01_Hitachi Energy

Hitachi Energy Switzerland Ltd.

Effiziente Qualitätssicherung

Hitachi Energy (Micafil Bushings) produziert in Zürich kundenspezifische Transformatoren-, SF6- und Wanddurchführungen für Hochspannungsanwendungen. Vor der Auslieferung werden sie einem strengen Prüfprozess unterzogen.

Dieser Prozess ist mit Hilfe von Desktop- und Webanwendungen weitgehend automatisiert. originate ist zuständig für die Wartung und Weiterentwicklung dieser Applikationen.

hitachienergy.com

Hitachi Logo

Sudoku Solver

Sudoku Solver

Wir haben einen “Sudoku-Löser” programmiert, der anhand eines Fotos von einem Sudoku-Feld die eingetragenen Ziffern erkennt und anschliessend das Sudoku löst.

Für diese Applikation haben wir die Aufgaben in vier Teilbereiche gegliedert:

  • Sudoku und Ziffern erkennen, mittels Bildverarbeitungs-Methoden (Computer Vision)
  • Ziffern anhand der Bilder klassifizieren, mittels Convolutional Neural Network (CNN)
  • Sudoku lösen, mittels Backtracking Algorithmus
  • Webapplikation implementieren, mittels Microsoft Azure

Nachfolgend werden die vier Teile detaillierter beschrieben.

mehr anzeigen

Computer Vision

Mithilfe der OpenCV-Softwarebibliothek führen wir Standardbearbeitungen (Graubild, Gaussche Filter) am Bild durch, um das Sudoku-Feld zu finden. Anschliessend werden im Kantenbild nach zusammenhängenden Konturen gesucht. Die grösste, viereckige Kontur wird als Sudoku-Feld ausgewählt.

In diesem Rechteck wird nach zusammenhängenden Komponenten gesucht. Von den erhaltenen Kandidaten wird ein quadratisches Bild ausgeschnitten für den Zahlenklassifikator.

Klassifikator

Als Klassifikator haben wir einen Convolutional Neural Network (CNN), also ein neuronales Netz, trainiert. Sie finden Anwendungen in vielen Computer Vision Problemen, auch für das Erkennen von computer- oder handgeschriebenen Symbolen haben sie sich bewährt.

Das grösste Problem des ganzen Projekts waren die Daten fürs Training des Netzwerkes. Wir mussten unter anderem das MNIST Datenset mit Ziffern europäischer Handschrift erweitern, um die Missklassifikationsrate so tief wie möglich zu halten.

Backtracking Algorithmus

Um ein Sudoku zu lösen, kann man verschieden vorgehen. Wir wählten die Idee eines Backtracking Algorithmus. Der Algorithmus kann alle möglichen Lösungen eines Sudokus finden, falls dieses mehrere Lösungen zulässt. Der Backtracking Algorithmus ist eine Brut-Force Algorithmus und hat dadurch eine hohe Laufzeit. Für die meisten praktischen Fälle, für welche wir getestet haben, reicht er jedoch aus.

Der Backtracking Algorithmus kann in wenigen Zeilen implementiert werden; es gibt aber andere Sudoku-Algorithmen, welche die Struktur des Spiels besser ausnützen und das Problem schneller lösen.

Webapplikation

Um die ganze Logik für den Benutzer zugänglich zu machen, haben wir eine Single Page Application (SPA) mit React geschrieben und diese auf die Azure Cloud bereitgestellt.

sudokusolver.ch

Sudoku Solver Preview

03_Leimmengenmessung

Spühl GmbH

Anomaliedetektion Leimsystem

Bei der Herstellung von Taschenfederkernen werden als Rohmaterial hauptsächlich Draht, Vlies und Leim benötigt. Der Leim hält die einzelnen Taschenfeder-Schlangen zusammen, welche in der Summe einen Federkern ergeben.

Die Menge an verwendetem Leim hat Einfluss auf den Ressourcenverbrauch, die Qualität und die Kosten eines Kerns.

mehr anzeigen

Langfristiges Ziel

Nachhaltigere und günstigere Produktion durch Rohmaterialeinsparungen

Das langfristige Ziel von Spühl ist es, der Kundin mithilfe der Leimmengen-Information eine qualitativ konstantere Produktion zu ermöglichen. Gleichzeitig wird durch Rohmaterial-Einsparungen auch eine nachhaltigere und günstigere Produktion ermöglicht.

In enger Zusammenarbeit wollen Spühl und originate dieses Ziel schrittweise umsetzen.

Anomaliedetektion

Fehlverhalten während der Produktion erkennen

In diesem Projekt sollen unerwartete Änderungen der Leimmenge detektiert werden. Eine unerwartete Leimmengenänderung kann beispielsweise durch ein Fehlverhalten einer Komponente des Leimsystems verursacht werden. Wird ein solches Fehlverhalten während der Produktion erkannt, kann verhindert werden, dass über längere Zeit qualitativ schlechte Kerne hergestellt werden.

Die geförderte Leimmenge wird anhand von Motorendaten berechnet. Dadurch kann auf zusätzliche, invasive Sensorik verzichtet werden.

Auf historischen Daten mehrerer Maschinen über längere Zeiträume wurde eine Zeitreihenanalyse durchgeführt. Daraus wurde ein Kriterium abgeleitet, welches Anomalien im Leimauftrag detektieren kann. Dieser Algorithmus wurde anschliessend in die Maschinensteuerung implementiert und kann somit in Echtzeit reagieren.

Nächste Projekte

Mit der Anomaliedetektion konnte die Basis für weitere Ausbaustufen gelegt werden. Weitere Projekte, die auf der Leimmengenmessung basieren, sind bereits in der Umsetzung.

spuhl.com

Taschenfederkerne mit aufgetragenem Leim
Gemessene Leimmenge mit oberer und unterer Grenze
Logo Spühl GmbH

15_Robotronic

Robotronic AG

Kommunikation zwischen Vision System und Roboter

Robotronic bietet industrielle Lösungen im Bereich Robotik an. Ihre Kernkompetenz sind modulare Roboterzellen, welche flexibel eingesetzt werden können.

In enger Zusammenarbeit mit Robotronic entwickelte originate eine in Python geschriebene Kommunikationsschnittstelle zwischen einer Industrie-Kamera und einer Mitsubishi Robotersteuerung.

www.robotronic.ch

test

Bereich

Originate wächst

Wir suchen eine Projektleiterin für unser Team – Wie lange schaffst du es, eine Problembeschreibung zu hören ohne in mögliche Lösungsansätze abzuschweifen?

<mehr lesen>

noch mehr text zur ersten Kachel der im teaser nicht mehr sichtbar sein soll.

Bereich

Originate sucht Verstärkung

04_TechnoWood

TechnoWood AG

Analyse OPC-UA Server

Die Toggenburger Firma TechnoWood AG ist internationaler Hersteller und Anbieter von Maschinen und Software in der Holzbranche.

Ihre neuste Steuerungsgeneration hat eine OPC-UA Anbindung vorgesehen. originate hat die TechnoWood spezifische OPC-UA Server Implementierung auf ihre Grenzen und das Verhalten getestet. Dank dieser Kenndaten kann die Implementierung gezielt verbessert werden.

mehr anzeigen

Ausgangslage

In der Holzbearbeitungsindustrie wird die Nachfrage nach Digitalisierungslösungen immer grösser

Um den Kundenbedürfnissen gerecht zu werden und neue Möglichkeiten zu schaffen, hat TechnoWood für ihre neuste Steuerungsgeneration eine OPC-UA Anbindung vorgesehen. Mit OPC-UA wird dabei auf einen einheitlichen und zukunftssicheren Standard für Datenaustausch gesetzt, was eine solide Grundlage für künftige Digitalisierungslösungen ist.

Da es sich beim OPC-UA Servers in der TechnoWood Maschinen-Steuerung um eine kundenspezifische Implementierung handelt, sind die Eigenschaften nicht bekannt. Diese Unbekannte soll eliminiert werden.

Kundennutzen

In künftigen TechnoWood-Projekten wird OPC-UA immer eine grössere Rolle spielen

Daher ist es von Vorteil, die Grenzen und das Verhalten des eingesetzten OPC-UA Servers zu kennen. Ausserdem kann der OPC-UA Server zielgerichtet weiterentwickelt werden, wenn die Eigenschaften bekannt sind. 

Auch werden für das Testen des Servers Technologien verwendet, welche interessant für zukünftige Digitalisierungs-Projekte bei der TechnoWood AG sind.

Projektumsetzung

OPC-UA Client Modul und OPC-UA Performance Analyse Modul in Python

originate hat für TechnoWood ihren massgeschneiderten OPC-UA Server auf dessen Verhalten, Performance und Grenzen getestet. Dabei wird eine Python App mit einer OPC-UA Anbindung entwickelt, welche den Server mit Anfragen belastet. Die Antworten werden von der Client-Applikation über das MQTT-Protokoll an eine zweite Applikation weitergeleitet, welche die Daten interpretiert, analysiert und visualisiert. Diese Applikationen können containerisiert auf einem Hilscher Edge-Gerät in einer Docker-Engine ausgeführt werden.

Die Ergebnisse der Tests an der Maschine werden in Form eines Berichts zusammengefasst.

Das Knowhow für die selbständige Entwicklung von ähnlichen Anwendungen wird dem Kunden in Form einer Schulung vermittelt.

technowood.ch