KI-Sichtprüfung für Kranseile: 97,3 % Drahtbruch-Erkennung
KI-basierte Online-Drahtseilprüfung für Brückenkrane bei 20 Kunden im Einsatz – Erkennungsrate für Drahtbruch bei 97,3 %. Das optische Inspektionssystem von Kelude Schwerindustrie für Kranseile wurde bei 20 Kunden in der Stahl- und Metallurgieindustrie, der Hafenlogistik sowie im Maschinenbau erfolgreich installiert und verifiziert.
Das KI-gestützte optische Inspektionssystem von Kelude Schwerindustrie für Kranseile ist bei 20 Kunden in der Stahl- und Metallurgieindustrie, der Hafenlogistik sowie im Maschinenbau im Praxiseinsatz. Das System basiert auf dem Deep-Learning-Modell YOLOv8 und erkennt in Echtzeit die drei Drahtseilfehler Drahtbruch, Verschleiß und Korrosion. Die Erkennungsrate für Drahtbruch liegt bei 97,3 %, die Gesamterkennungsgenauigkeit (mAP) bei 94,7 %. Das System scannt das Drahtseil täglich automatisch über die gesamte Länge und erstellt einen Bewertungsbericht zum Zustand des Seils. Es ersetzt damit die manuelle Sichtprüfung durch das Wartungspersonal und hat bereits über 500.000 Bilder der Drahtseilprüfung verarbeitet.
Systemaufbau und technische Kennwerte im Überblick
Das KI-gestützte optische Inspektionssystem für Drahtseile besteht aus drei Komponenten: der Bilderfassungseinheit, der Edge-Computing-Einheit und der Cloud-Analyseplattform. Die Bilderfassungseinheit verwendet zwei Industriekameras mit 5 Megapixeln (Global Shutter, Bildrate 25 fps), die an einer festen Halterung seitlich am Hubwerk des Brückenkrans montiert sind. In Kombination mit einer leistungsstarken LED-Beleuchtung wird eine durchgehend scharfe Abbildung der Seiloberfläche während des gesamten Hebevorgangs sichergestellt. Die Edge-Computing-Einheit läuft auf einer NVIDIA Jetson Orin NX Plattform mit einem angepassten YOLOv8n-Modell, erreicht eine Inferenzgeschwindigkeit von 62 FPS bei einer Leistungsaufnahme von unter 15 W. Die Cloud-Analyseplattform übernimmt die statistische Auswertung der Messdaten, die Trendanalyse sowie die Empfehlung von Wartungsmaßnahmen. Das System kann bis zu vier Drahtseile gleichzeitig überwachen und deckt Seildurchmesser von 8 mm bis 40 mm ab.
| Erkennung Kategorie | Drahtbruch | Verschleiß | Korrosion |
|---|---|---|---|
| Erkennung Trefferquote | 97.3% | 93.8% | 91.2% |
| Fehlalarmrate | 2.1% | 4.3% | 5.8% |
| Fehlalarmrate | 0.6% | 1.9% | 3.0% |
Einsatzergebnisse und Kundenfeedback
Das System wurde bei insgesamt 20 Kunden in den Bereichen Stahlmetallurgie (8), Hafenlogistik (5), Maschinenbau (4), Nichteisenmetalle (2) und Papierherstellung (1) installiert. Es überwacht 42 Brückenkrane und hat bisher 126 Drahtseile geprüft. Seit der Inbetriebnahme sank die tägliche Inspektionszeit pro Kran von 30 Minuten bei manueller Prüfung auf 3 Minuten mit der KI-gestützten Erkennung – eine Einsparung von rund 120 Arbeitsstunden pro Kran und Jahr. Über einen ununterbrochenen Betrieb von 12 Monaten wurden 47 Fälle von beginnendem Drahtbruch, 23 Fälle von abnormalem Verschleiß und 5 Fälle von Korrosion erkannt. 34 dieser Drahtbruchfälle wären bei der regulären manuellen Inspektion unentdeckt geblieben und wurden durch das KI-System frühzeitig identifiziert und alarmiert. Die Entscheidung zum Drahtseilaustausch hat sich von zeitbasierten Intervallen zur zustandsorientierten Instandhaltung gewandelt: 13 der 20 Kunden konnten ihr Austauschintervall um 1 bis 3 Monate verlängern.
Weitere Informationen zur Technischen Lösung: KI-gestütztes Online-Inspektionssystem für Kranseile (technische Architektur, Modelltraining und Bereitstellungskonzept). Überblick über die KI-Visualisierung und Inspektionssysteme von Kelude (Produktportfolio der KI-Visionstechnologie).
Häufige Fragen zur KI-Seilinspektion
F: Kann die KI-gestützte Sichtprüfung die monatliche manuelle Inspektion ersetzen?
A: Das KI-Visualinspektionssystem von Kelude dient derzeit als unterstützendes Werkzeug und Frühwarnsystem für die manuelle Inspektion. Es ersetzt nicht die monatliche Prüfung gemäß DIN 15018 und den einschlägigen Normen zur Prüfung und Verschrottung von Kranseilen. Das System führt jedoch täglich automatische Prüfungen durch und erstellt Zustandsberichte, sodass Wartungsteams Abweichungen zwischen den manuellen Intervallen frühzeitig erkennen. Bei den 20 installierten Kunden nutzen 15 den KI-Prüfbericht als Referenz für die monatliche Inspektion.
F: Beeinträchtigt staubige oder stark ölverschmutzte Umgebung die Erkennungsgenauigkeit?
A: Die Auswirkungen von Staub und Öl auf die Bildqualität wurden bereits bei der Planung berücksichtigt. Die Kameras besitzen die Schutzart IP67, und die Objektive sind mit einer Druckluft-Spüleinrichtung ausgestattet, um eine saubere Linsenoberfläche sicherzustellen. Der Trainingsdatensatz umfasst Seilbilder unter verschiedenen Staubkonzentrationen und Ölverschmutzungsgraden. Durch Datenaugmentierung zeigt das Modell eine hohe Robustheit bei geringem Kontrast und teilweiser Abdeckung. Messungen vor Ort bei 20 Kunden belegen, dass die Erkennungsgenauigkeit bei Staubkonzentrationen unter 8 mg/m³ um nicht mehr als 2 Prozentpunkte abnimmt.
F: Lässt sich das System an ein bestehendes Wartungsmanagementsystem anbinden?
A: Ja. Das System bietet eine standardisierte RESTful-API-Schnittstelle. Die Prüfergebnisse werden als JSON-Daten an das kundenseitige EAM-System (Enterprise Asset Management) übermittelt. Die Schnittstelle verwendet das OAuth-2.0-Authentifizierungsprotokoll und wurde bereits mit den EAM-Systemen von drei Kunden integriert und getestet. Zusätzlich werden E-Mail- und SMS-Alarm-Benachrichtigungen unterstützt; bei schwerwiegenden Fehlern wird automatisch eine Warnung an den zuständigen Wartungsverantwortlichen gesendet.
F: Wie lange dauert die Nachrüstung an einem bestehenden Brückenkran und welche Auswirkungen hat sie auf den Betrieb?
A: Das System wurde speziell für die Nachrüstung an in Betrieb befindlichen Brückenkränen entwickelt. Die Befestigungsart ist nicht-invasiv und verändert die Kranstruktur nicht. Die Montage und Bauphase für einen typischen Kran dauert einen Arbeitstag, die Systeminbetriebnahme und Modellbereitstellung etwa zwei Arbeitstage – insgesamt also drei Arbeitstage. Die Arbeiten können außerhalb der Betriebszeiten des Krans (z. B. nachts oder am Wochenende) durchgeführt werden, ohne den regulären Produktionsablauf zu beeinträchtigen. Die Nachrüstung wurde bereits an 12 in Betrieb befindlichen Brückenkränen erfolgreich abgeschlossen.
