Lösningar
Under ett besök på TRUMPF Laser Applikationszentrum uppmärksammas Daniel Weller på en ny utveckling inom området detekteringssystem. ”Hittills har vi arbetat med bildbehandlingsprogramvaran VisionLine Detect från TRUMPF, vilket har varit till stor hjälp vid bearbetningen av vanliga cellkontaktsystem”, berättar Daniel Weller. Med den molnbaserade utbildningsplattformen EasyModel AI höjer TRUMPF dock ribban ytterligare: Kombinationen av EasyModel AI och optionen KI-filter för TRUMPF:s bildbehandling VisionLine Detect känner av varierande omgivningsförhållanden, reflektioner från komponenter, skiftande ljusförhållanden och variationer i materialets egenskaper. ”Kort efter att EasyModel AI officiellt lanserades av TRUMPF fick vi en order på ett komplext cellkontaktsystem som med sina två meter längd och 50 svetspositioner innebar stora utmaningar för oss. EasyModel AI kom precis i rättan tid”, säger Weller.
EasyModel AI är ett verktyg som gör det möjligt även för användare utan programmeringskunskaper att enkelt skapa och träna egna bildbaserade AI-modeller som är exakt anpassade till komponenter. ”I det första steget tar vi helt enkelt bilder med VisionLine Detect av de segment av komponenten där svetspositioner måste placeras. Bilderna lagras hos oss med hjälp av Quality Data Storage och vi kan sedan ladda upp dem till EasyModel AI, som vi enkelt når via vår MyTRUMPF-plattform”, förklarar Weller. När ett projekt har skapats markerar Weller och hans kollegor de svetspositioner som ska detekteras på bilderna och AI börjar utvärdera och beräkna en modell. Detta kan optimeras intuitivt bit för bit av operatören. För att en AI-modell ska fungera räcker det med några få träningsbilder. Så snart en tillfredsställande modell finns tillgänglig överförs den till produktionslinjen. Där används optionen AI-filter för VisionLine Detect. Filtret skiljer exakt mellan relevanta bildområden och områden som fixturer, föroreningar eller reflektioner. ”Här syns tydligt skillnaden mellan VisionLine Detect med och utan AI-filter”, säger Weller och förklarar: ”AI-filtret binäriserar bilden, det vill säga skapar en representation i endast svart och vitt. Den identifierade komponenten blir vit, medan de omgivande områdena visas i svart. På så sätt kan kantigenkänningsalgoritmerna enkelt identifiera det svetsområde som ska detekteras.” Hittills har Weller och hans team använt TRUMPF bildbehandling VisionLine Detect med positionsberoende belysning. Denna varierades specifikt för att kunna identifiera respektive positioner på ett tillförlitligt sätt. Processen måste anpassas individuellt till respektive position i bearbetningsfältet för att kompensera för de olika reflektionerna från komponentytorna. Processen var tidskrävande och beroende av många olika faktorer – dessutom måste den utföras separat för varje komponentposition.
Genomförande
För att kunna använda den nya lösningen behövde ElringKlinger bara aktivera optionen EasyModel AI med AI-filter och genomföra en kort introduktionsfas. ”TRUMPF-medarbetarna har hjälpt oss med alla steg i processen direkt på komponenten under driftsättningen av förserien”, berättar Weller. ”Efter en, två timmar hade vi vår första komponent klar.” Om det uppstår oklarheter idag svarar TRUMPF-experterna enkelt på distans eller i teammöten. Samarbetet underlättas av TRUMPF:s Quality Data Storage. Där kan data lagras och delas med TRUMPF:s specialister vid behov.
Enkelheten i utbildningsprocessen är för Weller en av de största fördelarna med EasyModel AI: ”För att uppnå bra resultat behöver vi inte längre dagar, utan bara timmar.” Det är också viktigt att det inte längre krävs några förkunskaper för att uppnå bra resultat. ”Det blir särskilt viktigt när serietillverkningen har kommit igång och våra mindre erfarna kollegor på anläggningarna måste göra små justeringar. Systemet fungerar enligt principen ’what-you-see-is-what-you-get’. Det är lätt att förstå även för icke-programmerare”, säger Weller. Möjligheten att göra mindre justeringar är också en fördel för honom och hans kollegor: ”Varje cellkontaktsystem är uppbyggt på olika sätt, men ibland är skillnaderna minimala. Med hjälp av AI kan vi nu använda befintliga träningsbilder från cellkontaktsystem som underlag för nya modeller genom att enkelt träna upp små avvikelser. Det påskyndar utvecklingsfasen ytterligare.”
