Zum Inhalt springen
Subsystem Qualitätskontrolle mit KI
RXLea
Digitale Projekte für die PraxisInteraktive Lerninhalte, direkt verbunden mit dem Trainingssystem.

Subsystem Qualitätskontrolle mit KI

CIS19IS

Implementieren Sie den Workflow der KI-Qualitätskontrolle: Bildaufnahme, KI-Analyse auf Edge, SPS-Sortierentscheidung.

Lernziele
  • Verständnis des KI-Workflows
  • Integration von KI und Automatisierung
  • Implementierung der SPS-KI-Kommunikation
  • Inbetriebnahme eines Bildverarbeitungssystems
Features
  • Praxisnaher KI-Workflow: vom Bild zur SPS-Entscheidung
  • Industrielle Edge AI-Hardware (NVIDIA Jetson)
  • Einführung in den kompletten Machine-Learning-Prozess
  • Nahtlose Integration über Industriestandard OPC UA
Sprechen Sie mit unserem Produktteam +49 800 8573 800 · info@lucas-nuelle.de

Die Qualitätskontrolle in der modernen Produktion erfordert flexible und intelligente Systeme, die über traditionelle Sensorik hinausgehen. Dieses Lernsystem von Lucas-Nülle vermittelt die Schlüsseltechnologie der Zukunft: die optische Inspektion von Werkstücken mittels Künstlicher Intelligenz (KI) direkt an der Produktionslinie.

Lernende implementieren den kompletten Prozess von der Bildaufnahme über die KI-Analyse auf einem Edge-Computer bis zur finalen Sortierentscheidung in der Speicherprogrammierbaren Steuerung (SPS). So erwerben sie umfassende Kenntnisse und praktische Fähigkeiten, um KI-gestützte, automatisierte Qualitätskontrollsysteme (Quality 4.0) zu verstehen, zu konfigurieren und zu bedienen. Sie lernen die Einführung in Machine Learning und Computer Vision für die Produktion sowie die "Open Platform Communications Unified Architecture (OPC UA)"-Kommunikation zwischen SPS und Edge-Computing-Geräten. 

Dieses System bietet Ihnen als Lehrenden einen kompletten Arbeitsplatz, der den gesamten Workflow einer KI-gestützten, optischen Qualitätskontrolle in einer Produktionsumgebung abbildet. Es ist auf einfache Bedienung und schnelle Rüstzeiten ausgelegt, um Ihren Unterrichtsalltag zu entlasten.

Artikel-Nr.MengeBezeichnung

Lernziele im Detail

Mit dem IMS-19-System erreichen Lernende fundierte Kompetenzen in der KI-gestützten Qualitätskontrolle. Sie erwerben praxisrelevantes Wissen und Fähigkeiten, um moderne Automatisierungsprozesse zu verstehen und aktiv zu gestalten. Bereiten Sie Ihre Teams auf die digitale Transformation in der Industrie vor.

Verständnis des KI-Workflows

Lernende vollziehen die grundlegenden Schritte einer industriellen Machine-Learning-Anwendung von der Bildaufnahme bis zur Klassifizierung nach.

Integration von KI und Automatisierung

Lernende programmieren eine SPS so, dass sie eine KI-Station ansteuert, auf deren Analyseergebnis wartet und basierend darauf eine Sortierentscheidung trifft.

Implementierung der SPS-KI-Kommunikation

Lernende konfigurieren die Schnittstelle zwischen einem Edge-KI-Gerät und einer Siemens SPS über den Industriestandard OPC UA erfolgreich und nutzen sie.

Inbetriebnahme eines Bildverarbeitungssystems

Lernende nehmen eine Industriekamera und eine gesteuerte Beleuchtung in Betrieb, um reproduzierbare Bilder für die KI-Analyse zu erstellen.

Grundlagen des Machine Learning und Computer Vision

Lernende eignen sich fundiertes Wissen über Machine Learning und Computer Vision an, um diese Technologien gezielt in Produktionsumgebungen anzuwenden.

OPC UA Kommunikation beherrschen

Lernende beherrschen die Konfiguration und Nutzung der OPC UA Kommunikation, um den sicheren Datenaustausch zwischen SPS und Edge-Computing-Geräten zu gewährleisten.

KI-Anwendungen entwickeln und verstehen

Lernende verstehen den Workflow einer KI-Anwendung von der Datenbeschaffung bis zur Anwendung und nutzen Python, TensorFlow sowie OpenCV zur Implementierung und Konfiguration.

Features & Anwendung

Das IMS-19-System bietet Ihnen und Ihren Lernenden praktische Anwendungen. Es bildet den gesamten Workflow der KI-gestützten Qualitätskontrolle ab – von der Bildaufnahme bis zur Sortierentscheidung. Bereiten Sie Ihre Teams optimal auf Industrie 4.0 vor.
  • CIS19IS Subsystem Qualitätskontrolle mit KI Praxisnaher KI-Workflow: vom Bild zur SPS-Entscheidung — Lernende erleben den vollständigen, geschlossenen Regelkreis industrieller KI. Eine Industriekamera erfasst ein Bild, welches das KI-Steuergerät in Echtzeit mit einem Machine-Learning-Modell analysiert und an die SPS sendet. Die SPS steuert den Sortierprozess.
  • Industrielle Edge AI-Hardware (NVIDIA Jetson) — Das System nutzt ein industrietaugliches Embedded Device (NVIDIA Jetson Xavier NX). Lernende arbeiten mit modernster Edge-Computing-Hardware, die KI-Analyse direkt an der Maschine ermöglicht, Latenzzeiten minimiert und die Datensicherheit erhöht – wie in der modernen Fabrik.
  • Einführung in den kompletten Machine-Learning-Prozess — Der Kurs vermittelt die Grundlagen des maschinellen Lernens. Lernende verstehen den kompletten Workflow von der Datenbeschaffung über das Trainieren eigener KI-Modelle mit branchenüblichen Frameworks (Python, TensorFlow, OpenCV) bis zur Anwendung des fertigen Algorithmus.
  • Nahtlose Integration über Industriestandard OPC UA — Für die Kommunikation zwischen KI-Steuergerät und Siemens SPS kommt der plattformunabhängige Standard OPC UA zum Einsatz. Lernende begreifen, wie moderne IT-Systeme und klassische Automatisierungstechnik sicher Daten austauschen.
  • CIS19IS Subsystem Qualitätskontrolle mit KI Modulares und erweiterbares Systemkonzept — Die KI-Qualitätskontrolle ist eine eigenständige Station, die sich nahtlos in das bestehende IMS-Fabrikautomations-System integrieren lässt. Sie kann als End-of-Line-Prüfung oder als eigenständiger Arbeitsplatz fungieren, was maximale didaktische Flexibilität bietet.
  • KI-Steuergerät als leistungsstarkes Embedded Device — Lernende arbeiten mit dem NVIDIA-Jetson-Xavier-NX-Modul, einem kompakten Ein-Platinen-Computer mit leistungsstarker GPU für KI-Anwendungen. Die Hardware ist für High-Performance Edge-Anwendungen in der Industrie konzipiert und ermöglicht lokales Inferencing ohne Cloud-Anbindung.
  • CIS19IS Subsystem Qualitätskontrolle mit KI Industriekamera mit steuerbarer Beleuchtung — Das System nutzt eine hochauflösende 5-Megapixel-Industriekamera mit USB 3.0. Individuell ansteuerbare Beleuchtung sichert reproduzierbare, umgebungsunabhängige Aufnahmebedingungen als Grundvoraussetzung für robuste Bildverarbeitungs- und KI-Anwendungen.
  • Professioneller Software-Stack für Machine Learning — Lernende arbeiten mit Python, der führenden Sprache für Künstliche Intelligenz (KI), und nutzen die wichtigsten Open-Source-Bibliotheken der Branche: TensorFlow für maschinelles Lernen und OpenCV für die Bildverarbeitung. Dies gewährleistet höchste Aktualität und Relevanz für den Arbeitsmarkt.
  • Praxisnahe Ablaufsteuerung mit SPS-Integration — Dieser Kurs integriert Künstliche Intelligenz (KI) in reale Automatisierungsprozesse. Lernende programmieren im TIA-Portal eine komplette Ablaufsteuerung: Werkstück anhalten, Bildaufnahme triggern, auf KI-Ergebnis (via OPC UA) warten und die Weiche steuern zur Gut-/Schlecht-Teile-Sortierung.
Lernender arbeitet am Tablet mit RXLea neben dem Trainingssystem
RXLea

Aus Wissen wird Können.

You guide the learning

Wenn Theorie und Praxis Hand in Hand gehen.

RXLea bringt eine neue Art des Lernens: projektorientiert, praxisnah und klar strukturiert. Lernende lösen reale Aufgaben, Lehrkräfte sparen Zeit bei der Vorbereitung. Interaktive Module, smarte Analysen und echte Hardware schaffen eine moderne, effiziente Lernwelt.

Praxisnah und interaktiv

Animationen, interaktive Aufgaben und realitätsnahe Szenarien fördern ein tiefes Verständnis. Alle Inhalte sind als klare Lernpfade strukturiert – für fokussiertes, praxisnahes Lernen.

Digitale Unterstützung

3D-Aufbauanimationen und digitale Anleitungen erleichtern komplexe Abläufe, reduzieren Fehler und stärken die Selbstständigkeit der Lernenden.

Visuelle Unterstützung

Übersichtsbilder, Screenshots und Animationsbeispiele machen die Lernwelt transparent. Ergänzend stehen Fotos aus den Lernpaketen zur Verfügung, bei Bedarf auch länderspezifisch.

ALA23UT Frontkamera & Spurassistent
ALD21UT LIDAR fürs autonome Fahren
ESB33PT KNX Schnittstellen
ACB22UT CAN-Bus
ESE14PT E-Mobility
Jetzt mehr zu RXLea erfahren