
Auf Grund der vielen Komponenten und Produkte, die für die Kunden hergestellt werden müssen, werden die Produktionslinien von Delta häufig geändert und neu eingestellt. Das ist in einer sehr komplexen, sich schnell bewegenden Elektronikmontagelinie für die Montage von Schaltnetzteilen nicht einfach. Das Team verbindet Maschinen in der Produktionslinie und verwendet dann Versuchsmodelle und statische Bilder, um physische Kollisionselemente, Probleme und Fehler zu erkennen und zu beseitigen.
Dieser Ansatz basiert jedoch auf Positionsschaltern zur Erkennung von Tabletts und Objekten in der Produktionslinie. Als die Anzahl der Roboter und Maschinen zunahm, musste Delta weitere Positionsschalter hinzufügen. Dieser Vorgang war nicht skalierbar und entsprach nicht den Anforderungen an eine flexible Produktion, da die Neukonfiguration jedes Positionsschalters mehr als 30 Minuten in Anspruch nahm, was bei jeder Änderung der Anordnung zu kostspieligen Produktionsausfällen führte.
Zur Bewältigung dieser Aufgabe entwickelte Delta einen physikalisch präzisen digitalen Zwilling seiner Produktionslinien. Dadurch konnte das Unternehmen Neukonfigurationen viel schneller ausprobieren und mehrere what-if-Simulationen durchführen, um die beste Linienanordnungen zu ermitteln. Außerdem konnte Delta mit dem digitalen Zwilling schnell synthetische Daten zum Testen und Trainieren von hochpräzisen Computer-Vision-Modellen zur Erkennung von Tabletts und Produkten in der Produktionslinie generieren.

Einheitliche Asset-Pipeline für digitale Zwillinge
Die Erstellung eines digitalen Zwillings beginnt mit der Aggregation und Visualisierung von 3D-Assets aus der Umgebung. Zur Modellierung und Simulation ihrer Produktionslinie verwendet Delta mehrere 3D-Anwendungen, darunter Autodesk 3ds Max, FlexSim und Visual Components. In der Vergangenheit war es fast unmöglich, Daten aus diesen Modellierungs- und Simulationstools ohne zeitaufwändige Datenübermittlung, Modelldezimierung und Interoperabilitätshürden in eine Umgebung zu übertragen. Selbst dann, wenn die Daten einmal aggregiert sind, beginnt der Prozess der Aggregation erneut, wenn Änderungen an Modellen oder Prozessen in den 3D-Quellanwendungen vorgenommen werden, um die Änderungen zu aktualisieren.
Mit Omniverse kann Delta verschiedene Anwendungen und Daten mit Hilfe einer einheitlichen Asset-Pipeline miteinander verbinden. So sind die Teams in der Lage die gesamte Ausgabe in einer einzigen Umgebung zu visualisieren und gemeinsam zu bearbeiten. Das alles wird möglich durch OpenUSD sowie zusätzliche Konnektoren und Erweiterungen, die es Drittanbieter-Tools erlauben, Live-Daten über einen Nucleus-Server in eine USD-Stage zu übertragen.
Sobald alle Assets im digitalen Zwilling aggregiert sind, kann Delta Simulationen durchführen und im Entwurfs- und Neukonfigurationsprozess Probleme frühzeitig erkennen, lange bevor Änderungen an den physischen Produktionslinien vorgenommen werden. So lassen sich kostspielige Ausfallzeiten und Änderungsaufträge zu vermeiden.
„Wenn Apps sich mit Omniverse verbinden, können all unsere Dateien und Daten gleichzeitig synchronisiert werden, sodass Teammitglieder Aktualisierungen in der USD-Stage sehen und in Echtzeit zusammenarbeiten können“, sagte Ares Chen, PSBG General Manager bei Delta Electronics. „USD ermöglicht die nahtlose Zusammenarbeit mit jedem Teammitglied, sodass wir eine Produktionslinie schneller und effizienter als zuvor entwickeln können. Mit Isaac Sim und Omniverse Replicator konnten wir unsere Fähigkeiten zur Erzeugung synthetischer Daten im Vergleich zu früheren Trainingsmethoden um mehr als das hundertfache erhöhen. Dies führt zu einer deutlichen Steigerung der Effizienz und beschleunigt im Endeffekt unsere Entwürfe für neue Produktionslinien.“
Inspektion mit KI-Unterstützung
Für die automatisierte Inspektion in der Endmontage nutzt Delta Computer Vision, um Probleme wie fehlende Komponenten oder falsch ausgerichtete Schrauben zu kontrollieren. Die KI-gestützte automatisierte optische Inspektion (AOI) beschleunigt den Inspektionsprozess erheblich, sodass Delta Mängel frühzeitig erkennen und die Notwendigkeit manueller Eingriffe reduzieren kann.
Delta sah sich beim Training von KI-Modellen mit einer Herausforderung konfrontiert, da das manuelle Erfassen und Kennzeichnen von Daten viel Zeit in Anspruch nahm – bis zu zwei Tage für 1.000 Bilder. Um den Prozess zu beschleunigen und die Kosten zu senken, wurde die Verwendung synthetischer Daten mit Omniverse Replicator eingeführt. Jetzt kann in nur zehn Minuten die gleiche Menge an gekennzeichneten Bildern generiert werden, für die manuell zwei Tage benötigt würden.
Außerdem erzielt das Team 90 Prozent Genauigkeit mit synthetischen Daten, ähnlich wie bei Echtdaten. Diesen Genauigkeitsgrad konnte Delta in nur einem Hundertstel der Zeit erzielen, die normalerweise für die Erfassung echter Daten benötigt wird. Das beschleunigt nicht nur das KI-Training, sondern macht den Prozess auch kosteneffektiver und effizienter für Computer Vision-Anwendungen. Um die Leistung des Modells präzise zu simulieren und die Position eines Tabletts in der Produktionslinie zu erkennen, nutzt Delta zudem Nvidia Isaac Sim – eine skalierbare Robotiksimulationsanwendung.
Mit Omniverse erzielt Delta bedeutende Vorteile, darunter: