Tarkett nutzt Algorithmen des maschinellen Lernens (ML) in der Produktionslinie für Bodenfarben

Bei der Herstellung einer Bodenfarbe muss dasselbe Produkt (Farbe) mehrmals pro Monat produziert werden. Die Herausforderung besteht darin, jedes Mal, wenn die Farbe produziert wird, den gleichen Farbton zu erhalten, da selbst geringe Farbunterschiede Schwierigkeiten bei der Verlegung des Endprodukts verursachen.

Um diese Herausforderung zu meistern und die Qualität seiner Produkte zu verbessern, setzt Tarkett auf die Standardisierung von Farbreferenzen. Die Tinte wird zu Beginn des Prozesses in einer Weise hergestellt, so dass eine spezifische Farbe unter Verwendung der Norm der Internationalen Beleuchtungskommission erzeugt wird. Einerseits erlaubt dies, jede Farbe in einem dreidimensionalen Farbraum zu kodieren, der von Computern leicht verarbeitet werden kann. Andererseits lassen sich so die für das menschliche Auge wahrnehmbaren Unterschiede zwischen den Farben verringern.

Zu Beginn eines neuen Produktionsprozesses definiert ein Computer automatisch die Farbe auf der Grundlage eines Musters aus der vorherigen Produktion. Er errechnet die richtige Menge jeder zusammengesetzten Farbe, die gemischt werden muss, um den perfekten Farbton zu erreichen. Der zweite Schritt besteht darin, die Farbe bei der Herstellung der Farbe zu verwalten. Zu diesem Zweck wird ein Farbmuster hergestellt und auf Vinylplatten aufgetragen. Das bemalte Vinyl wird mit dem aus der vorherigen Produktion verglichen.

Der Hauptgedanke besteht darin, die Farbzusammensetzung beider Vinyls zu analysieren, was mit Hilfe von maschinellem Lernen geschieht. Es werden dabei die Abstände zwischen den Farben im dreidimensionalen Farbraum gemessen. Die Farbzusammensetzung wird dann so angepasst, dass diese Abstände verringert werden, so dass eine neue Farbe entsteht, die für das menschliche Auge keinen sichtbaren Farbunterschied aufweist.

Weitere Details und Erklärungen in dem White Paper “Artificial Intelligence: technology, use cases and applications, trustworthiness and technical standardization”, das von ILNAS herausgegeben wurde.