Siemens Mempercepat Pengembangan Model Deteksi Cacat Hingga 5x
news

Siemens Mempercepat Pengembangan Model Deteksi Cacat Hingga 5x

Pemimpin industri Siemens mempercepat pengembangan model deteksi cacat dengan pembuatan data sintetik 3D dari NVIDIA Omniverse, keuntungan manufaktur terbaru yang muncul dari kemitraan yang diperpanjang untuk metaverse industri yang bertujuan untuk memajukan kembar digital.

Platform Siemens Xcelerator dan NVIDIA Omniverse sedang membangun koneksi untuk memungkinkan kesetiaan desain penuh, kembar digital langsung yang menghubungkan sistem AI yang ditentukan perangkat lunak dari edge ke cloud.

Pabrikan industri terbesar di Eropa mengelola banyak komponen bergerak, sehingga deteksi cacat yang digerakkan oleh AI menjanjikan peningkatan jaminan kualitas dan hasil dalam skala besar.

Tetapi membangun model AI membutuhkan data dalam jumlah besar, dan menghasilkan kumpulan data berlabel untuk model pelatihan guna mendeteksi cacat adalah proses yang memakan waktu dan mahal. Dalam kebanyakan kasus, data tersebut mungkin tidak mencakup semua jenis cacat atau lokasinya.

Dengan menggunakan teknologi NVIDIA Replicator dan Siemens SynthAI, kami dapat secara prosedural menghasilkan kumpulan gambar fotorealistik menggunakan model digital produk dan sumber daya produksi kami serta saluran pelatihan terintegrasi untuk melatih model siap pakai. Ini mempercepat waktu penyiapan kami untuk model inspeksi AI dengan faktor lima. — Maximilian Metzner, dari GWE.

Akibatnya, Siemens mulai memanfaatkan NVIDIA Omniverse Replicator yang berjalan pada instans Amazon G5 untuk pembuatan data sintetik, mempercepat waktu pengembangan model AI-nya dari yang memakan waktu “bulan” menjadi “hari”, menurut perusahaan.

Data sintetis adalah pengembangan model turbocharging. Ini meningkatkan kumpulan data untuk semuanya, mulai dari pekerjaan lengan robot perusahaan Jerman Festo, hingga upaya di Amazon Robotics menggunakan data sintetis untuk melatih robot untuk mengidentifikasi paket.

Di Siemens, pembuatan data sintetik digunakan di luar deteksi cacat untuk membantu di berbagai bidang termasuk, namun tidak terbatas pada, pengambilan sampah robotik, pemantauan keselamatan, inspeksi pengelasan dan kabel, dan pemeriksaan kit suku cadang.

“Semakin baik data sintetik yang Anda miliki, semakin sedikit data nyata yang Anda butuhkan — mendapatkan data nyata itu merepotkan, jadi Anda ingin mengurangi sebanyak mungkin tanpa mengorbankan akurasi,” kata Alex Greenberg, direktur simulasi robotika canggih di Siemens Digital Perangkat Lunak Industri.

Memeriksa Perangkat Kontrol Gerakan

Unit Bisnis Kontrol Gerak Siemens memproduksi inverter, pengontrol penggerak, dan motor untuk lebih dari 30.000 pelanggan di seluruh dunia. Pabrik elektronik utama, GWE, yang berbasis di Erlangen, Jerman, telah mengerjakan visi komputer yang mendukung AI untuk deteksi cacat menggunakan metode khusus dan berbagai mode pembuatan data sintetik.

Namun, metode pembuatan data sintetik umum tidak cukup untuk kekokohan siap produksi dalam beberapa kasus penggunaan, yang mengarah ke kebutuhan akuisisi dan pelabelan data nyata, yang bisa memakan waktu berbulan-bulan.

GWE bekerja dengan divisi Perangkat Lunak Industri Digital Siemens untuk menemukan cara yang lebih baik untuk menghasilkan kumpulan data.

“Untuk banyak kasus penggunaan industri, produk berubah dengan cepat. Bahan berubah dengan cepat. Itu perlu diotomatisasi dengan cara yang cepat dan tanpa banyak pengetahuan dari insinyur titik akhir, ”kata Zac Mann, pemimpin simulasi robotika canggih di Perangkat Lunak Industri Digital Siemens.

Menangkap Cacat Papan Sirkuit Cetak

Tantangan di GWE adalah untuk mengetahui kerusakan lebih awal dalam peningkatan produk dan lini produksi baru. Menunggu kesalahan nyata terjadi hanya untuk menyempurnakan kumpulan data pelatihan bukanlah suatu pilihan.

Salah satu area fokus untuk cacat pada papan sirkuit tercetak (PCB) adalah memeriksa pasta termal yang diterapkan pada beberapa komponen pada PCB untuk membantu mentransfer panas dengan cepat ke heatsink yang terpasang, jauh dari komponen.

Untuk mengetahui cacat PCB, tim Siemens Digital Industries Software mengambil pendekatan lain dengan mengandalkan data sintetik yang digerakkan oleh Omniverse Replicator.

Dengan Omniverse, sebuah platform untuk membangun jalur pipa 3D khusus dan mensimulasikan dunia virtual, Siemens dapat menghasilkan skenario dan gambar yang jauh lebih realistis dengan mudah, dibantu dengan perenderan dan material berbasis fisika berkemampuan RTX.

Hal ini memungkinkan Siemens bergerak lebih cepat dan lancar dalam mengembangkan untuk menutup kesenjangan dari simulasi ke kenyataan, kata Mann.

“Dengan menggunakan Omniverse Replicator dan teknologi Siemens SynthAI, kami secara prosedural dapat menghasilkan kumpulan gambar fotorealistik menggunakan model digital produk dan sumber daya produksi kami serta saluran pelatihan terintegrasi untuk melatih model siap pakai. Ini mempercepat waktu penyiapan kami untuk model inspeksi AI dengan faktor lima dan meningkatkan ketahanannya secara besar-besaran, ”kata Maximilian Metzner, pemimpin global untuk sistem manufaktur otonom untuk elektronik di GWE.

Mengetuk Ke Pengacakan Dengan SynthAI

Insinyur GWE sekarang dapat mengambil model CAD 3D dari PCB dan mengimpornya ke alat SynthAI dari Siemens. SynthAI dirancang untuk membuat kumpulan data untuk melatih model AI.

Memanfaatkan Replicator, SynthAI dapat mengakses fitur pengacakan yang kuat untuk memvariasikan ukuran dan lokasi cacat, mengubah pencahayaan, warna, tekstur, dan lainnya untuk mengembangkan kumpulan data yang kuat.

Setelah data dibuat dengan Replikator, data dapat dijalankan melalui model deteksi cacat untuk pelatihan awal. Hal ini memungkinkan teknisi GWE untuk menguji dan mengulangi model dengan cepat, hanya membutuhkan sedikit data untuk memulai.

“Ini memberi Anda visibilitas lebih awal ke fase desain, dan dapat mempersingkat waktu pemasaran, yang sangat penting,” kata Greenberg.

Mulailah menggunakan NVIDIA Replikator Segalanya.

Buat seperti itu kita https://geneonanimemusic.com/ sedia kan situs ini terhadap para pecinta togel hongkong. Sebab kami selalu membagikan hasil https://pierredulaine.com/ hk tercepat dan juga terakurat alhasil para pemeran tidak perlu tunggu lama pada jam 23. 00 wib. Kemudian, dengan hasil pengeluaran hk yang kami bagikan terhadap para pemeran sudah pasti hasil itu kami ambil langsung berasal dari web site sah hongkongpools. Karena kami membawa koneksi berasal dari website hongkongpools https://weighttrainingroutines.net/ dengan tiap pemberitahuan hasil pengeluaran hk sudah berkunjung hingga bagan data hk yang diatas