ES2973671T3 - Procedimiento para el análisis de defectos de calidad - Google Patents

Procedimiento para el análisis de defectos de calidad Download PDF

Info

Publication number
ES2973671T3
ES2973671T3 ES20726291T ES20726291T ES2973671T3 ES 2973671 T3 ES2973671 T3 ES 2973671T3 ES 20726291 T ES20726291 T ES 20726291T ES 20726291 T ES20726291 T ES 20726291T ES 2973671 T3 ES2973671 T3 ES 2973671T3
Authority
ES
Spain
Prior art keywords
workpiece
quality
specific data
data set
painting
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES20726291T
Other languages
English (en)
Inventor
Simon Alt
Jan-Philipp Schuh
Ralf Schurer
Markus Hummel
Jens Berner
Jens Häcker
Thomas Hezel
Frank Herre
Michael Zabel
Dietmar Wieland
Philipp Oetinger
Robin Heim
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Duerr Systems AG
Original Assignee
Duerr Systems AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from DE102019112099.3A external-priority patent/DE102019112099B3/de
Priority claimed from DE102019206833.2A external-priority patent/DE102019206833A1/de
Application filed by Duerr Systems AG filed Critical Duerr Systems AG
Application granted granted Critical
Publication of ES2973671T3 publication Critical patent/ES2973671T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Program-control systems
    • G05B19/02—Program-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B12/00—Arrangements for controlling delivery; Arrangements for controlling the spray area
    • B05B12/08—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means
    • B05B12/084—Arrangements for controlling delivery; Arrangements for controlling the spray area responsive to condition of liquid or other fluent material to be discharged, of ambient medium or of target ; responsive to condition of spray devices or of supply means, e.g. pipes, pumps or their drive means responsive to condition of liquid or other fluent material already sprayed on the target, e.g. coating thickness, weight or pattern
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32191—Real time statistical process monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32368—Quality control
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/35—Nc in input of data, input till input file format
    • G05B2219/35291—Record history, log, journal, audit of machine operation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Factory Administration (AREA)
  • Application Of Or Painting With Fluid Materials (AREA)
  • Automobile Manufacture Line, Endless Track Vehicle, Trailer (AREA)

Abstract

La invención se refiere a un método para el análisis de defectos de calidad en piezas de trabajo, preferiblemente en carrocerías de vehículos y/o en piezas de carrocería adjuntas, particularmente después y/o durante un proceso de producción en plantas de proceso, preferiblemente después y/o durante un proceso de pintura. proceso en plantas de pintura, mediante el cual se pueden prevenir defectos de calidad y/o mediante el cual se pueden determinar, prevenir y/o rectificar las causas de los defectos de calidad en el proceso de producción. Según la invención, el método comprende lo siguiente: - establecer un conjunto de datos específicos de la pieza de trabajo asignados de forma única a una pieza de trabajo al inicio de un proceso de producción, particularmente al inicio de un proceso de pintura y/o establecer unos datos específicos del soporte de la pieza de trabajo conjunto asignado de forma única a un portapiezas al inicio de un proceso de producción, en particular al inicio de un proceso de pintura; - complementar el conjunto de datos específicos de la pieza durante el proceso de producción, en particular el proceso de pintura, con datos de proceso especialmente relevantes para la calidad y/o completar el conjunto de datos específicos del portapiezas durante el proceso de producción, particularmente el proceso de pintura, con datos del proceso particularmente relevantes para la calidad; - almacenar el juego de datos específicos de la pieza en una base de datos y/o almacenar el juego de datos específicos del soporte de la pieza en una base de datos. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN
Procedimiento para el análisis de defectos de calidad
La presente invención se refiere a un procedimiento para el análisis de defectos de calidad en carrocerías de vehículos y/o componentes accesorios de vehículos después y/o durante el paso por un proceso de producción en instalaciones de proceso, preferiblemente después y/o durante el paso por un proceso de pintado en instalaciones de pintado.
Del documento de patente de los EE. UU. 5,844,802 se conoce un sistema y un procedimiento para el seguimiento y el control de calidad de una línea de producción que comprende una serie de paletas para transportar una o más primeras mitades de molde para lentes de contacto o una o más segundas mitades de molde para lentes de contacto complementarias a través de una instalación de fabricación de lentes de contacto.
Además, del documento DE 102016012451 A1 se conoce un procedimiento para supervisar y operar al menos una instalación de producción que presenta los siguientes pasos: registrar los datos de proceso de los respectivos medios de producción pertenecientes a la al menos una instalación de producción, mediante los cuales se producen componentes de al menos una variante del componente; registrar las variables de medida de los medios de producción y/o componentes a lo largo de la cadena del proceso; prefijar al menos una característica de calidad que cuantifique la calidad de los componentes; determinar las interacciones entre las variables de medida, los datos del proceso y la al menos una característica de calidad; operar los medios de producción en función de las interacciones determinadas.
Al adquirir vehículos de motor, los compradores que adquieren un vehículo de este tipo esperan una alta calidad en cuanto a la pintura del vehículo. Los respectivos compradores esperan, por ejemplo, que la carrocería del vehículo y/o los componentes accesorios del vehículo no presenten errores de pintado, es decir, por ejemplo, inclusiones de suciedad, cráteres, descuelgues, arañazos y/o burbujas de aire (o de disolvente). Los compradores también esperan una gradación del color, un tono de color, un grado de brillantez y/o un brillo constantes en toda la carrocería del vehículo. También se desea una estructura al menos aproximadamente uniforme de los diferentes recubrimientos y/o capas de pintura y/o un espesor de capa al menos aproximadamente uniforme de los recubrimientos y/o capas de pintura. Además, la pintura de la carrocería y/o de los componentes accesorios del vehículo también debe ser resistente a las influencias externas, por ejemplo, a la radiación UV, al calor, al frío, a la lluvia, a la sal de la carretera, a los impactos de piedras, a los excrementos de pájaros, al polvo y/o a los arañazos causados por las instalaciones de lavado.
Para poder cumplir con estas altas expectativas, se llevan a cabo exhaustivos controles de calidad de las carrocerías de vehículos y, si se detectan defectos, en caso necesario se ejecutan trabajos de repaso. A este respecto, en un proceso de pintado se aplica en cada etapa de proceso un nuevo recubrimiento y/o capa de pintura, de modo que los defectos de calidad en las capas inferiores no pueden identificarse o solo pueden identificarse con dificultad en el marco del control de calidad. Por tanto, para poder garantizar una pintura de la mayor calidad posible, sería necesario un control de calidad después de la aplicación de cada recubrimiento y/o capa de pintura individual. Sin embargo, esto no es posible debido a la rapidez del ciclo de producción en una instalación de pintado.
La presente invención tiene como objetivo proporcionar un procedimiento para el análisis de defectos de calidad en carrocerías de vehículos y/o componentes accesorios de vehículos después y/o durante el paso por un proceso de producción en instalaciones de proceso, preferiblemente después y/o durante el paso por un proceso de pintado en instalaciones de pintado, mediante el cual puedan evitarse defectos de calidad y/o mediante el cual sea posible determinar, evitar y/o subsanar causas de defectos de calidad en el proceso de producción.
Este objetivo se consigue según la invención mediante un procedimiento para el análisis de defectos de calidad en carrocerías de vehículos y/o componentes accesorios de vehículos después y/o durante el paso por un proceso de producción en instalaciones de proceso, preferiblemente después y/o durante el paso por un proceso de pintado en instalaciones de pintado, con las características de la reivindicación 1.
El procedimiento incluye preferiblemente lo siguiente:
- generar un conjunto de datos específico de la pieza de trabajo asignado inequívocamente a una carrocería de vehículo (108) y/o a un componente accesorio de vehículo al inicio de un proceso de producción, en particular al inicio de un proceso de pintado, y/o generar un conjunto de datos específico del portapiezas asignado inequívocamente a un portapiezas al inicio de un proceso de producción, en particular al inicio de un proceso de pintado;
- complementar el conjunto de datos específico de la pieza de trabajo mientras la carrocería de vehículo (108) y/o el componente accesorio de vehículo pasan por el proceso de producción, en particular el proceso de pintado, con datos de proceso en particular relevantes para la calidad y/o complementar el conjunto de datos específico del portapiezas mientras el portapiezas pasa por el proceso de producción, en particular el proceso de pintado, con datos de proceso en particular relevantes para la calidad;
- almacenar el conjunto de datos específico de la pieza de trabajo en una base de datos y/o almacenar el conjunto de datos específico del portapiezas en una base de datos.
El término "en particular" se utiliza en el marco de esta descripción y de las reivindicaciones adjuntas exclusivamente para describir posibles características facultativas y/u opcionales.
En el marco de esta descripción y de las reivindicaciones adjuntas, por pieza de trabajo se entiende una carrocería de vehículo y/o un componente accesorio de vehículo.
En el marco de esta descripción y de las reivindicaciones adjuntas, por conjunto de datos específico de la pieza de trabajo se entiende en particular un conjunto de datos inequívocamente asignado a una pieza de trabajo.
El conjunto de datos específico de la pieza de trabajo forma en particular una "pieza de trabajo digital" y/o una "imagen digital" de una pieza de trabajo respectiva.
En el marco de esta descripción y de las reivindicaciones adjuntas, por conjunto de datos específico del portapiezas se entiende en particular un conjunto de datos asignado inequívocamente a un portapiezas y en particular a todas las piezas de trabajo dispuestas sobre el portapiezas, por ejemplo, un portapiezas y componentes accesorios de vehículos dispuestos sobre el mismo.
En particular, es concebible que sobre un portapiezas haya dispuestas varias piezas de trabajo, en particular componentes accesorios de vehículos.
Un portapiezas de este tipo es, en particular, un denominado patín.
Por ejemplo, es concebible que el conjunto de datos específico de la pieza de trabajo y/o el conjunto de datos específico del portapiezas se generen automáticamente al inicio del proceso de producción, en particular al inicio del proceso de pintado, por ejemplo, mediante la lectura de los datos del pedido mediante un chip RFID dispuesto en una pieza de trabajo.
El conjunto de datos específico de la pieza de trabajo y/o el conjunto de datos específico del portapiezas se generan en particular de manera automática.
En particular, es concebible que el conjunto de datos específico de la pieza de trabajo y/o específico del portapiezas se generen en cada caso a partir de uno o más conjuntos de datos de etapas anteriores del proceso.
Por ejemplo, es concebible que al generar el conjunto de datos específico de la pieza de trabajo se añadan a dicho conjunto de datos específico de la pieza de trabajo datos de calidad de la estructura en bruto de la fabricación de un vehículo de motor.
También puede ser ventajoso que el conjunto de datos específico de la pieza de trabajo y/o el conjunto de datos específico del portapiezas se complementen posteriormente, por ejemplo, con datos de calidad de la pintura que, por ejemplo, se determinan primero en un laboratorio.
El conjunto de datos específico de la pieza de trabajo y/o el conjunto de datos específico del portapiezas comprenden preferiblemente un conjunto de datos de pedido específico de la pieza de trabajo y/o un conjunto de datos de pedido específico del portapiezas, por ejemplo, un número de identificación de pieza de trabajo inequívoco, un tipo de modelo de la pieza de trabajo respectiva y/o un código de color para la pintura que va a aplicarse a la pieza de trabajo en un proceso de pintado. El conjunto de datos de pedido específico de la pieza de trabajo y/o el conjunto de datos de pedido específico del portapiezas comprenden además, por ejemplo, información sobre el turno de producción durante el cual la pieza de trabajo y/o el portapiezas pasan por el proceso de producción.
El conjunto de datos específico de la pieza de trabajo y/o el conjunto de datos específico del portapiezas comprenden además preferiblemente un conjunto de datos de producción que comprende los datos de proceso.
Los datos de proceso en particular relevantes para la calidad comprenden preferiblemente parámetros de influencia físicos o químicos para cada recubrimiento y/o capa de pintura aplicados sobre una pieza de trabajo durante el proceso de producción.
También puede ser ventajoso que los datos de proceso en particular relevantes para la calidad comprendan datos de calidad de la estructura en bruto, por ejemplo, datos de calidad de la estructura en bruto que comprendan información sobre una deformación de la pieza de trabajo y/o sobre una rugosidad superficial de la pieza de trabajo.
El proceso de producción, en particular el proceso de pintado, comprende preferiblemente varias etapas de proceso consecutivas.
Según la invención está previsto además que el conjunto de datos específico de la pieza de trabajo y/o el conjunto de datos específico del portapiezas se complementen con datos de calidad que contengan información sobre defectos de calidad, en particular sobre defectos de pintura, de la pieza de trabajo respectiva, preferiblemente al final del proceso de producción, en particular al final del proceso de pintado.
Preferiblemente, los datos de calidad los determina un inspector de calidad en el marco de un control de calidad en una estación de control al final del proceso de producción, por ejemplo, mediante una inspección visual, mediante una estación automática de medición de la calidad y/o mediante un sistema automático de registro de errores.
Los datos de calidad con los que se complementa el conjunto de datos específico de la pieza de trabajo y/o el conjunto de datos específico del portapiezas contienen en particular información sobre la posición, el tipo, el tamaño y/o el número de defectos de calidad.
La posición de un defecto de calidad puede determinarse, por ejemplo, a partir de las coordenadas de una estación automática de medición de la calidad y/o de un sistema automático de registro de errores.
La posición de un defecto de calidad también puede ser determinada, por ejemplo, por un inspector de calidad, el cual en particular puede introducirla manualmente mediante coordenadas de cuadrícula.
Los defectos de calidad, en particular defectos de pintura, comprenden, por ejemplo, errores de pintado, en particular inclusiones de suciedad, cráteres, descuelgues y/o burbujas de aire (o de disolvente), un espesor de capa diferente, una gradación de color no deseada y/o desviaciones de un parámetro de resultado del tratamiento prefijado.
Los parámetros de resultado del tratamiento comprenden, por ejemplo: el espesor de un recubrimiento; la planicidad de un recubrimiento; la uniformidad del espesor de capa de un recubrimiento; el color y/o la luminosidad de un recubrimiento; la dureza de un recubrimiento; la composición química de un recubrimiento, en particular el grado de reticulación y/o el contenido de disolvente, y/o el nivel de impurezas de un recubrimiento.
Los datos de calidad con los que se complementa el conjunto de datos específico de la pieza de trabajo y/o el conjunto de datos específico del portapiezas contienen preferiblemente también información sobre el estado objetivo de una pieza de trabajo, es decir, si una pieza de trabajo debe repasarse, qué repaso debe ejecutarse, si no es necesario ningún repaso y/o si el repaso es imposible. Como repaso son posibles, por ejemplo, una o más de las siguientes etapas de repaso: pulido, reparación de manchas y/o un nuevo paso por el proceso de producción, en particular el proceso de pintado.
Los datos de calidad con los que se complementa el conjunto de datos específico de la pieza de trabajo y/o el conjunto de datos específico del portapiezas contienen preferiblemente información sobre si se ha llevado a cabo un repaso.
También es concebible que los datos de calidad con los que se complementa el conjunto de datos específico de la pieza de trabajo y/o el conjunto de datos específico del portapiezas contengan información sobre si el repaso tiene sentido. Las piezas de trabajo para las que el repaso no tiene sentido son, en particular, desechos.
Además, según la invención está previsto que los datos de calidad de varios conjuntos de datos específicos de la pieza de trabajo y/o de varios conjuntos de datos específicos del portapiezas se clasifiquen automáticamente en diferentes grupos de defectos de calidad mediante un procedimiento de agrupamiento para la detección de defectos de calidad sistemáticos.
En el procedimiento de agrupamiento se clasifican los datos de calidad de varios conjuntos de datos específicos de la pieza de trabajo y/o de varios conjuntos de datos específicos del portapiezas preferiblemente mediante una o más reglas de clasificación.
Preferiblemente, los datos de calidad de conjuntos de datos específicos de la pieza de trabajo y/o de conjuntos de datos específicos del portapiezas se clasifican en grupos de defectos de calidad sistemáticos y no sistemáticos.
En particular, por ejemplo, los defectos de calidad con una posición, tipo, tamaño y/o número comparables se clasifican en un grupo de defectos de calidad.
Además, es concebible, por ejemplo, que los defectos de calidad se clasifiquen en un grupo de defectos de calidad en función del momento de aparición.
Para clasificar los datos de calidad se utilizan preferiblemente reglas de clasificación definidas por un experto y/o reglas de clasificación aprendidas.
Una regla de clasificación definida por un experto comprende, por ejemplo, un número definido de piezas de trabajo con defectos de calidad idénticos y/o similares dentro de una ventana móvil de un número definido de piezas de trabajo y/o portapiezas que pasan por el proceso de producción.
Por ejemplo, es concebible que los datos de calidad se clasifiquen en un grupo de defectos de calidad sistemáticos si se detectan defectos de calidad idénticos y/o comparables en tres o más de tres piezas de trabajo dentro de cinco piezas de trabajo consecutivas en el proceso de producción.
En el marco de esta descripción y de las reivindicaciones adjuntas, por defectos de calidad idénticos se entiende en particular que el tipo, tamaño, gravedad y/o posición de los defectos de calidad son idénticos.
En el marco de esta descripción y de las reivindicaciones adjuntas, por defectos de calidad similares se entiende en particular que el tamaño y/o la posición de los defectos de calidad pueden diferir entre sí, pero el tipo de los defectos de calidad es idéntico.
Las reglas de clasificación aprendidas se aprenden preferiblemente mediante un procedimiento de aprendizaje automático a partir de datos de calidad de conjuntos de datos específicos de la pieza de trabajo y/o de conjuntos de datos específicos del portapiezas.
Por ejemplo, es concebible que las reglas de clasificación se aprendan mediante un procedimiento de aprendizaje automático supervisado y/o no supervisado.
En un proceso de aprendizaje automático supervisado, los datos de calidad de conjuntos de datos específicos de la pieza de trabajo y/o de conjuntos de datos específicos del portapiezas se dividen en grupos de defectos de calidad sistemáticos y no sistemáticos. La clasificación se lleva a cabo preferiblemente a base de reglas definidas y/o de opiniones de los usuarios. Preferiblemente, los procedimientos de aprendizaje automático supervisados también pueden utilizarse, mediante el etiquetado adecuado, para identificar tendencias de calidad o grupos de defectos de calidad futuros. En un procedimiento de aprendizaje automático no supervisado, por ejemplo, los datos de calidad se obtienen preferiblemente de conjuntos de datos específicos de la pieza de trabajo sin defectos de calidad y/o de conjuntos de datos específicos del portapiezas cuyas piezas no presentan defectos de calidad, es decir, el estado normal. Si hay desviaciones del estado normal, dichas desviaciones se detectan.
Preferiblemente, las reglas de clasificación definidas y/o las reglas de clasificación aprendidas son transferibles también a otras instalaciones de proceso, en particular a otras instalaciones de pintado.
La clasificación de los datos de calidad mediante el procedimiento de agrupamiento se ejecuta preferiblemente de manera continua. Alternativa o adicionalmente, es concebible que la clasificación de los datos de calidad mediante el procedimiento de agrupamiento se lleve a cabo en un procesamiento por lotes.
Preferiblemente, un grupo de defectos de calidad sistemáticos también se determina mediante métodos de procesamiento de señales.
Por ejemplo, es concebible que, para determinar un grupo de defectos de calidad sistemáticos, se procesen características de la función de densidad de frecuencia de los datos de calidad mediante uno o más métodos de procesamiento de señales, por ejemplo, mediante la transformada de Fourier y/o mediante estimación de la densidad.
Puede ser ventajoso que los defectos de calidad sistemáticos detectados mediante el procedimiento de agrupamiento se le muestren a un usuario mediante una visualización, por ejemplo, como mensaje en tiempo real en un sistema de alarma y/o como mensaje de análisis en un sistema de análisis.
Por ejemplo, es concebible que se desechen piezas de trabajo del proceso de producción debido a grupos de defectos de calidad detectados mediante el procedimiento de agrupamiento. También puede ser ventajoso que el control del proceso de producción se ajuste en función de los grupos de defectos de calidad detectados mediante el procedimiento de agrupamiento.
En una configuración del procedimiento está previsto que mediante un procedimiento de análisis se constaten automáticamente causas de defectos de calidad para los defectos de calidad sistemáticos identificados mediante el procedimiento de agrupamiento y clasificados en diferentes grupos de defectos de calidad, preferiblemente por análisis de los datos de proceso en particular relevantes para la calidad de los conjuntos de datos específicos de la pieza de trabajo de las piezas de trabajo con defectos de calidad sistemáticos de un grupo de defectos de calidad respectivo y/o por análisis de los datos de proceso en particular relevantes para la calidad de los conjuntos de datos específicos del portapiezas de los portapiezas cuyas piezas de trabajo presentan defectos de calidad sistemáticos de un grupo de defectos de calidad respectivo.
Preferiblemente, de este modo también pueden detectarse, a través de conclusiones inferidas del proceso de producción, defectos de calidad sistemáticos no detectables en el marco del control de calidad.
En el procedimiento de análisis se especifican las causas de defectos de calidad mediante una o más reglas de análisis.
Para especificar las causas de defectos de calidad se utilizan preferiblemente reglas de análisis definidas por un experto y/o reglas de análisis aprendidas.
Las reglas de análisis aprendidas se aprenden preferiblemente mediante un procedimiento de aprendizaje automático.
Por ejemplo, es concebible que las reglas de análisis se aprendan mediante un procedimiento de aprendizaje automático supervisado y/o no supervisado.
En un proceso de aprendizaje automático supervisado, las reglas de análisis se aprenden a través de la opinión de los usuarios sobre la causa de los defectos de calidad. En un método de aprendizaje automático no supervisado, preferiblemente se aprende un estado normal de las etapas del proceso de producción. Si hay desviaciones del estado normal aprendido, dichas desviaciones se detectan.
Preferiblemente, las reglas de análisis definidas y/o las reglas de análisis aprendidas son transferibles también a otras instalaciones de proceso, en particular a otras instalaciones de pintado.
En una configuración del procedimiento está previsto que las causas de defectos de calidad constatadas comprendan anomalías y/o desviaciones en el proceso de producción, en particular en el proceso de pintado.
En una configuración del procedimiento está previsto que mediante el procedimiento de análisis se establezcan correlaciones entre las causas de defectos de calidad constatadas y los defectos de calidad sistemáticos clasificados en diferentes grupos de defectos de calidad.
Las correlaciones entre las causas de defectos de calidad constatadas y los defectos de calidad sistemáticos clasificados en diferentes grupos de defectos de calidad se establecen preferiblemente por medio de las reglas de análisis definidas y/o aprendidas.
Preferiblemente, las correlaciones entre las causas de defectos de calidad constatadas y los defectos de calidad sistemáticos clasificados en diferentes grupos de defectos de calidad son transferibles también a otras instalaciones de proceso, en particular a instalaciones de pintado.
En una configuración del procedimiento está previsto que mediante las correlaciones establecidas se determinen automáticamente defectos de calidad sistemáticos inminentes, preferiblemente de manera que a partir de una o más anomalías y/o desviaciones constatadas en el proceso de producción en curso se infieran automáticamente futuros defectos de calidad de una pieza de trabajo por las correlaciones establecidas mediante el procedimiento de análisis, mientras la pieza de trabajo pasa por el proceso de producción.
Preferiblemente, la pieza de trabajo se asigna aquí a un grupo de defectos de calidad mediante el procedimiento de análisis mientras pasa por el proceso de producción.
En una configuración del procedimiento está previsto que el conjunto de datos específico de la pieza de trabajo y/o el conjunto de datos específico del portapiezas se complementen en cada etapa individual del proceso con datos de proceso en particular relevantes para la calidad.
En una configuración del procedimiento está previsto que, como datos de proceso en particular relevantes para la calidad mediante los cuales se complementa un conjunto de datos específico de la pieza de trabajo y/o un conjunto de datos específico del portapiezas, se utilicen uno o más de los siguientes parámetros de proceso:
- superación del tiempo teórico en etapas del proceso de producción;
- incidencias que ocurren durante el paso por una etapa del proceso de producción;
- datos de calidad de la estructura en bruto de una pieza de trabajo respectiva;
- anomalías y/o desviaciones en el proceso de producción;
- datos meteorológicos;
- datos de las personas que, al pasar por una etapa del proceso de producción, estuvieron involucradas en dicha etapa del proceso.
Puede resultar ventajoso que se utilicen uno o más de los siguientes parámetros de proceso para complementar un conjunto de datos específico de la pieza de trabajo respectivo y/o un conjunto de datos específico del portapiezas respectivo:
- temperatura de la boquilla en una secadora;
- cantidad de pintura;
- color de la pintura;
- lote de la pintura;
- trayectorias de recorrido de los robots;
- temperatura de cabina en las cabinas de pintado;
- humedad de cabina en las cabinas de pintado;
- temperatura del baño y nivel de llenado en una estación de pintado por inmersión catódica y en una estación de pretratamiento;
- movimientos de transporte de una pieza de trabajo a través de una estación de pintado por inmersión catódica;
- concentración de productos químicos en una estación de pintado por inmersión catódica;
- tensión eléctrica en una estación de pintado por inmersión catódica;
- temperatura y tiempo de paso en una secadora.
Preferiblemente, los parámetros de proceso utilizados para complementar un conjunto de datos específico de la pieza de trabajo respectivo y/o un conjunto de datos específico del portapiezas respectivo se procesan previamente.
En particular, es concebible que los parámetros de proceso con alta variabilidad temporal, por ejemplo, parámetros de proceso mecánicos, hidráulicos o eléctricos se procesen previamente. Sin embargo, puede prescindirse del procesamiento previo de parámetros de proceso con poca variabilidad temporal, es decir, parámetros de proceso lentos, por ejemplo, parámetros de proceso termodinámicos.
En el marco de esta descripción y de las reivindicaciones adjuntas, por superación del tiempo teórico se entiende en particular que el tiempo teórico prefijado para una etapa de proceso se supera durante la ejecución de la etapa de proceso respectiva para una pieza de trabajo respectiva.
Las incidencias comprenden, por ejemplo, incidencias de mantenimiento, alarmas de un sistema de control de la instalación de proceso, información sobre cambios de turno, información sobre paradas de producción, información sobre el acceso a las estaciones de tratamiento de la instalación de proceso o información sobre interrupciones para limpieza.
A partir de las incidencias de mantenimiento añadidas a los conjuntos de datos específicos de la pieza de trabajo y/o a los conjuntos de datos específicos del portapiezas es posible identificar, por ejemplo, defectos de calidad sistemáticos que se producen después del mantenimiento.
Los datos sobre la calidad de la estructura en bruto comprenden en particular información sobre la calidad de la chapa de una pieza de trabajo o de partes de una pieza de trabajo, por ejemplo, capós, puertas, laterales y/o techo.
Preferiblemente se utilizan también uno o más de los siguientes parámetros de proceso para complementar un conjunto de datos específico de la pieza de trabajo respectivo y/o un conjunto de datos específico del portapiezas respectivo:
- información sobre la tecnología de transporte
- tiempo de permanencia de una pieza de trabajo en el proceso de producción;
- "pernoctación" de una pieza dentro de la instalación de proceso.
Por ejemplo, el tiempo de permanencia de una pieza de trabajo en una secadora se utiliza para complementar un conjunto de datos específico de la pieza de trabajo respectivo. Así pues, en particular, de la superación del tiempo teórico de presencia de la pieza de trabajo en una secadora pueden inferirse defectos de calidad. También puede ser ventajoso que el tiempo de permanencia de un portapiezas en una secadora se utilice para complementar un conjunto de datos específico del portapiezas respectivo.
En el marco de esta descripción y de las reivindicaciones adjuntas, por desviaciones en el proceso de producción se entienden preferiblemente una desviación de estado con respecto a un estado teórico o una desviación de un valor de proceso medido con respecto a un valor de proceso prefijado.
Las anomalías se determinan preferiblemente de manera automática a partir de las desviaciones entre los valores reales del proceso y las ventanas de proceso teóricas en las etapas del proceso de producción. Alternativa o adicionalmente, es concebible que las anomalías se determinen automáticamente a partir de desviaciones entre los valores de proceso reales de una etapa del proceso de producción y un estado normal para la respectiva etapa del proceso aprendido mediante un procedimiento de aprendizaje automático.
Preferiblemente, las anomalías en el proceso de producción se determinan preferiblemente mediante uno o más sistemas de análisis de microsistemas subordinados, en particular divididos en un nivel micro, es decir, a nivel de pieza de trabajo, y/o en un nivel macro, es decir, a nivel de la instalación de proceso.
En una configuración del procedimiento está previsto que el conjunto de datos específico de la pieza de trabajo y/o el conjunto de datos específico del portapiezas se complementen con datos de errores de proceso, que contienen información sobre una anomalía y/o desviación en una etapa del proceso de producción, mientras una pieza de trabajo y/o un portapiezas pasan por la etapa del proceso de producción.
Los datos de errores del proceso son en particular "marcadores de error".
Preferiblemente no solo se complementan con datos de errores de proceso los conjuntos de datos específicos de la pieza de trabajo de piezas de trabajo que durante la parada de producción y/o transporte están dispuestas en una estación de tratamiento especificada. Más bien, es concebible que también se complementen con datos de errores de proceso conjuntos de datos específicos de la pieza de trabajo de otras piezas de trabajo que, debido a la parada de producción y/o transporte, asimismo están dispuestas durante más tiempo en una estación de tratamiento especificada.
Preferiblemente, no solo se complementan con datos de errores de proceso los conjuntos de datos específicos del portapiezas de portapiezas que durante la parada de producción y/o transporte están dispuestos en una estación de tratamiento especificada. En particular, es concebible que también se complementen con datos de errores de proceso conjuntos de datos específicos del portapiezas de otros portapiezas que, debido a la parada de producción y/o transporte asimismo están dispuestos durante más tiempo en una estación de tratamiento especificada.
Mediante los datos de errores de proceso, pueden identificarse preferiblemente como errores las anomalías y/o desviaciones en una etapa del proceso de producción.
Preferiblemente, mediante el uso de datos de errores de proceso para la identificación de anomalías y/o desviaciones en un conjunto de datos específico de la pieza de trabajo y/o en un conjunto de datos específico del portapiezas, puede reducirse el tamaño del conjunto de datos específico de la pieza de trabajo y/o el tamaño del conjunto de datos específico del portapiezas.
Preferiblemente, mediante los datos de errores de proceso, las anomalías y/o desviaciones en una etapa del proceso de producción pueden identificarse como causa de defectos de calidad.
Las anomalías y/o desviaciones en una etapa del proceso de producción pueden asignarse, preferiblemente de manera automática, mediante los datos de errores de proceso a un defecto de calidad sistemático clasificado por un procedimiento de agrupamiento, en particular mediante un procedimiento de análisis.
En una configuración del procedimiento está previsto que el procedimiento se ejecute en una instalación de proceso, en particular en una instalación de pintado, que comprenda varias estaciones de tratamiento diferentes entre sí, en las que puedan ejecutarse respectivamente una o más etapas del proceso de producción, en particular del proceso de pintado.
Preferiblemente, en cada estación de tratamiento se registran para cada etapa del proceso de producción uno o más datos de proceso en particular relevantes para la calidad.
En una configuración del procedimiento está previsto que el conjunto de datos específico de la pieza de trabajo y/o el conjunto de datos específico del portapiezas se complementen de manera continua o discontinua con los datos de proceso en particular relevantes para la calidad.
En una configuración del procedimiento está previsto que el conjunto de datos específico de la pieza de trabajo y/o el conjunto de datos específico del portapiezas se complementen respectivamente con datos de proceso en particular relevantes para la calidad, que comprenden en cada caso una marca de tiempo, mediante la cual los datos de proceso respectivos pueden asignarse inequívocamente a un momento y/o una etapa del proceso de producción.
En una configuración del procedimiento está previsto que el conjunto de datos específico de la pieza de trabajo de una pieza de trabajo complementado y/o el conjunto de datos específico del portapiezas de un portapiezas complementado se almacenen en una base de datos durante y/o después del paso de la pieza de trabajo y/o el portapiezas por el proceso de producción.
La presente invención se refiere además a un sistema de análisis de calidad para el análisis de defectos de calidad en piezas de trabajo, preferiblemente carrocerías de vehículos y/o componentes accesorios de vehículos, en particular después y/o durante el paso por un proceso de producción en instalaciones de proceso, en particular después y/o durante el paso por un proceso de pintado en instalaciones de pintado.
La presente invención tiene además como objetivo proporcionar un sistema de análisis de calidad para el análisis de defectos de calidad en piezas de trabajo, preferiblemente carrocerías de vehículos y/o componentes accesorios de vehículos, en particular después y/o durante el paso por un proceso de producción en instalaciones de proceso, preferiblemente después y/o durante el paso por un proceso de pintado en instalaciones de pintado, mediante el cual puedan evitarse defectos de calidad y/o mediante el cual sea posible determinar, evitar y/o subsanar causas de defectos de calidad en el proceso de producción.
Este objetivo se consigue según la invención mediante un sistema de análisis de calidad para el análisis de defectos de calidad en piezas de trabajo, preferiblemente carrocerías de vehículos y/o componentes accesorios de vehículos, en particular después y/o durante el paso por un proceso de producción en instalaciones de proceso, preferiblemente después y/o durante el paso por un proceso de pintado en instalaciones de pintado, con las características de la reivindicación 15.
El sistema de análisis de calidad comprende preferiblemente lo siguiente:
- una interfaz para la comunicación con un sistema de control de una instalación de proceso, en particular una instalación de pintado;
- un dispositivo de control configurado y diseñado de tal manera que mediante el dispositivo de control pueda realizarse el procedimiento según una de las reivindicaciones 1 a 14.
La presente invención se refiere además a una instalación de proceso, en particular una instalación de pintado, que comprende lo siguiente:
- un sistema de control mediante el cual puede controlarse un proceso de producción, en particular un proceso de pintado;
- un sistema de análisis de calidad según la invención.
La instalación de proceso comprende preferiblemente varias estaciones de tratamiento, en particular varias estaciones de pintado.
Por ejemplo, es concebible que la instalación de pintado comprenda una línea de pintado con varias estaciones de tratamiento concatenadas entre sí.
Alternativa o adicionalmente, es concebible que la instalación de pintado comprenda varios compartimentos de tratamiento, en donde cada compartimento de tratamiento comprende una o más estaciones de tratamiento.
La instalación de pintado incluye preferiblemente una o más de las siguientes estaciones de tratamiento:
- estación de pretratamiento;
- estación de pintado por inmersión catódica;
- secadora después de la estación de pintado por inmersión catódica;
- cabina de imprimación;
- secadora de la imprimación;
- cabina de la capa de base;
- secadora de la capa de base;
- cabina de la capa transparente;
- secadora de la capa transparente.
Otras características y/o ventajas de la invención son el objeto de la siguiente descripción y de la representación gráfica de ejemplos de realización.
En los dibujos se muestra:
figura 1 una representación esquemática de una instalación de proceso, en particular una instalación de pintado;
figura 2 una representación esquemática de una forma de realización de conjuntos de datos específicos de la pieza de trabajo de varias piezas de trabajo;
figura 3 una representación esquemática de un procedimiento de agrupamiento para la clasificación de datos de calidad de los conjuntos de datos específicos de la pieza de trabajo de la figura 2; figura 4 una representación esquemática de otra forma de realización de conjuntos de datos específicos de la pieza de trabajo de varias piezas de trabajo;
figura 5 una representación esquemática de un procedimiento de agrupamiento para la clasificación de datos de calidad de los conjuntos de datos específicos de la pieza de trabajo de la figura 4; figura 6 una representación esquemática de otra forma de realización de conjuntos de datos específicos de la pieza de trabajo de varias piezas de trabajo;
figura 7 una representación esquemática de un procedimiento de agrupamiento para la clasificación de datos de calidad de los conjuntos de datos específicos de la pieza de trabajo de la figura 6; y
figura 8 una representación esquemática de una visualización de defectos de calidad sistemáticos detectados mediante un procedimiento de agrupamiento.
Los elementos idénticos o funcionalmente equivalentes se indican en todas las figuras con los mismos números de referencia.
La figura 1 muestra una instalación de proceso designada en su totalidad como 100.
La instalación de proceso 100 es en particular una instalación de pintado 102.
La instalación de proceso 100 comprende preferiblemente varias estaciones de tratamiento 104.
En el presente caso, la instalación de proceso 100, en particular la instalación de pintado 102, comprende siete estaciones de tratamiento 104.
Preferiblemente, mediante la instalación de proceso 100 puede ejecutarse un proceso de producción en piezas de trabajo 106, en particular carrocerías de vehículos 108 y/o componentes accesorios de vehículos.
En particular, en las estaciones de tratamiento 104 pueden ejecutarse en cada caso una o más etapas del proceso de producción.
La instalación de proceso 100 representada en la figura 1, en particular la instalación de pintado 102, en el presente caso es en particular una línea de pintado 110.
En la línea de pintado 110, las estaciones de tratamiento 104 están preferiblemente concatenadas entre sí.
Por ejemplo, es concebible que una pieza de trabajo 106 y/o un portapiezas pasen por las siguientes estaciones de tratamiento 104 en el orden indicado.
En ello, es concebible, por ejemplo, que haya solo una pieza de trabajo 106, por ejemplo, una carrocería de vehículo 108, dispuesta sobre un portapiezas no representado gráficamente, mientras la pieza de trabajo 106 pasa por las estaciones de tratamiento 104.
Alternativa o adicionalmente, es concebible que haya varias piezas de trabajo 106, por ejemplo, componentes accesorios de vehículos no representados gráficamente, dispuestas juntas sobre un portapiezas, mientras el portapiezas con las piezas de trabajo 106 dispuestas sobre el mismo pasa por las estaciones de tratamiento 104.
Una pieza de trabajo 106, por ejemplo, una carrocería de vehículo 108, se trata previamente en una estación de pretratamiento 112 y se transporta de la estación de pretratamiento 112 a una estación de pintado por inmersión catódica 114.
De la estación de pintado por inmersión catódica 114, una vez que se le ha aplicado un recubrimiento, la pieza de trabajo 106 se transporta a una secadora 116 después de la estación de pintado por inmersión catódica 114.
Después del secado del recubrimiento aplicado sobre la pieza de trabajo 106 en la estación de pintado por inmersión catódica 114 en la secadora 116, la pieza de trabajo 106 se transporta preferiblemente a una cabina de capa de base 118, en la que vuelve a aplicarse un recubrimiento sobre la pieza de trabajo 106.
Después de aplicar el recubrimiento en la cabina de la capa de base 118, la pieza de trabajo 106 se transporta preferiblemente a una secadora de la capa de base 120.
Después de secar el recubrimiento aplicado sobre la pieza de trabajo 106 en la cabina de la capa de base 118 en la secadora de la capa de base 120, la pieza de trabajo 106 se transporta preferiblemente a una cabina de capa transparente 122, en la que se aplica un recubrimiento adicional sobre la pieza de trabajo 106.
Después de aplicar el recubrimiento en la cabina de la capa transparente 122, la pieza de trabajo 106 se conduce preferiblemente a una secadora de la capa transparente 124.
Después de secar el recubrimiento aplicado sobre la pieza de trabajo 106 en la cabina de la capa transparente 122 en la secadora de la capa transparente 124, la pieza de trabajo 106 se conduce preferiblemente a una estación de control 126 al final del proceso de producción.
En la estación de control 126, preferiblemente un inspector de calidad ejecuta un control de calidad, por ejemplo, mediante una inspección visual.
La instalación de proceso 100, en particular la instalación de pintado 102, comprende además preferiblemente un sistema de control 128, mediante el cual puede controlarse el proceso de producción, en particular el proceso de pintado, en las estaciones de tratamiento 104.
También puede ser ventajoso que la instalación de proceso 100, en particular la instalación de pintado 102, comprenda un sistema de análisis de calidad 130.
El sistema de análisis de calidad 130 comprende preferiblemente una interfaz 132 para la comunicación con el sistema de control 128 de la instalación de proceso 100, en particular de la instalación de pintado 102.
El sistema de análisis de calidad 130 está diseñado preferiblemente para el análisis de defectos de calidad en piezas de trabajo 106, en particular carrocerías de vehículos 108 y/o componentes accesorios de vehículos.
Preferiblemente, mediante el sistema de control 128 y/o mediante el sistema de análisis de calidad 130 se genera un conjunto de datos 134 específico de la pieza de trabajo, asignado de forma inequívoca a una pieza de trabajo 106, al inicio del proceso de producción, en particular al inicio del proceso de pintado.
Preferiblemente, los conjuntos de datos específicos de la pieza de trabajo 134 de las piezas de trabajo 106 forman respectivamente una "pieza de trabajo digital" y/o una "imagen digital" de la pieza de trabajo 106 respectiva.
Al inicio del proceso de producción, en particular al inicio del proceso de pintado, se genera preferiblemente de manera automática el conjunto de datos específico de la pieza de trabajo 134, por ejemplo, mediante la lectura de los datos de pedido 136 por un chip RFID dispuesto, por ejemplo, en una pieza de trabajo 106, que no se representa gráficamente.
Por tanto, el conjunto de datos específico de la pieza de trabajo 134 comprende preferiblemente un conjunto de datos de pedido específico de la pieza de trabajo 138, por ejemplo, un número de identificación inequívoco de la pieza de trabajo, un tipo de modelo de la pieza de trabajo 106 respectiva y/o un código de color para una pintura que se aplicará a la pieza de trabajo 106 en un proceso de pintado.
También puede ser ventajoso que un conjunto de datos específico de la pieza de trabajo 134 se complemente con datos de proceso 140 en particular relevantes para la calidad, mientras una pieza de trabajo 106 pasa por el proceso de producción, en particular el proceso de pintado.
Preferiblemente, un conjunto de datos específico de la pieza de trabajo 134 respectivo se almacena en una base de datos 142. En particular, el conjunto de datos específico de la pieza de trabajo 134 de una pieza de trabajo 106 complementado se almacena en la base de datos 142 durante y/o después del paso de la pieza de trabajo 106 por el proceso de producción.
Por la complementación con datos de proceso 140, un conjunto de datos específico de la pieza de trabajo 134 comprende preferiblemente también un conjunto de datos de producción 144 que comprende los datos de proceso 140.
Puede ser ventajoso que el conjunto de datos específico de la pieza de trabajo 134 se complemente con datos de proceso 140 en particular relevantes para la calidad en cada etapa individual del proceso de producción.
Los datos de proceso 140, en particular los datos de proceso 140 relevantes para la calidad, con los que se complementa un conjunto de datos específico de la pieza de trabajo 134 respectivo de una pieza de trabajo 106, comprenden preferiblemente en cada caso una marca de tiempo, mediante la cual los datos de proceso respectivos pueden asignarse inequívocamente a un momento y/o una etapa del proceso de producción.
Los datos de proceso 140 en particular relevantes para la calidad comprenden preferiblemente parámetros de influencia físicos o químicos para cada recubrimiento y/o capa de pintura aplicados sobre una pieza de trabajo 106 en el proceso de producción.
El conjunto de datos específico de la pieza de trabajo 134 de una pieza de trabajo 106 respectiva se complementa preferiblemente con datos de calidad 146, que contienen información sobre defectos de calidad, en particular sobre defectos de pintura, de la pieza de trabajo 106 respectiva.
En particular, puede estar previsto que el conjunto de datos específico de la pieza de trabajo 134 se complemente con los datos de calidad 146 al final del proceso de producción, en particular al final del proceso de pintado.
Los datos de calidad 146 los determina preferiblemente un inspector de calidad en el marco de un control de calidad en la estación de control 126, por ejemplo, mediante una inspección visual.
Por ejemplo, es concebible que los datos de calidad 146 contengan información sobre la posición, tipo, tamaño y/o número de defectos de calidad de una pieza de trabajo 106 respectiva.
Los defectos de calidad, en particular defectos de pintura, comprenden, por ejemplo, errores de pintado, en particular inclusiones de suciedad, cráteres, descuelgues y/o burbujas de aire (o de disolvente), un espesor de capa diferente, una gradación de color no deseada y/o desviaciones de parámetro de resultado del tratamiento prefijado.
Los parámetros de resultado del tratamiento incluyen, por ejemplo: el espesor de un recubrimiento; la planicidad de un recubrimiento; la uniformidad del espesor de capa de un recubrimiento; el color y/o la luminosidad de un recubrimiento; la dureza de un recubrimiento; la composición química de un recubrimiento, en particular el grado de reticulación y/o el contenido de disolvente, y/o el nivel de impurezas del recubrimiento.
Los datos de calidad 146, con los que se complementa el conjunto de datos específico de la pieza de trabajo 134 de una pieza de trabajo 106 respectiva, contienen preferiblemente también información sobre el estado objetivo de una pieza de trabajo 106 respectiva.
Preferiblemente, los datos de calidad 146 contienen aquí información sobre si una pieza de trabajo 106 debe repasarse, qué repaso debe ejecutarse, si no es necesario ningún repaso y/o si el repaso es imposible.
Como repaso son concebibles, por ejemplo, una o más de las siguientes etapas de repaso: pulido, reparación de manchas y/o un nuevo paso por el proceso de producción, en particular el proceso de pintado.
Como datos de proceso 140, en particular como datos de proceso 140 relevantes para la calidad, con los que se complementa un conjunto de datos específico de la pieza de trabajo 134, se utilizan preferiblemente uno o más de los siguientes parámetros de proceso:
- superación del tiempo teórico en etapas del proceso de producción;
- incidencias que ocurren durante el paso por una etapa del proceso de producción;
- datos de calidad de la estructura en bruto de una pieza de trabajo respectiva;
- anomalías y/o desviaciones en el proceso de producción;
- datos meteorológicos;
- datos de las personas que, al pasar por una etapa del proceso de producción, estuvieron involucradas en dicha etapa del proceso.
Los datos de calidad de la estructura en bruto comprenden en particular información sobre la calidad de la chapa de una pieza de trabajo 106 o de partes de una pieza de trabajo 106, por ejemplo, capós, puertas, laterales y/o techo. Puede ser ventajoso que se utilice uno o más de los siguientes parámetros de proceso para complementar un conjunto de datos específico de la pieza de trabajo 134 respectivo:
- temperatura de la boquilla en una secadora 116, 120, 124;
- cantidad de pintura;
- color de la pintura;
- lote de la pintura;
- trayectorias de recorrido de los robots;
- temperatura de cabina en las cabinas de pintado 118, 122;
- humedad de cabina en las cabinas de pintado 118, 122;
- temperatura del baño y nivel de llenado en la estación de pintado por inmersión catódica 114 y en la estación de pretratamiento 112;
- movimientos de transporte una pieza de trabajo a través de la estación de pintado por inmersión catódica 114; - concentración de productos químicos en la estación de pintado por inmersión catódica 114;
- tensión eléctrica en la estación de pintado por inmersión catódica 114;
- temperatura y tiempos de paso en una secadora 116, 120, 124.
Preferiblemente, los parámetros de proceso utilizados para complementar un conjunto de datos específico de la pieza de trabajo 134 respectivo se procesan previamente.
En particular, es concebible que los parámetros de proceso con alta variabilidad temporal, por ejemplo, parámetros de proceso mecánicos, hidráulicos o eléctricos, se procesen previamente. Sin embargo, puede prescindirse del procesamiento previo de parámetros de proceso con poca variabilidad temporal, es decir, parámetros de proceso lentos, por ejemplo, parámetros de proceso termodinámicos.
Las incidencias comprenden, por ejemplo, incidencias de mantenimiento, alarmas del sistema de control 128 de la instalación de proceso 100, información sobre cambios de turno, información sobre paradas de producción, información sobre el acceso a las estaciones de tratamiento 104 de la instalación de proceso 100, información sobre interrupciones para limpieza.
A partir de las incidencias de mantenimiento añadidas a los conjuntos de datos específicos de la pieza de trabajo 134 pueden identificarse, por ejemplo, defectos de calidad sistemáticos que se producen después del mantenimiento. Preferiblemente, también se utilizan uno o más de los siguientes parámetros de proceso para complementar un conjunto de datos específico de la pieza de trabajo 134 respectivo:
- información sobre la tecnología de transporte
- tiempo de permanencia de una pieza de trabajo 106 en el proceso de producción;
- "pernoctación" de una pieza de trabajo 106 dentro de la instalación de proceso 100, por ejemplo, dentro de una secadora 116, 120, 124.
Por ejemplo, el tiempo de permanencia de una pieza de trabajo en una secadora 116, 120, 124 se utiliza para complementar un conjunto de datos específico de la pieza de trabajo 134 respectivo. Así pues, en particular, de la superación del tiempo teórico de presencia de la pieza de trabajo 106 en una secadora 116, 120, 124 pueden inferirse defectos de calidad.
Las anomalías se determinan preferiblemente de manera automática a partir de desviaciones entre los valores de proceso reales y las ventanas de proceso teóricas en las etapas del proceso de producción. Los valores de proceso reales se determinan, por ejemplo, mediante uno o más sensores (no representados gráficamente) en las estaciones de tratamiento 106.
Alternativa o adicionalmente, es concebible que las anomalías se determinen automáticamente a partir de desviaciones entre los valores de proceso reales de una etapa del proceso de producción y un estado normal para la respectiva etapa del proceso aprendido mediante un procedimiento de aprendizaje automático Preferiblemente, en caso de anomalías y/o desviaciones en una etapa del proceso de producción, el conjunto de datos específico de la pieza de trabajo 134 se complementa con datos de errores de proceso 148, en particular mientras una pieza de trabajo 106 pasa por la respectiva etapa del proceso de producción.
Los datos de errores de proceso 148 contienen preferiblemente información sobre una anomalía y/o una desviación en una etapa del proceso de producción.
Los datos de errores de proceso 148 son en particular "marcadores de error". Por ejemplo, por medio de los datos de errores de proceso 148 puede marcarse la presencia o ausencia de anomalías y/o desviaciones en una respectiva etapa de proceso en el paso de una pieza de trabajo 106 por dicha etapa de proceso.
Mediante los datos de errores de proceso 148, pueden identificarse preferiblemente como errores las anomalías y/o desviaciones en una etapa del proceso de producción.
Mediante el uso de datos de errores de proceso 148 para la identificación de anomalías y/o desviaciones en los datos de proceso 140 del conjunto de datos específico de la pieza de trabajo 134, puede reducirse preferiblemente el tamaño del conjunto de datos específico de la pieza de trabajo 134.
La figura 2 muestra una forma de realización de conjuntos de datos específicos de la pieza de trabajo 134 de diferentes piezas de trabajo 106.
En la primera columna se representan, por ejemplo, los datos de pedido 136 de un conjunto de datos específico de la pieza de trabajo 134 respectivo, por ejemplo, en forma de un código de color y/o en forma de un número de identificación de la pieza de trabajo.
En las columnas dos a siete se representan respectivamente los datos de proceso 140 de un conjunto de datos específico de la pieza de trabajo 134 respectivo de las etapas del proceso de producción en las estaciones de tratamiento 104 de la instalación de proceso 100, en particular la instalación de pintado 102.
En particular, los datos de errores de proceso 148, es decir, los "marcadores de error", que contienen información sobre anomalías y/o desviaciones en las etapas del proceso de producción, se representan mediante un signo de exclamación.
En la columna nueve se representan además datos de calidad 146, que preferiblemente contienen información sobre la posición, tipo, tamaño y/o número de defectos de calidad.
Por ejemplo, para la pieza de trabajo W1 se introdujo una anomalía y/o desviación en la estación de pretratamiento 112 como dato de error de proceso 148.
Para las piezas de trabajo W3 a W5, por ejemplo, se detectó una anomalía y/o desviación en la secadora 116 después de la estación de pintado por inmersión catódica 114 y se marcó mediante datos de errores de proceso 148.
Para la pieza de trabajo W8, por ejemplo, se marcó además una anomalía y/o desviación en la secadora de la capa de base 120 mediante datos de errores de proceso 148.
Los datos de calidad 146, que comprenden información sobre los defectos de calidad detectados en la estación de control 126, se introducen, por ejemplo, en la novena columna. Por ejemplo, los datos de calidad en este caso contienen información sobre el tipo de defectos de calidad 146.
Preferiblemente, los datos de calidad 146 de varios conjuntos de datos específicos de la pieza de trabajo 134 se clasifican automáticamente en diferentes grupos de defectos de calidad 150 mediante un procedimiento de agrupamiento para la detección de defectos de calidad sistemáticos que utiliza el sistema de análisis de calidad 130.
En el procedimiento de agrupamiento, los datos de calidad 146 de los conjuntos de datos específicos de la pieza de trabajo 134 se clasifican preferiblemente mediante una o más reglas de clasificación.
En ello, puede ser ventajoso que los datos de calidad 146 de los conjuntos de datos específicos de la pieza de trabajo 134 se clasifiquen en grupos de defectos de calidad 150 sistemáticos y no sistemáticos.
Para la clasificación de los datos de calidad 146, se usan preferiblemente reglas de clasificación definidas por un experto y/o reglas de clasificación aprendidas.
Una regla de clasificación definida por un experto comprende, por ejemplo, un número definido de piezas de trabajo 106 con defectos de calidad idénticos y/o similares dentro de una ventana móvil de un número definido de piezas de trabajo 106 que pasan por el proceso de producción.
En el presente caso, los datos de calidad 146 de conjuntos de datos específicos de la pieza de trabajo 134 se clasifican en un grupo de defectos de calidad 150 sistemáticos si se detectan defectos de calidad idénticos y/o comparables en tres o más de tres piezas de trabajo 106 dentro de cinco piezas de trabajo 106 consecutivas en el proceso de producción.
Las reglas de clasificación aprendidas se aprenden preferiblemente a partir de datos de calidad 146 de conjuntos de datos específicos de la pieza de trabajo 134 mediante un procedimiento de aprendizaje automático.
Las reglas de clasificación pueden aprenderse mediante un procedimiento de aprendizaje automático supervisado y/o no supervisado.
Preferiblemente, la clasificación de los datos de calidad 146 mediante el procedimiento de agrupamiento se ejecuta de manera continua. Alternativa o adicionalmente, es posible que la clasificación de los datos de calidad 146 mediante el procedimiento de agrupamiento se lleve a cabo en un procesamiento por lotes.
Preferiblemente, los defectos de calidad sistemáticos identificados mediante el procedimiento de agrupamiento se le muestran a un usuario por medio de una visualización 152 del sistema de análisis de calidad 130 representado en la figura 8, por ejemplo, como un mensaje en tiempo real en un sistema de alarma y/o como un mensaje de análisis en un sistema de análisis.
En la visualización 152 representada en la figura 8, todos los defectos de calidad del grupo de defectos de calidad 150 están asignados a una puerta lateral en el lado izquierdo de la pieza de trabajo 106, en particular la carrocería de vehículo 108.
La figura 3 muestra la ejecución del procedimiento de agrupamiento para los conjuntos de datos específicos de la pieza de trabajo 134 representados en la figura 2.
En los momentos T1 y T2, el sistema de análisis de calidad 130 no detecta todavía ningún grupo de defectos de calidad 150 con defectos de calidad sistemáticos.
En el momento T3 se detecta un grupo de defectos de calidad 150 mediante el sistema de análisis de calidad 130, ya que los datos de calidad 146 de los conjuntos de datos específicos de la pieza de trabajo 134 de las piezas de trabajo W3, W4 y W7 contienen respectivamente el mismo defecto de calidad F1.
Por ejemplo, es concebible que las piezas de trabajo 106 se desechen del proceso de producción debido a los grupos de defectos de calidad 150 detectados mediante el procedimiento de agrupamiento. Alternativa o adicionalmente, es posible que se ajuste un control del proceso de producción mediante el sistema de control 128 sobre la base de los grupos de defectos de calidad 150 detectados mediante el procedimiento de agrupamiento.
Preferiblemente, se usa un procedimiento de análisis para constatar automáticamente causas de defectos de calidad para los defectos de calidad sistemáticos detectados mediante el procedimiento de agrupamiento y clasificados en diferentes grupos de defectos de calidad 150. Preferiblemente, en ello se analizan los datos de proceso 140 en particular relevantes para la calidad de los conjuntos de datos específicos de la pieza de trabajo 134 de las piezas de trabajo W3, W4 y W7 con defectos de calidad sistemáticos del grupo de defectos de calidad 150.
En el procedimiento de análisis, se determinan las causas de defectos de calidad preferiblemente mediante una o más reglas de análisis.
Para determinar las causas de defectos de calidad se utilizan preferiblemente reglas de análisis definidas por un experto y/o reglas de análisis aprendidas.
Las reglas de análisis aprendidas se aprenden preferiblemente mediante un proceso de aprendizaje automático. Por ejemplo, aquí es concebible que las reglas de análisis se aprendan mediante un proceso de aprendizaje automático supervisado y/o no supervisado.
Las anomalías y/o desviaciones en una etapa del proceso de producción pueden identificarse preferiblemente como causa de defectos de calidad mediante los datos de errores de proceso 148.
Las anomalías y/o desviaciones en una etapa del proceso de producción pueden asignarse automáticamente a un defecto de calidad sistemático clasificado mediante el procedimiento de agrupamiento, preferiblemente por medio de los datos de errores de proceso 148, en particular mediante el procedimiento de análisis.
Preferiblemente, mediante el método de análisis se establecen correlaciones entre las causas de defectos de calidad constatadas y los defectos de calidad sistemáticos clasificados en diferentes grupos de defectos de calidad 150.
Por ejemplo, es concebible que se utilice una regla de análisis definida por un experto, que establezca una conexión entre las anomalías en la secadora 116 después de la estación de pintado por inmersión catódica 114 y los defectos de calidad F1 del grupo de defectos de calidad 150.
Preferiblemente, en la visualización 152 del sistema de análisis de calidad 130, las causas de defectos de calidad para el grupo de defectos de calidad 150 representado en la figura 8 pueden mostrarse en una ventana 154 de la visualización 152.
Las causas de defectos de calidad constatadas comprenden preferiblemente anomalías y/o desviaciones en el proceso de producción, en particular en el proceso de pintado.
Mediante las correlaciones establecidas, pueden determinarse preferiblemente de manera automática defectos de calidad sistemáticos inminentes, preferiblemente de manera que a partir de una o más anomalías y/o desviaciones constatadas en el proceso de producción en curso se infieran automáticamente futuros defectos de calidad de una pieza de trabajo 106 por las correlaciones establecidas mediante el procedimiento de análisis, mientras la pieza de trabajo 106 pasa por el proceso de producción.
Preferiblemente, la pieza de trabajo 106 se asigna aquí a un grupo de defectos de calidad 150 mediante el procedimiento de análisis mientras pasa por el proceso de producción.
Preferiblemente, de este modo también pueden detectarse a través de las conclusiones inferidas del proceso de producción defectos de calidad sistemáticos no detectables en el marco del control de calidad en la estación de control 126.
Una forma de realización de conjuntos de datos específicos de la pieza de trabajo 134 de diferentes piezas de trabajo 106 representada en la figura 4 difiere esencialmente de la forma de realización de conjuntos de datos específicos de la pieza de trabajo 134 de diferentes piezas de trabajo 106 representada en la figura 2 en que los datos de calidad 146 de los conjuntos de datos específicos de la pieza de trabajo 134 de las piezas de trabajo W6 a W8 contienen respectivamente información sobre el defecto de calidad F2.
En el momento T4 se detecta un grupo de defectos de calidad 150 mediante el procedimiento de agrupamiento con el uso de una regla de clasificación, ya que los datos de calidad 146 de los conjuntos de datos específicos de la pieza de trabajo 134 de las piezas de trabajo W6 a W8 contienen cada uno el mismo defecto de calidad F2 (véase la figura 5).
Los datos de proceso 140 de los conjuntos de datos específicos de la pieza de trabajo 134 contienen en la quinta columna información sobre la temperatura de cabina en la cabina de la capa de base 118.
La temperatura de la cabina ha aumentado para las piezas W4 y W5. En ello, es concebible que la temperatura de cabina en la cabina de la capa de base 118 para las piezas de trabajo W6 a W8 esté fuera de la ventana de proceso teórica definida para la temperatura de cabina en la cabina de la capa de base 118.
Mediante el procedimiento de análisis, se identifica preferiblemente la temperatura de cabina en la cabina de la capa de base 118 como causa de defectos de calidad.
Por ejemplo, en la ejecución del procedimiento de análisis se utiliza una regla de análisis definida por un experto, que establece una correlación entre la temperatura de cabina en la cabina de la capa de base 118 y los defectos de calidad F2 del grupo de defectos de calidad 150.
La ejecución del procedimiento de agrupamiento y del procedimiento de análisis en la forma de realización de los conjuntos de datos específicos de la pieza de trabajo 134 representados en las figuras 4 y 5 coincide esencialmente con la ejecución del procedimiento de agrupamiento y del procedimiento de análisis en la forma de realización de los conjuntos de datos específicos de la pieza de trabajo 134 representados en las figuras 2 y 3, de modo que se hace referencia a su descripción anterior.
Una forma de realización de conjuntos de datos específicos de la pieza de trabajo 134 de diferentes piezas de trabajo 106 representada en la figura 6 difiere esencialmente de la forma de realización de conjuntos de datos específicos de la pieza de trabajo 134 de diferentes piezas de trabajo 106 representada en la figura 2 en que los datos de calidad 146 de las piezas de trabajo W2 y W3 contienen respectivamente información sobre el defecto de calidad F1 y los datos de calidad 146 de las piezas de trabajo W4 a W7 contienen respectivamente información sobre el defecto de calidad F2.
Los defectos de calidad F1 y F2 son, por ejemplo, idénticos y/o similares y ya se detectaron como grupos de defectos de calidad 150 en el momento T1 mediante el procedimiento de agrupamiento con el uso de una regla de clasificación (véase la figura 7).
Los datos de proceso 140 de los conjuntos de datos específicos de la pieza de trabajo 134 contienen en la cuarta columna información sobre una superación del tiempo teórico en la secadora 116 después de la estación de pintado por inmersión catódica 114.
Esto afecta en particular a las piezas de trabajo W2 y W3, que presentan el defecto de calidad F1.
Sin embargo, las piezas de trabajo W4 a W7 que siguen a las piezas de trabajo W2 y W3 también se ven afectadas por una superación del tiempo teórico en la secadora 116 después de la estación de pintado por inmersión catódica 114.
Mediante el procedimiento de análisis, se identifica preferiblemente la superación del tiempo teórico en la secadora 116 después de la estación de pintado por inmersión catódica 114 como causa de defectos de calidad para los defectos de calidad F1 y F2, en particular para el grupo de defectos de calidad 150.
La ejecución del procedimiento de agrupamiento y del procedimiento de análisis en la forma de realización de los conjuntos de datos específicos de la pieza de trabajo 134 representados en las figuras 6 y 7 coincide esencialmente con la ejecución del procedimiento de agrupamiento y del procedimiento de análisis en la forma de realización de los conjuntos de datos específicos de la pieza de trabajo 134 representados en las figuras 2 y 3, de modo que se hace referencia a su descripción anterior.
Las etapas de procedimiento descritas con referencia a las figuras 1 a 8 no solo pueden ejecutarse mediante el sistema de análisis de calidad 130 para piezas de trabajo individuales 106.
En particular, es concebible que se ejecuten las etapas de procedimiento mediante el sistema de análisis de calidad 130 también para varias piezas de trabajo 106, por ejemplo, para varios componentes accesorios de vehículos no representados gráficamente, que estén dispuestos respectivamente juntos sobre un portapiezas, mientras el portapiezas con las piezas de trabajo 106 dispuestas sobre el mismo pasa por las estaciones de tratamiento 104. Preferiblemente, en lugar de un conjunto de datos 134 específico de la pieza de trabajo se utiliza un conjunto de datos específico del portapiezas.
Un conjunto de datos específico del portapiezas está asignado inequívocamente en particular a un portapiezas y a todas las piezas de trabajo 106 dispuestas sobre el respectivo portapiezas, por ejemplo, a un portapiezas y a todos los componentes accesorios de vehículos dispuestos sobre el mismo.
Por lo demás, las etapas de procedimiento que pueden ejecutarse mediante el sistema de análisis de calidad 130 coinciden con las etapas de procedimiento descritas anteriormente, de modo que se hace referencia a la descripción al respecto.
En total, puede proporcionarse un procedimiento para el análisis de defectos de calidad en piezas de trabajo 106, preferiblemente de carrocerías de vehículos 108 y/o componentes accesorios de vehículos, después o durante el paso por un proceso de producción en instalaciones de proceso 100, preferiblemente después o durante el paso por un proceso de pintado en instalaciones de pintado 102, mediante el cual pueden evitarse defectos de calidad y/o mediante el cual es posible determinar, evitar y/o subsanar causas de defectos de calidad en el proceso de producción. Además, puede proporcionarse un sistema de análisis de calidad 130 para la ejecución de dicho procedimiento para el análisis de defectos de calidad en piezas de trabajo 106.

Claims (14)

REIVINDICACIONES
1. Procedimiento para el análisis de defectos de calidad en carrocerías de vehículos (108) y/o componentes accesorios de vehículos después y/o durante el paso por un proceso de producción en instalaciones de proceso (100), preferiblemente después y/o durante el paso por un proceso de pintado en instalaciones de pintado (102), en donde el procedimiento comprende:
- generar un conjunto de datos específico de la pieza de trabajo (134) asignado inequívocamente a una carrocería de vehículo (108) y/o a un componente accesorio de vehículo al inicio de un proceso de producción, en particular al inicio de un proceso de pintado, y/o generar un conjunto de datos específico del portapiezas asignado inequívocamente a un portapiezas al inicio de un proceso de producción, en particular al inicio de un proceso de pintado;
- complementar el conjunto de datos específico de la pieza de trabajo (134) mientras la carrocería de vehículo (108) y/o el componente accesorio de vehículo pasan por el proceso de producción, en particular el proceso de pintado, con datos de proceso (140) en particular relevantes para la calidad y/o complementar el conjunto de datos específico del portapiezas mientras el portapiezas pasa por el proceso de producción, en particular el proceso de pintado, con datos de proceso en particular relevantes para la calidad;
- almacenar el conjunto de datos específico de la pieza de trabajo (134) en una base de datos (142) y/o almacenar el conjunto de datos específico del portapiezas en una base de datos (142),
en donde el conjunto de datos específico de la pieza de trabajo (134) y/o el conjunto de datos específico del portapiezas se complementan con datos de calidad (146), que contienen información sobre defectos de calidad, en particular sobre defectos de pintura, en la carrocería de vehículo (108) respectiva y/o en los componentes accesorios de vehículo respectivos, preferiblemente al final del proceso de producción, en particular al final del proceso de pintado, y
en donde los datos de calidad (146) de varios conjuntos de datos específicos de la pieza de trabajo (134) y/o de varios conjuntos de datos específicos del portapiezas se clasifican automáticamente en diferentes grupos de defectos de calidad (150) mediante un procedimiento de agrupamiento para la detección de defectos de calidad sistemáticos.
2. Procedimiento según la reivindicación 1, caracterizado por que mediante un procedimiento de análisis se constatan automáticamente causas de defectos de calidad para los defectos de calidad sistemáticos identificados mediante el procedimiento de agrupamiento y clasificados en diferentes grupos de defectos de calidad (150), preferiblemente por análisis de los datos de proceso (140) en particular relevantes para la calidad de los conjuntos de datos específicos de la pieza de trabajo (134) de las carrocerías de vehículos (108) y/o los componentes accesorios de vehículos con defectos de calidad sistemáticos de un grupo de defectos de calidad (150) respectivo y/o por análisis de los datos de proceso (140) en particular relevantes para la calidad de los conjuntos de datos específicos del portapiezas de los portapiezas cuyas carrocerías de vehículos (108) y/o componentes accesorios de vehículos presentan defectos de calidad sistemáticos de un grupo de defectos de calidad (150) respectivo.
3. Procedimiento según la reivindicación 2, caracterizado por que las causas de defectos de calidad constatadas comprenden anomalías y/o desviaciones en el proceso de producción, en particular en el proceso de pintado.
4. Procedimiento según la reivindicación 2 o 3, caracterizado por que mediante el procedimiento de análisis se establecen correlaciones entre las causas de defectos de calidad constatadas y los defectos de calidad sistemáticos clasificados en diferentes grupos de defectos de calidad (150).
5. Procedimiento según la reivindicación 4, caracterizado por que mediante las correlaciones establecidas se determinan automáticamente defectos de calidad sistemáticos inminentes, preferiblemente de manera que a partir de una o más anomalías y/o desviaciones constatadas en el proceso de producción en curso se infieren automáticamente futuros defectos de calidad en una carrocería de vehículo (108) y/o un componente accesorio de vehículo por las correlaciones establecidas mediante el procedimiento de análisis, mientras la carrocería de vehículo (108) y/o el componente accesorio de vehículo pasan por el proceso de producción
6. Procedimiento según una de las reivindicaciones 1 a 5, caracterizado por que el conjunto de datos específico de la pieza de trabajo (134) y/o el conjunto de datos específico del portapiezas se complementan en cada etapa individual del proceso con datos de proceso (140) en particular relevantes para la calidad.
7. Procedimiento según una de las reivindicaciones 1 a 6, caracterizado por que, como datos de proceso (140) en particular relevantes para la calidad mediante los cuales se complementa un conjunto de datos específico de la pieza de trabajo (134) y/o un conjunto de datos específico del portapiezas, se utilizan uno o más de los siguientes parámetros de proceso:
- superación del tiempo teórico en etapas del proceso de producción;
- incidencias que ocurren durante el paso por una etapa del proceso de producción;
- datos de calidad de la estructura en bruto de una carrocería de vehículo (108) respectiva;
- anomalías y/o desviaciones en el proceso de producción;
- datos meteorológicos;
- datos de las personas que, al pasar por una etapa del proceso de producción, estuvieron involucradas en dicha etapa del proceso.
8. Procedimiento según una de las reivindicaciones 1 a 7, caracterizado por que el conjunto de datos específico de la pieza de trabajo (134) y/o el conjunto de datos específico de la pieza de trabajo se complementan con datos de errores de proceso (148) que contienen información sobre una anomalía y/o desviación en una etapa del proceso producción, mientras una carrocería de vehículo (108) y/o un componente accesorio de vehículo y/o un portapiezas pasan por la etapa del proceso de producción.
9. Procedimiento según una de las reivindicaciones 1 a 8, caracterizado por que el procedimiento se ejecuta en una instalación de proceso (100), en particular en una instalación de pintado (102), que comprende varias estaciones de tratamiento (104) diferentes entre sí, en las que respectivamente pueden ejecutarse una o varias etapas del proceso de producción, en particular del proceso de pintado.
10. Procedimiento según una de las reivindicaciones 1 a 9, caracterizado por que el conjunto de datos específico de la pieza de trabajo (134) y/o el conjunto de datos específico del portapiezas se complementan con los datos de proceso (140) en particular relevantes para la calidad de manera continua o discontinua.
11. Procedimiento según una de las reivindicaciones 1 a 10, caracterizado por que el conjunto de datos específico de la pieza de trabajo (134) y/o el conjunto de datos específico del portapiezas se complementan respectivamente con datos de proceso (140) en particular relevantes para la calidad, que comprenden en cada caso una marca de tiempo, mediante la cual los datos de proceso (140) respectivos pueden asignarse inequívocamente a un momento y/o una etapa del proceso de producción.
12. Procedimiento según una de las reivindicaciones 1 a 13, caracterizado por que el conjunto de datos específico de la pieza de trabajo (134) de una carrocería de vehículo (108) y/o un componente accesorio de vehículo complementado, y/o el conjunto de datos específico del portapiezas de un portapiezas complementado se almacenan en una base de datos (142) durante y/ o después del paso de una carrocería de vehículo (108) y/o un componente de vehículo y/o un portapiezas por el proceso de producción.
13. Sistema de análisis de calidad (130) para el análisis de defectos de calidad en carrocerías de vehículos (108) después y/o durante el paso por un proceso de producción en instalaciones de proceso (100), preferiblemente después y/o durante el paso por un proceso de pintado en instalaciones de pintado (102), que comprende
- una interfaz (132) para la comunicación con un sistema de control (128) de una instalación de proceso (100), en particular una instalación de pintado (102);
- un dispositivo de control configurado y diseñado de tal manera que mediante el dispositivo de control puede realizarse el procedimiento según una de las reivindicaciones 1 a 12.
14. Instalación de proceso (100), en particular instalación de pintado (102), que comprende:
- una o más estaciones de tratamiento (104);
- un sistema de control (128) mediante el cual puede controlarse un proceso de producción, en particular un proceso de pintado, en las una o más de las estaciones de tratamiento (104);
- un sistema de análisis de calidad (130) según la reivindicación 13.
ES20726291T 2019-05-09 2020-04-29 Procedimiento para el análisis de defectos de calidad Active ES2973671T3 (es)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
DE102019112099.3A DE102019112099B3 (de) 2019-05-09 2019-05-09 Überwachungsverfahren für eine Applikationsanlage und entsprechende Applikationsanlage
DE102019206833.2A DE102019206833A1 (de) 2019-05-10 2019-05-10 Verfahren zur Analyse von Qualitätsmängeln
PCT/DE2020/100357 WO2020224715A1 (de) 2019-05-09 2020-04-29 Verfahren zur analyse von qualitätsmängeln

Publications (1)

Publication Number Publication Date
ES2973671T3 true ES2973671T3 (es) 2024-06-21

Family

ID=73050740

Family Applications (1)

Application Number Title Priority Date Filing Date
ES20726291T Active ES2973671T3 (es) 2019-05-09 2020-04-29 Procedimiento para el análisis de defectos de calidad

Country Status (12)

Country Link
US (1) US12541194B2 (es)
EP (2) EP4324889A3 (es)
JP (1) JP7633945B2 (es)
KR (1) KR20220007632A (es)
CN (1) CN113811828A (es)
DE (1) DE112020002299A5 (es)
ES (1) ES2973671T3 (es)
FI (1) FI3966646T3 (es)
HU (1) HUE065613T2 (es)
PL (1) PL3966646T3 (es)
PT (1) PT3966646T (es)
WO (1) WO2020224715A1 (es)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12276420B2 (en) 2016-02-03 2025-04-15 Strong Force Iot Portfolio 2016, Llc Industrial internet of things smart heating systems and methods that produce and use hydrogen fuel
US20210157312A1 (en) * 2016-05-09 2021-05-27 Strong Force Iot Portfolio 2016, Llc Intelligent vibration digital twin systems and methods for industrial environments
US20200133254A1 (en) 2018-05-07 2020-04-30 Strong Force Iot Portfolio 2016, Llc Methods and systems for data collection, learning, and streaming of machine signals for part identification and operating characteristics determination using the industrial internet of things
EP3909223B1 (en) 2019-01-13 2024-08-21 Strong Force Iot Portfolio 2016, LLC Monitoring and managing industrial settings
US12517504B2 (en) 2019-05-09 2026-01-06 Dürr Systems Ag Analysis method and devices for same
US12523992B2 (en) 2019-05-09 2026-01-13 Dürr Systems Ag Method for checking workpieces, checking facility and treatment facility
KR102885606B1 (ko) 2019-05-09 2025-11-14 듀르 시스템스 아게 작업물 제어 방법, 제어 시스템 및 기계가공 시스템
CN113874895A (zh) 2019-05-09 2021-12-31 杜尔系统股份公司 分析方法及用于该分析方法的装置
JP6811881B1 (ja) 2020-01-10 2021-01-13 株式会社大気社 品質管理システムおよび品質管理プログラム
JP7411622B2 (ja) * 2021-11-26 2024-01-11 株式会社安川電機 塗装診断システム、塗装診断方法
CN119747125B (zh) * 2024-11-28 2025-09-05 南通林慧机械设备制造有限公司 用于五金件喷涂装置的控制优化方法

Family Cites Families (116)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4186793A (en) 1978-03-17 1980-02-05 Antonov Vladimir A Automatic line for coated metal mould casting
JP3043455B2 (ja) 1990-06-30 2000-05-22 マツダ株式会社 生産工程管理システム
DE4113556C3 (de) 1990-04-26 2000-02-24 Mazda Motor Produktionseinrichtung zum Steuern von Produktionsvorgängen und Produktionssteuerverfahren für Produktionsvorgänge
JPH04358556A (ja) 1991-06-04 1992-12-11 Honda Motor Co Ltd 塗装乾燥炉
JPH0634404A (ja) 1992-07-14 1994-02-08 Japan Steel Works Ltd:The 故障診断支援方法及び装置
JPH06148090A (ja) 1992-11-09 1994-05-27 Toyota Motor Corp 塗装検査情報解析装置
JP2973745B2 (ja) 1992-11-16 1999-11-08 日産自動車株式会社 物品生産工程の品質管理システム
JPH06235094A (ja) 1993-02-09 1994-08-23 Honda Motor Co Ltd 自動車ボディの水切り方法
US5555504A (en) 1994-06-10 1996-09-10 Johnson & Johnson Vision Products, Inc. Production line tracking and quality control system
US6070128A (en) 1995-06-06 2000-05-30 Eutech Engineering Solutions Limited Method for determining properties using near infra-red (NIR) spectroscopy
US7236846B1 (en) 1998-03-18 2007-06-26 Honda Giken Kogyo Kabushiki Kaisha Product quality information control method and display system for such information
US6141598A (en) * 1998-04-06 2000-10-31 Hyundai Motor Company Vehicle assembly line control system and method
US6850874B1 (en) 1998-04-17 2005-02-01 United Technologies Corporation Method and apparatus for predicting a characteristic of a product attribute formed by a machining process using a model of the process
DE19857799A1 (de) 1998-12-15 2000-06-21 Henkel Kgaa Verfahren zum Steuern einer Behandlungslinie
JP2000266570A (ja) 1999-03-15 2000-09-29 Omron Corp 定常状態と非定常状態を弁別する信号処理装置
US6516239B1 (en) * 1999-08-03 2003-02-04 Honda Of Canada Incorporated Assembly line control system
JP2002117107A (ja) 1999-09-02 2002-04-19 Ricoh Co Ltd 生産管理システム、生産管理システムにおけるクライアント、生産管理システムにおける生産管理方法、生産管理システムにおけるデータ検索方法、およびその方法を実行させるためのプログラムを記録したコンピュータが読取可能な記録媒体
DE10036741A1 (de) 2000-07-27 2002-02-07 Duerr Systems Gmbh Verfahren und Kontrollsystem zur Kontrolle der Beschichtungsqualität von Werkstücken
US6528109B1 (en) 2000-09-13 2003-03-04 Ford Global Technologies, Inc. Integrated paint quality control system
EP1374037A2 (de) 2001-03-29 2004-01-02 Siemens Aktiengesellschaft Verfahren und vorrichtung zur automatischen erstellung von simulationsprogrammen
US20030061583A1 (en) 2001-09-14 2003-03-27 Numerical Technologies, Inc. Shape and look-up table based design rule checking (DRC) for physical verification of integrated circuit layouts
US20040025972A1 (en) 2001-09-17 2004-02-12 Ibolya Bartik-Himmler Method of controlling a treatment line
US20030069781A1 (en) 2001-10-09 2003-04-10 Hancock Noel K. Benchingmarking supplier products
GB0127553D0 (en) 2001-11-16 2002-01-09 Abb Ab Provision of data for analysis
US6714831B2 (en) 2002-01-24 2004-03-30 Ford Motor Company Paint defect automated seek and repair assembly and method
CA2518051A1 (en) 2003-03-04 2004-09-16 Valspar Sourcing, Inc. Electrocoat management system
JP2004354250A (ja) 2003-05-29 2004-12-16 Nidek Co Ltd 欠陥検査装置
US7333650B2 (en) 2003-05-29 2008-02-19 Nidek Co., Ltd. Defect inspection apparatus
US7246156B2 (en) 2003-06-09 2007-07-17 Industrial Defender, Inc. Method and computer program product for monitoring an industrial network
DE102004044414A1 (de) 2003-10-07 2005-05-04 Rodenstock Gmbh Automatische optische Sortierstation für die Endkontrolle von Brillengläsern
WO2005054968A1 (en) 2003-11-26 2005-06-16 Tokyo Electron Limited Intelligent system for detection of process status, process fault and preventive maintenance
JP2005309616A (ja) 2004-04-19 2005-11-04 Mitsubishi Electric Corp 設備機器故障診断システム及び故障診断ルール作成方法
DE102004019151A1 (de) 2004-04-21 2005-11-10 Daimlerchrysler Ag Rechnergestütztes Diagnosesystem auf der Basis von Heuristiken und System-Topologien
DE102004024262A1 (de) 2004-05-15 2005-12-01 Daimlerchrysler Ag Wissensbasiertes Diagnosesystem für ein komplexes technisches System mit zwei getrennten Wissensbasen zur Verarbeitung technischer Systemdaten und zur Verarbeitung von Kundenbeanstandungen
US7349746B2 (en) 2004-09-10 2008-03-25 Exxonmobil Research And Engineering Company System and method for abnormal event detection in the operation of continuous industrial processes
US20060190110A1 (en) * 2004-11-05 2006-08-24 Holt Sean A Computer implemented system for management of vehicle painting operation
JP2006218426A (ja) 2005-02-14 2006-08-24 Kansai Paint Co Ltd 塗装方法、塗装制御装置及び塗装設備
US7137773B1 (en) 2005-05-16 2006-11-21 Gm Global Technology Operations, Inc. Model-based statistical process to determine diagnostic limits in a sensor position system for a turbocharger
US7451004B2 (en) 2005-09-30 2008-11-11 Fisher-Rosemount Systems, Inc. On-line adaptive model predictive control in a process control system
DE102006055297A1 (de) 2006-11-23 2008-05-29 Dürr Systems GmbH Werkstückträger zum Fördern eines zu lackierenden Werkstücks
DE102006056879A1 (de) 2006-12-01 2008-06-05 Dürr Systems GmbH Fehlerprotokollierungsverfahren für eine Beschichtungsanlage
KR100815814B1 (ko) 2006-12-22 2008-03-20 주식회사 포스코 연속도금공정에서의 도금 부착량 제어 방법 및 장치
US8255100B2 (en) 2008-02-27 2012-08-28 The Boeing Company Data-driven anomaly detection to anticipate flight deck effects
US7962472B2 (en) 2008-09-29 2011-06-14 International Business Machines Corporation Self-optimizing algorithm for real-time problem resolution using historical data
JP5129725B2 (ja) 2008-11-19 2013-01-30 株式会社日立製作所 装置異常診断方法及びシステム
DE102008060115B4 (de) 2008-12-03 2010-08-26 INPRO Innovationsgesellschaft für fortgeschrittene Produktionssysteme in der Fahrzeugindustrie mbH Verfahren zum automatischen Vorausbestimmen der Struktur endlackierter Bauteiloberflächen
DE102008062630A1 (de) 2008-12-17 2010-06-24 Airbus Deutschland Gmbh Verfahren zum Planen von Wartungsvorgängen von Systemen
US8515719B2 (en) 2009-01-14 2013-08-20 Hitachi, Ltd. Apparatus anomaly monitoring method and system
JP5669553B2 (ja) 2010-12-14 2015-02-12 三菱電機株式会社 異常検知装置、異常検知方法及び異常検知プログラム
EP2492668B1 (en) 2011-02-28 2013-08-28 C.R.F. Società Consortile per Azioni System and method for monitoring painting quality of components, in particular of motor-vehicle bodies
US8782026B2 (en) * 2011-03-31 2014-07-15 Honda Motor Co., Ltd. Color harmony with process and environmental feedback
US20130173332A1 (en) 2011-12-29 2013-07-04 Tom Thuy Ho Architecture for root cause analysis, prediction, and modeling and methods therefor
JP5897845B2 (ja) 2011-08-24 2016-03-30 新日鐵住金株式会社 故障復旧支援システム
JP5534239B2 (ja) 2011-09-06 2014-06-25 株式会社日立製作所 プラントデータ表示装置、プラントデータ表示方法及びプログラム
DE102012213481A1 (de) 2012-07-31 2014-02-06 Robert Bosch Gmbh Verfahren zum Fertigen von Werkstücken, bei dem das Werkstück abhängig von noch ausstehenden Bearbeitungsschritten einer Qualitätskategorie zugeordnet wird
WO2014090310A1 (en) 2012-12-13 2014-06-19 Abb Technology Ag System and method for monitoring and/or diagnosing operation of a production line of an industrial plant
WO2014145977A1 (en) 2013-03-15 2014-09-18 Bates Alexander B System and methods for automated plant asset failure detection
US9665843B2 (en) 2013-06-03 2017-05-30 Abb Schweiz Ag Industrial asset health profile
DE102013014669A1 (de) 2013-09-03 2015-03-05 Eisenmann Ag Einrichtung zum Bereitstellen eines Applikationsmaterials
WO2015077890A1 (en) 2013-11-27 2015-06-04 Adept Ai Systems Inc. Method and system for artificially intelligent model-based control of dynamic processes using probabilistic agents
KR101496902B1 (ko) 2013-12-10 2015-03-03 (주)대성에스이 무인차를 이용한 자동차 바디-섀시 마운팅 공정의 자동화 시스템
DE102014201273A1 (de) 2014-01-24 2015-07-30 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur automatisierten Qualitätskontrolle bei der Serienherstellung von Blechformteilen und Anlage zur Serienherstellung von Blechformteilen
JP2015184942A (ja) 2014-03-25 2015-10-22 株式会社日立ハイテクノロジーズ 故障原因分類装置
JP6482817B2 (ja) 2014-10-22 2019-03-13 株式会社日立製作所 プラント監視支援システム及びプラント監視支援方法
CN104359915B (zh) 2014-12-08 2017-05-10 合肥京东方光电科技有限公司 一种涂胶检测方法及涂胶检测装置
EP3259097B1 (de) * 2015-02-19 2024-11-06 KUKA Systems GmbH Fertigungsanlage und verfahren
US10540727B2 (en) * 2015-03-13 2020-01-21 Color Harmony Experts, S.C. Method for harmonising colour in manufactured items
US10037023B2 (en) 2015-04-08 2018-07-31 Toyota Motor Engineering & Manufacturing North America, Inc. Dynamic repair system
DE102015006098A1 (de) 2015-05-09 2016-11-10 Eisenmann Se Temperiervorrichtung zum Temperieren von Werkstücken
US20180157249A1 (en) 2015-06-05 2018-06-07 Hitachi, Ltd. Abnormality Detecting Apparatus
US10643175B2 (en) 2015-08-07 2020-05-05 Weir Group Ip Limited Tracking parts in manufacturing and service facilities
DE102015119240B3 (de) 2015-11-09 2017-03-30 ATENSOR Engineering and Technology Systems GmbH Automatisches detektieren und robotergestütztes bearbeiten von oberflächendefekten
JP6649051B2 (ja) 2015-11-17 2020-02-19 Ｋｙｂ株式会社 品質データ管理システム
US10073421B2 (en) 2015-11-17 2018-09-11 Rockwell Automation Technologies, Inc. Predictive monitoring and diagnostics systems and methods
DE102015224916A1 (de) 2015-12-10 2017-06-14 Dürr Systems Ag Behandlungsanlage und Verfahren zum Behandeln von Werkstücken
US11131978B2 (en) 2015-12-28 2021-09-28 Illinois Tool Works Inc. Systems and methods for analyzing manufacturing parameters
US10072675B2 (en) 2016-04-21 2018-09-11 Energy Recovery, Llc System for using pressure exchanger in dual gradient drilling application
JP6453805B2 (ja) 2016-04-25 2019-01-16 ファナック株式会社 製品の異常に関連する変数の判定値を設定する生産システム
US11262722B2 (en) 2016-08-02 2022-03-01 Siemens Aktiengesellschaft Monitoring and controlling unit for use in an autonomous system with self-x properties
US11397792B2 (en) 2016-09-08 2022-07-26 Nec Corporation Anomaly detecting device, anomaly detecting method, and recording medium
JP6424874B2 (ja) 2016-10-12 2018-11-21 オムロン株式会社 動作状態監視装置、学習データ生成装置、方法およびプログラム
DE102016012451A1 (de) 2016-10-18 2018-01-04 Daimler Ag Verfahren zum Überwachen, Analysieren und Betreiben wenigstens einer Produktionsanlage
EP3339801B1 (en) 2016-12-20 2021-11-24 Hexagon Technology Center GmbH Self-monitoring manufacturing system, production monitoring unit and use of production monitoring unit
JP6616791B2 (ja) 2017-01-04 2019-12-04 株式会社東芝 情報処理装置、情報処理方法およびコンピュータプログラム
JP6933899B2 (ja) 2017-01-12 2021-09-08 横河電機株式会社 プラント運転支援装置、プラント運転支援方法、及びプラント運転支援プログラム
DE102017101228B4 (de) 2017-01-23 2022-12-15 Opti-Run GmbH Verfahren zum Prüfen eines auf einem Substrat aufgetragenen Stranges aus Klebstoff
JP6862190B2 (ja) 2017-01-24 2021-04-21 株式会社東芝 プロセス診断装置、プロセス診断方法及びプロセス診断システム
JP6686151B2 (ja) 2017-01-27 2020-04-22 三菱日立パワーシステムズ株式会社 モデルパラメータ値推定装置及び推定方法、プログラム、プログラムを記録した記録媒体、モデルパラメータ値推定システム
GB2559164B (en) 2017-01-27 2021-11-10 Teraview Ltd Method and system for measuring coating thicknesses
GB201704373D0 (en) 2017-03-20 2017-05-03 Rolls-Royce Ltd Surface defect detection
EP3379357B1 (en) 2017-03-24 2019-07-10 ABB Schweiz AG Computer system and method for monitoring the technical state of industrial process systems
EP3398698B2 (de) 2017-05-05 2024-08-28 Leifeld Metal Spinning GmbH Verfahren und vorrichtung zum inkrementellen umformen eines metallischen werkstücks
DE102017208103A1 (de) 2017-05-15 2018-11-15 Bayerische Motoren Werke Aktiengesellschaft Verfahren zur automatischen Entfernung von Fremdkörpern aus einer flüssigen Beschichtung eines Substrats
US10309372B2 (en) 2017-05-25 2019-06-04 Hitachi, Ltd. Adaptive power generation management
JP6795093B2 (ja) 2017-06-02 2020-12-02 富士通株式会社 判定装置、判定方法及び判定プログラム
DE102017113343A1 (de) 2017-06-19 2018-12-20 Eisenmann Se Verfahren und Fertigungsanlage zur Herstellung von Fahrzeugen und Oberflächenbehandlungsanlage zur Oberflächenbehandlung von Fahrzeugkarosserien
JP6917805B2 (ja) 2017-06-30 2021-08-11 日立Ｇｅニュークリア・エナジー株式会社 データフィルタリング装置および方法
JP6943698B2 (ja) 2017-09-11 2021-10-06 三菱パワー株式会社 プラント異常箇所推定システム
JP2019066957A (ja) 2017-09-28 2019-04-25 フジキンソフト株式会社 不良品発生の原因判定システム
DE102017217760B4 (de) 2017-10-06 2020-12-03 Siemens Schweiz Ag Verfahren zur Inbetriebnahme und/oder Wartung eines Regel- und Steuergerätes für Feldgeräte für eine Gebäudeautomatisierung
EP3699708B1 (en) 2017-10-16 2021-07-28 Fujitsu Limited Production facility monitoring device, production facility monitoring method, and production facility monitoring program
WO2019101803A1 (en) * 2017-11-24 2019-05-31 Abb Schweiz Ag System and method for characterizing a coating such as a paint film by radiation, and painting facility with such a system
IT201800006680A1 (it) 2018-06-26 2019-12-26 Metodo di predizione della presenza di difetti di prodotto durante una fase di lavorazione intermedia di un prodotto sottile avvolto in bobina
US10875592B2 (en) * 2018-08-16 2020-12-29 Carl Zeiss Industrielle Messtechnik Gmbh Automobile manufacturing plant and method
EP3724728A4 (en) 2018-09-29 2021-07-14 Siemens Aktiengesellschaft PROCESS AND APPARATUS FOR MAKING AN INDUSTRIAL DEVICES IN MATCH
CN109270907B (zh) 2018-10-24 2020-07-28 中国计量大学 一种基于分层概率密度分解的过程监测和故障诊断方法
US12523992B2 (en) 2019-05-09 2026-01-13 Dürr Systems Ag Method for checking workpieces, checking facility and treatment facility
DE102019206833A1 (de) 2019-05-10 2020-11-12 Dürr Systems Ag Verfahren zur Analyse von Qualitätsmängeln
DE102019112099B3 (de) 2019-05-09 2020-06-18 Dürr Systems Ag Überwachungsverfahren für eine Applikationsanlage und entsprechende Applikationsanlage
US12517504B2 (en) 2019-05-09 2026-01-06 Dürr Systems Ag Analysis method and devices for same
PL3966648T3 (pl) 2019-05-09 2026-03-23 Dürr Systems Ag Sposób analizy oraz urządzenia do niego
CN113874895A (zh) 2019-05-09 2021-12-31 杜尔系统股份公司 分析方法及用于该分析方法的装置
DE102019206846A1 (de) 2019-05-10 2020-11-12 Dürr Systems Ag Verfahren zur Kontrolle von Werkstücken, Kontrollanlage und Behandlungsanlage
KR102885606B1 (ko) 2019-05-09 2025-11-14 듀르 시스템스 아게 작업물 제어 방법, 제어 시스템 및 기계가공 시스템
DE102020101490A1 (de) 2020-01-22 2021-07-22 Endress+Hauser Conducta Gmbh+Co. Kg Sensorsystem und Verfahren
US12105581B2 (en) 2020-10-07 2024-10-01 Mitsubishi Electric Corporation Failure symptom detection system, failure symptom detection method, and recording medium

Also Published As

Publication number Publication date
US12541194B2 (en) 2026-02-03
CN113811828A (zh) 2021-12-17
HUE065613T2 (hu) 2024-06-28
JP2022532543A (ja) 2022-07-15
EP3966646B1 (de) 2024-01-03
JP7633945B2 (ja) 2025-02-20
US20220214671A1 (en) 2022-07-07
FI3966646T3 (fi) 2024-03-20
EP4324889A3 (de) 2024-05-15
EP3966646A1 (de) 2022-03-16
PT3966646T (pt) 2024-02-21
DE112020002299A5 (de) 2022-03-03
EP4324889A2 (de) 2024-02-21
PL3966646T3 (pl) 2024-04-29
WO2020224715A1 (de) 2020-11-12
KR20220007632A (ko) 2022-01-18

Similar Documents

Publication Publication Date Title
ES2973671T3 (es) Procedimiento para el análisis de defectos de calidad
US20190325183A1 (en) Method, automation system and computer system for detecting optical codes
US12468996B2 (en) Method for checking workpieces, checking facility and treatment facility
EP3965952B1 (de) Verfahren zur kontrolle von werkstücken, kontrollanlage und behandlungsanlage
US10875592B2 (en) Automobile manufacturing plant and method
CN106600239A (zh) 基于bim的装配式建筑建造全过程数据协同管理系统
Birlutiu et al. Defect detection in porcelain industry based on deep learning techniques
CN114092382A (zh) 产品瑕疵标记装置和方法
DE102019206833A1 (de) Verfahren zur Analyse von Qualitätsmängeln
CN109991917A (zh) 复合柔性化风挡识别方法
Zhang et al. Defect inspection of coated automobile roofs using a single camera
CN103862322B (zh) 生产线中用于标识部件的方法和系统
WO2024121148A1 (en) Tracking workpieces in industrial processes and quality control systems and methods
Attri et al. Contextual relationship among the quality enabled factors of inventory control system stage
JP2010015288A (ja) ジョブショップ型方式におけるワークの工程管理方法と装置
Zeuch Understanding and applying machine vision, revised and expanded
JPS62255032A (ja) 自動車塗装ラインにおける生産管理方法
Astafiev Development of a Methodology for the Identification of Ferrous Metal Products by Their Contactless Point Labeling Using Convolutional Neural Networks
KR102738435B1 (ko) 공정 간 결함 정보를 통합 및 관리하는 서버 및 이를 포함하는 시스템
CN111610199A (zh) 一种基于视觉检测的五金件质检系统
CN109604183A (zh) 检查装置及检查方法
CN116205419A (zh) 一种笔记本电脑外壳体喷涂加工用质检系统
CN116402518A (zh) 一种基于标识解析的果品加工管理方法、设备及介质
CN120115370A (zh) 一种汽车的高效率批量化套色工艺
CN121732443A (zh) 一种涂装车身识别分流方法、装置及电子设备