← Terug naar categorie Inspectie en zichtsystemen

Machine Vision: vier stadia in de industrie

Download de audioversie van dit redactioneel

Machine vision is een gevestigde techniek in een groot aantal industrieën en verbetert de kwaliteit en efficiëntie in de productie- en verwerkingssector. De mogelijkheid om betrouwbaar en snel inspecties uit te voeren 24 / 7 maakt het een waardevolle technologie voor kwaliteitscontrole.

Technologische vooruitgang in machine vision wordt nog steeds snel gemaakt en biedt steeds meer mogelijkheden. Verbeteringen in sensortechnologie, verwerkingskracht, optica, verlichtingstechnologie en software dragen allemaal bij aan verbeterde prestaties in de traditionele sector voor machinevisie.

Door Mark Williamson, directeur van STEMMER IMAGING

Mark Williamson

Mark Williamson, algemeen directeur van STEMMER IMAGING

De toepassing van diep leren en machine learning methoden beginnen complexe uitdagingen voor beeldclassificatie te transformeren. Vereenvoudigde 3D vision-robot-interfaces maken hoogwaardige 3D-robot vision-begeleiding voor kwaliteitscontrole en geautomatiseerde assemblage met slimme pick and place mogelijk.

De ontwikkeling van schaalbare ingebedde vision-systemen biedt grote flexibiliteit aan de machinebouwer, systeemintegrator of OEM die misschien vision wil gebruiken als een integraal onderdeel van een proces of machine.

Vooruitgang is meedogenloos en Industry 4.0, het Internet of Things (IoT), cloud computing, samen met het bredere gebruik van kunstmatige intelligentie, machine learning en vele andere technologieën stellen gebruikers en ontwikkelaars van vision-systemen voor grote uitdagingen bij de selectie van het ideale systeem voor hun respectieve toepassing.

Desondanks is het gebruik van machine vision niet beperkt tot sterk geautomatiseerde processen; het heeft ook toepassingen op gebieden waar een hoge mate van handmatige betrokkenheid is. We kunnen vier fasen van betrokkenheid bij machine vision overwegen.

Fase 1: hulp bij handmatige montage

In de productiesector zijn er een groot aantal producten die handmatig worden geassembleerd, afhankelijk van de vaardigheid van de operator om 'het goed te doen'. Deze producten worden vaak visueel geïnspecteerd door een ander personeelslid als onderdeel van het QC-proces.

Er zijn twee uitkomsten voor defecte producten / componenten die worden geproduceerd: ze worden ofwel in de QC-fase geïdentificeerd en afgewezen, of ze vinden hun weg naar de eindklant, waar ze waarschijnlijk als substandaard worden geretourneerd. Hoe dan ook, tenzij het product opnieuw kan worden bewerkt, kan er veel verspilling en een potentiële cloud zijn over de reputatie van de fabrikant.

Zelfs als het afgekeurde onderdeel kan worden bewerkt, brengt dit extra kosten met zich mee voor de fabrikant. Het installeren van een visiesysteem om de inspectie over te nemen, kan de kans dat een defect product een klant bereikt, aanzienlijk verminderen, wat goed is voor de reputatie, maar weinig om de nabewerkingskosten op te lossen.

Machinevisie - PCB-assemblage met kopie van Ricoh SC 10 human assist camera-inspectiesysteem

De oplossing is om defecten op het productiepunt te elimineren, en een nieuwe visiebenadering is geïntroduceerd om hierbij te helpen. Dit omvat het gebruik van een 'human assist'-camera met een set montage-instructies erin. De operator volgt de instructies die op een monitor worden weergegeven.

Na elke actie vergelijkt het systeem het resultaat met de juiste opgeslagen afbeelding om ervoor te zorgen dat het correct en volledig is uitgevoerd voordat de operator naar de volgende stap kan gaan. Als een actie onvolledig is of als er een fout is gemaakt, wordt deze aan de operator weergegeven zodat deze kan worden gecorrigeerd. Elke voltooide stap kan worden geverifieerd en vastgelegd om gegevens te leveren die kunnen worden gebruikt voor analyse van de assemblagewerkzaamheden en traceerbaarheid.

Fase 2: integratie van een handmatig assemblageproces

De hierboven geschetste aanpak is zeer effectief bij het waarborgen van de juiste handmatige assemblage van een product, maar is in wezen een op zichzelf staand systeem. Het is mogelijk om een ​​stap verder te gaan door dit type handmatige assemblageproces te integreren in het totale controlesysteem van een bedrijf.

Hierdoor zou een geavanceerder zichtsysteem kunnen worden gebruikt om te helpen bij de handmatige assemblage, met een groter scala aan meet- en inspectiehulpmiddelen, terwijl hetzelfde principe wordt gebruikt om eventuele assemblagefouten op de monitor te benadrukken. Montage-instructies en productiegegevens kunnen vervolgens naar behoefte vanuit een centrale database naar het systeem worden gedownload.

Met deze aanpak kunnen ook verschillende waarborgen worden ingevoerd, zoals het koppelen van een operator-ID aan trainingscompetentie, zodat het systeem kan controleren of een operator die zich aanmeldt om aan een bepaalde assemblage te beginnen, voor dat product is opgeleid. Op dezelfde manier kunnen alle inspectiegegevens inclusief afbeeldingen worden teruggestuurd naar de database om een ​​compleet audittrail te bieden voor elk geassembleerd onderdeel. Dankzij de beschikbaarheid van meer geavanceerde vision-tools kan het systeem ook aan nieuwe eisen voldoen wanneer nieuwe producten op de markt worden gebracht.

Stage 3: Geautomatiseerde inspectie van machine vision

Geautomatiseerde inspectiesystemen worden gebruikt in QC-toepassingen in een enorm scala van industrieën en processen. Hoewel configuraties enorm kunnen variëren, is het uitgangspunt dat het vision-systeem is geïntegreerd in het proces, waar het is gekoppeld aan een afkeurmechanisme.

Producten of componenten worden geïnspecteerd, vaak op hoge snelheid, en geaccepteerd of afgewezen op basis van de uitgevoerde metingen. Visiesystemen kunnen variëren van een op zichzelf staande slimme camera, waarbij alle verwerking en metingen in de camera zelf worden uitgevoerd en een geslaagd / mislukt resultaat wordt teruggestuurd naar het afkeurmechanisme, tot pc-gebaseerde systemen met mogelijk meerdere camera's en / of meerdere inspectiestations.

De sleutel tot het succes van deze aanpak is de mogelijkheid om het visiesysteem in het proces te integreren, rekening houdend met ruimte en andere milieuoverwegingen.

Machinevisie - Onderdeel kiezen door een 3D Vision-geleide robot (Courtesy LMI Technologies

Vision-systemen kunnen achteraf worden ingebouwd in bestaande processen, vanaf het begin ontworpen in nieuwe, en met de opkomst van embedded vision-systemen worden steeds meer in OEM-apparatuur opgenomen.

Fase 4: procescontrole met behulp van machinevisie

Het gebruik van geautomatiseerde visie als een QC-tool vermindert aanzienlijk de mogelijkheid dat een 'out of spec' product een eindgebruiker bereikt, maar door het te gebruiken in combinatie met statistische procescontrole en feedbackmethoden kan het niet alleen kritieke metingen controleren, maar ook trends analyseren in deze metingen en breng wijzigingen aan in het proces. Op deze manier kunnen interventies worden gedaan om het proces aan te passen voordat een product met een tolerantie wordt geproduceerd.

Er is daarom een ​​logische uitbreiding hiervan naar Industry 4.0 waar de doelstellingen zijn om het proces te optimaliseren met behulp van big data-analyse op basis van de feedback van veel verschillende soorten sensoren die het proces volgen. Deze zullen uiteraard eenvoudige en slimme vision-sensoren omvatten, evenals geavanceerdere vision-subsystemen of -systemen.

Beoordeling van de mogelijkheden

De vier hierboven beschreven stadia van visie geven alleen een overzicht van de manier waarop vision-systemen kunnen worden ingezet, zonder recht te doen aan de buitengewone mogelijkheden die de machine vision biedt.

Toepassingen variëren van het meten van producten en componenten tijdens de productie, tot het inspecteren van de integriteit van verpakkingen tot het lezen en verifiëren van afdrukken, barcodes en etiketten. Metingen vallen in 3-categorieën: 1D, 2D en 3D. 1D-metingen worden meestal gebruikt om de posities, afstanden of hoeken van randen te verkrijgen. 2D-metingen bieden een groot aantal metingen, waaronder oppervlakte, vorm, omtrek, zwaartepunt, de kwaliteit van het uiterlijk van het oppervlak, op randen gebaseerde metingen en de aanwezigheid en locatie van functies.

Patroonvergelijking van een object met een sjabloon is ook een belangrijk onderdeel van het 2D-arsenaal. Tekens en tekst lezen en controleren en 1D- of 2D-codes decoderen is een andere belangrijke activiteit. 3D-meetmethoden voegen hoogte-informatie toe, waardoor het volume, de vorm en de oppervlaktekwaliteit zoals inspringingen, krassen en deuken kunnen worden gemeten, evenals 3D-vormaanpassing.

Materialen geproduceerd in continue rollen (web) of vel, zoals papier, textiel, film, folie, plastic, metalen, glas of coatings worden over het algemeen geïnspecteerd met behulp van continue lijnscanzichtsystemen om defecten te detecteren en te identificeren.

Visie speelt een belangrijke rol bij het einde van de lijninspectie door unieke identificatiegegevens te lezen in de vorm van 1D- of 2D-codes, alfanumerieke tekens of zelfs braille voor tracking- en traceringstoepassingen in uiteenlopende sectoren zoals ruimtevaart, automotive, voeding, gezondheidszorg en farmaceutica. Door de mens leesbare gegevens op de verpakking, zoals batch-, lotnummers, houdbaarheids- of vervaldata zijn ook van cruciaal belang voor producten zoals voedsel, farmaceutische producten, medische hulpmiddelen en cosmetica.

Omega SRI-labelafwerkingssysteem-met-geïntegreerd-label-inspectiesubsysteem (Courtesy AB Graphic International GmbH)


Machine vision wordt ook steeds belangrijker in robotapplicaties. Industriële robots worden al veelvuldig gebruikt en met de opkomst van collaboratieve robots en snelle ontwikkelingen in 3D machine vision, worden ze veel meer in combinatie gebruikt, bijvoorbeeld in vision-geleide robotica of random bin-picking.

Het machine vision-systeem identificeert de precieze locatie van het object en deze coördinaten worden overgedragen naar de robot. Enorme stappen in vision-robot interfaces maken dit proces veel eenvoudiger.

Het laten gebeuren

Machine vision-technologie omvat alle componenten van een machine vision-systeem, zoals camera's, optica, lenzen, framegrabbers, computers, software, kabels, enz. Het belangrijkste is de expertise om de meest geschikte componenten te kunnen selecteren en een oplossing te creëren voor de specifieke toepassing.

Het selecteren van een leverancier met uitgebreide kennis en ervaring die oplossingen op maat kan bieden, van geconfigureerde componenten tot verticale applicatiesubsystemen voor systeemintegrators of de ontwikkeling van klantspecifieke oplossingen voor OEM's, is een belangrijke overweging.

Dit wordt steeds belangrijker bij het overwegen van de ontwikkeling van vision-systemen ingebed in andere apparatuur en productieprocessen. Veel van de toonaangevende machine vision-bibliotheken en toolkits kunnen nu worden overgebracht naar kleine, ingebedde verwerkingsborden, meestal gebaseerd op ARM-architectuur, die lagere kosten bieden voor toepassingen met een groter volume.

De combinatie van deze verwerkingsmogelijkheden met goedkope camera's, inclusief camera's op boardniveau, betekent dat vision-systemen kunnen worden opgenomen in een breed scala aan producten en processen met relatief kleine overheadkosten die voorheen niet haalbaar waren.

Bovendien biedt de exploitatie van technieken voor diep leren en machinaal leren in vision-toepassingen meer mogelijkheden voor organische en uiteenlopende producten die ook op goedkope ingebedde systemen kunnen werken, waardoor uiterst kosteneffectieve systemen mogelijk zijn.

Procesindustrie Informer

Gerelateerd nieuws

Laat een reactie achter

Deze site gebruikt Akismet om spam te verminderen. Ontdek hoe uw reactiegegevens worden verwerkt.

Deel via