成像和质量检验的交集收藏

网友投稿 252 2024-01-11


工业二维(2D)和三维(3D)成像解决方案证明了它们在测试、错误检测和检验方面的可靠性Teledyne DALSA凭借z-trak2型号系列,为高速在线3D检测提供了经济适用的解决方案艰难的生产条件不仅需要应用广泛的先进的产品,还需要可靠的支持和制造商提供协助解决客户需求。

成像和质量检验的交集收藏

成功的合作关系可以证明行业能力

电子组件测试近年来,总部位于德国普赫海姆的Phil-Vision在包括电子行业在内的广泛行业获得了丰富的经验电子组件生产其中涉及的一部分是所谓的热处理过程,例如,热化学蒸汽在空白晶圆片上沉积工艺质量必须经过反复检查。

由于生产条件艰难,只有即使在温度范围提升的情况下输出结果依然准确的工业相机适用于此经过多年发展,Phil-Vision已经成功将Teledyne Dalsa的机器视觉组件集成应用于广泛领域Phil-Vision首席视觉设计官Patrick Gailer表示:“在我们这种恶劣环境中,Genie相机系列已被证明是一个很不错的选择”。

“这些相机即使在高温下也能输出优质图像,而且故障率极低在极端条件下发生故障的极少数情况下,Teledyne Dalsa高效快速响应客户,并更换相机”除了机械稳健性之外,还有一个进一步优势是,Gailer引用了Genie相机系列的许多变体,在分辨率和接口方面,这些变体可以为几乎所有2D机器视觉系统应用提供搭配适用型号。

“此外,我们非常喜欢使用相机系列建立多立体声系统,因为相机很容易通过精确时间协议(PTP)实现精确同步,”Gailer继续说道“根据这个标准,可以不使用扳机线,而完全通过网络进行同步Genie相机可以提供市场上较为简单和精确的控制。

”逐行错误检测相较于面阵相机而言,线扫描相机技术已被证明更适用于产品在龙门架上移动或用于纸病检测的应用图像经过逐行捕获,然后组合成理论上无限长的图像受益于线扫描检验的产品包括钢卷、货币、纸卷或纺织品等“我们也经常使用Teledyne Dalsa的线扫描相机”,Gailer强调说:“我们合作伙伴的线扫描相机产品组合在机器视觉行业是独一无二的——有几个系列提供不同的分辨率、速度和接口选择。

在Linea、Piranha、Eliixa和Uniiqa产品线上,除了传统的线扫描相机外,还有采用双线和TDI技术以及SWIR的相机型号以及多光谱线扫描相机无论是应用还是行业,我们总能找到理想的线扫描相机来满足客户的需求。

”3D检验近年来,3D成像技术发展迅速,为许多应用提供了更简单的解决方案,这些解决方案无法通过2D系统实现,或只能在投入大量精力的情况下才能实现事实上,3D视觉系统现在能够提供更多可行的选择,部分原因在于传感器质量和速度、嵌入式图像处理系统、fpga、激光器、光学元件和智能系统有了同步发展。

这种技术现在具有成本效益、可靠性、可重复性、易于实现,这些特性已在许多要求苛刻的应用中得到了证明举例说明举例说明,Gailer沿用了汽车制动盘的光学检测技术,相较于2D图像处理系统而言,Gailer能够更好地匹配缺陷:“由于制动盘用灰铸铁制成,可能会有孔在研磨过程中暴露出来。

这些表面上的必须标注尺寸,并且必须测量平衡铣削的深度”除了纯粹的汽车制动器安全问题,Gailer表示,组件饰面也变得越来越重要,因为某些汽车中的饰面可见,因此饰面也是视觉外观的一部分高价购买车辆的顾客不会接受一个缺陷明显的制动盘,即使刹车功能没有因为这些缺陷而受损。

由于照明情况,检查制动盘并不容易:制动盘表面经过抛光,生产期间不可避免会产生研磨槽,然后制成产品更糟糕的是,指纹或细砂作为之前研磨和洗涤过程的残留物很容易被2D图像处理系统误认为是不可接受的缺陷“对于这个系统,我们使用了z-trak2系列3D轮廓传感器,这款轮廓传感器采用激光三角测量,扫描速度高达45,000个轮廓/秒,因此称成为市场上扫描速度领先的3D扫描仪之一。

每个轮廓的分辨率为2048像素,加上坚固、紧凑的设计,z-trak2非常适合这种应用这些IP67级别的3D视觉系统经过预先校准,因此可以轻松集成到检验系统中”凭借Z-Trak2,Phil-Vision能够以更低的成本更有效地解决客户的应用问题。

其他多款相机的应用得益于Vicore多相机视觉系统,制造商提供了一个可以大量组合2D和3D相机的强大系统“通过Vicore系统,我们能够对一家欧洲主要食品制造商实施一个系统检查饼干的存在、饼干的正确尺寸、正确褐变度,以及在烘焙生产线上的数量和分布情况,”Gailer讲到。

“只有在优化条件下才能实现理想的烘焙效果,这就是在实施这个应用时使视觉系统完全符合规范如此重要的原因”在这个应用中,机器视觉系统的稳健性也是保证24/7无故障运行的一个重要标准(文章来源于《质量》期刊,Peter Stiefenhöfer & PS Marcom Services)

版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。

上一篇:智能工厂(工业4.0背景下的制造业转型)
下一篇:面向工业制造场景的大模型,从“通用”到“应用”收藏
相关文章

 发表评论

暂时没有评论,来抢沙发吧~