Werkstoff, Beschichtung oder Code: Typunterscheidung, wenn die Form identisch ist

Manche Variantenpaare lassen sich mit keiner Konturprüfung der Welt trennen. Der beschichtete und der unbeschichtete Beschlag haben dieselbe Geometrie, das Magnesiumgehäuse gleicht seinem Zwilling aus Aluminium bis auf das Material, und die Schraube mit der falschen Beschichtungsfarbe fällt erst beim Kunden auf. In der Anwendungspraxis der Metallverarbeitung betreffen solche Aufgaben meist 2 bis etwa 16 Varianten, die im Wendelförderer, auf dem Band oder in der Kiste vermischt ankommen und vor Montage oder Versand sortenrein getrennt werden müssen.

Dieser Beitrag behandelt die drei Merkmalsklassen, die dann übrig bleiben: die Oberfläche, also Farbe, Beschichtung und Zustand; den Werkstoff selbst; und die aufgebrachte Kennzeichnung, vom lasermarkierten DMC bis zur geprägten Klarschrift. Er ergänzt den Hauptbeitrag zur Variantenunterscheidung in der Blechverarbeitung um die Fälle, in denen Lochbild, Kontur und Maß als Kriterium ausscheiden.

Wichtige Punkte im Überblick

Manche Variantenpaare sind geometrische Zwillinge: Beschichtete und unbeschichtete Teile, Werkstoffvarianten oder unterschiedliche Farbtöne lassen sich mit keiner Konturprüfung trennen, in der Anwendungspraxis meist bei 2 bis etwa 16 Varianten.
Bei Oberflächenmerkmalen trennt ein Vision-Sensor klare Farb- und Helligkeitsunterschiede direkt am Förderer, während die AI-Klassifizierung fleckige und streuende Zustände wie Rost anhand eingelernter Beispielbilder beherrscht.
Werkstoffzwillinge wie Magnesium- und Aluminiumgehäuse werden induktiv unterschieden, weil Metalle das Sensorfeld je nach Leitfähigkeit und Permeabilität unterschiedlich beeinflussen.
Ein 3-Achsen-Hybrid-Beschriftungslaser der Modellreihe MD-X bringt DMC oder Klarschrift dauerhaft in die Metalloberfläche ein, und eine geeignet ausgelegte Markierung übersteht in dokumentierten Anwendungen die Warmumformung ohne Kontrastverlust.
Im Mischbetrieb entsteht Sortenreinheit durch eine Prüfkette: Der Code ist das stärkste Merkmal für selbst markierte Teile, Werkstoff- und Oberflächenprüfung fangen unmarkierte Teile auf, und unklare Teile werden ausgeschleust und von Hand geklärt.

Wenn Geometrieprüfung nicht reicht: identische Teile, unterschiedlicher Typ

Die wiederkehrenden Konstellationen aus den Anwendungsdaten haben ein gemeinsames Muster: Die Teile sind geometrisch Zwillinge, und genau das macht die Vermischung so tückisch. Beschichtete und unbeschichtete Fittings laufen durch denselben Förderer, weil ein Behälter falsch abgekippt wurde. Schrauben tragen farbcodierte Beschichtungen, deren Verwechslung erst in der Anwendung auffällt. Rotor- und Statorbleche zeigen Rostflecken auf einem kleinen Teil der Oberfläche, in beobachteten Fällen um 5%, und müssen vor der Weiterverarbeitung aussortiert werden. Lackierte Türen unterscheiden sich nur im Farbton.

Bisher ruht die Trennung an vielen Stationen auf dem Farburteil des Werkers, das bei wechselndem Licht und ähnlichen Tönen unsicher wird. An anderen Stationen gibt es gar keine Trennung, und vermischte Lieferungen erreichen den Kunden, mit den bekannten Folgen aus Reklamation und gesperrtem Bestand.

Für die Automatisierung heißt das: Das Unterscheidungsmerkmal muss aus Oberfläche, Werkstoff oder Kennzeichnung kommen, und die Prüfung muss zur Zuführung passen. Förderer und Bänder laufen mit Geschwindigkeiten im Bereich von Metern pro Minute, ausgeschleust wird über Druckluftstoß oder Klappe, und die Entscheidung muss je Teil fallen, nicht je Charge.

Beschichtet oder unbeschichtet: Farb- und Oberflächenmerkmale automatisch auswerten

Für klare Farb- und Helligkeitsunterschiede genügt ein AI Vision-Sensor der Modellreihe IV4 über dem Förderer oder Band. Er wird auf Gut- und Schlechtteile eingelernt und bewertet die Farbinformation im Bild: beschichtet gegen blank, Zinklamelle gegen Rohteil, richtiger gegen falscher Beschichtungston. Das Ergebnis schaltet direkt die Ausschleusung, sodass falsche Teile den Förderer gar nicht erst verlassen.

Schwieriger sind Oberflächenzustände, die keine einheitliche Farbe haben. Rost tritt fleckig und an wechselnden Stellen auf, Beschichtungsfehler wandern über das Teil, und geölte Oberflächen verändern den Eindruck von Teil zu Teil. Hier stößt der Vergleich mit einem festen Farbfenster an seine Grenze, weil kein Fenster alle Gutteile einschließt und alle Schlechtteile ausschließt.

Für solche Fälle hat sich die AI-Klassifizierung einer All-in-One Kamera mit integrierter AI der Modellreihe VS bewährt. Sie lernt aus Beispielbildern beider Klassen, wie Gut- und Schlechtteile in ihrer ganzen Streuung aussehen, und ordnet jedes Teil dem passenden Muster zu. Fleckiger Rost, wechselnde Beschichtungsbilder und Tonunterschiede, die sich schwer in Schwellwerte fassen lassen, bleiben damit prüfbar. Der Aufwand verlagert sich vom Parametrieren zum Sammeln repräsentativer Beispielbilder, einschließlich der Grenzfälle.

Werkstoff als Merkmal: Metalle induktiv unterscheiden

Es gibt Variantenpaare, denen man den Unterschied nicht ansieht, weil er im Material liegt. Das wiederkehrende Beispiel aus der Anwendungspraxis ist das Gehäuse, das in einer Magnesium- und einer Aluminiumausführung existiert, äußerlich gleich, im weiteren Prozess aber verschieden zu behandeln.

Optik hilft hier wenig, ein induktiver Sensor dagegen schon. Metalle beeinflussen das Feld eines induktiven Sensors je nach Leitfähigkeit und Permeabilität unterschiedlich stark, und dieser Unterschied lässt sich als Schaltkriterium nutzen: Das Teil passiert den Sensor in definiertem Abstand, und die Steuerung liest ab, welcher Werkstoff vorliegt. Stahl gegen Aluminium, Magnesium gegen Aluminium oder beschichtet gegen massiv, sofern die Werkstoffpaarung genügend Signalabstand liefert.

Die Auslegung verlangt zwei Dinge. Einen konstanten Abstand zwischen Sensor und Teil, weil das Signal mit dem Abstand fällt, und einen Vorversuch mit Originalteilen beider Werkstoffe, der den Signalabstand über die reale Streuung bestätigt. Sitzt beides, gehört die Werkstoffunterscheidung zu den robustesten Prüfungen im ganzen Themenfeld, ganz ohne Bild und Einlernen.

Dauerhaft markieren: DMC und Klarschrift, die Umformung und Hitze überstehen

Alle bisher genannten Merkmale liest die Prüfung vom Teil ab. Der umgekehrte Weg gibt dem Teil sein Merkmal mit: eine dauerhafte Kennzeichnung, die den Typ eindeutig trägt und an jeder Folgestation maschinell lesbar ist. In der Metallverarbeitung entscheidet die Haltbarkeit über den Wert dieser Kennzeichnung, denn Etiketten fallen in rauer Umgebung ab, und nadelgeprägte Zeichen verschmieren beim Umformen bis zur Unlesbarkeit.

Lasermarkierung setzt an dieser Schwachstelle an. Ein Hybrid-Beschriftungslaser der Modellreihe MD-X bringt DMC, QR-Code oder Klarschrift direkt in die Metalloberfläche ein, auf Stahl auch als Anlassbeschriftung, die ohne Materialabtrag auskommt. In dokumentierten Anwendungen übersteht eine geeignet ausgelegte Lasermarkierung die Temperaturen der Warmumformung ohne Kontrastverlust, sodass ein vor dem Ofen markiertes Rohr nach dem Umformen noch identifizierbar ist. Die Markierzeit von wenigen Sekunden lässt sich in Stanz- und Umformzellen integrieren, ohne den Takt zu bestimmen.

Damit ändert sich die Logik der Typunterscheidung. Statt an jeder Station erneut Merkmale zu deuten, liest die Station eine Identität, die am Anfang der Kette einmal sicher vergeben wurde. Sortiert wird nach Code, nicht nach Aussehen, und die Rückverfolgbarkeit gibt es als Nebeneffekt.

Lesen unter Werkstattbedingungen: Tiefenschärfe, gebogene Flächen und geprägte Schrift

Eine Kennzeichnung nützt nur so viel, wie sie sich unter Werkstattbedingungen lesen lässt. Drei Hürden kehren in realen Projekten wieder.

Die erste ist der Leseabstand. Wenn Behälter oder große Bauteile in wechselnder Höhe vor dem Leser stehen, muss der Code über einen weiten Bereich scharf erfasst werden. In dokumentierten Anwendungen wurden Leseabstände mit Schärfebereichen bis etwa 0,7 m gelöst, etwa für Behälterflotten mit rund 25 Höhenvarianten. AI-Codeleser der Modellreihe SR-X bringen dafür eine automatische Fokussierung mit, Leser der Modellreihe SR-2000 decken mit großem Sichtfeld und hoher Tiefenschärfe auch wechselnde Leseabstände ab.

Die zweite Hürde sind gewölbte und zylindrische Flächen. Auf einem Rohr oder einer Welle verzerrt sich der Code, und Reflexe wandern mit der Krümmung. Hier zahlt sich die Kombination aus angepasster Markierung, etwa einem in der Größe begrenzten DMC entlang der Achse, und einem Leser mit leistungsfähiger Dekodierung aus. Der Lesetest mit markierten Originalteilen gehört in jedes Projekt, bevor die Markierparameter eingefroren werden.

Die dritte Hürde ist Klarschrift ohne Code. Geprägte oder gegossene Zeichen auf kontrastarmem Metall sind für klassische OCR unzugänglich, weil der Kontrast allein aus Schattenwurf entsteht. Per AI-OCR liest eine All-in-One Kamera mit integrierter AI der Modellreihe VS solche Zeichen und klassifiziert das Teil bei Bedarf an derselben Station. Durchläuft die Prägung nach dem Kennzeichnen weitere Umformschritte, gehört die Lesbarkeit danach in die Machbarkeitsprüfung.

Merkmal und Code kombinieren: robuste Typerkennung im Mischbetrieb

In der Praxis schließen sich die Ansätze nicht aus, sie staffeln sich. Ein belastbares Konzept für den Mischbetrieb, in dem gekennzeichnete und ungekennzeichnete Teile nebeneinander existieren, entsteht in drei Schritten.

Zuerst wird geprüft, ob ein Code die Aufgabe vollständig lösen kann. Wo die eigene Fertigung am Anfang der Kette markiert, ist der Code das stärkste Merkmal, eindeutig und unabhängig vom Aussehen. Zugekaufte oder Altteile ohne Kennzeichnung fallen durch dieses Raster.

Für diese Teile übernimmt das nächststärkste Merkmal. Trennt der Werkstoff die Typen, genügt die induktive Prüfung; trennt die Oberfläche, übernimmt der Vision-Sensor oder die AI-Klassifizierung. So entsteht eine Prüfkette, in der jedes Teil an mindestens einem Merkmal hängen bleibt.

Als dritter Schritt wird der Konfliktfall definiert. Was geschieht, wenn der Code unlesbar ist oder ein Teil keinem Muster zugeordnet werden kann? Es gilt als unklar, wird ausgeschleust und von Hand geklärt, statt im Zweifel durchgewinkt zu werden. Sortenreinheit entsteht nicht durch das schärfste Einzelmerkmal, sondern durch die Kette aus Merkmal, Code und einer sauberen Regel für den Rest.

Häufige Fragen

F Wie unterscheidet man beschichtete von unbeschichteten Metallteilen automatisch?

Ein AI Vision-Sensor der Modellreihe IV4 bewertet die Farbinformation im Bild und trennt beschichtete von blanken Teilen direkt auf Förderer oder Band. Das Ergebnis steuert eine Ausschleusung über Druckluftstoß oder Klappe an. Bei fleckigen oder stark streuenden Oberflächenbildern klassifiziert eine All-in-One Kamera mit integrierter AI der Modellreihe VS das Teil anhand eingelernter Beispielbilder.

F Wie erkennt man, ob ein Gehäuse aus Magnesium oder Aluminium besteht?

Optisch sind solche Zwillinge kaum zu trennen, induktiv dagegen zuverlässig. Metalle beeinflussen das Feld eines induktiven Sensors je nach Leitfähigkeit und Permeabilität unterschiedlich, und dieser Signalunterschied dient als Schaltkriterium. Voraussetzungen sind ein konstanter Abstand zwischen Sensor und Teil sowie ein Vorversuch mit Originalteilen beider Werkstoffe.

F Welche Kennzeichnung übersteht Umformen und Hitze?

Eine Lasermarkierung mit einem Hybrid-Beschriftungslaser der Modellreihe MD-X wird direkt in die Metalloberfläche eingebracht, auf Stahl auch als Anlassbeschriftung ohne Materialabtrag. In dokumentierten Anwendungen bleibt eine geeignet ausgelegte Markierung auch nach Warmumformung ohne Kontrastverlust lesbar. Etiketten und Nadelprägung scheitern dagegen regelmäßig an Hitze und Umformung.

F Wie liest man Codes auf gebogenen oder zylindrischen Metallflächen?

Auf gewölbten Flächen verzerrt sich der Code und Reflexe wandern mit der Krümmung, deshalb beginnt die Lösung schon bei der Markierung, etwa mit einem in der Größe begrenzten DMC entlang der Achse. Codeleser der Modellreihe SR-X und SR-2000 dekodieren solche Codes auch bei wechselnden Leseabständen, in der Anwendungspraxis mit Schärfebereichen bis etwa 0,7 m. Ein Lesetest mit markierten Originalteilen sichert die Parameter vor der Serie ab.

F Lässt sich geprägte Klarschrift auf Metall automatisch lesen?

Ja, per AI-OCR mit einer All-in-One Kamera mit integrierter AI der Modellreihe VS, die auch kontrastarme, nur durch Schattenwurf sichtbare Zeichen liest. Dieselbe Kamera kann das Teil zusätzlich klassifizieren, sodass Schrift und Erscheinungsbild an einer Station zusammenkommen. Durchläuft die Prägung nach dem Kennzeichnen weitere Umformschritte, muss die Lesbarkeit am umgeformten Teil in der Machbarkeitsprüfung bestätigt werden.

F Wann kombiniert man Merkmalsprüfung und Code?

Immer dann, wenn im Mischbetrieb gekennzeichnete und ungekennzeichnete Teile nebeneinander vorkommen. Der Code ist das stärkste Merkmal für selbst markierte Teile, Werkstoff- und Oberflächenprüfung fangen die Teile ohne Kennzeichnung auf. Teile mit unlesbarem Code oder widersprüchlichen Merkmalen werden als unklar ausgeschleust und von Hand geklärt.

Weiterführende Artikel

Übergeordnete Themenseite: Automatisierung und Qualitätssicherung in der Metallverarbeitung: Der Überblick für QS- und Fertigungsleiter

Hauptartikel zum Thema: Variantenunterscheidung in der Blechverarbeitung: Stanzteile, Platinen und Umformteile sicher erkennen

Weiterer Artikel im Thema: Verwechslungssicherung beim Einlegen: richtige Variante und Lage in Vorrichtung, Nest und Werkstückträger

Weiterer Artikel im Thema: Griff in die Gitterbox: Bleche, Schmiedeteile und Gussteile mit Varianten- und Lageerkennung entnehmen

Weiterer Artikel im Thema: Wenn Zehntelmillimeter die Variante entscheiden: Sortieren nach Maß in der Metallbearbeitung