Mit Machine Learning Kratzer auf Metalloberflächen detektieren
ID: 1727200
Machine Learning für Metalloberflächen
Je nach Oberfläche genügt ein einfacher Kameraaufbau mit einem Domlicht um die Kratzer zu detektieren. Ebenfalls gibt es die Möglichkeit den EyeMulti-Inspect zu verwenden, welcher bereits Rechner, Kamera, Optik und Beleuchtung integriert hat und ready-to-use zur Verfügung steht. Der EyeMulti-Inspect ist ein robuster Aufbau für die Industrie in einem Gehäuse, welches auch unter rauen Umgebungen standhält. Damit kann auch ein Tracking der Bauteile auf einem Förderband erfolgen. Dazu reicht es aus den Sensor über dem Förderband aufzubauen, den Inkrementalgeber anzuschließen und in der Software die Auswerfkanäle zu bestimmen.
Dank der EyeVision Software erfolgt dies komplett in einer grafischen Benutzeroberfläche. Das Machine Learning Tool ist rein mit einem Befehl in der Software aufruf- und einstellbar.
Machine Learming für nicht solide Bauteile
Das System ist allerdings nicht nur für solide Bauteile gedacht. Die separat steuerbaren, integrierten Beleuchtungssysteme erlauben es auch bei schwierigen, nicht soliden Bauteilen wie z.B. Gummi, die Bauteile, optimal auszuleuchten. Das Machine Learning Tool kann daraufhin Kratzer und Risse finden und die Analyse sicher umsetzten.
Durch die Flexibilität der Software ist es einfach, auf alle gängigen Kameraauflösungen zurück zu greifen und eine optimale Auflösung für die Fehleranalyse zu realisieren.
Verschiedene Protokolle verfügbar
Die einfache Integration in bestehende Anlagen oder auch in neue Anlagen wird durch diverse Protokolle vereinfacht. Hier stehen Profinet, Modbus oder auch TwinCat als Standardinterface zur Verfügung. Über die Software ist auch jedes beliebige Protokoll basierend auf TCP/IP oder UDP nachzubilden.
Ein umfangreicher Baukasten für Beleuchtungs- wie Optikkomponenten erlaubt es, das Produkt an unterschiedliche Anwendungsfälle anzupassen. Es sind verschiedene Brennweiten und verschieden Beleuchtungsarten wie Domlicht, Gegenlicht, usw. verfügbar.
Weitere Infos zu dieser Pressemeldung:
Unternehmensinformation / Kurzprofil:
Datum: 06.06.2019 - 12:33 Uhr
Sprache: Deutsch
News-ID 1727200
Anzahl Zeichen: 2227
Kontakt-Informationen:
Stadt:
Karlsruhe
Kategorie:
Softwareindustrie
Diese Pressemitteilung wurde bisher 322 mal aufgerufen.
Die Pressemitteilung mit dem Titel:
"Mit Machine Learning Kratzer auf Metalloberflächen detektieren"
steht unter der journalistisch-redaktionellen Verantwortung von
EVT Eye Vision Technology GmbH (Nachricht senden)
Beachten Sie bitte die weiteren Informationen zum Haftungsauschluß (gemäß TMG - TeleMedianGesetz) und dem Datenschutz (gemäß der DSGVO).
