Vollständigkeit und Stückzahl im Spritzguss: Unterspritzung, fehlende Merkmale und Zählen im Nest

Vollständigkeit hat im Spritzguss zwei Gesichter. Das eine betrifft das einzelne Teil: Ist es sauber ausgespritzt, fehlt kein Haken, keine Ecke, kein Merkmal? Das andere betrifft die Menge: Liegt die richtige Anzahl gleicher Teile im Nest, im Tray oder im Karton? Beide Fragen sind einfach gestellt und teuer, wenn sie falsch beantwortet werden, denn ein unterspritztes Teil oder eine falsche Stückzahl fällt oft erst beim Endkunden auf. Beide lassen sich als 100%-Kontrolle vor dem nächsten Prozessschritt lösen, in vielen Fällen mit einem AI Vision-Sensor der Modellreihe IV4, den das eigene Team selbst einrichtet. Dieser Beitrag zeigt, wie Unterspritzung und fehlende Merkmale erkannt werden, wie das Zählen im Nest zuverlässig gelingt und wo die Grenze zum Bildverarbeitungssystem verläuft.

Wichtige Punkte im Überblick

Vollständigkeit hat im Spritzguss zwei Gesichter: das saubere Ausspritzen des einzelnen Teils ohne fehlenden Haken oder fehlende Ecke und die richtige Stückzahl im Nest, Tray oder Karton.
Unterspritzung und Fehlstellen prüft ein AI Vision-Sensor der Modellreihe IV4 anhand eingelernter Beispiele, in der Anwendungspraxis oft ab wenigen Zehnteln bis etwa 0,5 mm, ergänzt um einen höhen- oder profilmessenden Sensor, wo nur die Höhe die Fehlstelle zeigt.
Die Prüfung ist nur so gut wie ihre Definition, weshalb ein vom Kunden abgestimmter Fehlerkatalog und Grenzmuster die zulässigen von den unzulässigen Zuständen trennen.
Das Zählen im Nest gelingt mit den Werkzeugen AI Count und AI Identify im Sensor, die die Anzahl gleicher Teile in einem Bild erfassen und das fehleranfällige manuelle Zählen und Wiegen ersetzen.
Zum Zählen gehört der umgekehrte Fehler: eine Doppelbelegungsprüfung erkennt das überzählige Teil, sodass sowohl fehlende als auch doppelt eingelegte Teile auffallen.

Unterspritzung und Fehlstellen: fehlendes Material vor dem Fügen erkennen

Unterspritzung entsteht, wenn die Kavität nicht vollständig gefüllt wird. Am Teil fehlt dann Material, oft an Haken, Ecken oder feinen Merkmalen, oder es zeigen sich Brüche, Risse und Fehlstellen. In dokumentierten Anwendungen liegt die kleinste zu erkennende Fehlergröße häufig im Bereich weniger Zehntelmillimeter, teils ab etwa 0,5 mm.

Die Prüfung gehört vor den nächsten Schritt, weil ein unvollständiges Teil, das erst nach dem Fügen auffällt, nicht mehr korrigierbar ist. Für die Auslegung sind einige Praxiswerte maßgeblich:

Bildfeld: Von rund 100 mm bis zu Bauteillängen um 1500 mm. Große Automotive-Teile erfordern oft mehrere Blickrichtungen.
Varianten: Meist Links-Rechts-Ausführungen, die über die Steuerung umgeschaltet werden.
Anbindung: Ergebnis per PROFINET an die Anlagensteuerung, die den Folgeschritt freigibt oder sperrt.

Der AI Vision-Sensor prüft die Anwesenheit von Merkmalen und erkennt grobe Fehlstellen anhand eingelernter Beispiele. Wo fehlendes Material nur über die Höhe sicher zu detektieren ist, etwa eine "verhungerte" Ecke, die als flache Vertiefung erscheint, ergänzt ein höhen- oder profilmessender Sensor die Lösung.

Fehlerkatalog und Grenzmuster: die Prüfung sauber definieren

Eine Vollständigkeits- und Fehlstellenprüfung ist nur so gut wie ihre Definition. Bevor Technik ausgewählt wird, muss klar sein, was noch i.O. und was sicher n.i.O. ist. In der Praxis liegt bei Spritzgussfehlern häufig bereits ein Fehlerkatalog des Kunden vor, der die zulässigen und unzulässigen Zustände beschreibt.

Zur sauberen Definition gehören:

Fehlerkatalog: Welche Fehlerarten sind relevant, ab welcher Größe gelten sie als Ausschuss? Ein vom Kunden abgestimmter Katalog ist die beste Grundlage.
Grenzmuster: Neben klar guten und klar schlechten Teilen gehören die gerade noch zulässigen und die knapp fehlerhaften Zustände dazu. An ihnen entscheidet sich die Trennschärfe.
Beleuchtung: Ob Durchlicht oder Auflicht die Fehlstelle sichtbar macht, klärt sich am realen Teil. Ein durchleuchtetes Teil zeigt fehlende Ecken und Unterspritzung besonders deutlich.

Mit diesen Vorgaben lernt der Sensor gut und schlecht sicher ein. Der lernende Ansatz ist gerade bei Kunststoff mit Farbschwankungen und Oberflächenvariation robuster als eine feste Schwelle.

Richtige Stückzahl im Nest und Tray: Zählwerkzeuge im Vision-Sensor nutzen

Die zweite Vollständigkeitsaufgabe ist die Menge. Kunststoffkleinteile liegen in Trays und Nestern, Muttern und Einleger auf Werkstückträgern, Kartons enthalten eine definierte Zahl an Teilen und Beipackzetteln. In all diesen Fällen ist zu bestätigen, dass die richtige Anzahl vorhanden ist.

Der AI Vision-Sensor bringt dafür die Werkzeuge AI Count und AI Identify mit. Er erfasst die Anzahl gleicher Teile in einem Bild und meldet Abweichungen sofort. Typisch geht es um eine Handvoll bis rund ein Dutzend Zählobjekte, in Sonderfällen um viele Kavitäten nacheinander. Weil die Teile meist mit bloßem Auge sichtbar sind und die Taktzeit oft unkritisch ist, ist diese Aufgabe ein dankbarer Einstieg in die 100%-Kontrolle.

Mehrere Zählwerkzeuge lassen sich in einem Programm kombinieren, etwa verschiedene Teilearten in einem Karton. Das Ergebnis geht als Zählwert oder als i.O./n.i.O. an die Steuerung.

Doppelbelegung und Doppeleinlauf: die zweite Hälfte der Zählaufgabe

Zählen bedeutet nicht nur, ein fehlendes Teil zu finden. Genauso wichtig ist der umgekehrte Fehler: ein Teil zu viel. Eine Doppelbelegung, bei der zwei Teile in einer Kavität liegen, oder ein Doppeleinlauf führt zu Folgefehlern, wenn das Handling darauf nicht vorbereitet ist.

Deshalb wird das Zählen in der Praxis häufig um eine Doppelbelegungsprüfung ergänzt. Der Sensor bewertet nicht nur, ob die Sollzahl erreicht ist, sondern auch, ob eine Position doppelt belegt ist. So fallen sowohl fehlende als auch überzählige Teile auf.

Diese Kombination ist der eigentliche Mehrwert gegenüber den bisherigen Behelfen. Manuelles Zählen ist bei gleichartigen Teilen fehleranfällig, weil sich Menschen schlicht verzählen, und das Wiegen als Ersatz erkennt weder Lage noch Doppelbelegung zuverlässig. Die bildbasierte Prüfung deckt beide Richtungen des Zählfehlers ab.

Große Bauteile und viele Positionen: wann ein Bildverarbeitungssystem nötig wird

Der AI Vision-Sensor deckt den Einstieg und die Mehrzahl der Aufgaben ab. Es gibt jedoch klare Signale, dass eine Station in die nächste Klasse gehört:

Sehr große Teile: Erstreckt sich das Bauteil über eine große Länge oder sind viele Prüfbereiche über ein großes Teil verteilt, verwaltet die High-Performance Bildverarbeitung mit integrierter AI der Modellreihe VS-G mehrere Kameras mit abgestimmter Beleuchtung.
Feine Defekte: Müssen feine Risse oder kleinste Fehlstellen sicher erkannt werden, liefert ein System mit höherer Auflösung und größerer Werkzeugtiefe die nötige Sicherheit.
Kombinierte Prüfung: Kommen Code- und Zählprüfung, Vermessung und Vollständigkeit an einer Station zusammen, ist das Bildverarbeitungssystem die passende Plattform.
Höhe als Kriterium: Wo fehlendes Material nur über die Höhe erfassbar ist, ergänzt ein höhen- oder profilmessender Sensor die Lösung.

Die Übergänge sind fließend, und die Praxis zeigt eine sinnvolle Reihenfolge: Man beginnt beim einfachsten Gerät, das die Aufgabe sicher löst, und wechselt die Klasse erst, wenn Bauteilgröße, Defektgröße oder Merkmalsdichte es verlangen.

Vom manuellen Zählen zur automatischen 100%-Kontrolle: Nutzen und Grenzen

Der Nutzen der bildbasierten Vollständigkeits- und Zählprüfung ist konkret. Sie ersetzt das fehleranfällige manuelle Zählen und behelfsmäßige Wiegen durch eine 100%-Kontrolle, die sowohl fehlende als auch überzählige Teile erkennt und das Ergebnis an die Steuerung meldet. Aus einer einzelnen Reklamation entsteht ein wiederverwendbares Prüfkonzept, das sich auf weitere Nester, Bänder und Anlagen übertragen lässt.

Die Grenzen sind ebenso klar zu benennen. Sehr feine Defekte, sehr große Bauteile mit vielen Blickrichtungen oder eine über die Höhe definierte Fehlstelle verlangen ein Bildverarbeitungssystem oder einen höhen- oder profilmessenden Sensor. Und jede Prüfung ist nur so belastbar wie ihre Definition: Ohne Fehlerkatalog und Grenzmuster bleibt selbst das beste Gerät unsicher. Wer die Aufgabe sauber beschreibt, die Beleuchtung früh am realen Teil testet und die Anbindung von Anfang an mitdenkt, kommt vom Einzelfall zu einem Prüfkonzept, das trägt.

Häufige Fragen

F Wie erkennt man Unterspritzung und fehlendes Material am Spritzgussteil?

Ein AI Vision-Sensor der Modellreihe IV4 prüft die Anwesenheit von Merkmalen wie Haken und Ecken und erkennt grobe Fehlstellen anhand eingelernter Beispiele, in der Anwendungspraxis oft ab wenigen Zehntelmillimetern bis etwa 0,5 mm. Durchlicht macht fehlendes Material besonders deutlich sichtbar. Wo eine Fehlstelle nur über die Höhe erkennbar ist, ergänzt ein höhen- oder profilmessender Sensor die Lösung.

F Wie zählt man Teile im Nest oder Tray zuverlässig?

Ein AI Vision-Sensor mit den Werkzeugen AI Count und AI Identify erfasst die Anzahl gleicher Teile in einem Nest oder Tray in einem Bild und meldet Abweichungen sofort. Typisch geht es um eine Handvoll bis rund ein Dutzend Zählobjekte. So ersetzt die Prüfung das fehleranfällige manuelle Zählen und das behelfsmäßige Wiegen durch eine 100%-Kontrolle.

F Wie erkennt man eine Doppelbelegung im Nest?

Das Zählen wird häufig um eine Doppelbelegungsprüfung ergänzt, damit nicht nur fehlende, sondern auch überzählige Teile auffallen. Der Sensor bewertet, ob eine Position doppelt belegt ist, und meldet den Fehler an die Steuerung. So werden beide Richtungen des Zählfehlers abgedeckt, das fehlende und das zusätzliche Teil.

F Warum braucht die Prüfung einen Fehlerkatalog und Grenzmuster?

Eine Vollständigkeitsprüfung ist nur so gut wie ihre Definition dessen, was i.O. und was n.i.O. ist. Ein vom Kunden abgestimmter Fehlerkatalog beschreibt die relevanten Fehlerarten und ihre Grenzgrößen, und Grenzmuster liefern die gerade noch zulässigen sowie die knapp fehlerhaften Zustände. An ihnen entscheidet sich die Trennschärfe der Prüfung.

F Wann reicht ein AI Vision-Sensor bei der Spritzguss-Vollständigkeit nicht mehr aus?

Für Anwesenheit von Merkmalen, grobe Fehlstellen und das Zählen im Nest reicht der AI Vision-Sensor der Modellreihe IV4 in den meisten Fällen aus. Bei sehr großen Teilen mit vielen Blickrichtungen, feinen Rissen oder kombinierter Code-, Zähl- und Vermessungsaufgabe übernimmt die High-Performance Bildverarbeitung mit integrierter AI der Modellreihe VS-G. Ist fehlendes Material nur über die Höhe erfassbar, ergänzt ein höhen- oder profilmessender Sensor die Lösung.

Weiterführende Artikel

Übergeordnete Themenseite: Automatisierung und Qualitätssicherung in der Kunststoff- und Gummiverarbeitung: Der Überblick für Verarbeiter

Hauptartikel zum Thema: Anwesenheits- und Vollständigkeitsprüfung in der Kunststoff- und Gummiverarbeitung: 100%-Kontrolle mit dem AI Vision-Sensor

Weiterer Artikel im Thema: Dichtungen, O-Ringe und Gummiteile prüfen: Anwesenheit und Sitz vor dem Fügen

Weiterer Artikel im Thema: Clips, Rasthaken und Einlegeteile: Vollständigkeit am Spritzgussteil sicher prüfen

Weiterer Artikel im Thema: Klebstoffraupe und Klebeband kontrollieren: Auftrag vorhanden, Abzieher entfernt