OptiStrick: Mit KI-gestützter Qualitätssicherung Fehler beim Flachstricken früher erkennen
Wie lassen sich Fehler an Flachstrickmaschinen erkennen, bevor größere Mengen fehlerhafter Ware entstehen? Das Forschungsprojekt OptiStrick setzt auf Sensoren und Künstliche Intelligenz, die den Strickprozess direkt an der Maschine überwachen.
20.10.2026
Flachstrickmaschinen können vielseitige Textilien effizient herstellen. Doch schon kleine Defekte an einer Stricknadel oder Verschmutzungen durch Faserstaub können Fehl- oder Fallmaschen verursachen und damit die gesamte Qualität des Textils beeinträchtigen. Werden solche Fehler erst bei der späteren Warenkontrolle entdeckt, kann bereits Ausschuss entstanden sein.
Den Strickprozess direkt an der Maschine überwachen
Das Forschungsprojekt OptiStrick untersuchte, wie sich der Strickprozess direkt an der Maschine überwachen lässt. Ziel war ein KI-gestütztes System, das Fehler in Echtzeit erkennt – also möglichst dann, wenn sie entstehen. Anders als bei einer Kontrolle des fertigen Textils steht dabei der laufende Produktionsprozess im Mittelpunkt.
Für die Qualitätssicherung werden in der Textilindustrie unter anderem kamerabasierte Systeme eingesetzt. Sie können Fehler in textilen Flächen erkennen, sind laut Projektbeschreibung jedoch häufig mit hohen Investitionskosten und Rechenaufwand verbunden. OptiStrick setzte deshalb auf ein modulares System, das sich nachrüsten lässt und verschiedene Sensortechnologien mit maschinellem Lernen kombiniert.
Sensoren im Einsatz: Das zeigen die Versuche
Das Institut für Textilmaschinen und Textile Hochleistungswerkstofftechnik (ITM) und das Fraunhofer-Institut für Digitale Medientechnologie (IDMT) untersuchten akustische, vibroakustische, tensometrische und optische Sensoren. Akustische Sensoren erfassen Geräusche, vibroakustische Sensoren zusätzlich Schwingungen. Die Messdaten wurden mithilfe neuronaler Netze ausgewertet.
Die Versuche im Labor und in der industriellen Produktion zeigten besonders bei akustischen und vibroakustischen Sensoren Potenzial: Bei der Erkennung von Prozesszuständen und Nadelfehlern erreichten sie Genauigkeiten von über 90 Prozent. Tensometrische Sensoren lieferten ebenfalls gute Ergebnisse, reagierten jedoch empfindlicher darauf, wenn sich ihre Position veränderte.
Der entwickelte Demonstrator erreichte bei der Klassifikation von Prozessparametern eine durchschnittliche Genauigkeit von rund 80 Prozent und bestätigte damit die grundsätzliche Praxistauglichkeit des Ansatzes. Besonders hervorzuheben ist, dass das System modular aufgebaut und damit vergleichsweise einfach nachrüstbar ist. Dadurch können auch kleinere Strickereien von KI-gestützter Qualitätssicherung profitieren, ohne in kostenintensive Kameratechnik investieren zu müssen.
Perspektiven für Wartung und weitere Anwendungen
Neben der Fehlererkennung sollte das System auch Verschleiß frühzeitig sichtbar machen und Hinweise auf mögliche Maschinenausfälle liefern. So könnten Wartungen vorausschauender geplant werden.
OptiStrick zeigt, dass akustische und vibroakustische Sensoren für die Qualitätssicherung an Flachstrickmaschinen vielversprechend sind und eine wirtschaftliche Alternative zu klassischen Bildverarbeitungssystemen darstellen kann. Das entwickelte Konzept trägt dazu bei, Ausschuss zu reduzieren, Wartungsmaßnahmen besser planbar zu machen und die Wettbewerbsfähigkeit von Unternehmen der Textilbranche zu stärken. Darüber hinaus bietet der Ansatz Potenzial für den Einsatz in weiteren textilen Produktionsprozessen.
Ihr Kontakt
Das könnte Sie auch interessieren
Bayern Innovativ Newsservice
Sie möchten regelmäßige Updates zu den Branchen, Technologie- und Themenfeldern von Bayern Innovativ erhalten? Bei unserem Newsservice sind Sie genau richtig!