Lavorazione completa ed efficiente con il tornio INDEX G220 distribuito da Synergon

Fresatrice-alesatrice ad alta velocità MECMILL/MECMILL PLUS di EMCO

Il mandrino BIG KAISER che combatte il caro energia in officina

Il mondo delle valvole industriali si incontra a Düsseldorf

Arriva Italian Insurtech Summit, terza edizione del principale incontro del mondo insurtech italiano

Christian Colombo, CEO di Ficep, è il nuovo Presidente di AFIL

Il nuovo centro di lavoro Mazak entry level con corsa lunga per l’asse Y

Il software INTELLIGO di Speroni alla 33.BI-MU

La trasformazione digitale nell’industria manifatturiera secondo Getac

Fra tradizione e innovazione, con le tecnologie di produzione ifm

Monitoraggio della posizione in caduta libera con encoder SIKO

Piante “robotiche”: osservazioni di Barbara Mazzolai, Direttore del BSR Laboratory dell’IIT

In alto i boccali! Nel birrificio Paderborner entra in scena un robot Motoman Yaskawa

Igiene e sicurezza delle connessioni certificate EHEDG con Murrelektronik

Automazione artica: i robot KUKA pallettizzano nella cella frigorifera

Oltre al cobot c’è molto di più: lo dice Gloria Sormani, Country Manager di Universal Robots per l’Italia

SIMODEC 8-11 marzo 2022 – La Roche-sur-Foron (F)

GrindTec 15-18 marzo 2022 Augsburg (D)

Seatec Compotec 17-18 marzo 2022 Marina di Carrara (MS)

SamuExpo 31 marzo-2 aprile 2022 Pordenone (PN)

UMANia 6-8 aprile 2022 Milano (MI)

A&T Automation & Testing 6-8 aprile 2022 Torino (TO)

LASER World of PHOTONICS 26-29 aprile 2022 München (D)

Cosmopack 28 aprile 1 maggio - 2022 Bologna (BO)

5 progetti ERC del Politecnico di Torino ricevono risorse aggiuntive grazie al bando FARE

10 consigli per sfruttare al meglio una termocamera per la rilevazione ottica di gas

10 dispositivi tecnologici da portare in vacanza

I robot collaborativi per il nostro manifatturiero

ABB anticipa i trend che cambieranno l’automazione robotizzata nel 2022

sensormatic - chiusura di sicurezza

Geotab indica i sei trend della mobilità per il 2022

Bosch Rexroth - ctrlX CORE

Qualità, affidabilità, efficienza rendono fondamentale il supporto di imprese del comparto della visione artificiale capaci di seguire il cliente nell’individuazione della soluzione di volta in volta più indicata.

Mentre la machine vision trova campi applicativi sempre più ampi e diversificati, gli utenti ricercano soluzioni innovative, capaci di risolvere specifici problemi. La parola a Cognex, iMAGE S, Imago e Murrelektronik.

Qualsiasi impresa che sappia e desideri guardare al futuro non può fare a meno di soluzioni basate sull’intelligenza artificiale. Grazie anche alla spinta di Industry 4.0, lo sviluppo delle aziende manifatturiere è fortemente condizionato dall’impiego di tecnologie digitali e sistemi di visione. Le imprese crescono puntando all’obiettivo dell’ispezione totale, sul 100% dei prodotti, e non solo. In questo cammino, la machine vision riveste un ruolo di primo piano e trova applicazione in un numero di settori in costante espansione. La visione industriale permette di rilevare difetti e imperfezioni, monitorare e migliorare i processi produttivi e ottimizzare l’impiego delle risorse, sia macchine e impianti, sia materie prime sia semilavorati.

La chiave generale che permette di realizzare applicazioni di successo con i sistemi di visione è quella della cooperazione e competenza: l’utente deve conoscere i principi base con cui lavora il sistema di visione, e l’integratore deve apprendere le basi del processo industriale su cui sta lavorando, fornendo gli “occhi” giusti al progetto, sistemi dotati di intelligenza e software con algoritmi sempre più sofisticati, basati su deep learning e reti neurali, telecamere 2D e 3D e altre tecnologie abilitanti. Solo così la manifattura può crescere. La straordinaria e rapida evoluzione tecnologica dei sistemi di visione artificiale renderà sempre più sofisticata la funzione di controllo e prevenzione delle difettosità.

La nuova frontiera tecnologica della visione industriale è dunque l’intelligenza artificiale, già presente dagli anni ’70, ma è il deep learning, cioè l’utilizzo di una rete neurale convoluzionale a più strati, oltre all’aumento di prestazioni dei computer, che ha cambiato il tipo di approccio a questa tecnologia, rendendola più affidabile. Non va trascurata poi la possibilità di acquisire immagini iperspettrali, illuminazioni “intelligenti”, ovvero con maggiore densità, a costi inferiori e facilità d’integrazione. I quattro interventi riportati sono solo uno “spaccato” di un settore che deve sapere anticipare i bisogni dei clienti.

DEEP LEARNING E VISIONE 

Cognex In-Sight 2800 abbina Deep Learning e visione tradizionale in una sola facile soluzione e automatizza il rilevamento di errori in pochi minuti.

Cognex Corporation progetta, sviluppa, produce e commercializza un’ampia gamma di prodotti basati sulle immagini, che utilizzano tecniche di intelligenza artificiale (AI), che conferiscono loro la capacità, simile a quella umana, di prendere decisioni in base a ciò che vedono. Leader nella visione artificiale, presenta ora al mercato l’innovativo sistema di visione della serie In-Sight 2800. La proposta racchiude la potenza di un sistema di visione completo in una soluzione facile da usare, che rende le applicazioni operative in pochi minuti. “Non è mai stato così facile attuare il deep learning in una linea di produzione”, dichiara Carl Gerst, Vicepresidente esecutivo di Product, Platform and Solutions di Cognex. “Il sistema In-Sight 2800 può essere addestrato con poche immagini per automatizzare tutto, dalle semplici ispezioni pass/fail alla classificazione avanzata e all’ordinamento. Senza la necessità di un PC o di programmazione”.

L’innovativo sistema di visione della serie In-Sight 2800 di Cognex Corporation non richiede alcuna esperienza di programmazione.

L’interfaccia EasyBuilder guida gli utenti attraverso il processo di sviluppo delle applicazioni passo dopo passo, rendendo semplice l’impostazione di qualsiasi lavoro, anche per i neofiti delle soluzioni di visione. Gli operatori esperti apprezzeranno il modo in cui l’intuitiva interfaccia “point-and-click” di In-Sight semplifica lo sviluppo di applicazioni più complesse e consente la velocizzazione delle operazioni. La connessione tra deep learning e strumenti di visione tradizionali offre agli utenti la flessibilità per risolvere un’ampia gamma di applicazioni di ispezione. Gli operatori selezionano semplicemente lo strumento progettato per fornire la massima precisione possibile per il loro compito. Gli strumenti possono essere utilizzati singolarmente per operazioni semplici o concatenati per sequenze logiche più complesse.

Il set di strumenti include anche ViDi EL Classify. Utilizzando solo cinque immagini, questo potente strumento di classificazione può essere addestrato a identificare e ordinare i difetti in diverse categorie e a individuare correttamente i pezzi con differenze. La capacità di classificare in base a più funzioni o caratteristiche permette agli utenti di risolvere più compiti con un’unica soluzione di visione. Il nuovo sistema In-Sight 2800 offre anche un’ampia varietà di accessori e componenti intercambiabili sul campo, al fine di aiutare gli utenti ad adattarsi rapidamente ai cambiamenti, come nuovi pezzi, maggiori velocità di linea e standard di qualità più elevati.

Grazie al set di strumenti ViDi EL Classify, la capacità di classificare in base a più funzioni o caratteristiche permette agli utenti di risolvere più compiti con un’unica soluzione di visione.

Le reti neurali contenute nella libreria di machine vision MVTec Halcon, distribuita da iMAGE S , combinano sia algoritmi AI sia dati provenienti dal sensore 3D.

L’utilizzo dell’intelligenza artificiale per l’elaborazione di immagini è sempre più comune nelle applicazioni industriali. Un problema risolvibile con l’utilizzo di reti neurali convolutive riguarda i sistemi 3D e, precisamente, le difficoltà che questi sistemi incontrano nel riconoscimento di oggetti allineati e adiacenti l’uno all’altro. Con le reti neurali di instance segmentation, è possibile separare i singoli oggetti attraverso bounding box che circondano gli oggetti stessi, definendo con precisione la loro localizzazione con maschere di segmentazione. L’applicazione di questo algoritmo AI aiuta i sistemi 3D nell’individuazione di oggetti in applicazioni di bin picking: i test condotti sono andati in tale direzione, elaborando uno studio per la presa da cassone di blocchetti in legno.

Immagini acquisite dal sensore 3D. Nell’immagine 2D monocromatica (a sinistra), i singoli blocchetti sono distinguibili grazie agli spigoli e alla differente colorazione superficiale. Nell’immagine di profondità (a destra), i blocchetti non sono identificabili, perché rinvenuti tutti alla medesima distanza dal sensore: il dato 3D non è sufficiente per la distinzione dei legnetti.

Le reti neurali utilizzate sono contenute all’interno della libreria di machine vision MVTec Halcon, di cui iMAGE S è distributore, che, in questo caso, ha il vantaggio di combinare nell’applicazione sia algoritmi AI sia dati provenienti dal sensore 3D. Dopo una prima fase di preparazione del dataset e addestramento della rete neurale, con circa 250 immagini di blocchetti in legno, disposti sia allineati sia alla rinfusa all’interno del cassone, i risultati hanno evidenziato come la maggior parte dei blocchetti sia stata rilevata. La rete è in grado d’individuare con maggiore precisione i blocchetti più laterali, presumibilmente perché più liberi e con spigoli identificabili. Discorso analogo vale anche per configurazioni randomiche dei campioni, che simulano applicazioni di bin picking. Le facce non occluse di alcuni blocchetti vengono trovate con una buona precisione. Anche se la rete non individua tutte le facce disponibili, il cassone può comunque essere svuotato fintanto che almeno una faccia sia identificata.

Le reti neurali di instance segmentation possono dunque aiutare i sistemi 3D nell’individuare oggetti in configurazioni particolari, laddove questi hanno difficoltà. Le reti presentano comunque delle criticità nell’accurata localizzazione degli oggetti e sono da considerare come un supporto per i sistemi 3D, ma non una loro alternativa. Inoltre, il dato relativo alla distanza del campione dal sensore 3D è fondamentale per il prelievo del pezzo e, in nessun modo, può essere ottenuto con reti neurali. L’obiettivo futuro è migliorare questa applicazione AI ed estendere la trattazione a campioni asimmetrici di differenti forme e/o dimensioni.

Risultati su varie disposizioni di blocchetti in legno che fanno riferimento all’applicazione della rete neurale di instance segmentation e al successivo processing delle maschere di segmentazione.

Il vero plus del sistema Mhira3D di Imago è la termovisione che garantisce il monitoraggio delle variazioni termiche dello stampo a ogni battuta.

Mhira3D è un sistema di visione ideato per il settore della pressofusione, sviluppato dall’azienda bresciana Imago, in grado di controllare le variazioni termiche dello stampo e analizzare in 3D l’integrità e la completezza dello stampaggio, così da garantire l’efficienza dell’intero processo. I due controlli simultanei permettono di esaminare due aspetti diversi, ma di fondamentale importanza per le fonderie. La vera rivoluzione di Mhira3D è la termovisione, ovvero la possibilità di monitoraggio termico del processo. Essa rappresenta un’importante innovazione, in grado di fornire supporto su più fronti. Grazie alla mappa termografica, l’operatore può verificare le zone in cui si sta verificando un surriscaldamento e identificare problemi legati alla lubrificazione o al raffreddamento. Il monitoraggio a ciclo continuo della temperatura durante il processo, infatti, è di fondamentale importanza per evidenziare anomalie che potrebbero portare a non conformità del pezzo, permettendo di anticipare e prevenire eventi, tra cui il fermo macchina.

Mhira3D è un sistema di visione dedicato al settore pressofusione, sviluppato da Imago.

Il controllo integrità di Mhira3D, invece, permette di analizzare ogni lato del pezzo, senza limite alcuno, e soprattutto senza contatto. Il campo inquadrato varia in base alla distanza di lavoro: questo evidenzia un ulteriore vantaggio del sistema, in quanto si adatta molto facilmente ai diversi stampi che possono essere montati sulla pressa, sia in termini di dimensioni sia nel numero di impronte. L’analisi tridimensionale garantisce robustezza al sistema, eliminando il rischio di falsi buoni: vi è sempre la certezza che le dimensioni e gli spessori siano rispettati e conformi.

Mhira3D è stata installata in numerose aziende del territorio bresciano, ma anche in Piemonte, Emilia-Romagna e Friuli Venezia Giulia. Per quanto riguarda l’estero, è approdato negli Stati Uniti, in Brasile, in India e in Repubblica Ceca. Mhira3D è un sistema flessibile, scalabile e sicuro, in grado d’effettuare, contemporaneamente, due analisi (prodotto e processo), restando sotto il decimo di secondo, senza quindi aumentare il tempo ciclo. Permette così di migliorare il processo produttivo e di garantire un incremento globale della qualità, grazie anche al tracciamento di tutti i dati e all’interazione in tempo reale con gli altri macchinari. Il sistema è intelligente e perfettamente inquadrato in ottica Industria 4.0 e IoT.

La vera rivoluzione di Mhira3D è la termovisione, ovvero la possibilità di monitoraggio termico del processo.

Specialista nelle tecnologie di automazione dececentrata, Murrelektronik propone soluzioni dedicate ai sistemi di visione e all’elaborazione industriale delle immagini.

I sistemi di visione hanno un’importanza significativa nella produzione industriale, dove l’uso di telecamere per l’elaborazione delle immagini è un imprescindibile. Murrelektronik si propone quale partner tecnologico per l’alimentazione e la gestione dati e segnali delle telecamere utilizzate nei processi produttivi e logistici. Moduli decentralizzati come alimentatori, switch, distributori di segnale, e la relativa tecnologia di cablaggio e connessione ad alte prestazioni, sono soluzioni flessibili e altamente customizzabili. Inoltre, la tecnica di decentralizzazione semplifica le installazioni e ottimizza efficienza e prestazioni di macchine e sistemi.

Trasmissione dati affidabile e continuità d’alimentazione sono requisiti essenziali per installazioni efficienti e redditizie. Le soluzioni per i sistemi di visione sono modulari e consentono l’integrazione di una rete decentralizzata sia su nuovi impianti sia su architetture preesistenti. Per i sistemi di visione, i componenti necessari includono: Xelity Hybrid, switch che può collegare via Ethernet fino a quattro telecamere fornendo l’alimentazione necessaria; un master box che, con un unico cavo, combina distribuzione dell’alimentazione e segnali trigger/encoder per la telecamera principale; il distributore di segnale, che fornisce i segnali di controllo ai dispositivi slave; un modulo certificato NEC CLASS2, per la distribuzione di alimentazione e segnali destinate agli illuminatori. Ognuno di questi elementi è studiato per l’installazione a bordo macchina, nelle immediate vicinanze del sistema di visione. La filosofia decentralizzata di Murrelektronik permette risparmio di tempo e risorse per l’installazione all’interno del quadro elettrico, che può avere dimensioni più contenute. Le soluzioni plug & play facilitano inoltre la diagnostica durante il funzionamento, consentendo la riduzione dei tempi di inattività degli impianti.

Nella produzione l’uso di telecamere per l’elaborazione industriale delle immagini è un fattore ormai imprescindibile.

Gli armadi elettrici, negli impianti esistenti, risultano spesso pieni di dispositivi, rendendo difficili le implementazioni. Murrelektronik, con le soluzioni per i sistemi di visione, assolve i processi fra controllore di sistema e telecamera, con collegamenti più corti e meno complessi. Alla velocità di 1 Gbit/s, con cavi codifica X, è possibile integrare sulle applicazioni industriali l’elaborazione di immagini HD, grazie al sistema di comunicazione di rete Murrelektronik, che supporta fino a 2,5 Gbit/s. I clienti possono ottimizzare i processi produttivi, con maggior efficienza e rendimento. La filosofia “Zero Cabinet” di Murrelektronik consente di ridurre le dimensioni degli armadi elettrici. ©TECN’È

Connessione tra i vari dispositivi Murrelektronik.

Se vuoi rimanere aggiornato su Sistemi di visione iscriviti alla newsletter di tecnelab.it

2022: anno importante per B&R. Inaugurato il campus formativo e innovativo a Eggelsberg, in Austria, dove, a settembre si svolge un evento dedicato ai clienti d...

Elettronica e automotive sono i comparti che maggiormente investono in robotica collaborativa: le industrie di questi settori richiedono sempre più payload estr...

“Tramite il nostro impianto di biogas generiamo elettricità e calore”, spiega Hermann Mueller, Manager Biogas Mueller GbR. L’impianto viene fornito senza sensor...

COMAU e KEBA hanno sviluppato una piattaforma che integra la gestione delle cinematiche robotiche. Il sistema di controllo Kemro X è ideale per gestire robotica...

Alla 33.BI-MU, con il motto “Accelerate Digitalization in Machine Tool Manufacturing for a Sustainable Tomorrow”, Siemens ribadirà la propria forza, sottolineando la completezza, la digitalizzazione e l’innovazione completa del suo portfolio.

Le proposte di Federico Bella, Laura Fabris, Andrea Lamberti, Michele Lancione e Alfonso Pagani sono state premiate per la loro eccellenza scientifica e origina...

Via Bernardo Rucellai, 37/B 20126 Milano - Italia Phone +39 02 49517730/1 Telefax +39 02 87153767 C.F. e P. IVA 07222610961

È vietato riprodurre qualsiasi parte delle pubblicazioni, foto e testi senza preventiva autorizzazione scritta da parte dell’editore. Editore e autori non potranno in nessun caso essere responsabili per incidenti e/o danni che a chiunque possano derivare per qualsivoglia motivo o causa, in dipendenza dall’uso improprio delle informazioni qui contenute.

© copyright 2022 Open Factory Edizioni Srl