“IoT（物聯網）”+“機器換人”= ？

    現在大街小巷的人都在談論“IoT（物聯網）”與“機器換人”，但對于絕大部分來說，這兩個神奇的名詞究竟能給我們的生產帶來什么實際影響，卻不得而知。

生產過程中的編碼管理

    在IoT（物聯網）的時代，絕大部分生產廠商都明白需要在生產過程當中對產品和部件進行編碼管理，按產品生產流程進行系統記錄。這樣一來，不但可以在生產過程中避免錯誤，也能大幅提高生產效率。

以某部件的生產為例

    為大家深度剖析“IoT（物聯網）”+“機器換人”的價值所在！

在某產品部件上刻印二維碼，通過檢測識別對生產流程進行系統記錄。

以往的檢測方式

    至少4名操作工使用手持式掃碼槍掃描，由于二維碼受光量不同，掃碼槍和讀碼器有時要換個角度多試幾次才能讀取到。

“機器換人”方案

僅需1套視覺系統即可替換至少4人，并大大提高檢測效率與穩定性。

詳細檢測方案

方案①

良好的光源，確保穩定檢測

難點

    二維碼是白色，刻印在灰色的塑膠面板上。當使用環形光源并從正面打光時，會使灰色與白色較為相近，二維碼成像效果不清晰。

解決方案

    使用條形光源，從側面打光并調整角度。此時二維碼的灰色塑膠底與白色Cell碼信息對比明顯，視覺成像清晰，大大增加了讀取成功率與穩定性。

方案②

高速圖像輸入，提高檢測效率

步驟① 圖像輸入區域調整

    圖像輸入時，部分讀取設定中壓縮圖像輸入區域，使二維碼不會出現的區域不顯示。調整后，圖像輸入時間從40ms縮減到20ms。

步驟② 二維碼檢測區域調整

難點

    由于檢測背景不一，并且二維碼位置也可能存在偏差，因此需要將監測區域放大，這樣一來不但檢測效率降低，還可能造成：

① 二維碼信息識別不到

② 二維碼識別時間較長，甚至超過1秒鐘

解決方案

    通過歐姆龍特有的“形狀搜索Ⅲ”+“位置修正”功能，可實現二維碼檢測區域的快速定位。

步驟③ 流程結構調整

    當“形狀搜索III”無法檢測到二維碼時，通過條件分支可以迅速完成測量。并且檢測時間從原本的50-70ms以上縮短至20ms。

步驟④ 檢測超時調整

難點

    二維碼設定中的超時時間默認為99999ms，對檢測時間影響較大，檢測區域較大時，檢測到二維碼信息時間可能在200ms以上，檢測不到時，時間甚至可能達到99999ms（99.999s）以上。

解決方案

    當二維碼成像效果好并縮小檢測區域時，二維碼檢測時間可以穩定提升到30ms左右。 故將超時時間設定為50ms，超過50ms即認為二維碼無法檢出，不用再浪費時間檢測。

系統配置

System configuration

    通過二維碼檢測對部件進行流程管理，能夠有效避免錯誤、提升效率，但如果仍通過人工的方式，存在檢測時間長，讀不出碼等問題，反而得不償失。

    用視覺系統替換人工，并從圖形輸入范圍，二維碼檢測范圍，程序結構流程，二維碼檢測超時等方面去調整優化后，不但確保100%的穩定檢測，并且速率大幅提高4-5倍以上。這就是“IoT（物聯網）”+“機器換人”的真正價值！

感興趣的話

請點擊下方鏈接

↓↓↓

https://www.fa.omron.com.cn/