Görüş kılavuzlu robot programı seçimi: bir tanıma sonucu programı seçsin.

Bir tanıma sonucu robot programını nasıl seçer?

Görüş kılavuzlu robot programı seçimi üç adımlı bir örüntüdür: ünite karşısındaki varyantı tanır, bir program-seçme kodu verir ve robot eşleşen yola geçer. Hücre, hattaki her parçanın aynı olduğunu varsaymak yerine, önce parçayı okur ve hareketi, fikstürü ve tork programını gerçekten gelene uyarlar.

Endüstriyel otomasyonda bu örüntü, bir istasyonun birden fazla parça işlediği her yerde yaygındır. Bir robot kontrolörü, varyant başına bir tane olmak üzere birkaç program saklar ve çalışmadan önce bir seçim sinyali bekler. Açık soru, o sinyali hat hızında güvenilir biçimde neyin ürettiğidir. Sabit kodlanmış bir sıra, üretim sırasının hiç değişmediğini varsayar; bir barkod veya RFID etiketi ise yalnızca parça bir tane taşıyorsa çalışır. Bir tanıma sonucu, varyantı görünümünden tanımlayarak işaretsiz parçalar için bu boşluğu kapatır.

Adente Vision, Aden Group bünyesindeki ADENTE Advanced Engineering Technologies tarafından geliştirilen ve otomasyon sistem entegratörleri üzerinden satılan bir edge-AI görsel muayene ünitesidir ve bir tanıma sonucunu bir robot program-seçme sinyaline çevirmek onun temel işlerinden biridir. Tanıma ve çıktı cihaz üstünde gerçekleşir; böylece parçayı görmekle robotu yönlendirmek arasında ayrı bir PC veya bulut çağrısı yoktur.

Neden sol ve sağ far durumuyla başlamalı?

Önde gelen bir otomotiv OEM’inde ünite, bir sol farı bir sağdan ayırır ve robota hangi programı çalıştıracağını söyler. İki parça, neredeyse ayna görüntüsüdür, hızlı bir hatta karıştırması kolaydır ve aşağı akışta yanlış yapmak pahalıdır: yanlış bir fikstür, diğer taraf için bir tork sırası veya yanlış program çalıştığı için reddedilen bir hatasız parça.

Ünite, far kadraja girerken onu yakalar, hangi taraf olduğunu sınıflandırır ve kontrolöre bir program-seçme sinyali verir. Robot daha sonra eşleşen programı yükler: o belirli taraf için doğru alım, doğru fikstür, doğru tork rutini. Tanıma ve eylem aynı adımda oturur; böylece karar, robot hareket etmeden ona ulaşır.

Model, her varyantı elle yazılmış bir kural yerine hatasız örneklerden öğrendiği için, eşik tabanlı bir kontrolü alteden neredeyse ayna parçalar, modelin doğrudan üstesinden geldiği bir sınıflandırma hâline gelir. Görünüm düzeyinde tanımanın kurulduğu bant budur ve sol ile sağ arasındaki kararın bu örüntü için doğal bir ilk iş olmasının nedeni budur.

Tampon varyant tanıma, güveni eşiğin üzerine nasıl çıkarır?

Tampon tanıma da aynı şekilde, parça başına 0,9 üzeri güvenle çalışır. Her tampon geldiğinde sınıflandırılır ve güven skoru, hücrenin üzerine hareket ettiği sayıdır: çalışma eşiğinin üzerinde robot eşleşen programla devam eder, altında ise parça tahmin edilmek yerine güvenli bir varsayılana yönlendirilir.

Bu güven öncelikli tasarım önemlidir çünkü güvenli yanlış bir cevabın maliyeti yüksektir. Sınırdaki bir parça, hattı hareket ettirmek için bir sınıfa zorlanmak değil, durup kontrol edilmelidir. Skoru açığa çıkarmak, entegratörünüzün çalışma noktasını hücrenin gerçek uyumsuzluk maliyetine ayarlamasına olanak tanır: yanlış bir programın bir parçaya zarar verdiği yerde daha sıkı, kurtarmanın ucuz olduğu yerde daha gevşek.

Güvenli varsayılan, tasarımın insanların unuttuğu kısmıdır. Tanıma belirsiz olduğunda, hücrenin tanımlı bir geri dönüşe ihtiyacı vardır: parçayı tut, bir manuel istasyona yönlendir veya zarar vermeyen nötr bir program çalıştır. Bu geri dönüşe önceden karar vermek, nadir bir düşük güvenli okumanın bir çarpışmaya dönüşmesini önleyen şeydir.

Her tanıma sonucu bir robot programına nasıl eşlenir?

Tek bir ünite varyant tanımayı ve geri dönüşü kapsar ve her sonuç, kontrolörün zaten anladığı bir sinyal olarak çıkar.

Seçimi bir fieldbus üzerinden mi taşımalı yoksa I/O üzerinde bit kodlamalı mı?

Seçimi robota ulaştırmanın iki yolu vardır ve hangisinin uyduğu, kaç varyant çalıştırdığınıza bağlıdır. Bir fieldbus üzerinden taşınan bir seçim tamsayısı birçok programa ölçeklenir, ayrık çıkışlar üzerinde bit kodlama ise bir istasyon yalnızca birkaç parça işlediğinde en basit yoldur.

Ünitenin 24V’ta 4 çıkışı vardır; bu, küçük bir varyant kümesini doğrudan bit kodlayabilir: dört çıkış, bir hata hattına yer kalacak şekilde birkaç program kodunu kapsar; bu da iki veya üç parça çalıştıran bir istasyon için yeterlidir. Daha büyük bir program kümesi için, kontrolörünüzün zaten konuştuğu bir fieldbus üzerinden bir seçim tamsayısı, I/O eklemekten daha temizdir. Endüstriyel otomasyonda olağan eşleşme, Siemens kontrolörlerinde PROFINET ve Rockwell kontrolörlerinde EtherNet/IP’dir ve ünite seçimi, PLC’nin zaten konuştuğu hangisiyse onun üzerinden taşır; böylece tanıma sonucu ve red eylemi, hattın üzerine kurulduğu aynı otobüste gider.

Hangi taşıyıcıyı seçerseniz seçin, hata ve hazır değil hatlarını haritada tutun. Bir tanıma hücresi yalnızca robot, geçerli bir seçim, belirsiz bir okuma ve hiç sinyal olmaması arasındaki farkı ayırt edebiliyorsa güvenlidir.

Bunu bir yeniden mühendislik görevi değil, bir eğitim görevi yapan nedir?

Sonradan üçüncü veya dördüncü bir varyant eklemek, bir yeniden mühendislik görevi değil, bir yakala-ve-eğit görevidir. Yeni varyantın yaklaşık 20 hatasız görüntüsünü yakalarsınız, model onu öğrenir ve eğitim 48 saatten kısa sürede tamamlanır; böylece yeni bir parça, hücrenin mekanik tasarımını yeniden açmaz.

Model yalnızca hatasız parçalar üzerinde eğitildiği için, başlamadan önce her kusurun bir kataloğunu toplamak zorunda değilsiniz; veri gereksinimini küçük tutan da budur. Ünite beş mod çalıştırır, Anomali ve Kusur Tespiti, Montaj ve Eksik Parça, Kod Okuma, Ölçüm ve Parça Tanıma, ve ölçüm için klasik bilgisayarlı görüyü yargı için YZ çıkarımıyla birleştirir; böylece robot programını seçmenin yanında aynı parçada bir yüzey kusurunu veya eksik bir klipsi de işaretleyebilir. YZ tanıma ile kural tabanlı bir kontrolün ne zaman kullanılacağı için, kural tabanlı ve YZ görüntü işleme üzerine kardeş yazıya, ve anlamsal bir protokolün daha zengin sonuçları nasıl taşıdığı için, muayene için OPC UA üzerine nota bakın. Az örnekli tanıma ve anomali tespitinin ardındaki tam yöntem sütun kılavuzundadır ve bu örüntünün arkasındaki tanıma ve kusur kabiliyetleri Adente Vision uygulamalar sayfasındadır.