Excluton — inline kwaliteitscontrole die niet alleen afkeur herkent, maar het proces verbetert

De uitdaging: handmatige inspectie die niet meegroeit met de productie

Excluton produceert grote volumes betonproducten. Elk product dat de lijn verlaat, moet voldoen aan strikte kwaliteitseisen. De handmatige inspectie die dat moest garanderen, liep echter tegen fundamentele grenzen aan: subjectiviteit, vermoeidheid en schaalbaarheid.

Twee inspecteurs kunnen hetzelfde product anders beoordelen. Na uren op de lijn neemt de concentratie af en glippen afwijkingen erdoorheen. En wanneer de productie opschaalt, groeit de inspectiecapaciteit niet automatisch mee. Het gevolg: afkeur werd te laat ontdekt, producten met dezelfde fout kwamen regelmatig terug, en inzicht in waarom fouten optraden ontbrak volledig.

De oplossing: een vision systeem dat ziet wat mensen missen — en onthoudt wat mensen vergeten

AIM-Robotics ontwikkelde een volledig inline vision systeem dat elk product automatisch inspecteert terwijl het de productielijn passeert. Het systeem combineert meerdere cameratypes — inclusief een 3D-meting met hoogte- en depth map — om een compleet beeld te vormen van elk individueel product.

Stap 1 — Inline beeldvorming

Elke betonplaat passeert een inspectiestation waar camera’s vanuit meerdere hoeken beelden vastleggen. De combinatie van reguliere camera's en 3D-meting met hoogte- en depth map maakt het mogelijk om zowel zichtbare oppervlaktefouten als maatafwijkingen en oneffenheden in één doorgang te detecteren. Er is geen aparte handelingstijd nodig: de inspectie loopt mee met de productiesnelheid.

Stap 2 — AI-gestuurde foutdetectie

Het systeem beoordeelt elk beeld met een getraind AI-model dat geleerd heeft welke afwijkingen als afkeur gelden. Scheuren, chipping, kleurverschillen, maatafwijkingen — het model herkent de patronen sneller en consistenter dan een menselijke waarnemer. Bij een gedetecteerde afwijking volgt direct een signaal naar de operator en wordt het product gemarkeerd voor nadere inspectie of afvoer.

Stap 3 — Data als terugkoppeling naar het proces

Hier zit de echte waarde. Elk gedetecteerd defect wordt opgeslagen met metadata: tijdstip, lijnpositie, producttype, camerabeeld. Na verloop van tijd worden patronen zichtbaar: verschijnen scheuren vaker op maandagochtend? Clustert chipping rondom één specifieke mal? Neemt afkeur toe na wisseling van grondstofbatch?

Die inzichten stellen productieleiders in staat om niet alleen afkeur te reageren, maar om de oorzaak weg te nemen. Het systeem verandert kwaliteitscontrole van een eindstation in een sensor voor procesverbetering.

Wat dit oplevert in de praktijk

Sinds de implementatie inspecteert het systeem elk product dat de lijn verlaat — zonder uitzondering, zonder vermoeidheid en zonder discussie over de beoordeling. Dat levert direct op:

• Geen gemiste afkeur meer — elk defect dat het systeem herkent, wordt vastgelegd en gesignaleerd, ook bij hoge productiesnelheid.
• Objectieve en reproduceerbare kwaliteitsnormen — dezelfde drempelwaarden gelden voor elk product, elke shift, elke dag.
• Inzicht in foutpatronen — de data onthult terugkerende oorzaken die bij steekproefsgewijze handmatige controle nooit aan het licht kwamen.
• Vrij te maken voor waardevollere taken — medewerkers die voorheen de hele dag inspecties uitvoerden, kunnen zich richten op analyses en procesverbeteringen die het systeem zelf signaleert.

Waarom dit verder gaat dan standaard kwaliteitscontrole

Veel vision systemen stoppen bij de detectie: afkeur gaat eruit, goed product gaat door. Wat AIM-Robotics bij Excluton heeft gebouwd, gaat een stap verder: het systeem werkt als een continue meetinstrument voor productkwaliteit dat over tijd steeds waardevoller wordt.

Hoe meer producten het systeem ziet, hoe sterker de datageschiedenis. Productieteams kunnen terugkijken per dag, week of batch, en uitzoomen naar langetermijntrends. Dat maakt het mogelijk om kwaliteitsproblemen te voorspellen in plaats van te reageren — de kern van wat we data-gedreven procesoptimalisatie noemen.

Toepasbaar buiten de betonindustrie

De aanpak die we bij Excluton toepasten, is niet beperkt tot betonproducten. Elk productieproces met volume, variatie en kwaliteitseisen kan profiteren van dezelfde combinatie van inline vision en data-analyse:

• Metaal & plaatwerk — detectie van lasfouten, oppervlakteschade of maatafwijkingen direct na bewerking.
• Kunststof & composieten — identificatie van luchtbellen, insluitingen of kleurafwijkingen in geextrudeerde of gegoten producten.
• Voeding & verpakking — volledigheidscontrole, labelinspectie en detectie van beschadigde verpakkingen.
• Elektronica & assemblage — verificatie van componentplaatsing, soldeerverbindingen en markering.