Soluciones
Durante una visita al Centro de Aplicaciones Láser de TRUMPF, Daniel Weller se fija en un nuevo desarrollo en el ámbito de los sistemas de detección. "Hemos trabajado hasta ahora con el software de procesamiento de imágenes VisionLine Detect de TRUMPF, lo cual ya nos ha sido de gran ayuda para el procesamiento de sistemas de contacto de celdas (ZKS) convencionales”, cuenta Daniel Weller. Sin embargo, con la plataforma de entrenamiento EasyModel AI basada en la nube, TRUMPF eleva aún más el nivel: la combinación de EasyModel AI y la opción filtro IA para el sistema de procesamiento de imágenes VisionLine Detect de TRUMPF reconoce condiciones ambientales variables, reflexiones en los componentes, cambios en las condiciones de iluminación y variaciones en las propiedades del material. "Poco después de que TRUMPF ofreciera oficialmente EasyModel AI, obtuvimos el encargo de un sistema de contacto de celdas complejo que, con sus dos metros de longitud y 50 posiciones de soldadura, nos planteó grandes desafíos. EasyModel AI llegó justo a tiempo", afirma Weller.
EasyModel AI es una herramienta que permite incluso a usuarios sin conocimientos de programación crear y entrenar de forma sencilla modelos de inteligencia artificial basados en imágenes, adaptados específicamente a los componentes. "En el primer paso, simplemente capturamos imágenes de los segmentos del componente en los que deben fijarse las posiciones de soldadura utilizando VisionLine Detect. Las imágenes se almacenan en nuestro sistema mediante Quality Data Storage y luego podemos subirlas a EasyModel AI, al que accedemos fácilmente a través de nuestra plataforma MyTRUMPF”, explica Weller. Una vez creado un proyecto, Weller y sus colegas marcan en las imágenes las posiciones de soldadura que deben detectarse, y la inteligencia artificial comienza a analizar y calcular un modelo. El operario puede optimizarlo de forma intuitiva paso a paso. Para obtener un modelo de IA funcional, bastan unas pocas imágenes de entrenamiento. Una vez que se dispone de un modelo satisfactorio, este se transfiere a la línea de producción. Allí se utiliza la opción de filtro IA para VisionLine Detect. El filtro distingue con precisión entre las áreas relevantes de la imagen y otras zonas como dispositivos, suciedad o reflexiones. "Aquí se muestra claramente la diferencia entre VisionLine Detect con y sin filtro IA”, afirma Weller y añade. El filtro IA binariza la imagen, es decir, genera una representación en blanco y negro exclusivamente. El componente detectado se muestra en blanco, mientras que las áreas circundantes se representan en negro. De este modo, los algoritmos de detección de bordes pueden identificar sin problemas la zona de soldadura que se debe detectar". Hasta ahora, Weller y su equipo utilizaban el sistema de procesamiento de imágenes VisionLine Detect de TRUMPF con una iluminación dependiente de la posición. Esta se variaba de forma específica para reconocer de manera fiable las distintas posiciones. El proceso debía adaptarse individualmente a cada posición dentro del campo de mecanizado para compensar las distintas reflexiones de las superficies de los componentes. El procedimiento requería mucho tiempo y dependía de numerosos factores; además, debía realizarse por separado para cada posición del componente.
Implementación
Para implementar la nueva solución, en ElringKlinger bastó con activar la opción EasyModel AI con filtro IA y llevar a cabo una breve fase de introducción. Los empleados de TRUMPF nos acompañaron durante la puesta en marcha de la instalación de preserie directamente en el componente, a lo largo de todos los pasos del proceso», explica Weller. “Después de una o dos horas, ya teníamos listo nuestro primer componente". Actualmente, si surge alguna duda, los expertos de TRUMPF la resuelven fácilmente de forma remota o en reuniones por Teams. La colaboración se ve facilitada gracias a Quality Data Storage de TRUMPF. Allí se pueden almacenar y guardar datos, y compartirlos con los especialistas de TRUMPF cuando sea necesario.
La simplicidad del proceso de entrenamiento es, para Weller, una de las principales ventajas de EasyModel AI: “Para obtener buenos resultados ya no necesitamos días, sino horas.” También es importante que ya no se requieren conocimientos previos para lograr resultados satisfactorios. "Eso se vuelve especialmente importante cuando la producción en serie ya ha comenzado y nuestros compañeros menos experimentados en las distintas plantas deben realizar pequeños ajustes. El sistema funciona según el principio de 'lo que ves es lo que obtienes'. Es fácil de entender incluso para los no programadores", afirma Weller. La posibilidad de realizar pequeños ajustes también es una ventaja para él y sus colegas: “Cada ZKS tiene una estructura diferente, pero a veces las diferencias son mínimas. Gracias a la inteligencia artificial, ahora somos capaces de utilizar imágenes de entrenamiento existentes de ZKS como base para nuevos modelos, ajustando fácilmente pequeñas variaciones mediante un entrenamiento adicional. Esto acelera aún más la fase de desarrollo".
