在线工博会

连续识别和监测物体 & 可靠识别和数据管理
SICK China
为节省流量,手机版未显示文章中的图片,请点击此处浏览网页版
我们究竟面临什么样的挑战?什么是可行的,什么是业已实现的?有哪些问题需要解决?如何通过技术来克服这些问题?未来的识别技术究竟是什么样子?
在工业4.0的背景下,基于物联网思潮的实际体现,可靠的数据采集(包括在最严酷的条件下)是最基本的前提,重要性不言而喻。传感器与视觉不仅是本文的标题,也是对如何选择最佳识别技术这个问题的一种回应。
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。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。
每种识别技术都各有千秋。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、各种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。某些应用还会综合利用多种技术,比如通过条码读取和RFID组成的混合式系统对机场行李进行识别和控制。
SICK产品线中的所有技术都受益于不受限制的连通能力:以板载接头或接口模块等形式提供的模块化接头支持所有标准现场总线,可以实现识别系统即插即用式的集成,完全不受任何网络限制。而使用在线客户端-服务器软件对自动识别期间采集的信息进行智能分析和处理的能力,更是令这些解决方案锦上添花。举例来说,可以对条码的印刷质量进行分析,并利用分析结果实现生产或物流过程中连续的追踪与追溯,从而达到工业4.0的要求。在选择最佳系统时,识别任务、现场总线连接以及大数据管理都是决定性的因素,而最佳的解决方案往往需要根据应用的各种技术要求和经济条件量身定制。

(图片)

SICK自动识别产品种类齐全

物料流和物料的全程透明度
在配送物流和退货管理方面,物料和信息流绝对是至关重要的。但是仅有它们还不够:物料标签和追踪过程在生产物流业中也在起着越来越重要的作用。无论您是一名物流专家、制造商还是终端用户,能够随时了解特定商品或部件的确切位置,就可以提高您的过程透明度,这终归是有所裨益。
过去几十年来,商业和生产物流企业 – 就像汽车工业中那样 – 早已成为开发和采用贴标签与识别新方法的先驱。这些企业一次次地向我们证明,多种识别技术的组合对于满足信息和应用技术的各种要求来说是至关重要的。从1D条码、2D条码再到RFID,每一种技术都有其独特优势,因此适用于各种应用。
虚拟物料流
对于商品和物料流来说,还需要更高的透明度。这就意味着需要对物理物料流进行虚拟化。从传感器技术的角度来看,主要目标就是要尝试并可靠采集和转发数据。为此,传感器与控制系统之间的协同和通信就必须要平稳运行。智能传感器使得系统和机器能够相互认识和交流。除此之外,智能软件则能够保证采集数据的高效使用。有了传感器和控制系统之间无缝的双向数据和信息流,此类自动化网络将成为工业4.0的中流砥柱。
最佳识别技术 – 网络互连
对于一家公司来说,根据不同过程中不断变化的条件而采用多种识别技术,这种现象并不罕见。在特定的应用中,数据量、传送速度、范围、读取距离、视野和环境条件等因素都需要考虑。在有些情况下,可能还需要在后期更换所使用的技术,以适应公司过程或要求的变化。因此,非常理想的情况就是,所有识别技术都采用同样的工作方式、使用同样的连接技术而且运行在同一个平台上。SICK就可以提供这样的工作平台。阅读器、相机和RFID三种自动识别技术都具备上述特征,即采用统一的连接技术、相同的用户界面并且使用标准化系列的配件。

(图片)

借助于统一平台实现连续信息流
为了给有效的数据交换打下坚实基础,识别设备必须能够使用相同的接口、会说相同的“语言”。借助于单一平台,甚至能轻松实现识别方案的切换。标准化的接口理念使得数据转换变得极为简单,比如轻松从条码转换为RFID。单一设备平台提供了更高的灵活性。在完全确定应用要求之前,根本不必对某个特定的识别方案进行投资。如果在此阶段仍能确保必要的数据流,就能在传感器水平上轻松实现集成和交换。

(图片)

SICK打造统一的自动识别平台——4DPro

不只是目标识别:混合式系统
如果您想要获得更高的过程效率和透明度,就需要综合采用多种技术。SICK的混合式系统由成熟可靠的独立部件组成,并采用可扩展设计,能够适应各种精确的要求。无论是许多小包裹还是少量大家伙?是小而重还是大而轻的物体?重量和体积的组合解决方案都能确定出包裹的货运成本。能够以个别处理的方式精确计算出这些货运成本,会让您在物流工业中领先一步,尤其是在如今能源价格高企的条件下。尺寸测量-称重-扫描系统能够确定出包裹的重量和体积,并使用1D或2D条码进行识别。所有这些数据都必须可靠地记录和传输,以便基于体积/重量计价秤生成自动单据。该过程由此可实现精确计算并提供对任意必要的货运成本进行分配的能力。
数据监测和处理有助于做出最佳决策
智能传感器能够完成数据记录和通信任务,但只有充分利用这些数据做出决策才有利于过程改善,我们才能说它们真正体现出了价值。“大数据”对于企业来说至关重要,特别是在每天都要对数百万包裹进行处理的物流环境中。一方面,这种数据提供了更好的机会;另一方面,如何对数据进行处理从而帮助企业做出正确决策却又是一个巨大的挑战。正因如此,我们开发出了“包裹分析 (Package Analytics)”软件,将我们丰富的实践经验与自动识别资源相结合,提供了一个可满足数据记录和分析要求的解决方案。使用该软件,您能轻松调取和分析系统性能数据和所有记录数据的状态,包括从传送带上的某一个包裹到总览每天传送的数百万包裹等所有数据。这就使得运营商可以直接访问物料流的关键变量,从而使其能够更合理地理解和控制这些变量。动态数据库方案简化了监测、分析和报告生成的过程,而包裹图像或视频可以按照预定标准进行预先过滤和分析。
高度的可扩展性和远程访问
“包裹分析 (Package Analytics)”软件能够对单个系统的条码质量和成功读取率进行记录和可视化。不仅如此,高性能客户端/服务器平台还能在单个场所的多个系统之间使用,甚至可在多个位置之间联网使用。服务和支持团队提供了卓越的系统产出,您甚至一个电话都不用打,只需通过Meeting Point Router (MPR) 就能在全球任意位置安全而可靠的远程访问“包裹分析 (Package Analytics)”软件所列出的系统和装置。

(图片)

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的能力也是日新月异。
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。
结论
现在的市场由三种主流技术统治:RFID、图像式条码阅读器和激光条码阅读器。每一种技术的能力都在不断发展,其主要推动力源自两方面,一是半导体技术,而是越来越高效的图像处理算法。如今的智能传感器解决方案不仅能精确记录真实数据,还要在传感器中对信息进行处理。在此背景下,每一种技术在未来都会占据一席之地。
没有哪一种技术至臻完美,但是总有一种最合适的解决方案,能够满足几乎所有自动识别应用的要求。
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)。
这就是灵活性 – 能够为特定的任务选择最合适的技术。
展望
作为工业4.0愿景的一部分,识别工业或物流产品的身份未来仍将是一个主要要求和关键问题。根据物联网模型,不只是物品(产品),包括生产器具都要提供一个全世界独一无二的身份。这就需要使用另一个重要的功能:企业级的联网通信。工业4.0将使得生产规划越来越分散(也就是说,产品和机器能够自主决定各个制造过程,无需中央MES的干预)。
在工业4.0背景下,智能传感器或传感器集群的一个重要任务,就是数据的采集和提供。不只是重量、尺寸、颜色等产品特征数据,还包括机器和过程数据。智能传感器可以监测机器运行时间、控制维护间隔或者向过程事件添加时间戳。但是,要想避免“大数据”成为“大麻烦”,与工业4.0所连接的传感器必须具备智能。不仅要使用最先进的传感器技术,还必须以智能方式对采集的数据进行处理和传输。今后,传感器将不仅仅是自动化的眼睛和耳朵,而且应该(甚至必须)成为其大脑。SICK的智能传感器解决方案已将工业4.0最重要的要求 – 识别、通信、最先进的传感器技术和智能数据 - 集于一身。 4/6/2016


电脑版 客户端 关于我们
佳工机电网 - 机电行业首选网站