Bildbasierte Echtzeitregelung von hochdynamischen Prozessen mit Zellularen Neuronalen Netzwerken (CNN)

Zellulare Neuronale Netzwerke (CNN) integrieren Speicher- und Rechenelemente direkt in jedes einzelne Kamerapixel. Die Bildverarbeitung erfolgt pixelparallel auf dem Kamerachip, wodurch Bildauswertungsraten bis zu 20 kHz erreicht werden können. Dadurch erschließen sich der Bildverarbeitung neue Anwendungsgebiete im Bereich der industriellen Prozessregelung. Bei Laserschweißprozessen treten immer wieder Nahtunregelmäßigkeiten auf. Mit Hilfe der CNN-Kameras gelang es erstmals, das Bildmerkmal „Durchschweißloch“ in der hochdynamischen Schmelze des Schweißprozesses in Echtzeit zu erfassen und damit die Laserleistung mit Bildraten von 13,8 kHz zu regeln. Andere Prozesse benötigen für ähnliche Bildraten eine spezielle Beleuchtung. Bei Umformprozessen wie dem Ziehen von Drähten müssen Defekte mit einem Durchmesser 100 µm auf gewölbten metallischen Oberflächen bei einem Vorschub von 10 m/s erfasst werden. Hierfür wurde eine Dunkelfeldbeleuchtung mit LEDs entwickelt, welche einen guten Kontrast bei Belichtungszeiten von 20 µs liefert. Die CNN-Kamera kann nun mit Bildraten bis zu 10 kHz die Defekte erkennen und Drahtrisse durch die Regelung des Vorschubes bzw. der Vorspannung verhindern.