製造 / 產品設計

台達以數位孿生及合成資料實現製程以及物件偵測數位生成,重新定義「AI 智造」

Delta Electronics

目標

台達成立於 1971 年,為電源管理及散熱解決方案的全球領導廠商,致力為全球客戶提供涵蓋電動交通、工業自動化、樓宇自動化、資通訊基礎設施、以及能源基礎設施等領域的智慧節能解決方案。為滿足客戶需求,台達自 2017 年起針對生產基地推動智能製造計畫,結合自動化與數位化技術與平台,以提高生產效率、製程靈活性、產量與品質。

台達與 NVIDIA 合作,嘗試運用 NVIDIA Omniverse™通用場景描述 (OpenUSD) 技術,以虛擬的方式連結特定的生產線,整合各項設備的 3D 資料,以建立數位孿生。接著,台達透過 NVIDIA Isaac Sim™ 模擬應用程式產生物理準確、擬真的合成資料,訓練電腦視覺模型以及模擬檢驗攝影機的行為。進而能在實際生產開始之前,將工廠流程的每一個部分最佳化。

客戶

使用案例

機器人
電腦視覺 / 影像分析
模擬 / 建模 / 設計

產品

NVIDIA Omniverse Enterprise
NVIDIA Omniverse Replicator
通用場景描述 (OpenUSD) 
NVIDIA RTX 虛擬工作站
NVIDIA Isaac Sim
NVIDIA RTX A6000
NVIDIA RTX A40

台達運用 Omniverse 實現的效益包括:

  • 使用合成資料啟動電腦視覺模型訓練,加速產線建置或調整以縮短生產停機時間
  • 透過數位孿生模擬找出並解決產線問題,提高生產效率
  • 使用 OpenUSD 集中管理所有不同來源的 3D 資料,以改善協作
  • 透過合成資料提高 AI 訓練速度達到 100 倍
  • 合成資料使物件模型偵測準確度達到 90%

透過模擬實現產線最佳化

台達經常必須依照客戶對於元件和產品的需求,變更和重新最佳化相關生產線。要在極度複雜、快速發展的電源供應器組裝線上達成靈活換線、調整製程的目標,絕對不是一件容易的事。因此台達團隊連接產線設備,使用模型和視覺影像找出並排除設備運作時的干涉、撞擊等問題和錯誤。

但是,此方法仰賴限位開關,偵測生產線上的治具以及在製品。當製程改變,生產線的機器人和設備數量增加時,台達就必須增設更多的限位開關。因為由於重新配置每一個限位開關都需要超過 30 分鐘的時間,因此每次變更配置時,都會造成長時間的停機,無法滿足靈活製程、快速換線的生產需求。

為了克服這些挑戰,台達建立了產線數位孿生,可以更快地迭代重新配置,並執行多個「假設」模擬,確保最佳的生產線設計。

數位孿生的另一個關鍵優勢是可以大規模地快速產生合成資料,以測試和訓練高度準確的電腦視覺模型,偵測生產線中的治具以及在製品。此新方法讓團隊可以透過模擬大幅加快生產規劃流程,也不需要花費大量時間重新配置每一個限位開關。

透過模擬實現產線最佳化

Delta Electronics

建立數位孿生的統一資產管道

建立數位孿生的流程,從滙集視覺化環境中的 3D 資產開始。台達使用多個 3D 應用程式,用於生產線建模和模擬,包括 Autodesk 3ds MaxFlexSimVisual Components。在過去,因為曠日費時的資料傳輸、匯集過程和模型互通性等問題,幾乎不可能在將所有資料從這些建模和模擬工具帶入同一個作業環境。即使完成資料整合,如果變更來源 3D 應用程式中的任何模型或流程,又必須重新開始資料匯集流程,才能更新變更,耗時費力。

透過 Omniverse,台達可使用統一資產管道將各種應用程式和 3D 資料滙整,讓團隊可以在單一環境中以視覺化方式進行協作,在設計和重新配置流程的早期階段找出問題,進而變更實體生產線,避免代價高昂的長時間停機、滿足變更訂單要求。

「當應用程式連線至 Omniverse 時,可以同時將所有檔案和資料同步,團隊成員即能在 USD Stage 中看到更新,並即時協作。」台達電源及系統事業群總經理陳盈源表示:「USD 讓所有團隊成員都能無縫協作,因此我們可以比過去更快、更有效率地設計生產線。」

「相較於先前的訓練方法,使用 Isaac Sim 和 Omniverse Replicator 讓我們可以將合成資料產生能力大幅提高超過 100 倍。不僅大幅提高了效率,且加快了新生產線的設計。」

陳盈源
台達電源及系統事業群總經理

AI-assisted Automated Optical Inspection

Delta Electronics

透過合成資料加快物件偵測

台達利用電腦視覺追蹤產線上的物件,偵測在產線運作過程中的產品和治具。在 AI 的輔助下,經測試後發現可顯著加快物件偵測的速度與準確度,並減少人工手動介入的需求。

過去台達在訓練 AI 模型時面臨了極大的挑戰,因為手動收集和標記資料需要大量的時間,平均每處理 l,000 張影像需要耗時兩天。為了加快速度及降低成本,改為使用 Omniverse Replicator 產生合成資料後,現在僅需 10 分鐘即可產生相同數量的標記影像,成效驚人。

除了大幅縮短資料處理時間至原本的僅 1%,Omniverse 利用合成資料達到 90% 的準確度,與實際資料相近。這不僅加快了 AI 訓練,且使電腦視覺應用程式的流程更具成本效益及效率。

此外,台達也同時使用擴充的機器人模擬應用程式 NVIDIA Isaac Sim,準確模擬模型效能及偵測治具在生產線中的位置。

整體而言,台達在 Omniverse 中建立數位孿生之後,可以縮短停機時間、降低風險,同時最佳化生產線更新及製程效率。

Delta Electronics

開始開發可互通的 3D 工作流程和 OpenUSD 應用程式