Utvecklingen av industriell automation i Kina har blivit allt mognare, för industriell automation förstår vi mer eller mindre. För att öka din förståelse för industriell automation kommer den här artikeln att baseras på två huvudaspekter av industriell automation: 1. maskinseende i industriella automationsapplikationer, 2. industriell automation varför man använder maskinseendesystem. Om du är intresserad av innehållet i denna artikel kommer att vara involverad, kanske du vill fortsätta att läsa ner Oh.
I. Maskinseende inom industriell automation
Maskinseende har länge använts i industriella automationssystem för att förbättra produktionskvalitet och avkastning genom att ersätta traditionell manuell inspektion. Från val och plats, objektspårning till metrologi, defektdetektering och andra applikationer, användningen av syndata kan användas för att förbättra prestandan för hela systemet genom att tillhandahålla enkel information om godkända-fel eller slutna-kontrollslingor.
Användningen av vision är inte bara inom industriell automation; vi ser också en hel del användning av kameror i vardagen, till exempel för datorer, mobila enheter och särskilt i bilar. Kameror introducerades i bilar först för några år sedan, men nu är de utrustade med ett stort antal kameror för att ge förarna en fullständig 360 graders vy av fordonet.
Men när det kommer till det största tekniska framstegen inom maskinseende har det förmodligen alltid varit processorkraft. Med processorprestanda som fördubblas vartannat år och ett fortsatt fokus på parallella bearbetningstekniker som fler-processorer, GPU:er och FPGA:er, kan visionsystemdesigners nu tillämpa mycket komplexa algoritmer på visionsdata och skapa smartare system.
Framsteg inom processteknik har lett till nya möjligheter, inte bara smartare eller kraftfullare algoritmer. Låt oss titta på ett användningsfall för att lägga till synförmåga till tillverkningsmaskiner. Dessa system har traditionellt utformats för att bilda nätverk av intelligenta delsystem i ett gemensamt distribuerat system som möjliggör modulär design.
Det kan dock vara svårt att använda detta-hårdvarucentrerade tillvägagångssätt eftersom systemens prestanda ökar, eftersom dessa system ofta är kopplade med en blandning av tids-kritiska och icke-tids-protokoll. Att länka samman dessa olika system genom en mängd olika kommunikationsprotokoll kan leda till flaskhalsar när det gäller latens, determinism och genomströmning.
Till exempel, om en designer försöker utveckla en applikation som använder denna distribuerade arkitektur och måste upprätthålla en tät integration mellan vision- och rörelsesystem, såsom krävs vid visionservoing, kan stora prestandautmaningar på grund av brist på processorkraft uppstå. Dessutom, eftersom varje delsystem har sin egen styrenhet, kan detta faktiskt minska bearbetningseffektiviteten.
Slutligen, på grund av detta-hårdvarucentrerade distribuerade tillvägagångssätt, måste designers använda olika designverktyg för att designa vision-mjukvaran som är specifik för varje delsystem i vision-systemet, såväl som rörelse--specifik programvara för motion-systemet, etc. Detta är särskilt utmanande för mindre designteam, där ett litet team, eller till och med en enskild ingenjör, är ansvarig för många delar av designen.
II. Varför machine vision-system används inom industriell automation
Det finns fem huvudskäl till att använda maskinseendesystem i industriell automationskontroll:
Noggrannhet- Eftersom det mänskliga ögat har fysiska begränsningar har maskiner en klar fördel när det gäller noggrannhet. Även om det mänskliga ögat förlitar sig på ett förstoringsglas eller mikroskop för att inspektera en produkt, kommer en maskin fortfarande att vara mer exakt eftersom den kan ha en noggrannhet upp till tusendelar av en tum.
Repeterbarhet- En maskin kan utföra inspektionsjobbet på samma sätt om och om igen utan att bli trött. Däremot kommer det mänskliga ögat att inspektera en produkt något annorlunda varje gång, även om produkten är exakt densamma.
Hastighet- Maskiner kan inspektera produkter mycket snabbare. Speciellt när man inspekterar föremål som rör sig i höga hastigheter, till exempel på en produktionslinje, kan maskiner öka produktiviteten.
Objektivitet- den mänskliga ögoninspektionen det är ett fatalt fel, är den subjektivitet som orsakas av känslor, testresultaten kommer att vara med arbetarens humör av bra och dåliga förändringar, medan maskinen inte har glädje och sorg, upptäckten av resultaten av den naturliga mycket betydande och tillförlitlig.
Kosta- Eftersom maskiner är snabbare än människor kan en automatisk inspektionsmaskin ta på sig uppgifterna för flera personer. Och maskinen behöver inte stanna, blir inte sjuk, kan arbeta kontinuerligt, så den kan förbättra produktiviteten avsevärt.
Eftersom maskinen vision systemet snabbt kan få en stor mängd information, och lätt till automatisk bearbetning, men också lätt med design information och processkontroll information integration, därför, i den moderna automatiserade produktionsprocessen, kommer människor att maskin vision system används i stor utsträckning inom området för övervakning av arbetstillstånd, inspektion av färdiga produkter och kvalitetskontroll. Machine vision system kännetecknas av att förbättra flexibiliteten och automatiseringen av produktionen. I vissa olämpliga för manuell drift av den farliga arbetsmiljön eller artificiell syn är svårt att uppfylla kraven för tillfället, vanligen använda maskinseende för att ersätta artificiell syn; samtidigt i processen med stor-volym industriell produktion, med artificiell vision för att kontrollera kvaliteten på produkten är ineffektiv och låg-precision, med maskinseende detektionsmetoder kan avsevärt förbättra produktionseffektiviteten och automatiseringen av produktionsgraden. Och maskin vision är lätt att förverkliga informationsintegration, är förverkligandet av datorintegrerad tillverkning av grundläggande teknik.




