远“见”卓“识”:最佳自动识别方案,轻松应对各种挑战收藏

网友投稿 246 2024-01-31


  最近几年,自动识别任务的发展突飞猛进,而且在迈向工业4.0的道路上依然势不可挡同样,三种主流识别技术(RFID、图像式条码阅读器和激光条码阅读器)也在不断进步这两种发展潮流汇而为一,激发出持续增长的一系列解决方案。

远“见”卓“识”:最佳自动识别方案,轻松应对各种挑战收藏

为此,针对特定应用的技术要求和经济架构进行考虑和评估找到最佳解决方案,就变得至关重要  要了解这一系列解决方案,其中一个维度就是需要自动识别技术的任务数量不断增长本文将对三类主要的自动识别任务以及目前常用的典型解决方案进行说明。

  汽车工业中的车身识别  对于制造商来说,透明度和可追溯性等因素正在起着越来越重要的作用 – 尤其是大型汽车厂生产线中可变水平日益增长、而装配线也要同时应付越来越多不同型号的情况下更是如此因此,无源UHF RFID数据卡能固定到部件上,甚至能不留痕迹地集成到部件中,才更好地发挥作用。

发射器和读取设备之间的相互作用非常关键,而且使用得当的话在实际应用中可以实现最高的可用性举例来说,特制RFID发射器能够承受涂装线上的高温,而且即便被喷漆覆盖也能可靠识别  药品包装识别  在防止假药流通和提高病人安全性方面的全球立法程序对可追溯、可清晰识别、易于定位的药品提出了越来越高的要求。

当产品按一定的速度移动时,图像式条码阅读器能够精确读取变形或损坏的条码,完全能够满足上述要求,因此显然是首选方案通过带内置对准激光的自动设置功能,可以在设置读取设备时轻松完成条码示教工作多种应用都可采用图像式条码阅读器,从即时包装(用于药片)、二次包装的消毒、聚集直到识别货盘(承载即将配送的药品)。

  机场的行李物流  为了减少等待时间并让游客的旅行体验具有更多的自动化色彩,全世界所有的大型机场都将越来越多的登机服务台更换为自助登机点这个过程也要依赖久经实践检验的1D条码标签来识别行李物品这些物品 – 以及标签 – 在运输过程中可能位于各种不同的位置,而且识别过程也需要保证最高的可靠性。

为此,机场安装了具有多个激光条码阅读器的特殊条码识别入口,这些阅读器的大景深使其可实现很高的成功读取率条码阅读器的布局经过精心设计,可以检测全世界所有类型的1D条码,而无论它们是否齐整以及位于何种类型和尺寸的行李上。

  迈向工业4.0的自动识别技术  在迈向工业4.0的征程中,有许多新的要求和趋势势必会影响自动识别任务,其中包括:  • 灵活性,比如用于小型、分散的批次规模  • 更高效率,以实现更短的处理时间  • 简化集成、运行和维护

  需要更高灵活性的趋势,比如在生产自动化工业中,也可以用以下目标来定义:让产品自身控制制造过程在每一步生产过程中,都要使用所谓的“产品记忆”对即将到来的操作进行识别,因此就需要根据产品的类型和复杂性选择合适的识别技术。

  而要了解不断发展的解决方案,另一个维度就是三种主流识别技术(RFID、激光条码阅读器和图像式条码阅读器)的能力也是日新月异RFID的优势不仅体现在其能够在多种应用中使用数据卡的能力,还表现在其无需视觉接触就能识别目标,而且还能根据需要更新目标数据。

激光条码阅读器具有卓越的景深和多种读取范围,在远距离或距离不断变化的应用中也能可靠读取条码,令人印象深刻图像式条码阅读器能够脱颖而出,主要是凭借其读取条码、2D条码和普通文本的能力(无需考虑条码和文本是否齐整),而且还提供了图像存储设备以便进行分析和数据存档。

  一方面,借助于摩尔定律所定义的半导体技术的进步(嵌入式处理器、图像传感器等),这些自动识别技术的能力也在不断提高而另一方面,识别算法越来越高效,所支持的工业通信协议的数量也在不断增长此外,还出现了许多高性能识别传感器,从而便于对整理的数据和信息进行更高水平的处理和评估。

以信件、快递包裹运营商和邮政服务提供商的物流应用为例,这意味着可以使用整理的数据进一步优化处理过程  所有这些最后都归结为一个问题,那就是在如此众多的方案中,如何才能选出最理想的解决方案然而,综上所述,这个问题并没有一个“万能”答案。

我们需要做的就是对所面临的具体任务进行详细分析作为自动识别传感器领域的领先供应商之一,SICK在为具体应用中的任务提供解决方案方面积累了数十年的丰富经验,是您的不二之选  最后,要想确定最理想的解决方案,唯一的途径就是对任务本身有综合而实际的理解,同时还要认真考虑各种商业要求(包括在集成和维护方面需要花费的时间和精力、控制和可视化能力、所选部件的灵活性和面向未来的设计以及服务等方面)。

  远“见”卓“识”:在自动识别技术方面,只有组合应用多种技术,同时又能深入理解特定应用的要求,才能真正为所面临的任务选出最佳解决方案。

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:Autodesk再获上亿美元投资收藏
下一篇:维视图像推出光伏模块检测专用红外工业相机收藏
相关文章

 发表评论

暂时没有评论,来抢沙发吧~