โซลูชัน
ระหว่างการเยี่ยมชมที่ TRUMPF Laser Applikationszentrum คุณ Daniel Weller ได้รู้จักกับแนวคิดใหม่ๆ ในการพัฒนาระบบตรวจจับตำแหน่งการเชื่อม “ที่ผ่านมาเราได้ทำงานร่วมกับ TRUMPF โดยใช้ซอฟต์แวร์ประมวลผลภาพ VisionLine Detect ซึ่งช่วยได้มากในการประมวลผลระบบเชื่อมต่อเซลล์ (ZKS) มาตรฐานทั่วไป” Daniel Weller กล่าว แพลตฟอร์มฝึกโมเดล EasyModel AI ที่ทำงานบนคลาวด์ช่วยให้ TRUMPF ได้ยกระดับมาตรฐานขึ้นไปอีกขั้น: การผสานระหว่าง EasyModel AI กับตัวเลือก ตัวกรอง AI สำหรับระบบประมวลผลภาพ VisionLine Detect ของ TRUMPF สามารถตรวจจับสภาพแวดล้อมที่เปลี่ยนแปลงได้ การสะท้อนจากชิ้นงาน สภาวะแสงที่แตกต่างกัน รวมถึงความผันผวนในคุณสมบัติวัสดุได้อย่างแม่นยำและมีประสิทธิภาพ “ไม่นานหลังจากที่ TRUMPF เปิดตัว EasyModel AI อย่างเป็นทางการ เราก็ได้รับงานระบบเชื่อมต่อเซลล์ที่ซับซ้อน ซึ่งมีความยาวสองเมตรและตำแหน่งเชื่อมถึง 50 จุด ทำให้เราต้องเผชิญกับความท้าทายอย่างมาก ในจังหวะนั้น EasyModel AI ก็เข้ามาได้เหมาะกับเวลาพอดี” Weller กล่าว
EasyModel AI เป็นเครื่องมือที่ช่วยให้แม้แต่ผู้ใช้งานที่ไม่มีความรู้ด้านการเขียนโปรแกรมก็สามารถสร้างและฝึกโมเดล AI จากภาพถ่ายได้อย่างง่ายดาย เพื่อให้ตรงกับลักษณะของชิ้นงานอย่างแม่นยำ “ในขั้นตอนแรก เราจะใช้ VisionLine Detect ถ่ายภาพส่วนต่างๆ ของชิ้นงานที่จำเป็นต้องมีการเชื่อมตำแหน่ง ภาพนี้จะจัดเก็บไว้ในระบบ Quality Data Storage ของเรา และสามารถอัปโหลดเข้าสู่ EasyModel AI ได้ ซึ่งเข้าถึงได้ง่ายผ่านแพลตฟอร์ม MyTRUMPF ของเรา” Weller อธิบาย หลังจากสร้างโปรเจกต์เสร็จ Weller และทีมจะทำการมาร์กจุดเชื่อมที่ต้องตรวจจับลงบนภาพ แล้ว AI จะเริ่มทำการประมวลผลและคำนวณโมเดล ผู้ใช้งานสามารถปรับปรุงแบบทีละนิดได้อย่างเป็นธรรมชาติ ในการฝึกโมเดล AI ให้ใช้งานได้ดีนั้น เพียงใช้ภาพฝึกไม่กี่ภาพก็พอแล้ว ทันทีที่ได้โมเดลที่น่าพอใจ ก็สามารถนำไปใช้งานในสายการผลิตจริง ซึ่งจะนำตัวเลือกตัวกรอง AI สำหรับ VisionLine Detect มาใช้ ฟิลเตอร์นี้สามารถแยกแยะได้อย่างแม่นยำระหว่างบริเวณที่สำคัญในภาพและพื้นที่อื่น เช่น อุปกรณ์จับยึด คราบสกปรก หรือแสงสะท้อน “ตรงนี้เองที่เห็นความแตกต่างชัดเจนระหว่าง VisionLine Detect ที่มีและไม่มีตัวกรอง AI” Weller กล่าวและเสริมว่า “ตัวกรอง AI จะแปลงภาพเป็นภาพขาวดำ โดยวัตถุที่ต้องการตรวจจับจะปรากฏเป็นสีขาว ส่วนบริเวณรอบข้างจะกลายเป็นสีดำ ด้วยวิธีนี้ อัลกอริธึมตรวจจับขอบภาพจึงสามารถระบุตำแหน่งการเชื่อมได้อย่างแม่นยำโดยไม่มีปัญหา” ก่อนหน้านี้ Weller และทีมเคยใช้ระบบประมวลผลภาพ VisionLine Detect ของ TRUMPF โดยอาศัยการปรับแสงตามตำแหน่งเป็นหลัก ซึ่งมีการปรับเปลี่ยนอย่างเจาะจงเพื่อให้สามารถตรวจจับแต่ละตำแหน่งได้อย่างแม่นยำ กระบวนการต้องปรับให้เหมาะกับแต่ละตำแหน่งภายในพื้นที่การประมวลผล เพื่อชดเชยแสงสะท้อนที่แตกต่างกันของพื้นผิวชิ้นงานแต่ละตำแหน่ง วิธีการเดิมนั้นใช้เวลามากและขึ้นอยู่กับปัจจัยภายนอกหลายประการ นอกจากนี้ยังต้องตั้งค่าแยกต่างหากสำหรับแต่ละตำแหน่งของชิ้นงาน
การทำให้เป็นจริง
สำหรับการใช้งานโซลูชันใหม่ของ TRUMPF ที่ ElringKlinger ใช้อยู่นั้น เพียงแค่เปิดใช้งานตัวเลือก EasyModel AI พร้อมตัวกรอง AI และผ่านการอบรมแนะนำใช้งานสั้นๆ ก็เพียงพอแล้ว “ทีมงาน TRUMPF ให้การสนับสนุนเรา ตั้งแต่เริ่มใช้งานเครื่องต้นแบบโดยลงมือทำกับชิ้นงานจริงและอธิบายทุกขั้นตอนอย่างใกล้ชิดเลย” Weller เล่า “หลังจากนั้นแค่หนึ่งถึงสองชั่วโมง เราก็ได้ชิ้นงานแรกของเราสำเร็จแล้ว” หากในปัจจุบันมีข้อสงสัยใดๆ ผู้เชี่ยวชาญของ TRUMPF ก็สามารถช่วยตอบได้ง่ายๆ ผ่านทางรีโมตหรือ Teams meeting การทำงานร่วมกันกับ TRUMPF สะดวกขึ้นด้วยระบบ Quality Data Storage ข้อมูลสามารถจัดเก็บและบันทึกไว้ และหากจำเป็นก็สามารถแชร์ให้กับผู้เชี่ยวชาญ TRUMPF ได้ทันที
สำหรับ Weller หนึ่งในข้อดีหลักของ EasyModel AI คือ ขั้นตอนการฝึกโมเดลที่เรียบง่ายมาก: “เราไม่ต้องใช้เวลาหลายวันอีกต่อไปแล้ว แค่ไม่กี่ชั่วโมงก็ได้ผลลัพธ์ที่ดี” สิ่งสำคัญอีกอย่างก็คือ ไม่จำเป็นต้องมีความรู้พื้นฐานล่วงหน้า ก็สามารถสร้างโมเดลที่มีคุณภาพได้ “สิ่งนี้จะมีความสำคัญเป็นพิเศษ เมื่อเข้าสู่การผลิตแบบต่อเนื่องและเพื่อนร่วมงานของเราที่ยังไม่ชำนาญมากในแต่ละสาขาต้องทำการปรับเล็กน้อยด้วยตนเอง ระบบนี้ทำงานตามหลักการ “เห็นอย่างไร ได้อย่างนั้น” (what-you-see-is-what-you-get) ซึ่งเข้าใจง่าย แม้สำหรับผู้ที่ไม่ใช่นักโปรแกรมเมอร์” Weller กล่าว ความสามารถในการปรับเปลี่ยนเล็กน้อยด้วยตนเองเป็นประโยชน์ต่อเขาและทีมเช่นกัน: “ZKS แต่ละระบบมีโครงสร้างแตกต่างกัน แต่บางครั้งความแตกต่างนั้นก็เล็กน้อยมากเท่านั้นเอง ตอนนี้เราสามารถใช้ภาพการฝึกจาก ZKS รุ่นก่อนมาเป็นฐานสำหรับสร้างโมเดลใหม่ได้ โดยเพียงแค่ฝึกเพิ่มจากความแตกต่างเล็กน้อยเหล่านั้น ซึ่งช่วยเร่งขั้นตอนการพัฒนาให้เร็วขึ้นอีกมาก”
