Verwechslungsschutz im Maschinenbau: Varianten sicher unterscheiden mit Bildverarbeitung

Wer Maschinen und Anlagen baut, kennt die Anforderung aus fast jedem Lastenheft: Bevor ein Bauteil montiert, bearbeitet, verpackt oder vom Roboter gegriffen wird, muss die Anlage wissen, welche Variante vorliegt und ob sie lagerichtig zugeführt wurde. Gerade bei nahezu identischen Bauteilvarianten wie links und rechts, unterschiedlichen Längen, Chargen oder Profilen ist die Verwechslung der häufigste Fehlerfall. Die Folgen reichen von Pseudoausschuss über aufwendige manuelle Nachsortierung bis zur Reklamation beim Endkunden, und oft ist genau eine solche Reklamation der Auslöser dafür, dass eine hundertprozentige Kontrolle plötzlich ins Lastenheft kommt.

Dieser Beitrag zeigt Maschinen‑ und Anlagenbauern, wie sich Typenerkennung und Verwechslungsschutz mit Bildverarbeitung systematisch auslegen lassen, von der Wahl des Unterscheidungsmerkmals über die Entscheidung zwischen Vision Sensor, Smartkamera und 3D Profilsensor bis zur Integration mittels SPS‑Programmwechsel.

Wichtige Punkte im Überblick

In Maschinenbau-Projekten werden 5 bis 150 Varianten an einer Station unterschieden, oft mit 60 bis 90 High-Runner-Typen, die den Großteil des Volumens ausmachen.
Der Verwechslungsschutz gehört vor den Prozessschritt, der den Fehler unumkehrbar macht: vor die Bearbeitung, die Montage oder die Verpackung.
Aus Unterscheidungsmerkmal, Variantenzahl und Taktzeit ergibt sich die Systemklasse, die vom Vision-Sensor über die Smartkamera bis zum Bildverarbeitungssystem der Modellreihe CV-X mit bis zu 1000 Typprogrammen reicht.
Unterscheiden sich Varianten nur in einem Höhen- oder Längenmerkmal von 0,1 bis 0,4 mm, misst ein 3D-Profilsensor dieses Merkmal mit dem üblichen 10:1-Anspruch inline.
Der Programmwechsel über die SPS per Profinet, EtherCAT oder Ethernet stellt das Prüfergebnis direkt ins Prozessabbild und gibt den nächsten Schritt frei oder sperrt ihn.

Warum Verwechslungen entstehen: Varianten, Schichtbetrieb und manuelle Zuführung

In den zugrunde liegenden Anwendungsfällen aus Maschinenbau- und OEM-Projekten zeigt sich ein wiederkehrendes Muster: Die Variantenvielfalt wächst schneller als die Prüftechnik. Typisch sind fünf bis 150 bekannte Varianten an einer Station, wobei häufig 60 bis 90 Typen den Großteil des Volumens ausmachen. Die Bauteile unterscheiden sich oft nur in Details, etwa in der Kontur, in der Stirnflächengeometrie, in Farbe oder Oberflächenstruktur oder in einem einzigen Maß im Zehntelmillimeterbereich.

Drei Konstellationen führen erfahrungsgemäß zur Verwechslung:

Manuelle Zuführung im Schichtbetrieb. Der Werker legt das Bauteil an einen Anschlag oder in eine Vorrichtung ein und wählt das Bearbeitungsprogramm. Über drei Schichten hinweg ist diese Beurteilung durch den Menschen fehleranfällig, nicht aus mangelnder Sorgfalt, sondern weil sich viele Varianten mit bloßem Auge kaum trennen lassen.
Einfache Sensorik am Limit. Farbsensoren oder Lichtschranken, die für zwei oder drei Typen ausgelegt wurden, versagen, sobald neue Variantensets dazukommen oder die Bauteilhöhe variiert. Mechanische Formschablonen müssen für jede neue Variante nachgebaut werden.
Fehlende Prüfung vor dem kritischen Prozessschritt. Wird die Variante erst nach der Endmontage, oder gar erst beim Endkunden, erkannt, ist es für eine Korrektur zu spät. Bauteile können buchstäblich „in den falschen Korb einsortiert“ werden, und der Fehler wandert unbemerkt durch die Prozesskette.

Der Verwechslungsschutz gehört deshalb vor den Prozessschritt, der den Fehler unumkehrbar macht: vor die Bearbeitung, vor die Montage, vor die Verpackung.

Von 5 bis 150 Varianten: welche Unterscheidungsmerkmale sich kameratauglich prüfen lassen

Der erste Auslegungsschritt ist nicht die Kameraauswahl, sondern die Frage: Woran unterscheiden sich die Varianten überhaupt? In der Praxis lassen sich die Unterscheidungsmerkmale in vier Klassen einteilen:

Kontur und Geometrie im Bild

Profile, Blechteile, Hitzeschilde oder Zahnwellen mit Kennnuten unterscheiden sich häufig in der Außenkontur oder in der Stirnflächengeometrie. Solche Merkmale sind für die 2D-Bildverarbeitung gut zugänglich, auch bei Bildfeldern von 20 mm bis über 250 mm. Für die reine Typenerkennung ist keine messtechnische Genauigkeit erforderlich; entscheidend ist, dass das Merkmal die Varianten eindeutig trennt.

Farbe und Oberflächentextur

Wenn Varianten über Farbe kodiert sind, etwa ein schwarzer statt ein roter Ring, stoßen einfache Farbsensoren bei wachsender Variantenzahl an ihre Grenzen. Kamerabasierte Systeme mit Klassifizierungswerkzeugen werten Farbe und Textur flächig aus und lassen sich bei neuen Variantensets erweitern.

Kleine Höhen- und Längenunterschiede, der Fall für 3D

Manche Varianten unterscheiden sich ausschließlich in einem kleinen Höhen-, Längen- oder Konturmerkmal, etwa Kontaktstifte mit variantenspezifischen Längen im Bereich weniger Zehntelmillimeter. Eine 2D‑Kamera aus der Draufsicht kann solche Unterschiede nicht zuverlässig trennen. Versuche mit mehreren 2D‑Kameras aus verschiedenen Blickwinkeln erwiesen sich in dokumentierten Projekten als unzuverlässig und teuer. In solchen Fällen ist die 3D‑Profilmessung das geeignete Werkzeug. Toleranzen von 0,1 bis 0,4 mm lassen sich inline mit dem üblichen zehn zu eins Genauigkeitsanspruch prüfen, bei Taktzeiten von 1,5 bis 5 Sekunden.

Kennzeichnung: Klarschrift, DMC und Barcode

Wenn das Bauteil selbst keine kameratauglichen Unterscheidungsmerkmale bietet, übernimmt die Kennzeichnung die Aufgabe: aufgedruckte oder genadelte Klarschrift, Data‑Matrix‑Codes oder Etiketten. AI‑gestützte OCR liest heute auch schwierige Substrate, etwa gehärtete, ölverschmierte, genadelte oder eingeformte Texte, und ordnet Bauteile eindeutig Chargen zu. Damit verbindet sich der Verwechslungsschutz unmittelbar mit der Rückverfolgbarkeit.

Vision-Sensor, Smartkamera oder 3D-Profilsensor? Auswahl nach Merkmal und Taktzeit

Aus Merkmal, Variantenzahl und Taktzeit ergibt sich die Systemklasse:

Vision-Sensor: Anwesenheit und Typ an der Station

Für überschaubare Variantenstrukturen, typisch „links/rechts“ oder 2 bis 5 Typen, und Aufgaben wie „richtiges Teil am richtigen Platz“ sind Vision-Sensoren mit AI-Klassifizierung die wirtschaftliche Lösung, gerade bei der Nachrüstung bestehender Stationen. Sie prüfen Anwesenheit und Typ montierter Komponenten wie Clips, Ringe oder Abdeckkappen und melden das Ergebnis direkt an die Anlagensteuerung.

Smartkamera: Klassifizierung bei hoher Variantenvielfalt

Steigt die Variantenzahl auf Dutzende Typen oder braucht die Prüfung mehrere Merkmale gleichzeitig (Kontur plus Farbe plus Text), ist die Smartkamera mit Klassifizierungswerkzeugen die richtige Klasse, bei Bedarf mit Zoomoptik, um unterschiedliche Bauteilgrößen ohne mechanischen Umbau abzudecken, und mit AI-OCR für die Chargenzuordnung.

Bildverarbeitungssystem: bis zu 1000 zentral verwaltete Typprogramme

Müssen Typprogramme für hohe Variantenzahlen verwaltet, kombiniert und zentral gepflegt werden, oder sollen 2D- und 3D-Werkzeuge in einer Prüfung zusammenspielen, kommen ausgewachsene Bildverarbeitungssysteme mit eigenem Controller zum Einsatz, die Modellreihe CV-X verwaltet bis zu 1000 Typprogramme.

3D-Profilsensor: wenn 2D nicht mehr trennt

Für die beschriebenen Sub-Millimeter-Unterschiede (Sitzhöhe, Längenvariante, Konturdetail, „welches Teil liegt oben?“) sind 3D-Profilsensoren gesetzt. Sie messen das Unterscheidungsmerkmal, statt es nur zu sehen, und liefern damit auch die Nachweise, die zunehmend gefordert werden (MSA- und Fähigkeitsnachweise).

Eine Orientierung: Für die reine Identifikation sind Taktzeiten von 5 bis 15 Sekunden bei manueller Beladung üblich und unkritisch. Inline-Prüfungen laufen typisch bei 1 bis 20 Sekunden; messende Sortieraufgaben erreichen 0,5 bis 2 Sekunden pro Teil.

Programmwechsel über die SPS: Typprüfung in bestehende Anlagen integrieren

Für Maschinenbauer entscheidet am Ende die Integration. Bewährt hat sich das Muster Programmwechsel über die Steuerung: Die SPS gibt der Kamera vor, welches Typprogramm aktiv ist, oder die Kamera erkennt den Typ selbst und meldet ihn zurück, sodass die Anlage das passende Bearbeitungs- oder Montageprogramm aufruft. Gängige Schnittstellen sind Profinet, EtherCAT und Ethernet (TCP/IP); das Prüfergebnis (i.O./n.i.O. oder Typnummer) steht damit direkt im Prozessabbild der Steuerung.

Drei Integrationshinweise aus der Projektpraxis:

Verriegelung statt Meldung: Der größte Nutzen entsteht, wenn das Prüfergebnis den nächsten Prozessschritt freigibt oder sperrt, nicht, wenn es nur protokolliert wird.
Variantenverwaltung zentral planen: Bei 40 und mehr Varianten sollte früh geklärt werden, wie neue Typen eingelernt werden und wer die Prüfprogramme pflegt (Eigenintegration durch den Maschinenbauer ist üblich).
Retrofit ist der Normalfall: Viele der dokumentierten Projekte sind Nachrüstungen bestehender Anlagen, bei denen Werkerurteil, Farbsensor oder Formschablone ersetzt wird, die Bildverarbeitung muss sich also in vorhandene Mechanik, Taktung und Steuerung einfügen.

Praxisbeispiele aus Maschinenbau- und OEM-Projekten

Drei anonymisierte Muster, die sich in den Anwendungsdaten wiederholen:

Profilerkennung an der Beladestation: Stranggepresste Profile in Dutzenden Varianten werden manuell an einen Anschlag gelegt. Eine Smartkamera identifiziert die Variante anhand der Stirnflächenkontur, bevor die Maschine das passende Programm fährt, zuvor entschied der Werker, mit entsprechender Fehlerquote über die Schichten.
Links/rechts-Absicherung in der Montage: Nahezu spiegelgleiche Anbauteile wurden gelegentlich vertauscht montiert; aufgefallen ist das erst beim Endkunden. Ein Vision-Sensor prüft nun Anwesenheit und Typ direkt an der Montagestation, das Ergebnis verriegelt den Weitertransport.
Längenvariante per 3D-Profil: Varianten, die sich nur in einer Merkmalslänge von wenigen Zehntelmillimetern unterscheiden, ließen sich mit 2D-Technik nicht sicher trennen. Ein 3D-Profilsensor misst das Merkmal inline und ordnet jedes Teil eindeutig seiner Variante zu.

Machbarkeit absichern: Testmuster, Grenzmuster und Fehlerkatalog vor der Beschaffung

Verwechslungsschutz lässt sich vor der Beschaffung belastbar absichern, und genau das erwarten Endkunden zunehmend im Lastenheft:

1.

Testmuster aller Varianten bereitstellen, einschließlich der kritischen, einander ähnlichsten Paare.
2.

Grenzmuster und Fehlerkatalog definieren: Was ist gerade noch i.O., was sicher n.i.O.? Welche Verwechslungen sind am teuersten?
3.

Machbarkeitstest mit Originalteilen durchführen, offline im Labor, bevor die Lösung inline geht. Bei messenden Aufgaben gehören Wiederholpräzision und Fähigkeitsnachweis (MSA) zum Testumfang.
4.

Schrittweise ausrollen: bewährt ist der Weg von der Offline-Vorabprüfung zur Inline-100%-Kontrolle.

So entsteht aus einer Reklamation nicht nur eine Einzelmaßnahme, sondern ein wiederverwendbarer Standardbaustein für den Verwechslungsschutz, über Anlagen und Projekte hinweg.

Häufige Fragen

F Wie viele Bauteilvarianten kann ein Kamerasystem unterscheiden?

In dokumentierten Maschinenbau-Anwendungen werden an einer Station typischerweise fünf bis 150 Varianten unterschieden, häufig mit 60 bis 90 High‑Runner-Typen; Vision‑Sensoren decken kleine Variantensätze von zwei bis fünf Typen ab, Smartkameras verwalten Dutzende Typen, und Bildverarbeitungssysteme wie die Modellreihe CV‑X können zentral bis zu 1.000 Typprogramme handhaben.

F Wie lassen sich linke und rechte Bauteilvarianten automatisch unterscheiden?

Links/rechts‑Varianten unterscheiden sich in der Kontur oder in der Lage einzelner Merkmale und sind damit ein klassischer Fall für die kamerabasierte Typenerkennung. Ein Vision‑Sensor oder eine Smartkamera prüft das Merkmal direkt an der Belade‑ oder Montagestation. Das Prüfergebnis verriegelt über die SPS den nächsten Prozessschritt und verhindert so die Verwechslung, bevor sie unumkehrbar wird.

F Was tun, wenn ein Farbsensor die Varianten nicht mehr zuverlässig trennt?

Farbsensoren stoßen an ihre Grenzen, sobald neue Variantensets hinzukommen oder sich Typen nur in Kontur oder Textur unterscheiden. Kamerabasierte Systeme mit Klassifizierungswerkzeugen werten Farbe, Kontur und Oberfläche flächig aus und lassen sich um neue Varianten erweitern, ohne die Station mechanisch umzubauen. Für die Nachrüstung bestehender Stationen sind Vision-Sensoren mit AI-Klassifizierung der übliche Einstieg.

F Wann reicht eine 2D-Kamera nicht mehr aus, und wann braucht es 3D?

Sobald sich Varianten nur in einem kleinen Höhen-, Längen- oder Konturmerkmal unterscheiden (etwa im Bereich von 0,1 bis 0,4 mm), kann eine 2D-Kamera aus der Draufsicht nicht mehr zuverlässig trennen. 3D-Profilsensoren messen das Unterscheidungsmerkmal mit dem üblichen 10:1-Genauigkeitsanspruch inline und liefern zugleich die zunehmend geforderten Fähigkeitsnachweise (MSA).

F Wie wird die Typprüfung an die SPS angebunden?

Üblich ist der Programmwechsel über die Steuerung per Profinet, EtherCAT oder Ethernet (TCP/IP): Entweder gibt die SPS das aktive Typprogramm vor, oder die Kamera erkennt den Typ und meldet ihn zurück. Das Prüfergebnis, Typnummer oder i.O./n.i.O., steht direkt im Prozessabbild und kann den nächsten Prozessschritt freigeben oder sperren.

F Wie sichere ich die Machbarkeit ab, bevor ich die Prüftechnik beschaffe?

Bewährt ist ein Machbarkeitstest mit Originalteilen: Testmuster aller Varianten inklusive der ähnlichsten Paare, definierte Grenzmuster und ein Fehlerkatalog bilden die Grundlage. Bei messenden Aufgaben gehören Wiederholpräzision und MSA-Nachweis zum Testumfang. Erst nach erfolgreicher Offline-Validierung folgt der Inline-Rollout zur 100%-Kontrolle.

Weiterführende Artikel

Übergeordnete Themenseite: Messtechnik, Kennzeichnung und Bildverarbeitung für Maschinen- und Anlagenbauer

Weiterer Artikel im Thema: Griff in die Kiste mit Variantenerkennung: 3D-Robot-Vision für Maschinenbauer und Integratoren

Weiterer Artikel im Thema: Chargenzuordnung per AI-OCR: Klarschrift und DMC auf schwierigen Oberflächen lesen

Weiterer Artikel im Thema: Vom Messschieber zum Sortierautomaten: dimensionelle Klassifizierung in der Linie

Weiterer Artikel im Thema: Lageerkennung auf breiten Linien: Sortierung und Ausrichtung mit Zeilenkameras