机器视觉设计和配置的10个执行概念

为了实现成功的机器视觉设计,必须通过从头到尾的仔细分析和设计策略来实现可靠性和可重复性。

通过友邦保险 2017年6月16日

在设计和配置用于工业自动化的机器视觉系统时,需要达到高水平的可靠性和可重复性,以便在系统的生命周期内看到投资回报。

这可能比看起来要困难得多。零件变化、光线变化、零件表现变化和外部影响因素都是实现适当水平的可靠性和可重复性的障碍。

那么如何克服这些障碍来创建一个高度精确的机器视觉系统呢?设计和配置对机器视觉系统的可靠性和可重复性起着重要作用。这10个执行概念可以帮助建立一个成功的自动化项目。

1.有一个正式的应用程序分析过程。考虑可靠性和可重复性的已知障碍。

2.为成功而指定。成功是什么样子的?

3.将80%的设计时间花在成像上。这是设计和配置中最重要的方面,应该得到最多的关注。

4.买之前先试试。在购买前对设备进行应用测试。

5.设计和修改自动化检测。确定为特定的应用程序需求定制系统的必要方法。

6.优化沟通。机器视觉设备需要有效地进行数据通信,以保证数据的可靠性和可重复性。

7.使用所有的工具。有很多机器视觉工具可用于优化自动检测,但并不是每一种工具都适合每个特定的应用。

8.尽量减少终端用户参数的调整。这可以确保系统按照描述的那样工作。

9.在线优化(而不是设计)。上线前请确保系统运行正常。在实施之后,要改变设计将会困难得多。

10.在有统计学意义的样本集上进行测试。确保测试结果也能反映实际应用。

可靠性和可重复性是机器视觉系统在自动化项目中的性能和价值的关键。在设计和配置过程中,可以做很多事情来确保成功。

本文最初发表于AIA博客。AIA是CFE媒体内容合作伙伴推进自动化协会(A3)的一部分。由CFE媒体内容专家卡莉·马查尔编辑,cmarchal@cfemedia.com

在线额外

参见AIA的其他报道,链接如下。