KI-gestützte Online-Inspektion von Kranseilen
KI-basierte Online-Erkennung von Kranseilen mittels visueller Tiefenlernverfahren ersetzt die manuelle Sichtprüfung und erkennt automatisch Drahtbrüche, Verschleiß und Korrosion.
Das Drahtseil ist das zentrale Tragmittel im Hebesystem eines Brückenkrans und zählt zu den Verschleißteilen, die normgerecht regelmäßig ausgetauscht werden müssen. Gemäß DIN 15020 – „Rundstahlseile für Krane – Wartung, Inspektion und Ablegereife" gilt: Erreicht die Anzahl der Drahtbrüche innerhalb einer Schlaglänge 10 % der Gesamtdrahtzahl, ist das Seil zwingend abzulegen. Die manuelle Sichtprüfung stößt hier jedoch an ihre Grenzen – bei einem 30 m langen Seil benötigt ein Prüfer mindestens 20 Minuten für eine vollständige Begehung, verbunden mit erheblichen Sicherheitsrisiken bei Arbeiten in der Höhe. Das eigentliche Problem liegt jedoch tiefer: Innere Drahtbrüche und Korrosion sind von außen nicht sichtbar. Ist der Schaden mit bloßem Auge erkennbar, ist die Ablegereife in der Regel bereits überschritten.
Grundsätzlich stehen zwei Verfahren für die Drahtseilprüfung zur Verfügung: die elektromagnetische Streuflussprüfung (LF) und die KI-basierte visuelle Erkennung. Die elektromagnetische Methode erfasst innere Drahtbrüche und Querschnittsverluste zuverlässig, ist jedoch mit hohen Anschaffungskosten (ca. 30.000–100.000 EUR pro System), anspruchsvoller Bedienung und der Unfähigkeit, zwischen Drahtbrüchen und lokalem Verschleiß zu unterscheiden, verbunden. Die KI-Visualmethode hingegen nutzt Industriekameras zur Aufnahme der Seiloberfläche und identifiziert Drahtbrüche, Verschleiß, Korrosion und Verformung per Deep Learning – bei deutlich geringeren Kosten (ca. 10.000–30.000 EUR pro System), einfacher Handhabung und unmittelbar nachvollziehbaren Ergebnissen.
Beide Verfahren ergänzen sich in der Praxis: Die elektromagnetische Prüfung dient der vollflächigen Grundinspektion (1–2 Mal jährlich), während die KI-Visualerkennung eine hochfrequente Online-Überwachung (wöchentlich) ermöglicht. Die elektromagnetische Variante haben wir in unserem Beitrag Online-Drahtseilprüfung für Brückenkrane ausführlich beschrieben. Der vorliegende Artikel konzentriert sich auf die vollständige technische Umsetzung der KI-Visuallösung.
Systemarchitektur der KI-gestützten Seilprüfung
| Modul | Funktion | Technische Lösung |
|---|---|---|
| Bilderfassung | 360°UmfangsaufnahmeDrahtseilOberfläche | 4Zeilenkamera+ringförmigLEDLichtquelle |
| Bildmosaik | 4Bildmosaik zu Panoramaabwicklung | OpenCVBildmosaik+geometrische Korrektur |
| AIInferenz | Drahtbruch/Verschleiß/Korrosion/VerformungKlassifizierung | YOLOv8s+TensorRT |
| Berichtsausgabe | ErkennungAufzeichnung+Trendanalyse+Verschrottungsempfehlung | PDFBericht+Datenbankarchivierung |
Kamera- und Lichtquellenkonfiguration
Eine zentrale Herausforderung der KI-basierten Drahtseilprüfung besteht darin, dass das Drahtseil zylindrisch ist und seine Oberfläche aus mehreren Litzen besteht – eine einzelne Aufnahme erfasst daher nur die halbe Zylinderfläche. Die Lösung: Vier Zeilenkameras (Line Scan Camera) werden im 90°-Winkel um das Drahtseil angeordnet und über einen Encoder synchron ausgelöst. Nach einer vollständigen Umdrehung wird aus den Einzelbildern ein Panorama-Abwicklungsbild des gesamten Seils erstellt.
Kameraparameter: Die Zeilenkameras bieten eine Auflösung von 2K (2048 Pixel) bei einer Pixelgröße von 7 μm und einer Zeilenfrequenz von 10 kHz – bei einer Seilgeschwindigkeit von 0,5 m/s ergibt sich eine Längsauflösung von 0,05 mm/Zeile. Eine ringförmige LED-Beleuchtung (Weißlicht, Farbtemperatur 6500 K) ist vor der Kamera montiert und sorgt für eine gleichmäßige 360°-Ausleuchtung. Kamera und Beleuchtung sind in einem Schutzgehäuse aus Aluminium (IP65) gekapselt und werden am vertikalen Seilabschnitt in der Nähe des Hubwerks des Brückenkrans installiert.
| Parameter | Wert | Beschreibung |
|---|---|---|
| Kameratyp | ZeilenCMOS | 4Stück90°Umfangsanordnung |
| Auflösung | 2K (2048×1) | Pixel7μm |
| Zeilenfrequenz | 10kHz | AbstimmungEncoder / DrehgeberAuslösung |
| Beleuchtung | ringförmigLEDWeißlicht | 360°homogene Beleuchtung |
| ErkennungGeschwindigkeit | 0.3~0.5m/s | BrückenkranHubgeschwindigkeit-50% |
| Minimumprüfbar | 0.2mmDrahtbruch | Einzeldrahtdurchmesser |
KI-Modell und Fehlerklassifizierung im Detail
Als Modellarchitektur kommt YOLOv8s zum Einsatz. Die Fehlerklassifizierung erfolgt gemäß der Norm GB/T 5972-2023:
| Fehlertyp | visuelles Merkmal | AIGenauigkeit | VerschrottungNorm(GB/T 5972-2016) |
|---|---|---|---|
| Drahtbruch | Drahtende hochgebogen oderBruchSpalt | 96.5% | innerhalb einer Schlaglänge≥10%Gesamtdrahtzahl |
| Verschleiß | glattgeschliffene, glänzende Oberfläche,lokale Durchmesserreduzierung | 93.2% | Durchmesserreduzierung≥7% oder Verschleiß≥40% des Querschnitts |
| Korrosion | Oberflächenrost/Narbenkorrosion/Farbveränderung | 94.8% | Oberflächenkorrosion, Narben oder Korrosion, die ins Innere reicht |
| Verformung | Laternenform/Knoten/Quetschung/Knick | 95.1% | deutliche Verformung: sofort ablegen |
Online-Inspektionsablauf
Der Prüfablauf gestaltet sich wie folgt: Bei stillstehendem Brückenkran wird das Drahtseilprüfgerät nahe dem Hubende des Drahtseils angebracht. Das Hubwerk wird im Tippbetrieb mit einer Geschwindigkeit von 0,3~0,5 m/s bewegt. Die Zeilenkamera nimmt kontinuierlich Bilder auf, wobei der Encoder alle 0,05 mm eine Zeilenbelichtung auslöst. Ein 30 Meter langes Drahtseil wird in etwa 120 Sekunden von oben nach unten gescannt. Nach Abschluss der Prüfung erstellt die KI automatisch einen Bericht, der alle Fehlerpositionen, -typen und Konfidenzwerte kennzeichnet.
Die Prüfergebnisse werden automatisch mit den Daten der letzten Prüfung verglichen. Wenn die Anzahl der Drahtbrüche zugenommen hat (z. B. von 3 auf 5 Drähte), wird das System dies – selbst wenn die Ablegekriterien noch nicht erreicht sind – als „Beobachtung – beschleunigte Verschlechterung“ markieren.
Wichtige Aspekte der technischen Umsetzung
1. Ölverschmutzung auf der Drahtseiloberfläche ist der größte Störfaktor. Kranseile sind mit Schmieröl behandelt; der Ölfilm auf der Oberfläche reflektiert Licht und beeinträchtigt die Bildqualität. Lösung: Vor der Kamera wird eine ringförmige Blasdüse (Druckluft 0,3~0,5 MPa) installiert, die beim Fotografieren automatisch überschüssigen Ölfilm von der Drahtseiloberfläche entfernt. Der Einbauwinkel der Blasdüse sollte 45° schräg betragen und nicht direkt auf das Kamerafenster gerichtet sein – sonst wird Ölnebel auf die Linse geblasen.
2. Unterscheidung zwischen Litzenstruktur und Drahtbrüchen. Die ineinandergreifende Litzenstruktur auf der normalen Drahtseiloberfläche kann Drahtbrüchen ähneln (insbesondere bei Verschleiß an den Litzenkanten). Dies ist die häufigste Fehlerquelle für KI-Modelle. Es wird empfohlen, beim Training mindestens 30 % „schwierige Negativbeispiele“ (Bildbereiche, die wie Drahtbrüche aussehen, aber normale Struktur sind) einzubeziehen, um die Unterscheidungsfähigkeit des Modells für Texturen zu verbessern.
3. Regelmäßige Kalibrierung mit einem Referenzseil. Halten Sie ein Referenz-Drahtseil mit bekannten Fehlern bereit (mit künstlich erzeugten Standard-Drahtbrüchen, Verschleiß und Korrosion). Vor jeder Prüfung wird das Referenzseil einmal durchlaufen, um sicherzustellen, dass die KI-Erkennung mit dem Kalibrierstandard übereinstimmt, bevor die eigentliche Prüfung beginnt.
4. Kombination von elektromagnetischer und visueller Prüfung. Die KI-Visualprüfung erkennt die Oberfläche, die elektromagnetische Prüfung das Innere. Empfohlener Rhythmus: wöchentliche KI-Visualprüfung (Erkennung von Oberflächendrahtbrüchen und Verschleiß) + vierteljährliche elektromagnetische Prüfung (Erkennung von inneren Drahtbrüchen und Querschnittsverlusten). Nach visueller Erkennung von Anomalien wird sofort eine elektromagnetische Prüfung zur Überprüfung des Innenzustands veranlasst.
Häufig gestellte Fragen
Fazit
Die Drahtseilprüfung ist keine optionale Aufgabe – DIN 15018 ist eine verbindliche Norm, und bei Nichtbeachtung der Prüfintervalle drohen bei Sicherheitsvorfällen Haftungsfolgen. Die KI-gestützte visuelle Prüfung wandelt die Drahtseilprüfung von einer „manuellen Sichtprüfung vom Kran aus“ in einen Prozess um, bei dem das Gerät montiert, das Hubwerk im Tippbetrieb bewegt und innerhalb von zwei Minuten ein Bericht erstellt wird. Die Investition für das Gerät liegt bei 10.000–30.000 € pro Satz, während ein einzelnes Kranseil zwischen 3.000 und 8.000 € kostet. Bereits ein einziges vorzeitig ersetztes Drahtseil, das dank rechtzeitiger Erkennung weiterverwendet werden kann, amortisiert die Gerätekosten.
