Automatische Erkennung von Motorkomponenten mit MTU

Automatische Identifizierung von Motorkomponenten, um Wartungszeit zu sparen und die Kosten für Ersatzteile zu senken, indem die Wiederverwendung von Komponenten ermöglicht wird.

Kunde
MTU Aero Engines
Expertise
Künstliche Intelligenz

"Ich schätze die fachliche und interdisziplinäre Zusammenarbeit mit Motius sehr, insbesondere die flachen Hierarchien. Über die Jahre haben wir eine sehr freundschaftliche Arbeitsweise entwickelt ."

Steffen Claus
Process Engineer @MTU
Das Resultat

Unser Ergebnis

Übersicht

Teamgröße
Reifegrad

Challenge

Lösung

Technologien

Impact

Das Resultat

Unser Ergebnis

Ergebnis

Die Identifizierungszeit von Maschinenteilen konnte im Durchschnitt um 30 % reduziert werden. Darüber hinaus ermöglicht die zuverlässige Klassifizierung von teuren Präzisionsmaschinenteilen deren Wiederverwendung, wodurch die Kosten für Ersatzteile gesenkt werden.

95%
Top-1-Genauigkeit

Nachweislich 30 % schnellere Identifizierung von Motorkomponenten

  • Die angestrebte Verkürzung der Prozessdauer um 50 % kann durch weitere Code- und Schnittstellenentwicklung erreicht werden.
  • Wir verbesserten den Algorithmus, erreichten teilweise 95 % Top-1-Genauigkeit und skalierten die Software.
  • Dank der zuverlässigen Klassifizierung der Komponenten werden weniger neue Ersatzteile benötigt.
  • MTU-Patentanmeldung (WO2022/237930A1)


Ein solider Business Case und die erfolgreiche Implementierung in der Produktion haben zu einer langfristigen Zusammenarbeit zwischen MTU und Motius geführt. Derzeit untersuchen wir die Anpassung des Anwendungsfalls in anderen MTU-Geschäftsbereichen und entwickeln weitere Funktionen.

Suchst du einen
‍Innovationspartner?

Kontakt

Challenge

Bei der Instandhaltung wird das gesamte Flugtriebwerk zerlegt und alle wesentlichen Komponenten werden erfasst. Um diesen zeitaufwändigen Prozess zu verkürzen und wertvolle Zeit für Facharbeiter freizusetzen, wollte die MTU den Prozess (teil-)automatisieren.

Mühsame und zeitraubende Klassifizierung von Motorkomponenten

Flugzeugtriebwerke bestehen im Durchschnitt aus mehr als 300 Teilen. Diese hochpräzisen Maschinenteile sind kostspielig, oft sehr klein und viele von ihnen sehen fast identisch aus. Daher ist ihre Klassifizierung sehr zeitaufwändig und muss von erfahrenen Experten vorgenommen werden.

Lösung

Motius entwickelte eine Computer-Vision-Lösung in Kombination mit einer Box, die mehrere Kameras enthält, um optimale Lichtverhältnisse zu gewährleisten. Ein Dashboard zeigt dem Benutzer ein Beispielbild des erkannten Maschinenteils.

Übersicht

Alles über MTU Aero Engines

Deutschlands führender Motorenhersteller

Die MTU Aero Engines ist Experte für die Entwicklung, Fertigung und Instandhaltung von zivilen und militärischen Triebwerken aller Schub- und Leistungsklassen sowie von stationären Industriegasturbinen. Ihre innovativen Antriebssysteme, Hightech-Lösungen und umfassenden Dienstleistungen steigern die Effizienz, Sicherheit und Nachhaltigkeit der Luftfahrt. Im Bereich der zivilen Instandhaltung zählt die MTU Maintenance zu den Top 3 der weltweiten Anbieter für zivile Luftfahrtantriebe und Industriegasturbinen.

Der Prozess

Bewältigung der Herausforderung in einem vierstufigen Prozess

POC & Prototyp

Um zu sehen, ob das Konzept realisierbar ist, begannen wir mit einem einfachen PoC aus Holz, mit nur 50 Komponenten, 4 Kameras und einer Waage. Die Leistung lag bei etwa 70 %, was zeigt, dass das Konzept funktioniert, aber noch verbessert werden muss. Wir entwickelten einen komplexeren Prototyp mit besserer Hardware und schnellerer Software für schnellere Erkennungsergebnisse.

MVP

Für das MVP haben wir den Erkennungskasten vergrößert, so dass er auch mit größeren Komponenten verwendet werden kann. Das Design blieb ähnlich, so dass es mit dem älteren, kleineren Prototyp kompatibel ist.

Iteration

Um die Benutzerakzeptanz des veröffentlichten MVP sicherzustellen, haben wir UX-Interviews durchgeführt und das Feedback integriert. Das Ergebnis waren eine schnellere Software, bessere Kameras und ein neuer Entfernungssensor, der im Nanometerbereich differenzieren kann. Für eine bessere Benutzerfreundlichkeit haben wir die Datenspeicherung zentralisiert und das Problem des Kaltstarts minimiert, indem wir auf jedem Gerät das gleiche ML-Modell verwendet haben.

Rollout und Optimierung

Da das MVP verbessert und die Wartungszeit erheblich verkürzt wurde, wurde das Produkt an allen MTU-Standorten eingeführt. Um eine bessere Skalierbarkeit zu erreichen, haben wir die Betriebszeit und Zuverlässigkeit weiter optimiert.