Projekte

MMW:
Multi-sensorische Mustererkennung an Wertdruckmaschinen

Projektlaufzeit: 1.6.2007 bis 31.8.2010 (Abgeschlossen)
Forschungsbereich: Industrielle Signalverarbeitung : Sensorfusion, Industrielle Signalverarbeitung : Mustererkennung, Industrielle Signalverarbeitung : Echtzeitbildverarbeitung
Projektleiter: Prof. Dr.-Ing. Volker Lohweg


  

Nach dem heutigen Stand der Technik sind bereits verschiedene optische Systeme zur Kontrolle von Banknoten und Sicherheitsdrucken etabliert. Diese können beispielsweise den optischen Eindruck, wie zu viel oder zu wenig Farbe, oder eine nicht korrekte Farbdichte erfassen.

Zusätzlich sind in der Regel weitere Daten wie Temperaturen, Rakelanstellung, Kanalschlag usw. bekannt, so dass mit Hilfe verschiedener Parameter eine Maschine entsprechend genau modelliert werden kann. Die vorhandenen Systeme detektieren zwar wesentliche Druckfehler, jedoch bereitet die Früherkennung so genannter aufbauender Fehler größte Probleme. Fachleute erkennen bereits u. a. am akustischen Verhalten von Maschinen, welche spezifische Fehlerart sich aufbaut. Der Fehleraufbau erfolgt nicht schlagartig, sondern in der Regel schleichend. Dieses hat zur Folge, dass fehlerhafte Banknoten erst nach einer gewissen Zeitdauer wahrgenommen werden, die stark von der Erfahrung, Aufmerksamkeit und Tagesform des Druckereipersonals abhängig ist. Hieraus folgt, dass die ganzheitliche Fehlerdetektion, nach dem heutigen technischen Stand, als noch nicht objektivierbar eingestuft werden muss. Darüber hinaus stellt für ein Unternehmen die Fluktuation (Umbesetzungen, Weggang, Ruhestand, etc.) bei dem Druckereipersonal einen erheblichen Wissensverlust dar, der nachhaltig nur durch die Speicherung von Informationen gesichert werden kann.

Aus diesen Gründen erweist sich ein ganzheitlicher Ansatz zur Fehlerdetektion mit Hilfe von multi-sensorischer Mustererkennung als notwendig.

Im Rahmen des geplanten Projektes soll ein System zur ganzheitlichen Fehlerdetektion an Wertdruckmaschinen, insbesondere an Stahlstichmaschinen, entwickelt werden, um Fehldrucke früher als bisher weitestgehend zu vermeiden und einen personalreduzierten Betrieb zu ermöglichen. Darüber hinaus sollen allgemeingültige Vorgehensweisen zur Kopplung von Mensch-Maschine-Interaktionen unter besonderer Berücksichtigung von Konzepten der Evidenztheorie und Fuzzy Klassifikation untersucht werden, um Aussagen über die Qualität von kombinierter Human- und Sensordateninformation zu erhalten.

Ausgewählte Arbeitsschritte des Projektes sollen als Beispiel für die Herangehensweise an eine praxisnahe Verfahrensentwicklung für die Lehre aufgegriffen und im Rahmen von Bachelor-  und Masterarbeiten sowie in einer kooperativen Promotion bearbeitet werden.

Mit der Operationalisierung des Analysesystems ist darüber hinaus die Möglichkeit der Produktentwicklung eines automatischen multi-sensorischen Inspektionssystems auf Basis der Konzepte der Informationsfusion sowie die Anmeldung einer adäquaten Anzahl von Patenten vorgesehen.

  


Partner:

  • KBA-Giori. S.A. Lausanne
  • Koenig & Bauer AG, Werk Bielefeld - Optische Systeme
  • OWL-Maschinenbau
  • Krause-Biagosch GmbH
  • Technische Universität Chemnitz
Bild: Multi-sensorische Mustererkennung an Wertdruckmaschinen


Publikationen:

Dyck, Walter; Türke, Thomas; Schaede, Johannes; Lohweg, Volker: A Fuzzy-Pattern-Classifier-Based Adaptive Learning Model for Sensor Fusion. S.: accepted for publication, MLSP 2007 - International Workshop on MACHINE LEARNING FOR SIGNAL PROCESSING, Thessaloniki, Greece, Aug 2007 (Details)

Li, Rui; Lohweg, Volker: A Novel Data Fusion Approach using Two-Layer Conflict Solving. In: 2008 IAPR Workshop on Cognitive Information Processing; June 9-10, Santorini, Greece Jun 2008 (Details)

Li, Rui; Lohweg, Volker: Fuzzy Pattern Classification Tuning by Parameter Learning based on Fusion Concept. In: The 11th Conference on Information Fusion, June 30 - July 3, Cologne, Germany, Jul 2008 (Details)

Lohweg, Volker; Li, Rui; Türke, Thomas; Willeke, Harald; Schaede, Johannes: FPGA-based Multi-sensor Real Time Machine Vision for Banknote Printing. In: 21st annual Symposium on IS&T/SPIE Electronic Imaging, 18 -22 January 2009, San Jose, California USA. Accepted for publication, Jan 2009 (Details)



Abschlussarbeiten:


Tobias Christophliemke (Diplom)
Realisierung nichtlinearer Bit-Slice Filter unter Berücksichtigung von Implementierungsaspekten (Details)

Jan-Friedrich Ehlenbröker (Diplom)
Untersuchungen an Kernelfunktionen für Support-Vector-Maschinen (Details)

Alexander Maier (Master)
SVM basierende Fuzzy-Pattern Klassifikation unter besonderer Berücksichtigung problemangepasster Justage (Details)

Alexander Dicks (Diplom)
FPGA-basierendes System-on-Chip zur Klassifikation von Informationen (Details)

Rui Li (Master)
Belief Theory Based Classification (Details)

Denis Petker (Diplom)
Mathematische Modellierung eines adaptiven Fuzzy-Klassifikators unter Berücksichtigung vergleichender Untersuchungen zu dessen Leistungsfähigkeit (Details)

Stefan Glock (Master)
Investigations on Possibilistic Multi-source Data Fusion with Sensor Reliability Monitoring (Details)


gefördert durch: Bundesministerium für Bildung und Forschung Förderkennzeichen: 17N1407
Förderlinie: IngenieurNachwuchs 2007 -Maschinenbau-
Ansprechpartner: Prof. Dr.-Ing. Volker Lohweg , M.Sc. Karl Voth
Mitarbeiter: M.Sc. Karl Voth