Możliwości współczesnych systemów wizyjnych osiągnęły poziom, który przed kilkoma laty przekraczał najśmielsze wyobrażenia specjalistów. Takie same pozostają natomiast oczekiwania wobec aplikacji: usprawnienie kontroli procesów, poprawienie jakości produktów, zmniejszenie kosztów wytwarzania, a także zwiększenie bezpieczeństwa pracowników.
Według integratorów polski rynek systemów wizyjnych ciągle jeszcze raczkuje. I chociaż nie ma problemu z dostępem do zaawansowanych technologicznie systemów, klienci decydują się zwykle na te prostsze i ? co za tym idzie ? tańsze rozwiązania. Z doświadczeń większości rozmówców Control Engineering Polska wynika, że najbardziej popularne są systemy 2D oparte na tzw. ?inteligentnych kamerach? (smart camera) lub czujnikach wizyjnych, które nadają się do większości prostych aplikacji. Zaletą takich rozwiązań jest prosta obsługa, kompaktowa budowa (wszystkie niezbędne elementy systemu znajdują się w jednej obudowie) oraz relatywnie niska cena. Ciągle popularne są również systemy oparte na komputerach przemysłowych, a więc cyfrowe kamery wysokiej rozdzielczości przekazujące obraz do komputera.
Zainteresowanie systemami wizyjnymi wykazują głównie firmy z branży motoryzacyjnej, w których szczególnie duży nacisk kładzie się na jakość produkcji.
? Większość aplikacji, które tworzymy, służy do szybkiej oceny jakości montażu w liniach produkcyjnych. Zadaniem takich systemów jest wykrycie wad lub braku komponentów w konkretnych produktach oraz niedopuszczenie do przekazania ich do dalszych etapów produkcji ? mówi Wojciech Komosiński, właściciel Vision.
W Polsce istnieje też spory popyt na aplikacje pomiarowe. Wymagają one trochę bardziej wyrafinowanego sprzętu oraz większych nakładów pracy programistów. Ich zadania koncentrują się na bardzo dokładnym pomiarze komponentów w dwóch (kamery 2D) lub trzech wymiarach (kamery 3D). Według Wojciecha Komosińskiego klienci bardzo często potrzebują także sprawnych narzędzi do kontroli poprawności nadruków, czytania kodów kreskowych, weryfikacji tekstu, znaków towarowych itp. Tutaj również przychodzą z pomocą systemy wizyjne, m.in. dzięki takim narzędziom, jak: OCR, OCV oraz wielu innym funkcjom analizy obrazu. Inne zastosowania to na przykład: pozycjonowanie robotów, zliczanie komponentów, kontrola napełnienia, kontrola kształtu, kontrola powierzchni i wiele innych.
Współczesne systemy wizyjne potrafią naprawdę sporo? Nie stanowi dla nich problemu automatyczna kontrola obiektów 3D z szybkością 50 km/h (w porównaniu do kontroli przeprowadzanej przez człowieka z szybkością 5 km/h). Albo zdalna kontrola błędów w procesie produkcji oraz strukturze produktów z szybkością 200 m/s (dziesięć razy szybciej niż człowiek). Wrażenie może robić zliczanie do 450 zgrupowanych obiektów o różnych kształtach i rozmiarach z dokładnością sięgającą 99%. Współcześnie możliwa jest również kontrola i odrzucanie wadliwych produktów różnych kolorów i rozmiarów z uwzględnieniem ponad 10 kryteriów porównawczych z dokładnością sięgającą 95%-99% i szybkością do 1 200 obiektów na minutę. Producenci, integratorzy i użytkownicy utrzymują przy tym, że koszty systemu wizyjnego w przypadku standardowych aplikacji przemysłowych zwracają się zazwyczaj po około 9 miesiącach funkcjonowania. Zastosowanie systemu wizyjnego w zakładzie może więc przynieść realne korzyści. Przed podjęciem decyzji warto przyjrzeć się kilku przykładowym wdrożeniom.
Kontrola torów kolejowych w trybie 3D z szybkością 50 km/h
Zapewne zamiast pieszych spacerów wzdłuż linii kolejowych w celu sprawdzenia stanu technicznego torów każdy operator wolałby poruszać się po tych samych torach z szybkością około 50 km/h i za pomocą kamer 3D kontrolować do 70 000 podkładów kolejowych w ciągu godziny. W ten sposób mógłby przemierzyć dziennie dystans kilkuset kilometrów. Takie możliwości kontrolne torów i podkładów kolejowych są niezwykle przydatne przy zarządzaniu infrastrukturą sieci kolejowej. W ten sposób zwiększają jej bezpieczeństwo, komfort podróży oraz usprawniają planowanie działań w ramach utrzymania ruchu pociągów. Tym bardziej, gdy wziąć pod uwagę problemy związane z dokonywaniem przez specjalistów oceny stanu torów, takie jak:
-
Wystawiane przez inspektorów oceny ? ?dobre? lub ?złe? ? mogą być niezgodne z sobą, nawet jeśli dotyczą tego samego odcinka torów.
-
Każdy z inspektorów może poświęcić na ocenę stanu danego podkładu tylko kilkanaście sekund.
-
Tory kolejowe mogą być w bardzo różnym stanie technicznym, który podlega dynamicznym zmianom.
Odpowiedzią na te problemy może być między innymi urządzenie inspekcyjne Aurora 3D Track Inspection System, opracowane dla Georgetown Rail przez Nagle Research z wykorzystaniem kamer Sick. System ten pojawia się w coraz to nowych miejscach w Stanach Zjednoczonych i powoli zdobywa również rynek europejski. Przedstawiciele Nagle Research już na wstępie ustalili, że zastosowanie monitoringu dwuwymiarowego będzie niedostatecznym rozwiązaniem ze względu na zanieczyszczenia powszechnie występujące na powierzchni torów i podkładów kolejowych.
Dlatego też zdecydowano się na zastosowanie szybkich kamer 3D Sick Ranger, zamontowanych na drezynie, które sprawdzają geometrię ustawienia podkładów szynowych bez względu na kolor czy kontrast rejestrowanego obrazu. System Aurora 3D rejestruje trójwymiarowe obrazy podkładów kolejowych na całej ich długości. Uzyskiwana rozdzielczość pozwala na obserwację detali o rozmiarze 1 mm w każdej z osi przy szybkości przejazdu wynoszącej 50 km/h. Przedstawiciele Georgetown Rail podkreślają, że taki system monitoringu kontroluje dokładnie stan drewnianych oraz betonowych podkładów, jak również haków szynowych oraz innych elementów mocujących. Mierzony jest również odstęp pomiędzy szynami oraz poziom zużycia szyn na skutek tarcia kół pociągów. Nagle Research opracowało również odpowiednie oprogramowanie do analizy uzyskanych w ten sposób danych. Po przetworzeniu gigabajtów danych użytkownik uzyskuje szczegółowe raporty o stanie wybranych odcinków torów. Raporty dostępne są po 48 godzinach od czasu dokonania inspekcji.
Więcej na stronach www, gdzie można między innymi obejrzeć krótką prezentację możliwości systemu monitoringu stanu torów w postaci pliku wideo.
www.georgetownrail.com/aurora.phpwww.nagleresearch.comwww.sick.com/vision
Drezyna zzainstalowanym systemem monitorującym
Zliczanie swobodnie spadających elementów
W zakładach produkujących na przykład łożyska kulkowe, chemikalia granulowane, nasiona czy lekarstwa szczególnie wysokie wymagania stawiane są systemom precyzyjnego zliczania i rejestracji pozycji obiektów spadających swobodnie i z dużymi prędkościami. Systemy takie sprzyjają poprawie wydajności procesów produkcyjnych oraz kontroli jakości produktów. Dotychczas stosowane, bardziej tradycyjne techniki, miały wiele wad:
-
Układy oparte na sortownicach (taśmociągach) nie mierzą wspomnianych parametrów w tzw. czasie rzeczywistym i wymagają dodatkowych procedur pomiarowych.
-
Układy z diodami LED i siatkami fotodetektorów zapewniają wprawdzie szybkie pomiary w czasie rzeczywistym, jednakże cechują się niską rozdzielczością, przez co niemożliwe jest zliczanie obiektów o średnicach mniejszych niż 4 mm oraz elementów tworzących małe grupki.
-
Bardziej nowoczesne systemy z pojedynczymi, liniowymi kamerami wizyjnymi cechują się znacznie lepszymi parametrami technicznymi i możliwościami pomiarowymi. Mimo tego jedna kamera nie jest w stanie rozróżnić obiektów spadających w grupach lub znajdujących się blisko siebie (są wówczas rejestrowane jako jeden obiekt).
W zakładach John Deere zastosowano system wizyjny zliczający swobodnie spadające elementy z szybkością do 450 sztuk na sekundę. W systemie zainstalowano dwie liniowe kamery z modułami podświetlającymi obiekty od tyłu, obserwujące ten sam obszar w osiach X i Y. Elementy konstrukcyjne pomagają w doborze ustawień całego systemu rejestracji obrazu.
Z tych względów zakłady produkcji maszyn i silników John Deere zdecydowały się na bardziej nowoczesne rozwiązanie. Firma potrzebowała systemu liczącego szybko spadające elementy kilku rodzajów, niekiedy łączące się w grupy. Przy czym wymagana precyzja pomiarów powinna być na poziomie większym niż 99%, podczas gdy liczba spadających części wynosiła około 200 sztuk na sekundę. Dostawca systemu, firma VI Engineering stworzyła system wizyjny wykorzystujący kamery liniowe działające w standardzie IEEE 1394 i elementy podświetlające. System może pracować poprawnie nawet przy dwukrotnie większej szybkości przemieszczania się elementów od tej, jaką użytkownik uznał za wymaganą. W tym celu opracowano specjalne algorytmy akwizycji danych z rejestrowanych obrazów. Najmniejszy rozpoznawany przez system obiekt może mieć średnicę 1 mm, największy 25 mm, a szybkość ich przemieszczania się może dochodzić nawet do 450 sztuk na sekundę. W systemie zastosowano aplikacje NI Vision Development Module oraz NI-Imaq for IEEE 1394, dostępne w pakiecie LabView. Dane dostarczane są do komputera poprzez kartę interfejsu NI PCI-8252 IEEE 1394, do której przyłączane są dwie kamery. Możliwości techniczne całego systemu dodatkowo zwiększa zastosowana technologia PXI Express. Dostępne funkcje to: identyfikacja, porównanie, liczenie i ustalanie wymiarów (w tym obiektów o nieregularnych kształtach). Dzięki podświetleniu każdy spadający element ? bez względu na kolor i ukształtowanie powierzchni ? pojawia się jako czarny kształt na białym tle. Pozwoliło to na znaczne uproszczenie algorytmu systemu wizyjnego. Analizuje on i porównuje obrazy rejestrowane przez obie kamery i na tej podstawie rozróżnia pojedyncze obiekty nawet wtedy, gdy są połączone w grupy. Kompensacja ewentualnych zaburzeń obrazów realizowana jest programowo.
www.ni.comwww.pciexpress.orgwww.viengineering.com
Kontrola stanu ostrzy tnących
Włoski SIR, specjalizujący się w budowie robotów przemysłowych do różnych aplikacji, opracował zautomatyzowany układ szlifowania i końcowej obróbki powierzchni przedmiotów, wykorzystujący system wizyjny PatMax firmy Cognex. Obsługa noży znajdujących się w tym układzie to jedna z najtrudniejszych aplikacji automatyki. Zadanie wymaga uwzględnienia wielu czynników i parametrów, w tym utratę właściwości tnących na skutek wielokrotnego powtarzania tych samych czynności. 
Najtrudniejszą kwestią w aplikacjach obróbki skrawaniem jest duża różnorodność możliwych stanów degradacji ostrzy obrabiających powierzchnię. Zastosowane w układzie firmy SIR roboty i systemy wizyjne
starają się sprostać trudnemu wyzwaniu, jakim jest ocena stanu ostrzy i odpowiedniej reakcji na zaistniałe zmiany.
Robot ustawia nóż pod ciągłą obserwacją kamer systemu wizyjnego, rejestrujących w czasie rzeczywistym kształt ostrza i porównujących go z zapisanymi wcześniej w pamięci wzorami. Dzięki temu następuje identyfikacja typu noża obrabiającego element oraz stopnia jego zużycia. Na tej podstawie w algorytmie sterowania obliczane są współrzędne punktu przyłożenia ostrza do obrabianego przedmiotu, w celu uzyskania pożądanego kształtu powierzchni. Po jej wyprofilowaniu kontrolowany jest stan powierzchni ostrza i w razie potrzeby następuje ewentualna korekta nastaw parametrów pracy całego układu (szybkość, kąt natarcia noża itp.), w celu uzyskania pożądanego kształtu i jakości obrabianej powierzchni. Możliwe jest nawet ustalenie momentu zakończenia obróbki detalu po analizie kształtu ostrza, tak by uniknąć nieprawidłowej obróbki. W takim przypadku ramię robota podaje ostrze do oszlifowania z każdej strony; ostrze jest też oczyszczane z opiłków, a jego krawędzie poddawane są wyrównaniu.
Robot firmy Kuka wyposażono w system wizyjny firmy Cognex: kartę rejestracji obrazów MVS-8501, oprogramowanie VisionPro z narzędziami Pat Max, Blob i Caliper. Do karty dołączane są standardowe kamery analogowe. Możliwe jest zastosowanie dodatkowego oświetlenia.
www.cognexwww.kuka.comwww.sir-mo.it
Szybkość i dokładność produkcji w zakładach tekstylnych
Produkcja tekstyliów charakteryzuje się dużą różnorodnością asortymentu oraz tym, że pojawienie się małego defektu na jednym z etapów produkcji pociąga za sobą błędy na kolejnych etapach. Asortyment produktów jest bardzo szeroki ? od tradycyjnych tkanin i dzianin, aż po specjalne materiały tekstylne, do tapicerek samochodowych czy kamizelek ochronnych.
System wizyjny opracowany przez Shelton Vision Systems i Dalsa służy do kontroli stanu powierzchni materiałów tekstylnych
i klasyfikacji defektów.
Tradycyjnie takie materiały poddawane są dwukrotnej kontroli. Pierwszą przeprowadzają operatorzy maszyn produkcyjnych, którzy w razie potrzeby korygują nastawy w celu zachowania odpowiedniej jakości produktu na wszystkich etapach procesu produkcji. Warto jednak nadmienić, że przy prędkości procesu na poziomie 150 metrów materiału na minutę oko ludzkie jest w stanie zidentyfikować jedynie duże defekty. Druga kontrola to przegląd materiałów już po wyjściu z taśmy produkcyjnej, gdzie możliwe jest zidentyfikowanie innych błędów czy wad produktu, niezauważonych w trakcie produkcji. Jednak zachowanie wysokiej jakości tkanin i dzianin wymaga kontrolowania ich stanu znacznie częściej i dokładniej w czasie całego procesu produkcyjnego.
W tym celu Shelton Vision Systems opracowało specjalny system monitoringu powierzchni materiałów ? Shelton WebSpector. System ten może pracować przy prędkości przesuwu do 200 metrów materiału na minutę i sprawdzać ewentualne błędy w jego strukturze w tzw. czasie rzeczywistym. Uzyskiwana dokładność jest niemożliwa do osiągnięcia przez człowieka nawet przy szybkości przesuwu około 20 metrów na minutę. System może identyfikować błędy i zmiany dotyczące wymiarów i kolorów produktów oraz nieprawidłowości w strukturze tkania. W systemie zastosowano kamery liniowe Dalsa z serii Spyder, pracujące poprawnie nawet przy słabym oświetleniu obiektów oraz cechujące się dobrym stosunkiem parametrów wizyjnych do ceny. Układ przetwarzania obrazu X64-CL zbiera i obrabia dane z kamer, a oprogramowanie Dalsa WiT 8.3 dokonuje analizy rejestrowanych obrazów.
www.dalsa.comwww.sheltonvision.co.uk/vision
System kontroli jakości z precyzyjną selekcją produktów
Mold-Rite Plastics, producent opakowań dla przemysłu farmaceutycznego, poszukiwał zautomatyzowanego systemu kontroli jakości. Wymagania stawiane systemowi były dość wysokie: precyzyjna kontrola jakości opakowań i zakrętek (z uwzględnieniem 10 kryteriów) w różnych kolorach i rozmiarach z szybkością do 1 200 zakrętek na minutę. Zakrętki na leki mają średnicę od 2,5 cm do 10 cm i produkowane są w wielu różnych kolorach, od białego do czarnego, wraz z specjalnymi uszczelkami. Procedury testowe powinny zapewniać dokładność kontroli na poziomie 95 do 99%.
W trybie doboru ustawień (na górze) operator w prosty sposób umieszcza pierścienie na zewnątrz zakrętki, zabezpieczenia przed dziećmi i uszczelki. Opracowany przez Siemensa system wizyjny na podstawie obserwacji tych elementów ?uczy się? ich i dobiera odpowiednie nastawy. Wykresy defektów w obszarze ?normal? pozwalają użytkownikowi na ustalenie dopuszczalnej tolerancji błędów produkcyjnych.
Zadania podjął się Siemens. Koszt inwestycji wyniósł około 12 000 USD, nie licząc kosztów sprzętu. Operatorzy pracujący na linii produkcyjnej mają możliwość szybkiego wprowadzania zmian parametrów pracy całego systemu wizyjnego, aby dostosowywać go do monitoringu jakości różnego typu produktów. W układzie zastosowano moduły przetwarzania obrazów Siemens Simatic 1744 Visionscape, współpracujące z komputerem PC i połączone z dwoma kamerami CM1100. Obserwowane obiekty oświetlane są z tyłu i przodu czerwonym światłem lamp BL75x75 i DF-150-3. Interfejs komunikacji ze sterownikiem PLC realizowany jest w module Simatic Opto IO, zbierającym dane z triggerów i sygnały sterujące oraz wysyłającym sygnały potwierdzające dobrą lub złą jakość danego elementu. Zaletą systemu jest uniwersalność, a co za tym idzie możliwość wykorzystania do różnego typu produktów oraz łatwość obsługi. Mold-Rite wydał około 8 000 USD na instalację próbną, szkoleniową i prototypy systemu, a całkowity koszt inwestycji wyniósł około 2/3 kosztów planowanych przez firmę. Nakłady powinny zwrócić się po około 12 miesiącach działania systemu.
www.mrpcap.comwww.sea.siemens.com
Różnica oświetleń w systemach wizyjnych w dzień i w nocy
Jak pokazuje materiał demonstracyjny firmy Siemens & Automation, przed opracowaniem szczegółów algorytmu działania systemów wizyjnych maszyn konieczny jest dobór odpowiedniego oświetlenia aplikacji dla trybów dziennego i nocnego. Porównano tu cztery rodzaje oświetlenia ? patrząc od góry: krąg świetlny (po lewej), jednolite światło rozproszone (po prawej), jasny okrąg i ciemny okrąg. Więcej informacji na ten temat na stronie: www.nerlite.com/Selector.html
Nadchodzi trzeci wymiar
Dla Control Engineering Polska mówi Wojciech Komosiński, właściciel Vision:
Polski rynek systemów wizyjnych wkracza w etap dynamicznego rozwoju. Wzrasta zainteresowanie tą tematyką wśród inżynierów odpowiedzialnych za jakość w fabrykach. Inżynierowie ci chętnie widzieliby na swoich liniach produkcyjnych możliwie nowoczesne rozwiązania gwarantujące bardzo dokładną, stabilną i niezawodną pracę. Niestety, ciągle jeszcze niskie koszty zatrudnienia pracowników w stosunku do ceny systemów wizyjnych powodują, że osoby odpowiedzialne za budżety przedsiębiorstw nie zawsze decydują się na wprowadzanie nowych technologii. Naszym zdaniem najbliższe lata będą przełomowe. Widzimy między innymi szansę na rozwój i zwiększenie zainteresowania systemami wizyjnymi z wykorzystaniem robotów przemysłowych. Są to aplikacje, w których system wpływa na trajektorię ruchu robota, analizując konkretne elementy otoczenia i przekazuje koordynaty do sterownika odpowiedzialnego za jego ruch. Podczas ruchu robota kamera może również wykonywać zdjęcia i analizować je pod kątem ewentualnych wad produktu. Inną grupą systemów, dla których rokujemy szansę na następne lata, są systemy trójwymiarowe (3D). Ich wadą jest dłuższy czas cyklu kontroli wynikający z konieczności przesuwu obiektu pod kamerą. Pozwalają one za to bardzo dokładnie obejrzeć i zwymiarować obiekt w trzech wymiarach. Dzięki temu są w stanie zastąpić dwie lub czasem nawet więcej tradycyjnych kamer 2D. Ciągle udoskonalane urządzenia, wzrost rozdzielczości dostępnych przetworników obrazu oraz innych komponentów wizyjnych również przyczyni się do zwiększenia zapotrzebowania na aplikacje pomiarowe o wysokiej dokładności.
Artykuł pod redakcją
dra inż. Andrzeja Ożadowicza,
adiunkta w Katedrze Automatyki Napędu
i Urządzeń Przemysłowych Akademii
Górniczo-Hutniczej w Krakowie
<//strong>
