(Bild: National Instruments)
Ein Bild sagt mehr als tausend Messungen: Kameras erfassen viele Informationen auf einmal, die anschließend mehrfach auswertbar sind. National Instruments
Dank den Fortschritten bei Kamera- und Prozessortechnologien ist die industrielle Bildverarbeitung ein wichtiger Bestandteil dieser Systeme. War früher der Einsatz von Kameras vor allem auf Sensoren und den Menschen beschränkt, können Kameras jetzt auch zur Qualitätsüberwachung und -sicherung verwendet werden. Gleichzeitig ersetzen Kameras inzwischen andere Sensoren, beispielsweise Lesegeräte für Strichcode, Thermoelemente und Durchflussmesser. Ein einziges Gerät generiert also mehr Daten und Informationen. Hinzu kommt, dass sich mehrere Kameras in einem System platzieren lassen, um unterschiedliche Sichtfelder zu erfassen und die unterschiedlichen Komponenten bei jedem Schritt im Herstellungsprozess zu überwachen.
Folgendes Szenario wäre denkbar: Auf einer Fertigungslinie wird ein Produkt in hoher Stückzahl in mehreren Prozessschritten hergestellt. Die Gesamtqualität des Produkts muss garantiert sein, um teure Rückrufe oder Ausfallzeiten zu vermeiden, wenn Fehler zurückverfolgt werden müssen. Ohne Qualitätskontrollen nach jedem Fertigungsschritt, wäre es nahezu unmöglich, den Ursprung eines Fehlers nachzuvollziehen. Dies hätte zur Folge, dass ein fehlerhaftes Produkt möglicherweise den Rückruf einer kompletten Produktcharge auslöst, selbst wenn nur ein Teil der Produkte betroffen ist.
Bildverarbeitung schafft Tansparenz
Nun könnten an derselben Fertigungslinie Kameras eingesetzt werden, um die Qualität nach jedem Fertigungsschritt zu überprüfen. Von jedem Bauteil werden mit einem Zeitstempel versehene Bilder erfasst und auf ihre Qualität hin analysiert. Tritt dann ein Fehler auf, können Techniker und Ingenieure die gespeicherten Bilder auswerten. So lässt sich nicht nur exakt bestimmen, welche Produkte defekt sind, sondern auch gezielt der Fertigungsschritt ausfindig machen, der den Fehler am Produkt verursacht hat. Dies verringert die Ausfallzeit der Maschine und erhöht gleichzeitig die Effizienz während des Fertigungsprozesses. Da die Bilder gespeichert sind, können Ingenieure diese außerdem erneut mit unterschiedlichen Algorithmen analysieren, um weitere Informationen zu gewinnen. Dies vereinfacht es, neue Methoden für das Extrahieren von Daten anzuwenden, um zusätzliche Einblicke für eine mögliche Produkt- und Prozessverbesserung zu erhalten.
Abkehr von den smarten Kameras
Traditionell werden die Standalone-Varianten von Kameras mit integrierten Prozessoren (Smart Cameras) dort installiert, wo eine entsprechende Datenerfassung und -verarbeitung erforderlich ist. Doch dieser Ansatz hält mitunter Herausforderungen bereit. In großen Fertigungssystemen, in denen mehrere Kameras nötig sind, steigen die Kosten für deren Verteilung rasch. Zudem sind in dezentralen Systemen mit intelligenten Kameras Anpassungen teurer. Der Grund: wird eine andere Kamera notwendig, wird auch der Prozessor zwangsläufig mitgewechselt. Hinzu kommt, dass es zunehmend schwierig wird, sich um die Kabel für Kommunikation, Strom und Synchronisation zu kümmern, je mehr Kameras einem System hinzugefügt werden. Dagegen lassen sich mit einfachen BV-Kameras und einem zentralen Verarbeitungsknoten die Systemkosten deutlich senken – bei gleichzeitiger Steigerung der Funktionalität. Dieser Gegensatz verdeutlicht die Notwendigkeit eines leistungsstarken Controllers, der Bilder von mehreren kostengünstigen Kameras erfassen und verarbeiten kann.
Mehr noch: Um die Systemkomplexität weiter zu vereinfachen und den Platzbedarf gering zu halten, vermeiden Entwickler möglichst getrennte Subsysteme für einzelne Aufgaben wie Messtechnik und I/O, Motorsteuerung, Bildverarbeitung und die Mensch-Maschine-Schnittstelle (Human Machine Interface, HMI). Immer mehr verfolgen hier einen zentralisierten Ansatz, bei dem ein Controller mehrere dieser Aufgaben übernimmt. Die Kombination dieser Subsysteme verringert die Systemgröße, vermeidet unnötige Fehlerquellen, reduziert die Entwicklungskosten und beschleunigt die Markteinführungszeiten.
Steuerungszentale – nicht nur für Kameras
Gegenwind für smarte Kameras: Leistungsfähige Vision-Controller übernehmen die Rohdaten mehrerer Kameras, generieren daraus die Messergebnisse und agieren als IoT-Hub. National Instruments
National Instruments (NI) hat nicht nur den Trend hin zu intelligenteren Systemen als Teil des industriellen Internets der Dinge erkannt, sondern auch die Herausforderungen, die mit deren Implementierung einhergehen. Um Letztere zu bewältigen und einen zentralisierten Verarbeitungsknoten zur Verfügung zu stellen, mit dem industrielle Bildverarbeitung in das industrielle Internet der Dinge aufgenommen werden kann, hat NI den Industrie-Controller IC-3173 entwickelt. Dieser verfügt über einen Intel-Core-i7-Dualcore-Prozessor, PoE-Gigabit-Ethernet-Anschlüsse und zwei USB-3.0-Anschlüsse – die Schnittstellen für mehrere USB3-Vision- und GigE-Vision-Kameras. Außerdem hat der Controller Display-Ports für zwei unabhängige Bedienpanel. Durch das integrierte FPGA Kintex-7 160T von Xilinx und dem erweiterten SRAM und DRAM lassen sich Bilder und digitale Daten schnell verarbeiten. Mithilfe von Labview und dem NI Vision Development Module können Anwender aktuelle FPGA-Bildverarbeitungstechnologie einsetzen, um die Bildauswertung zu verkürzen und letztlich den Durchsatz zu erhöhen. Der Industrie-Controller wird außerdem Daten auf einem Netzwerk und mit anderen Geräten teilen können, da er unter anderem über einen integrierten Netzwerkkommunikationsanschluss, vier USB-2.0-Ports, einen RS232/485- und einen 44-poligen Digital-I/O-Anschluss verfügt.
Da der Industrie-Controller HMIs, Kameras, Motorsteuerung und I/O vereint, reduziert sich die Systemkomplexität. Diese Kombination aus Hard- und Software erleichtert es, Informationen mithilfe des internen oder eines USB-basierten externen Speichers lokal abzulegen und zu teilen sowie über die Netzwerkanbindung dezentral zu verteilen. Der Einsatz der nächsten Technologiegeneration ist zu einer Notwendigkeit geworden, um mit den Mitbewerbern Schritt zu halten. Neue Forderungen nach Effizienz bei Einsatz, Wartung und Aktualisierung machen Architekturen erforderlich, die die Fertigungsmöglichkeiten erweitern. Dank seiner Fähigkeiten, die Komplexität zu senken, eine Integration in bestehende Systeme zu ermöglichen und Daten einfach zu teilen, wird der Industrie-Controller Unternehmen dabei unterstützen, einige der Herausforderungen bei der Implementierung intelligenterer Maschinen zu bewältigen und wettbewerbsfähig zu bleiben.
(sk)
