Lima Penerapan Utama Visi Mesin dalam Otomasi Industri

Sep 01, 2025 Tinggalkan pesan

1. Bimbingan dan Positioning

 

Penentuan posisi visual memerlukan sistem visi mesin untuk menemukan komponen target dengan cepat dan akurat serta mengonfirmasi posisinya. Visi mesin digunakan untuk menentukan posisi selama bongkar muat, memandu lengan robot untuk memegang barang dengan tepat. Dalam pengemasan semikonduktor, peralatan menyesuaikan kepala pengambilan berdasarkan data lokasi chip yang diperoleh melalui visi mesin untuk mengambil chip secara akurat untuk direkatkan. Ini mewakili penerapan pemosisian visual yang paling mendasar dalam visi mesin industri.


Pameran Otomasi: Dalam aplikasi yang menggabungkan visi mesin dengan robotika, penentuan posisi panduan robot adalah yang paling umum. Untuk skenario seperti ini, Hikvision Robotics dan mitranya telah menerapkan banyak kasus sukses dan solusi matang. Panduan pemosisian robot secara garis besar dapat dikategorikan menjadi tiga mode:


Mode pertama adalah konfigurasi kamera tetap, dimana kamera tetap diam pada frame peralatan tanpa bergerak bersama robot. Dari kiri ke kanan adalah: operasi genggaman, operasi koreksi offset genggaman, dan operasi penempatan. Dalam skenario menggenggam, kamera menangkap gambar material yang masuk dan melakukan pemosisian kasar. Data penentuan posisi ini dikirimkan ke robot, sehingga memungkinkannya menangkap material secara akurat. Pendekatan ini mengurangi ketergantungan pada ketepatan mekanisme transfer antar stasiun kerja sekaligus memastikan genggaman yang stabil. Mode koreksi offset menggunakan kamera bawah yang dipasang di sisi berlawanan lengan robot untuk pemosisian presisi sekunder benda kerja. Hal ini secara signifikan mengurangi penyimpangan material, memastikan pemrosesan yang ditargetkan untuk setiap komponen yang masuk. Mode penempatan mencakup berbagai operasi-mulai dari penempatan sederhana hingga penyelarasan dan perakitan-dengan menggunakan kamera untuk menemukan posisi target akhir. Dikombinasikan dengan dua mode sebelumnya, ini menghasilkan pemrosesan yang benar-benar bertarget untuk setiap benda kerja.


Dua mode kamera gerak melibatkan pemasangan kamera di atas lengan robot untuk gerakan tersinkronisasi. Meskipun berbeda dari mode kamera tetap yang dijelaskan di atas, mode kamera tetap dan gerak secara fungsional menyatu, memungkinkan pemosisian/pegangan dan penempatan terpandu. Selain memastikan fungsionalitas inti, mode ini menawarkan fleksibilitas instalasi yang lebih besar untuk mengakomodasi beragam kendala lingkungan dan perangkat keras.


Untuk meningkatkan kemampuan adaptasi perangkat keras di beragam skenario instalasi, mode kamera tetap dan bergerak dapat digabungkan, seperti yang diilustrasikan dalam Gambar 3.


Selain itu, dalam manufaktur semikonduktor, penyesuaian posisi chip untuk pick{0}}up head menimbulkan tantangan yang signifikan. Machine vision menyelesaikan masalah ini dengan mengaktifkan pengambilan dan pengikatan chip yang tepat-aplikasi dasar yang mendorong penerapannya di seluruh sektor industri.


2. Inspeksi Penampilan


Proses ini mendeteksi masalah kualitas produk di lini produksi dan mewakili area di mana tenaga kerja manual paling sering digantikan. Di sektor farmasi, misalnya, visi mesin terutama menangani pemeriksaan dimensi, deteksi cacat permukaan botol, deteksi cacat bahu, dan pemeriksaan mulut botol.


Dengan kemajuan otomasi industri modern, inspeksi visi mesin diterapkan secara luas pada berbagai tugas pemeriksaan, pengukuran, dan pengenalan komponen. Contohnya termasuk deteksi cacat permukaan pada filter cutoff inframerah, identifikasi model roda otomotif, deteksi cacat penampilan pada bahan magnetik, dan pengenalan kode batang/karakter pada kemasan produk. Aplikasi ini memiliki karakteristik umum produksi massal berkelanjutan dan tuntutan kualitas penampilan yang sangat tinggi.


Biasanya, tugas yang sangat berulang dan cerdas hanya dapat diselesaikan melalui inspeksi manual. Merupakan hal yang umum untuk melihat ratusan atau bahkan ribuan pekerja inspeksi melakukan tugas-tugas ini di belakang jalur perakitan modern di pabrik. Pendekatan ini tidak hanya membebankan biaya tenaga kerja dan manajemen yang signifikan pada pabrik tetapi juga gagal menjamin tingkat kelulusan inspeksi sebesar 100%. Inspeksi visi mesin, dengan otomatisasi, objektivitas, sifat non--kontak, dan presisi tinggi, kini sepenuhnya mampu menggantikan pekerjaan manual untuk tugas-tugas monoton dan berulang-ulang ini. Dibandingkan dengan sistem pemrosesan gambar umum, inspeksi visi mesin menekankan akurasi, kecepatan, dan keandalan di lingkungan industri.


Seiring dengan meningkatnya standar ekonomi, inspeksi visi mesin menjadi semakin penting. Hal ini meningkatkan kapasitas produksi untuk produk-produk berkualitas sekaligus menghilangkan barang-barang di bawah standar di awal proses produksi, sehingga mengurangi limbah dan menurunkan biaya.


3. Inspeksi-Presisi Tinggi


Produk tertentu memerlukan presisi ekstrem-yang mencapai 0,01 hingga 0,02 mm atau bahkan-tingkat akurasi mikron-di luar kemampuan visual manusia, sehingga memerlukan inspeksi-berbasis mesin.


Dalam produksi dan kehidupan sehari-hari, setiap produk memerlukan verifikasi kualitas dan sertifikat kepatuhan. Diakui secara luas bahwa inspeksi merupakan penerapan visi mesin yang paling luas. Sebelum kemajuan teknologi visi mesin, inspeksi visual manual sering kali menghadapi tantangan yang signifikan: akurasi yang rendah, kerentanan terhadap kesalahan, ketidakmampuan untuk beroperasi terus-menerus,-operator yang rawan kelelahan, serta waktu dan biaya tenaga kerja yang berlebihan. Penerapan visi mesin secara luas telah mendorong manufaktur dan inspeksi produk ke era yang sangat otomatis.


Contoh yang paling umum mencakup pemeriksaan karakter koin dan pemeriksaan papan sirkuit. Selain itu, pemeriksaan proses pembuatan koin Renminbi menuntut ketelitian yang sangat tinggi, yang melibatkan banyak perangkat pemeriksaan dan prosedur yang rumit. Aplikasi lainnya mencakup pemeriksaan posisi visi mesin, verifikasi kualitas dan cacat tutup botol minuman, deteksi dan pengenalan karakter kode batang, pemeriksaan cacat botol kaca, dan pemeriksaan botol kaca farmasi. Bidang medis juga merupakan salah satu bidang aplikasi utama untuk visi mesin.


4. Pengakuan


Pengenalan gambar melibatkan pemrosesan, analisis, dan interpretasi gambar melalui visi mesin untuk mengidentifikasi berbagai pola dan objek. Hal ini memungkinkan penelusuran dan pengumpulan data, sehingga dapat diterapkan secara luas pada komponen otomotif, makanan, farmasi, dan sektor lainnya.


Contoh paling umum adalah pengenalan kode QR. Kode QR dan barcode ada di mana-mana dalam kehidupan sehari-hari. Produsen menyematkan data ekstensif ke dalam kode ringkas ini untuk manajemen dan ketertelusuran produk. Seiring dengan meluasnya pengenalan gambar melalui visi mesin, kode batang pada berbagai permukaan menjadi mudah dibaca dan dideteksi, meningkatkan tingkat modernisasi, secara signifikan meningkatkan efisiensi produksi, dan secara bertahap mengurangi biaya produksi.


5. Penyortiran Objek


Dalam aplikasi visi mesin, penyortiran objek mengikuti tahap pengenalan dan inspeksi. Dengan memproses gambar melalui sistem visi mesin dan mengintegrasikan lengan robot, produk disortir.


Jalur produksi tradisional mengandalkan penempatan material secara manual ke dalam mesin cetak injeksi sebelum melanjutkan ke proses selanjutnya. Saat ini, peralatan otomatis menangani distribusi material. Sistem visi mesin menangkap gambar produk, menganalisisnya, dan mengeluarkan hasil. Robot kemudian menempatkan material yang sesuai ke posisi yang ditentukan, sehingga menghasilkan produksi industri yang cerdas, modern, dan otomatis.

Kirim permintaan

whatsapp

Telepon

Email

Permintaan