← Tilbage til Inspektion & Vision Systems kategori

Maskinsyn: Fire faser i industrien

Download lydversionen af ​​denne redaktion

Maskinsyn er en veletableret teknik på tværs af en række industrier, der forbedrer kvalitet og effektivitet i produktions- og forarbejdningssektorerne. Dens evne til at foretage inspektioner pålideligt og med hastighed 24 / 7 gør det til en uvurderlig muliggørelsesteknologi inden for kvalitetskontrol.

Teknologiske fremskridt inden for maskinsyn sker fortsat hurtigt, hvilket åbner for flere og flere muligheder. Forbedringer i sensorteknologi, behandlingsstyrke, optik, belysningsteknologi og software bidrager alle til forbedret ydelse i den traditionelle maskinsynssektor.

Af Mark Williamson, administrerende direktør for STEMMER IMAGING

Mark Williamson

Mark Williamson, administrerende direktør for STEMMER IMAGING

Anvendelsen af ​​dyb læring og maskinlæringsmetoder begynder at omdanne komplekse udfordringer for billedklassificering. Forenklede 3D-vision-robotgrænseflader letter 3D-robotvisionsvejledning med høj ydeevne til kvalitetskontrolinspektion og automatiseret samling med smart pick and place.

Udviklingen af ​​skalerbare indbyggede vision-systemer tilbyder stor fleksibilitet til maskinbyggeren, systemintegratoren eller OEM, som måske ønsker at bruge vision som en integreret del af en proces eller maskine.

Fremskridt er ubarmhjertig, og Industry 4.0, Internet of Things (IoT), cloud computing sammen med den bredere anvendelse af kunstig intelligens, maskinlæring og mange andre teknologier præsenterer brugere og udviklere af vision systemer med store udfordringer i valget af det ideelle system til deres respektive anvendelse.

Ikke desto mindre er brugen af ​​maskinsyn ikke begrænset til stærkt automatiserede processer; det har også applikationer i områder, hvor der er et højt niveau af manuel involvering. Vi kan overveje fire stadier af maskinvisionsinddragelse.

Trin 1: Hjælp til manuel samling

â € <I fremstillingssektoren er der et enormt antal produkter, der samles manuelt og stoler på operatørens dygtighed til at ”få det rigtigt”. Disse produkter inspiceres ofte visuelt af en anden medarbejder som en del af QC-processen.

Der er to resultater for eventuelle defekte produkter / komponenter, der produceres: De identificeres enten på QC-stadiet og afvises, eller de finder vej frem til slutkunden, hvor de sandsynligvis vil blive returneret som substandard. Uanset hvad, medmindre produktet kan genbearbejdes, kan der være meget affald og en potentiel sky over producentens anseelse.

Selv hvis den afviste komponent kan omarbejdes, medfører dette yderligere omkostninger for fabrikanten. Installation af et vision-system til overtagelse af inspektionen kan reducere chancerne for, at et defekt produkt når en kunde, hvilket er godt for omdømme, men gør meget for at løse omarbejdningsomkostninger markant.

Maskinsyn - PCB-samling ved hjælp af Ricoh SC 10 menneskelig hjælpekamera inspektionssystemkopi

Løsningen er at fjerne defekter på fremstillingsstedet, og en ny visionstilgang er indført for at hjælpe med dette. Dette involverer brugen af ​​et 'human assist' kamera, der har et sæt monteringsinstruktioner lagt i det. Operatøren følger instruktionerne, der vises på en skærm.

Efter hver handling sammenligner systemet resultatet med det korrekte lagrede billede for at sikre, at det er blevet udført korrekt og fuldstændigt, før operatøren kan gå videre til næste trin. Hvis en handling er ufuldstændig, eller hvis der foretages en fejl, vises den for operatøren, så den kan rettes. Hvert afsluttet trin kan verificeres og registreres for at tilvejebringe data, der kan bruges til samlingsarbejdsanalyse og sporbarhed.

Trin 2: Integrering af en manuel monteringsproces

â € <Den ovenfor beskrevne fremgangsmåde er yderst effektiv til at sikre den korrekte manuelle samling af et produkt, men er i det væsentlige et selvstændigt system. Det er muligt at tage dette et skridt videre ved at integrere denne type manuel monteringsproces i et virksomheds overordnede kontrolsystem.

Dette gør det muligt at bruge et mere sofistikeret synssystem til at hjælpe med den manuelle samling og tilbyde et større udvalg af måle- og inspektionsværktøjer, mens det samme princip bruges til at fremhæve eventuelle monteringsfejl på skærmen. Monteringsinstruktioner og fremstillingsdata kunne derefter downloades til systemet fra en central database, når det kræves.

Denne fremgangsmåde ville også give mulighed for at indføre forskellige sikkerhedsforanstaltninger, såsom at knytte et operatør-ID til træningskompetence, så systemet kunne kontrollere, om en operatør, der logger ind for at starte en bestemt samling, blev uddannet til det produkt. Tilsvarende kunne alle inspektionsdata inklusive billeder overføres til databasen for at give en komplet revisionsspor for hver komponent, der er samlet. Tilgængeligheden af ​​mere sofistikerede visionværktøjer gør det også muligt for systemet at imødekomme nye krav, når nye produkter bringes i drift.

Fase 3: Automatisk inspektion af maskinsynet

â € <Automatiske inspektionssystemer bruges i QC-applikationer i en enorm række industrier og processer. Selvom konfigurationer kan variere enormt, er den grundlæggende forudsætning, at visionsystemet er integreret i processen, hvor det er knyttet til en afvisningsmekanisme.

Produkter eller komponenter inspiceres ofte i høj hastighed og accepteres eller afvises på grundlag af de foretagne målinger. Visionssystemer kan variere fra et enkeltpunkts selvforsynet smartkamera, hvor al behandling og måling udføres i selve kameraet, og et pass / fail-resultat sendes tilbage til afvisningsmekanismen, til pc-baserede systemer, der kan indeholde flere kameraer og / eller flere inspektionsstationer.

Nøglen til succes med denne tilgang er evnen til at integrere visionsystemet i processen under hensyntagen til rummet og andre miljøhensyn.

Maskinsyn - Delvalg af en 3D Vision-styret robot (Courtesy LMI Technologies

Visionssystemer kan eftermonteres i eksisterende processer, designet fra starten til nye, og med fremkomsten af ​​indlejrede vision-systemer, bliver de i stigende grad integreret i OEM-udstyr.

Trin 4: Processtyring ved hjælp af maskinsyn

Brug af automatiseret vision som et QC-værktøj reducerer muligheden for, at 'out of spec' -produkt når en slutbruger markant, men ved at bruge det sammen med statistiske proceskontrol- og feedbackmetoder kan det ikke kun kontrollere kritiske målinger, men også analysere tendenser i disse målinger og foretage ændringer i processen. På denne måde kan der foretages indgreb for at justere processen, før der produceres et uden-toleranceprodukt.

Der er derfor en logisk udvidelse fra dette til Industri 4.0, hvor målene er at optimere processen ved hjælp af big data-analyse baseret på feedback fra mange forskellige typer sensorer, der overvåger processen. Disse vil naturligvis omfatte enkle og smarte visionssensorer såvel som mere sofistikerede visionundersystemer eller -systemer.

Vurdering af mulighederne

â € <De fire visionstadier, der er beskrevet ovenfor, giver kun et overblik over, hvordan visionsystemer kan implementeres uden at gøre retfærdige forhold til de ekstraordinære funktioner, som maskinsynet har at tilbyde.

Anvendelser spænder fra måling af produkt og komponenter under fremstillingen, til inspektion af emballagens integritet til læsning og verifikation af udskrivning, stregkoder og etiketter. Målingerne falder i 3-kategorier: 1D, 2D og 3D. 1D-målinger bruges typisk til at opnå positioner, afstande eller kantvinkler. 2D-målinger giver en række målinger, herunder areal, form, omkreds, tyngdepunkt, kvaliteten af ​​overfladens udseende, kantbaserede målinger og tilstedeværelsen og placeringen af ​​funktioner.

Mønstermatchning af et objekt mod en skabelon er også en vigtig del af 2D-arsenalet. Læsning og kontrol af tegn og tekst og dekodning af 1D- eller 2D-koder er en anden nøgleaktivitet. 3D-målemetoder tilføjer højdeinformation, hvilket tillader måling af volumen, form og overfladekvalitet, såsom fordybninger, ridser og buler samt 3D-formtilpasning.

Materialer, der er produceret i kontinuerlige ruller (bane) eller ark, såsom papir, tekstiler, film, folie, plast, metaller, glas eller overtræk inspiceres generelt ved hjælp af kontinuerlige linjescanningssynssystemer til at registrere og identificere defekter.

Vision spiller en vigtig rolle i slutningen af ​​linjen inspektion ved at læse unikke identifikatorer i form af 1D eller 2D koder, alfanumeriske punkter eller endda punktskrift til sporing og sporing af applikationer i industrier så forskellige som rumfart, bilindustri, fødevarer, sundhedsvæsen og farmaceutisk. Menneskets læsbare data på pakken, såsom batch, lotnumre, bedst før eller udløbsdatoer, er også kritiske for produkter såsom mad, farmaceutisk, medicinsk udstyr og kosmetik.

Omega SRI-mærket efterbehandlingssystem-med-integreret-etiket-inspektionsundersystem (Courtesy AB Graphic International GmbH)


Maskinsyn bliver også stadig vigtigere i robotapplikationer. Industrielle robotter bruges allerede i vid udstrækning, og med fremkomsten af ​​samarbejdsrobotter og den hurtige udvikling i 3D-maskinsynet bruges de meget mere i kombination, for eksempel i visionstyret robotik eller tilfældig bin-picking.

Maskinsynssystemet identificerer den nøjagtige placering af objektet, og disse koordinater overføres til roboten. Massive skridt i vision-robotgrænseflader gør denne proces meget lettere.

Gør det ske

Maskinsynsteknologi omfatter alle komponentdele i et maskinsynssystem såsom kameraer, optik, linser, rammegribere, computere, software, kabler osv. Det vigtigste er ekspertisen for at kunne vælge de mest passende komponenter og skabe en løsning til den specifikke applikation.

Valg af en leverandør med omfattende viden og erfaring, der kan tilbyde skræddersyede løsninger, fra konfigurerede komponenter til vertikale applikationsundersystemer til systemintegratorer eller udvikling af kundespecifikke løsninger til OEM'er, er en stor overvejelse.

Dette bliver stadig vigtigere, når man overvejer udvikling af vision-systemer integreret i andet udstyr og fremstillingsprocesser. Mange af de førende maskinvisionsbiblioteker og værktøjssæt kan nu porteres til små, indlejrede processorkort, normalt baseret på ARM-arkitektur, hvilket giver en lavere omkostning til applikationer med større lydstyrke.

Ved at kombinere disse behandlingsfunktioner med lave omkostningskameraer, inklusive kameraer på pladeniveau, betyder det, at synssystemer kunne integreres i en lang række produkter og processer med relativt små omkostningsomkostninger, der tidligere ikke var levedygtige.

Desuden åbner udnyttelsen af ​​dyb læring og maskinlæringsteknikker i visionapplikationer flere muligheder for organiske og varierende produkter, som også kan køre på billige indlejrede systemer, hvilket gør ekstremt omkostningseffektive systemer mulige.

Process Industry Informer

Relaterede nyheder

Giv en kommentar

Dette websted bruger Akismet til at reducere spam. Lær, hvordan dine kommentardata behandles.

Del via