当自动化系统出现故障时会发生什么?

当它失败时会发生什么?在设计和实现自动化系统时，这个简单的问题经常被忽略。问这个问题可以为解决方案提供另一个维度，通常在短期内为系统集成商创造额外的工作，但肯定有长期的好处。注意这个问题说的是“什么时候”它失败了——所有事情最终都会失败。真正重要的是它失败的频率，以及失败时会发生什么。以下是一些实际视觉系统的例子，其中考虑这个问题是至关重要的。

视觉引导机器人拣垃圾箱

视觉引导机器人(VGR)拣箱是一项独特的挑战。其目的是将箱子中的产品由机器人取出，并装入机器、输送机等。这听起来可能很简单，但要成功实现它存在重大挑战，主要取决于容器的结构和内部部件。VGR本身是一个完全不同的主题(视觉- 2d vs. 3D，箱子结构，分层，混乱等等)，但无论技术，部件演示和其他制作，“每次选择”的成功率和失败率都是一个严肃的考虑因素。

这最好用例子来解释。考虑一个包含100个部件的容器。这是一个“标准”的箱子，当一个箱子被呈现给机器人时，它开始有100个零件。然后考虑单个部件的成功率——这是视觉成功率(部件被识别和定位的可能性有多大?)和机器人抓取成功率(一旦通过视觉定位了部件，该部件被物理抓取的可能性有多大?)的乘积。在这个例子中，如果视觉成功率是99.5%，握力成功率是99.5%，那么每个部分的成功率接近99% (99.5% x 99.5%)。

这意味着，对于箱子里的每个零件，机器人都有99%的可能性成功拾取。听起来不错，但考虑到100个部分(整个垃圾箱)中的99%——“垃圾箱成功率”。基本统计数据告诉我们，垃圾箱的成功率是(0.99)100 = 0.366或36%。突然99%就不太好了。这意味着对于一个典型的bin来说，只有36%的可能性将其清空而不产生问题，换句话说，有64%的可能性在该bin的某个位置出现故障。

那么当它失败时会发生什么呢?在这个例子中，这是一个很重要的问题，因为在64%的箱子中会出现问题。这是一件大事吗?这是特定于应用程序的——也许这个过程是好的，它会导致一些“剩余”的部件在垃圾箱里。另一种极端情况是流程停止，需要大量的干预和停机时间。

汽车视觉检测

视觉的另一个常见应用是检查。检查系统通常执行测量或零件存在/缺失或分级，以提供某种类型的通过/不合格结果。简单地说，检测系统可以由一台摄像机观察一个特征组成。更复杂的系统通常需要多台摄像机来观察一个部件的多个特征。

想象一辆汽车从装配线的末端下线。安装在车底坑里的视觉系统有多个摄像头，可以观察40个特征，比如螺栓、支架、盖子和其他属性。不考虑视觉成功率，最好的方法是考虑视觉“错误拒绝”率。这是视觉系统在应该给出“通过”结果时给出“失败”结果的可能性。

在本例中，考虑客户需求。客户有400辆汽车在生产线上轮班生产，当出现错误的拒绝时，一名员工必须将汽车开到人工检查坑，另一名员工必须在那里检查汽车。这是一个重要的操作，所以客户只希望每班手动检查四辆车。400辆车里有4辆是1%这意味着在一辆车上，视觉系统的错误拒绝率必须为1%。分析这一点最简单的方法是考虑检查总数超过400辆汽车;每辆车有40次检查，也就是16000次检查。在这16000人中，只能有4个错误的拒绝。

计算:4/ 16000 = 0.00025，或0.025%的错误拒绝率。换句话说，99.975%的检查必须没有错误的拒绝。对于许多简单的视觉检查来说，这是一种延伸，对于复杂的检查来说，如果不是不可能的话，也是极其困难的。

问题又来了，如果失败了怎么办?在这种情况下，系统需要考虑可行性。对于系统中涉及的检查数量，每次检查的复杂性必须非常低，以使项目可行。此外，积分器必须花费很长时间对每个单独的检测进行微调，才能达到如此高的精度。从集成商和客户的角度来看，如果不考虑“失败时会发生什么”，这个项目很可能会失败。

个人和系统的失败率

从这两个例子中很容易看出，即使个别的故障率看起来不错，系统的故障率也会很快失控。是现实的;预计系统将会失败，分析它可能发生的频率以及它将会产生的影响。这很容易被忽视，但是在开发过程中尽早提出这个问题将决定一个失败的项目和一个伟大的项目之间的区别!

-凯文·阿克曼，理学硕士，彭，是JMP工程公司的控制专家，控制工程系统集成商名人堂中的控制系统集成商。由CFE Media内容经理马克·t·霍斯克编辑，控制工程而且工厂工程、mhoske@cfemedia.com．

JMP工程公司是一家相2015年3月5日成员

www.jmpeng.com

www.globalelove.com/SIY

www.globalelove.com/machinevision

在线号外:关于数学再多说几句....

成功选取单个零件的概率为(0.99)

2个零件同时被选中的概率是(0.99)X(0.99)或(0.99)²

通过同样的统计应用，100个零件都被成功选中= 0.99 X 0.99 X 0.99…100次或(0.99)^{One hundred.}= 0.366或36%。

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。