Sanitär und Armaturen
Erkenne Chromfehler, Glasur-Pinholes, Gussporosität an Armaturkörpern, Dichtungssitz und Gewindegeometrie, bevor die Armaturen die Linie verlassen.
Automatisierte Qualitätskontrolle für Sanitärarmaturen- und Sanitärkeramik-Linien, läuft auf einem refurbed iPhone an Polierzelle, Galvanik, Glasurkabine und Dichtheitsprüfung.
Was ist automatisierte Qualitätskontrolle in der Sanitär- und Armaturenproduktion?
Automatisierte Qualitätskontrolle in der Sanitär- und Armaturenproduktion nutzt eine Kamera und ein KI-Modell, um jede Armatur an Polierzelle, Galvanik, Glasurkabine, Dichtheitsprüfung und Packstation zu erfassen und nicht-konforme Einheiten vor dem Großhändler zu melden. Statt auf den Bediener am Prüfplatz oder auf starre regelbasierte Machine-Vision zu setzen, lernt die KI Deine spezifische Gussgeometrie, Finish-Ziele, Glasurfarben und Dichtungsgeometrien und legt einen konstanten visuellen Prüfpunkt über Schichten, Linientempo und Finish-Wechsel.
Sanitärarmaturen und Sanitärkeramik sind bei Produktionsgeschwindigkeit besonders schwer zu prüfen, weil der Messingguss nach dem Polieren anders reflektiert als nach dem Verchromen, das Mattschwarz-PVD-Finish unter Gießerei-Beleuchtung ähnlich liest wie ein sauberer dunkler Guss, und das Glasur-Pinhole, das ein Waschbecken ruiniert, für ein müdes Auge wie ein normaler Spritzpunkt aussieht. Regelbasierte Vision für eine einzige Reflektanz bricht beim Wechsel auf ein anderes Finish, eine andere Beckenform oder eine andere Glasurfarbe. 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 Stichprobenprüfung ergänzt und Dir eine armaturen-scharfe Bilddokumentation liefert. Wenn der Großhandels-Rückläufer sechs Wochen später kommt, ziehst Du die Frames aus dem genauen Produktionsfenster und bestätigst entweder den Defekt oder konterst mit Beweisen.
Defekte, die wir auf Sanitär- und Armaturenlinien erkennen
Chrom- und PVD-Beschichtung
Beschichtungsdefekte sind Dünnstellen, Tropfen und uneinheitlicher Glanz, verursacht durch Gleichrichter-Stromdrift, Anodenabstandsverschleiß oder PVD-Kammerdruck-Schwankung. Dünnstellen und Kantenaussetzer scheitern am Showroom-Sample des Großhändlers und lösen Palettenrückläufer aus. Bediener prüfen Polieren und Galvanik am Gestell, können aber nicht jede Armatur unter abgestimmter Beleuchtung sehen, sodass Grenzfälle den Prüfplatz passieren. Das KI-Modell lernt das Soll-Finish pro SKU und meldet Drift, sobald die lokale Reflektanz Deine Toleranz überschreitet, mit den Frames als Beweis, damit Du den Gleichrichter justierst oder das Gestell neu balancierst, bevor eine ganze Charge außerhalb der Spezifikation geht.
Glasur-Pinholes und Crawling
Glasurdefekte an Waschbecken, WC-Schüsseln und Duschtassen umfassen Pinholes, Crawling, Blasen und uneinheitlichen Glanz, verursacht durch Glasurspray-Viskosität, Ofen-Temperaturdrift oder Substrat-Sauberkeitsfehler. Pinholes auf der Beckeninnenseite scheitern im Showroom und lösen Verbraucherreklamationen aus. Manuelle Bediener fangen die offensichtlichen Krater ab, übersehen aber die Pinholes, die die Kabine passieren und nur unter Installateur-Beleuchtung sichtbar werden. Das KI-Modell hält die visuelle Signatur einer Soll-Glasur pro SKU vor und meldet Pinholes, Crawling und Blasenflächen, sobald das lokale Muster vom Soll abweicht.
Gussporosität an Armaturkörpern
Gussporositätsdefekte an Messing- und Zink-Armaturkörpern umfassen Schwindungslunker, Oberflächenporen und Einschlüsse, verursacht durch Gießerei-Gusstemperatur-Drift, Form-Entlüftungs-Verschleiß oder Legierungs-Chargentoleranz. Porosität am Gewindeanschluss scheitert auf der Baustelle am Dichtheitstest und löst einen Garantierückläufer aus. Bediener prüfen Ventile stichprobenartig in der Pause, übersehen aber die Porosität, die sich erst nach dem Bearbeiten öffnet. Das KI-Modell lernt die Soll-Gussignatur und meldet Lunker, Poren und Einschlüsse am Bearbeitungs-Ausgangsplatz, mit den Frames als Beweis, damit Du Gusstemperatur anpasst oder die Form entlüftest, bevor eine ganze Charge geht.
Dichtungs- und O-Ring-Sitz
Sitzdefekte sind die fehlenden, verdrehten oder eingeklemmten O-Ringe an Kartuschen, Armaturen und Brauseschläuchen, verursacht durch Förderschalen-Fehlausrichtung, Dichtungs-Chargentoleranz oder Bediener-Montage-Drift. Fehlende oder verdrehte O-Ringe scheitern am Dichtheitstest und lösen Erstdruck-Ausfälle auf der Installateur-Seite aus. Die Defekte ruinieren das Garantieprofil und finanzieren die Anfahrtskosten. Das KI-Modell erfasst die visuelle Signatur eines Soll-O-Rings in einem Frame und meldet fehlende, verdrehte oder eingeklemmte Ringe an der Montagestation, bevor das Dichtheits-Rig das Teil sieht.
Gewindegeometrie
Gewindedefekte an Armatur-Verschraubungen, Schlauchanschlüssen und Versorgungsleitungen umfassen falsche Steigung, verkanteten Gewindeanfang, Grate am Einlauf und zu kurze oder zu lange Gewindelänge, verursacht durch Schneidwerkzeug-Verschleiß, Vorrichtungsdrift oder Legierungs-Chargentoleranz. Verkantete Verschraubungen scheitern am ersten Versuch des Installateurs und lösen einen Pack-Rückläufer über den Großhandel aus. Manuelle Bediener prüfen den Gewindeeingriff am Prüfplatz, übersehen aber die Grate, die das Lehren-Maß bestehen und das Gegenstück beschädigen. Das KI-Modell lernt das Soll-Gewindeprofil pro SKU und meldet Steigung, Einlauf und Längenabweichung am Bearbeitungs-Ausgangsplatz.
Oberflächenkratzer und Polierspuren
Oberflächendefekte umfassen leichte Kratzer, Polierscheiben-Spuren und Werkzeug-Drag, verursacht durch Polierband-Verschleiß, Anpressdruck-Drift oder Vorrichtungs-Fehlausrichtung. Die schlimmsten Fälle sitzen auf der sichtbaren Auslauffläche und passieren den Prüfplatz, um im Showroom zu scheitern. Bediener fangen die offensichtlichen Riefen ab, übersehen aber die leichten Kratzer, die die Polierzelle passieren und unter Display-Beleuchtung sichtbar werden. Das KI-Modell lernt das Soll-Finish und meldet Kratzer, Drag-Spuren und Polier-Artefakte am Polierzellen-Ausgang, damit die Linie das Band tauschen oder den Anpressdruck anpassen kann, bevor eine ganze Charge geht.
Der Beleuchtungsaufbau, der das auf einer Sanitär- und Armaturenlinie funktionieren lässt, ist eine diffuse Deckenleuchte mit Kreuzpolarisation über Polierzelle und Galvanik-Gestell für das Finish, plus eine Niedrigwinkel-Spotleuchte an Glasurkabine und Dichtheits-Rig für Pinholes und Dichtungssitz. 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 Armaturen eine Aussonderungs- oder Halt-Entscheidung auslösen. Die Optik spezifizieren wir gemeinsam beim Onboarding.
Wie Enao auf einer Sanitär- und Armaturenlinie läuft
Das komplette Hardware-Rig kostet unter €1.000 und besteht aus einem refurbed iPhone Pro, einer diffusen Deckenleuchte mit optionalem Kreuzpolarisationsfilter und einer Niedrigwinkel-Spotleuchte für Glasur- und Dichtungsprüfung, einem USB-C-Kabel und einer Halterung über Polierzelle, Galvanik-Gestell, Glasurkabine, Dichtheits-Rig oder Packstation. 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 jeder Armatur, die die Linie bestätigt oder verwirft.
Jede Linie trainiert ihr eigenes Modell auf Gussgeometrie, Finish-Ziel und Glasurfarbe. Beim Wechsel auf ein anderes Finish oder eine andere Beckenform an derselben Linie 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 Armaturen erreichen die Packstation 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: Polier-Setup, Gestell-Bestückung und Garantie-Rückläufer-Analyse.
Wie Enao gegen manuelle Prüfung und klassische Machine-Vision abschneidet
Für Sanitär- und Armaturen-Produzenten verdichtet sich der Vergleich auf fünf Dimensionen.
Aufbauzeit auf einer Sanitärlinie. — Manuelle Sichtprüfung: stundenlange Schulung pro Bediener, laufende Lohnkosten. Klassische Machine-Vision: drei bis neun Monate Integration mit einem Systemintegrator, plus ein Regelsatz pro Armatur und Finish. 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 Finishes, Becken und Glasurfarben. — Manuelle Sichtprüfung: Bediener pro neuer SKU neu schulen. Klassische Machine-Vision: Regelsatz pro Finish neu schreiben, oft an den Integrator ausgelagert. Enao: Modell auf neue Armaturen, Finishes und Glasuren in einer Schicht nachtrainieren, ohne Code anzufassen.
Erkennungsgenauigkeit auf subtilem Galvanik-Drift und Glasur-Pinholes. — Manuelle Sichtprüfung: zu Schichtbeginn hoch, fällt nach drei Stunden messbar ab. Klassische Machine-Vision: stark bei Maßprüfung, schwach bei subtilem Galvanik-Drift und Pinhole-Erkennung. Enao: lernt Finish-, Glasur- und Dichtungs-Signaturen aus Referenzframes und hält die Genauigkeit über Schichten und Läufe.
Wer es betreibt. — Manuelle Sichtprüfung: geschulter Bediener am Prüfplatz. Klassische Machine-Vision: Systemintegrator oder spezialisierter Vision-Engineer. Enao: Dein Linienteam, kein externer Spezialist nötig.
Großhändler und Baustoffhändler wechseln Lieferanten wegen einer einzigen abgelehnten Palette, und die Kosten eines Chargebacks oder eines stillen Spezifikationswechsels liegen weit über den Kosten eines iPhone-basierten Prüf-Rigs. Genau für diese Lücke ist Enao gebaut.
