Kantenanleimer
Erkenne Leimspalten, Kantenversatz, End-Trim-Ausbrüche und Farbabweichungen, bevor die Werkstücke den Anleimer verlassen.
Automatisierte Qualitätskontrolle für Kantenanleim-Linien, läuft auf einem refurbed iPhone an Anleimer, End-Trimmer und Putzaggregat.
Was ist automatisierte Qualitätskontrolle beim Kantenanleimen?
Automatisierte Qualitätskontrolle beim Kantenanleimen nutzt eine Kamera und ein KI-Modell, um jedes Werkstück am Anleimer-Auslauf, am End-Trimmer und am Putzaggregat zu erfassen und nicht-konforme Stücke vor dem Stapler zu melden. Statt auf den Anleimer-Bediener am Pult oder auf starre regelbasierte Machine-Vision zu setzen, lernt die KI Deine spezifischen Bandmaterialien, Leimfugen-Geometrien, Eckradien und Oberflächenfinishes und legt einen konstanten visuellen Prüfpunkt über Schichten, Linientempo und Materialwechsel.
Kantenangelimte Werkstücke sind bei Produktionsgeschwindigkeit besonders schwer zu prüfen, weil die sichtbare Linie ein bis drei Millimeter breit ist, der Bandfarbton die Plattenoberfläche in enger Toleranz treffen muss und der Eckradius jeden Versatzfehler und jeden Ausbruch abkriegt. Regelbasierte Vision für ein einziges Anleimprofil bricht beim Wechsel auf eine andere Banddicke, einen anderen Klebstoff oder einen anderen Plattenfarbton. KI-gestützte Prüfung schluckt diese Schwankungen, weil das Modell aus echten Produktionsbildern statt aus festen Schwellwerten lernt.
Das Ergebnis ist ein automatischer visueller Prüfpunkt, der Deine End-of-Line-Stichprobe ergänzt und Dir eine werkstückscharfe Bilddokumentation liefert. Wenn die OEM-Anfrage sechs Wochen später kommt, ziehst Du die Frames aus dem genauen Produktionsfenster und bestätigst entweder den Defekt oder kontert mit Beweisen.
Defekte, die wir auf Kantenanleim-Linien erkennen
Leimspalten
Leimspalten sind sichtbare Trennungen zwischen Band und Substrat, verursacht durch Heißleim-Temperatur-Drift, niedriges Auftragsgewicht oder Vorschub-Unstimmigkeit in der Heizzone. Sie zeigen sich zuerst als Haarriss an der Ecke, an der das Band sich unter jeder Biegung hebt, lange bevor das Band im Transport abblättert. Bediener am Putzaggregat fangen die offensichtlich offenen Fugen ab, übersehen aber Grenzlücken, die unter Hallenbeleuchtung durchgehen. Das KI-Modell lernt die Soll-Leimfugen-Signatur und erkennt die lokale Trennung am Putzaggregat, bevor das Werkstück den Stapler erreicht.
Bandversatz und Überstand
Bandversatz ist der seitliche Versatz zwischen Band und Substratkante, verursacht durch Vorschubrollen-Drift, Substrat-Dickenabweichung oder Bandrollen-Spannungsänderungen über eine Rolle. Überstand zeigt sich als Band, das die Plattenoberfläche um mehr als die Putzaggregat-Toleranz überlappt, Unterstand zeigt sich als Band, das zu kurz endet und einen Streifen Substrat sichtbar lässt. Manuelle Bediener fangen die schlimmsten Fälle am Putzaggregat ab, übersehen aber Grenzwerkstücke, die durchs Putzaggregat laufen und an der CNC des Kunden auffallen. Das KI-Modell erfasst den seitlichen Versatz in einem Frame und meldet jedes Werkstück, das Deine Toleranz überschreitet.
End-Trim-Ausbrüche
End-Trim-Ausbrüche sind Splitter oder Brüche an den Ecken des angelimten Werkstücks, verursacht durch stumpfe Trimm-Fräser, Vorschub-Unstimmigkeit am End-Trimmer oder sprödes Bandmaterial. Es ist das Erste, was der Küchenmöbel-OEM im Wareneingang prüft, und eine einzige ausgebrochene Ecke schickt die ganze Palette zurück. Das KI-Modell hält die Soll-Eck-Textur pro Bandmaterial vor und meldet Ausbrüche in den Eck-Frames, bevor das Werkstück das Putzaggregat erreicht.
Bandkratzer und Oberflächenschäden
Kratzer sind die parallelen Marken einer schiefgehenden Nachbearbeitungswalze, von Schmutz auf den Putzaggregat-Filzen oder von Palettenkanten-Kontakten zwischen Stationen, und sie ruinieren das sichtbare Finish auf einem Hochglanz- oder Druckband. Manuelle Bediener fangen die schlimmsten Fälle ab, können aber nicht jedes Werkstück bei Linientempo prüfen. Das KI-Modell lernt die Soll-Bandoberfläche und meldet jede lokale Kratz- oder Oberflächenabweichung, die Deine Toleranz überschreitet, damit der Bediener Filze wechseln oder Walzenlager prüfen kann, bevor eine ganze Schicht markierter Werkstücke geht.
Farbabweichung zur Plattenoberfläche
Farbabweichung ist das sichtbare Band-zu-Oberfläche-Farb-Delta, verursacht durch Bandrollen-Chargenvariation, Plattendruck-Drift oder Beleuchtungsunterschiede zwischen Anleimer und Putzaggregat. Die Abweichung ist unter den Hallen-Leuchtstoffröhren, unter denen der Bediener arbeitet, unsichtbar und unter den Showroom-Spots, die der Endkunde sieht, offensichtlich. Das KI-Modell hält einen gelernten Referenzfarbton für das Band gegen die Plattenoberfläche vor und meldet Drift, sobald das lokale Delta Deine Spezifikation überschreitet.
Klebstoff-Austritt
Klebstoff-Austritt ist die sichtbare Leimspur, die nach dem Pressen über die Bandkante hinausläuft, verursacht durch zu hohes Auftragsgewicht, Über-Aushärtung in der Heizzone oder Vorschub-Druckspitzen. Sie hinterlässt eine klebrige Wulst an der Band-Substrat-Verbindung, die das Putzaggregat nicht vollständig zurücknehmen kann, und sie zeigt sich als dunkle Linie unter dem Finish des Endkunden. Das KI-Modell erfasst das Wulst-Muster am Putzaggregat und meldet jedes Werkstück, das Deine Akzeptanzschwelle überschreitet, damit der Bediener die Leim-Dosierung anpasst, bevor die nächste Palette geht.
Der Beleuchtungsaufbau, der das auf einer Kantenanleim-Linie funktionieren lässt, ist eine diffuse Deckenleuchte über der Putzaggregat-Station für Bandoberfläche und Farbton, plus eine Niedrigwinkel-Ringleuchte am End-Trimmer für Eckprofile. Ein iPhone Pro mit Makro- und Weitwinkellinsen deckt die sieben Defektfamilien aus einer Prüfstation pro kritischem Kontrollpunkt ab. Wir synchronisieren das Rig mit dem Förderband-Encoder, damit gemeldete Werkstücke eine nachgelagerte Aussonderungs- oder Halt-Entscheidung auslösen. Die Optik spezifizieren wir gemeinsam beim Onboarding.
Wie Enao auf einer Kantenanleim-Linie läuft
Das komplette Hardware-Rig kostet unter €1.000 und besteht aus einem refurbed iPhone Pro, einer diffusen Deckenleuchte mit optionaler Niedrigwinkel-Ringleuchte für die Eckprüfung, einem USB-C-Kabel und einer Halterung, die über Anleimer-Auslauf, End-Trimmer oder Putzaggregat geklemmt wird. SPS-Integration ist für die erste Inbetriebnahme nicht nötig, das Rig passt in einen Flightcase, und die Linie läuft beim Aufbau weiter.
Das Onboarding läuft self-serve. Dein Linienteam montiert das Rig, öffnet die Enao-App und sammelt am nächsten Wechsel Referenzframes. Tag eins liefert 80% Genauigkeit ohne Vorlabeling, und ab Tag vierzehn arbeitet das Modell auf den gesehenen Defektfamilien über dem manuellen Prüfer und verbessert sich mit jedem Werkstück, das die Linie bestätigt oder verwirft.
Jede Linie trainiert ihr eigenes Modell auf ihre Bandmaterialien, Leimfugen und Eckprofile. Beim Wechsel auf eine andere Banddicke oder einen anderen Farbton am selben Anleimer adaptiert das Modell in einer Schicht. Wenn Du eine Schwesterlinie mit ähnlicher Produktfamilie startest, beginnt das zweite Modell mit der Erfahrung des ersten, und der Aufwand sinkt deutlich.
Außertolerante Werkstücke erreichen den Stapler nicht, Ausschuss wird am Prüfpunkt statt im QS-Büro verbucht, und Deine Bediener bekommen die Stunden zurück, die sie für die Aufgaben brauchen, die einen Menschen erfordern: Anleimer-Setup, Leim-Tuning und Kundenreklamationen.
Wie Enao gegen manuelle Prüfung und klassische Machine-Vision abschneidet
Für Kantenanleim-Produzenten verdichtet sich der Vergleich auf fünf Dimensionen.
Aufbauzeit auf einer Kantenanleim-Linie. — Manuelle Sichtprüfung: stundenlange Schulung pro Bediener, laufende Lohnkosten. Klassische Machine-Vision: drei bis neun Monate Integration mit einem Systemintegrator, plus ein Regelsatz pro Profil. Enao: in einer Woche von Deinem Team eingerichtet, Tag eins auf 80% Genauigkeit.
Hardwarekosten pro Linie. — Manuelle Sichtprüfung: keine Anschaffung, laufende Lohnkosten. Klassische Machine-Vision: €40.000 bis €200.000 pro Linie für Industriekameras, strukturierte Beleuchtung und Integration. Enao: unter €1.000 pro Linie mit refurbed iPhone Pro, Lampe und Halterung.
Umgang mit neuen Bandmaterialien und Plattenfarbtönen. — Manuelle Sichtprüfung: Bediener pro neuer SKU neu schulen. Klassische Machine-Vision: Regelsatz pro Rezeptur neu schreiben, oft an den Integrator ausgelagert. Enao: Modell auf neue Bandmaterialien und Farbtöne in einer Schicht nachtrainieren, ohne Code anzufassen.
Erkennungsgenauigkeit auf subtilem Farbton- und Eck-Drift. — Manuelle Sichtprüfung: zu Schichtbeginn hoch, fällt nach drei Stunden messbar ab. Klassische Machine-Vision: stark beim seitlichen Überstand, schwach bei subtiler Farbabweichung und Eckprofil-Drift. Enao: lernt Bandoberflächen und Ecksignaturen aus Referenzframes und hält die Genauigkeit über Schichten und Läufe.
Wer es betreibt. — Manuelle Sichtprüfung: geschulter Bediener am Putzaggregat. Klassische Machine-Vision: Systemintegrator oder spezialisierter Vision-Engineer. Enao: Dein Linienteam, kein externer Spezialist nötig.
Möbel- und Ladenbau-OEMs wechseln Lieferanten wegen einer einzigen ausgebrochenen Ecke, und die Kosten eines Chargebacks oder eines stillen Listing-Verlusts liegen weit über den Kosten eines iPhone-basierten Prüf-Rigs. Genau für diese Lücke ist Enao gebaut.
