Soluções
Durante uma visita ao Centro de Aplicação de Laser TRUMPF, Daniel Weller toma conhecimento de um novo desenvolvimento na área de sistemas de detecção. "Já trabalhamos anteriormente com o software de processamento de imagem VisionLine Detect da TRUMPF, que nos ajudou muito no processamento de sistemas de contato de células comuns (ZKS)", diz Daniel Weller. No entanto, com a plataforma de treinamento EasyModel AI baseada em nuvem, a TRUMPF eleva um pouco o nível: a combinação do EasyModel AI e da opção de filtro IA para processamento de imagens TRUMPF VisionLine Detect detecta condições ambientais variáveis, reflexos de componentes, mudanças nas situações de iluminação e flutuações nas propriedades dos materiais. "Pouco depois de o EasyModel AI ter sido oferecido oficialmente pela TRUMPF, recebemos o contrato para um complexo sistema de contato de células, que nos apresentou grandes desafios com um comprimento de dois metros e 50 posições de soldagem. EasyModel AI chegou na hora certa", diz Weller.
EasyModel AI é uma ferramenta que permite que usuários sem conhecimento de programação criem e treinem facilmente seus próprios modelos de IA baseados em imagens que se ajustam com precisão aos componentes. "Na primeira etapa, simplesmente usamos o VisionLine Detect para capturar imagens dos segmentos do componente onde as posições de soldagem precisam ser definidas. As imagens são armazenadas conosco usando o Quality Data Storage e podemos então carregá-las no EasyModel AI, que podemos acessar facilmente por meio de nossa plataforma MyTRUMPF", explica Weller. Após a criação de um projeto, Weller e seus colegas marcam nas imagens as posições de soldagem a serem detectadas e a IA começa a avaliar e calcular um modelo. Isso pode ser otimizado intuitivamente, passo a passo, pelo operador. Algumas imagens de treinamento são suficientes para um modelo de IA funcional. Assim que um modelo satisfatório estiver disponível, ele é transferido para a linha de produção. A opção de filtro IA para VisionLine Detect é usada ali. O filtro diferencia com precisão entre áreas relevantes da imagem e áreas como dispositivos, sujeira ou reflexos. "Isso mostra claramente a diferença entre VisionLine Detect com e sem filtro de IA", diz Weller e explica. "O filtro IA binariza a imagem, ou seja, cria uma representação exclusivamente em preto e branco. O componente detectado fica branco, enquanto as áreas circundantes aparecem pretas. Isso significa que os algoritmos de detecção de bordas podem identificar facilmente a área de soldagem a ser detectada." Até agora, Weller e sua equipe usaram o sistema de processamento de imagem TRUMPF VisionLine Detect com exposição dependente da posição. Isso foi especificamente variado para identificar com segurança as respectivas posições. O processo teve que ser adaptado individualmente à respectiva posição no campo de processamento para compensar os diferentes reflexos das superfícies dos componentes. O processo era demorado e dependia de vários fatores de influência além disso, tinha que ser realizado separadamente para cada posição de componente.
Implementação
Para que a ElringKlinger utilizasse a nova solução, bastou ativar a opção EasyModel AI com filtro IA e uma breve fase introdutória. "Os funcionários da TRUMPF nos acompanharam em todas as etapas do processo diretamente no componente durante o comissionamento do sistema pré-série", diz Weller. "Depois de uma ou duas horas, tínhamos nosso primeiro componente pronto." Se houver alguma incerteza hoje, os especialistas da TRUMPF podem respondê-la facilmente remotamente ou em reuniões do Teams. A cooperação é facilitada pelo Quality Data Storage da TRUMPF. Os dados podem ser registrados e armazenados lá e compartilhados com especialistas da TRUMPF, se necessário.
Para Weller, a simplicidade do processo de treinamento é uma das principais vantagens do EasyModel AI: "Para bons resultados não precisamos mais de dias, mas de horas". É importante também que nenhum conhecimento prévio seja necessário para alcançar bons resultados. "Isso se torna particularmente importante quando a série inicia e nossos colegas menos experientes nas localidades precisam fazer pequenos ajustes. O sistema funciona com base no princípio de ‘o que você vê é o que você obtém’. Isso é fácil de entender, mesmo para não programadores", diz Weiler. A capacidade de fazer pequenos ajustes também é uma vantagem para ele e seus colegas: "Cada ZKS é projetado de forma diferente, mas às vezes as diferenças são mínimas. Com a ajuda da IA, agora podemos usar imagens de treinamento existentes do ZKS como base para novos modelos, simplesmente retreinando pequenos desvios. Isso acelera ainda mais a fase de desenvolvimento."
