USO DE ANÁLISIS DE VISIÓN MÁQUINA PARA INFORMAR LA OPTIMIZACIÓN DE PROCESOS

Sistemas de visión artificial A menudo se utilizan para inspeccionar productos. Cuando está conectado a cámaras de visión artificial En una fábrica, el software puede detectar anomalías visuales como grietas en una tubería o tabletas o medicamentos del color incorrecto. Algunos programas también pueden monitorear procesos y detectar patrones que conducen a errores, ineficiencias y defectos. Cuando un fabricante puede identificar la causa raíz de un problema, puede trabajar para corregirlo ajustando el proceso.

En una solución de visión artificial, una computadora recibe información visual de las cámaras y el software analiza lo que está viendo. Luego, utilizando algoritmos basados ​​en reglas o software impulsado por inteligencia artificial, el sistema puede actuar sobre la información, con o sin intervención humana. En la fabricación, la visión artificial tiene muchas aplicaciones potenciales, desde inspecciones de control de calidad hasta monitoreo de seguridad.

Fig 1: Los sistemas de visión artificial pueden monitorear procedimientos en áreas como el ensamblaje de placas de circuito impreso para ayudar a optimizar el proceso.

La visión artificial también se puede utilizar para optimizar procesos y maximizar el uso de recursos. Por ejemplo, las cámaras capturan imágenes de productos empaquetados, como botellas de loción en una planta de fabricación de bienes de consumo, y las envían a un software que reconoce irregularidades como sellos de seguridad rotos o etiquetas faltantes.

Con el software de visión artificial, las máquinas pueden analizar y tomar decisiones sin la necesidad de una supervisión humana constante. Pero estas soluciones sólo funcionan bien si los modelos se entrenan utilizando datos de alta calidad, lo que significa producir imágenes de alta calidad. “Basura entra, basura sale” es una frase adecuada aquí. Ya sea que el sistema se base en algoritmos discretos basados ​​en reglas o en aprendizaje automático, las imágenes de alta calidad ayudarán a garantizar el éxito. Línea emergente de 10GigE, 25GigEy Cámaras de visión artificial 100GigE entregamos imágenes sin pérdida de datos capacidades y se puede implementar con GPUDirect tecnología, que permite la transferencia de imágenes directamente a la memoria de la GPU. GPUDirect ofrece cero utilización de CPU y cero imágenes de ancho de banda de memoria, y se puede aprovechar a través del software eCapture Pro de Emergent.

Fig 2: Agregar cámaras de visión artificial a los robots agrega una flexibilidad significativa, lo que permite que el sistema no solo monitoree un proceso como el ensamblaje de paneles solares, sino también guíe al robot para realizar movimientos precisos.

A medida que una solución de visión artificial monitorea un proceso, como la línea de ensamblaje de una fábrica, recopila grandes cantidades de datos que pueden usarse para crear una línea de base de lo que normalmente ocurre durante ese proceso. El software aplica inteligencia para aumentar la eficiencia y reducir anomalías. Algunos ejemplos incluyen:

• Eliminación de materias primas defectuosas El software de visión artificial puede reconocer defectos visuales en los productos en las primeras etapas del proceso de fabricación. Por ejemplo, en la producción de alimentos, la solución de visión artificial podría utilizar cámaras de infrarrojo cercano (NIR) o de onda corta (SWIR), como Cámaras de escaneo de área de Emergent, para reconocer una alta densidad de agua en productos en mal estado.
• Reconocer procesos problemáticos Los fabricantes pueden utilizar la visión artificial para observar y evaluar patrones en procesos existentes, como aplicar pintura a la carrocería de un automóvil en una planta de fabricación de automóviles. A medida que las cámaras capturan los procesos de limpieza, imprimación, sellado y pintura, el software compila y analiza datos visuales para rastrear las causas fundamentales de las fallas y defectos de las máquinas. Junto con otros sensores conectados, la visión artificial también se puede utilizar para el mantenimiento predictivo (por ejemplo, reconocer cuando un equipo vibra demasiado), lo que ayuda a los fabricantes a solucionar problemas antes de que provoquen tiempo de inactividad.
• Mejora continua de procesos Con el tiempo, se puede entrenar el algoritmo de una solución de visión artificial para que mejore en la detección de anomalías e ineficiencias. El software de aprendizaje automático puede aprender los matices del proceso particular de un fabricante y estar mejor equipado para realizar ajustes específicos y sugerencias de optimización.

Se puede utilizar una amplia gama de soluciones de visión artificial en el mercado actual para optimizar procesos. Dependiendo del caso de uso, una solución de visión deberá examinar diferentes formas de señales analógicas y digitales. La mayoría de las soluciones se clasifican en una de las siguientes categorías:

Visión artificial 2D (imágenes de escaneo de área)
El valor predeterminado actual para la mayoría de las aplicaciones de visión artificial, las soluciones de visión artificial bidimensional, toman imágenes 2D estándar de objetos, que funcionan muy bien para inspeccionar artículos de una sola pieza y escanear códigos de barras. Las cámaras de escaneo de área cuentan con sensores de imagen rectangulares que capturan imágenes en un cuadro, y la imagen resultante corresponde a la altura y el ancho del sensor de imagen. Emergent ofrece todo un ecosistema de cámaras de escaneo de área de alta velocidad en su HR 10GigE, Perno 25GigEy Cámaras Zenith 100GigE. Las opciones de sensores incluyen lo último de Gpixel y la serie Pregius S de Sony y van desde 0.5 MP a 100 MP+ con velocidades de hasta 3462 fps.

Visión artificial 2D (imágenes de escaneo lineal)
Cámaras de escaneo de líneaMientras tanto, utilice un sensor de imagen lineal para crear una imagen de una fila de píxeles a la vez a altas velocidades. En un sistema de visión de escaneo lineal, el objeto que se inspecciona se mueve sobre un transportador o dispositivo similar debajo de la cámara para capturar toda la superficie, una fila de píxeles a la vez. Emergent ofrece varios modelos de cámaras de escaneo de línea en formatos 10GigE, 25GigE y 100GigE basados ​​en sensores de escaneo de línea CMOS de Gpixel que van desde el 4Kx2 GL3504 hasta el 16Kx16 GL5016. Las velocidades de línea varían desde 70 KHz de velocidad de línea única en el Ritmo de 10 Gigas LR-16KG35 hasta 400KHz en el Pináculo de 100GigE LZ-16KG5.

Visión artificial 2D (imágenes de escaneo de líneas TDI)
Las cámaras de escaneo de líneas TDI exponen la misma línea en el objeto varias veces para permitir velocidades más altas con la misma iluminación o la misma velocidad con requisitos de iluminación menos brillantes. TDI (integración de retardo de tiempo) logra esto mediante el uso de múltiples líneas en el sensor, cada línea se expone varias veces con la exposición o velocidad de línea perfectamente sincronizada con el movimiento del transportador mediante un codificador. Ofertas emergentes 10GigE, 25GigEy Cámaras de escaneo de línea 100GigE TDI Basado en el sensor Gpixel GLT5009BSI, cuyas velocidades van desde 121KHz (10GigE) a 608KHz (100GigE).

visión artificial 3D
Existen varios métodos para adquirir imágenes en 3D, incluidos sistemas de visión estéreo, triangulación de líneas láser, tiempo de vuelo y proyección de patrones de franjas. La visión artificial 3D es particularmente útil en el análisis de piezas complejas o productos terminados, ya que la imagen 3D se puede comparar con un gemelo digital.

Ultravioleta
Para revelar defectos en materiales que no se pueden ver en el espectro visible, algunas soluciones de visión artificial utilizan cámaras ultravioleta de alta velocidad. Los casos de uso incluyen el control de calidad de plásticos, vidrio, semiconductores y pantallas LCD. Emergent ofrece varios modelos de cámaras equipadas con el sensor de imagen CMOS UV Pregius S IMX8.1 de 487 MP de Sony, que ofrece una mayor sensibilidad en la banda de ondas UV de 200 nm a 400 nm. Esto incluye el Perno de 25 GigE HB-8000-SB-U y del 10 GigE HR-8000-SB-U cámaras.

Imágenes espectrales
Las técnicas de imágenes multiespectrales e hiperespectrales pueden capturar información más allá del espectro visible, especialmente apropiadas para aplicaciones como la inspección de alimentos y las imágenes agrícolas.

Infrarrojo
Las imágenes infrarrojas detectan calor y detectan defectos en piezas y objetos metálicos que de otro modo pasarían desapercibidos.

En el ámbito de la fabricación, existen innumerables aplicaciones potenciales para la optimización y mejora continua de procesos con visión artificial. Éstos son sólo algunos ejemplos:

Inspección de etiquetas
La mayoría de los productos de consumo requieren que las etiquetas se impriman y fijen correctamente en el embalaje. La visión artificial proporciona una forma de automatizar muchos elementos de la inspección de etiquetas, desde reconocer cuándo las etiquetas se aplican al revés o en el lugar incorrecto hasta garantizar que la etiqueta no tenga imperfecciones o marcas que puedan hacerla ilegible. Muchas soluciones de inspección de etiquetas se basan en el reconocimiento óptico de caracteres (OCR), la capacidad del software para identificar texto y compararlo con valores predeterminados.

Monitoreo de inventario
Se pueden utilizar cámaras de visión artificial montadas en almacenes o conectadas a drones para monitorear los inventarios, lo que ahorra mucho tiempo y esfuerzo. Las soluciones basadas en drones ofrecen el potencial de lograr importantes ahorros en costos y mano de obra y pueden integrarse con el sistema de gestión de almacenes (WMS) existente de una empresa para proporcionar información directa y recomendaciones a los tomadores de decisiones humanos.

Mantenimiento de equipo
La visión artificial se puede utilizar eficazmente para el seguimiento y mantenimiento de equipos. Por ejemplo, las cámaras capturan imágenes de equipos de fábrica, lo que permite que el software monitoree incluso pequeños movimientos y vibraciones que podrían causar que los componentes se desalineen. Luego, los gerentes pueden usar las visualizaciones para identificar y medir movimientos inadecuados y diagnosticar equipos defectuosos.

Al evaluar las cámaras de visión artificial para la optimización de procesos, comience con el caso de uso previsto para determinar las necesidades en cuanto a resolución, velocidad e interoperabilidad con los equipos existentes, como los PLC.

Estas son algunas consideraciones importantes:

Sensibilidad a la radiación EM
Las cámaras varían desde monocromáticas hasta a todo color, pasando por infrarrojas y ultravioletas. Dependiendo del caso de uso y el tipo de datos, se aplicarán diferentes cámaras.

Resolución
Disponible en un rango de 0.5 MP a 8KX16, las necesidades de resolución de la cámara dependen de qué tan detallada debe ser la inspección para el caso de uso en cuestión. El campo de visión mínimo (FOV) y el tamaño de la característica afectan la selección de resolución de la cámara y las opciones de lentes. Por ejemplo, para inspeccionar microchips se necesitará una lente de cámara con un campo de visión mucho más pequeño que si se inspeccionaran carrocerías en una planta de automóviles.

Cuadros por segundo (FPS)
Los fotogramas por segundo tienen que ver con la velocidad. Para una solución de visión artificial que monitoree una cinta transportadora que procesa muchos artículos por segundo, el FPS debe ser muy alto. Es posible que otros casos de uso, como el mantenimiento de máquinas, no requieran cámaras de alta velocidad.

Interfaz
La interoperabilidad puede ser un desafío para los fabricantes que implementan la visión artificial, ya que algunos software solo funcionan con determinadas marcas y modelos de cámaras. Los fabricantes deben buscar cámaras que sean compatibles con el software previsto y la infraestructura de fábrica existente, como los PLC.

tamaño de píxel
Los píxeles son los elementos captadores de luz que componen cualquier sensor. La mayoría de las cámaras de visión artificial tienen píxeles que van desde 1.85 μm a 9 μm, y los tamaños de píxeles más grandes proporcionan relaciones señal-ruido y saturación mejoradas.

Apalancamientos emergentes GigE Vision y la omnipresente infraestructura Ethernet para una adquisición y transferencia de datos confiable y robusta, con el mejor rendimiento de su clase, en lugar de utilizar interfaces patentadas o punto a punto y placas de adquisición de imágenes. Emergent implementa una implementación GigE Vision optimizada con soporte para tecnologías de transferencia directa como GPUDirect de NVIDIA, que permite la transferencia de imágenes directamente a la memoria de la GPU. En lugar de colocar la carga o grandes transferencias de datos en la CPU y la memoria del sistema, la tecnología GPUDirect permite que la GPU maneje tareas de procesamiento de datos mientras mantiene la compatibilidad con el estándar GigE Vision y la interoperabilidad con software y periféricos compatibles.

Dependiendo del tipo de procesos y materiales que deban observarse, los requisitos de la cámara pueden variar. Emergent Vision Technologies ofrece una amplia gama de opciones de cámaras para satisfacer necesidades de imágenes dispares.

Para opciones de cámara adicionales, consulte nuestra herramienta de diseño de sistemas interactivos.