Únete a los más de 155,000 seguidores de IMP

Artículos de aplicación

www.auto-innovaciones.com
Zebra News

TAS mejora la producción de baterías eléctricas gracias a las soluciones de deep learning de Zebra Technologies

El proveedor global de fabricantes de equipos originales para automoción, ha mejorado la producción de tapas para baterías eléctricas gracias a la solución de visión artificial con funcionalidades de deep learning y el software Aurora Vision Studio™ de Zebra.

TAS mejora la producción de baterías eléctricas gracias a las soluciones de deep learning de Zebra Technologies

Con sede en Kreuzwertheim (Alemania), TAS GmbH es una empresa especializada en tecnologías para el tratamiento de superficies. El trabajo de la compañía es fundamental para conseguir un acabado preciso en superficies metálicas, en particular las que se utilizan para las tapas de las baterías de los vehículos eléctricos. Estas piezas son muy importantes porque protegen las baterías de alto voltaje de elementos externos, como la humedad.

“La integración de las tecnologías de tratamiento de superficies con un sistema de control de calidad totalmente personalizado y con capacidades de deep learning, representa un gran avance y una muestra clara de nuestro compromiso con la innovación”, afirma Temel Tas, Managing Director de TAS. “Gracias al sistema de visión artificial de Zebra Technologies, podemos cumplir con los altos estándares de calidad de la industria del automóvil y ya estamos planeando implementar esta tecnología en futuros proyectos”.

Para garantizar el acabado más preciso de cada componente, TAS sigue un meticuloso proceso. Cada capa metálica, como las tapas de las baterías, es manipulada por un sistema robotizado. Este sistema, que está guiado por un sofisticado sistema de cámaras, las hace pasar por varias fases de inspección para comprobar posibles defectos. Debido a los altos requerimientos de precisión y fiabilidad que necesita TAS, el sistema de cámaras es fabricado a medida y puede detectar hasta las más pequeñas imperfecciones superficiales de la tapa para evitar que afecten a su rendimiento. Además, gracias a Aurora Vision Studio, este sistema también ha mejorado la seguridad general de las tapas de las baterías.

ID Engineering, un integrador de sistemas de automatización industrial que trabaja con Zebra y está especializado en visión artificial, es quién se encarga de construir, a medida, las cámaras del sistema para TAS. Estas cámaras están colocadas estratégicamente en diferentes posiciones para escanear cada componente en busca de posibles defectos, ya se trate de irregularidades en el revestimiento, arañazos en la superficie o problemas de marcado láser.

“La principal ventaja del software Aurora Vision Studio de Zebra es su velocidad de desarrollo y tiempo de ejecución, ya que es capaz de analizar simultáneamente multitud de archivos de imágenes, a veces de gran tamaño, de forma mucho más rápida que otras tecnologías que hemos probado”, comenta Michael Sartor, Machine Vision Department Head de ID Engineering. “Las tecnología de Zebra es escalable y muy fácil de usar, pero también apreciamos mucho todo el soporte que nos dan”.

A diferencia de otros sistemas del mercado, Aurora Vision Studio incorpora herramientas de deep learning que permiten una mejora continua en todo el proceso de fabricación. Esto es posible gracias a su entrenamiento, basado en un amplio conjunto de datos, lo que le ayuda a reconocer y clasificar ciertos tipos de defectos a través de imágenes. Todo este gran conjunto de datos e imágenes, previamente seleccionados, alimentan al sistema, que es capaz de reentrenarse o ajustarse en función de nuevos criterios de inspección.

Otra ventaja que aportan las capacidades de deep learning del sistema es la flexibilidad del proceso de inspección, incluso cuando cambian las condiciones industriales. Se trata de una ventaja significativa frente a otras soluciones de procesamiento de imágenes tradicionales, que no son capaces de adaptarse tan rápidamente a las variaciones en las condiciones de producción. La solución de procesamiento de imágenes basada en diagramas de flujo con tecnología de deep learning utilizada por TAS, trabaja sin código, lo que permite llevar a cabo un entrenamiento más cómodo y rápido sin que se afecte a la calidad.

“Esta solución es un buen ejemplo de cómo los algoritmos de deep learning se pueden utilizar para ayudar a garantizar la mejor calidad en los procesos de producción industrial”, concluye Donato Montanari, Vice President and General Manager Machine Vision de Zebra Technologies. “Aurora Vision Studio y sus capacidades de deep learning, proporcionan la base sobre la que se pueden procesar enormes cantidades de datos. Se trata de una importante contribución a la tecnología de fabricación del futuro”.

www.zebra.com


¿Ha olvidado su contraseña?

Únete a los más de 155,000 seguidores de IMP