text.skipToContent text.skipToNavigation

Machine Vision kontrol üniteleri teknolojisi

Machine Vision kontrol üniteleri, veri işleme ve sonuç çıktısı için değerlendirme üniteleridir. Bunlar genellikle çoklu kamera veya çoklu profil uygulamalarının değerlendirilmesi için kullanılır.

Machine Vision kontrol ünitesi nedir?

Machine Vision kontrol üniteleri, zorlu ve endüstriyel ortamlarda kullanılan bilgisayarlardır. Geleneksel ofis bilgisayarlarına kıyasla, Machine Vision kontrol üniteleri uzun süreli çalışma, arızaya karşı güvenli sürekli modu, daha yüksek IP koruma sınıfları, titreşime, toza veya genişletilmiş çalışma sıcaklık aralıklarına karşı dayanıklıdır. Örneğin otomotiv, metal, lojistik, gıda, ilaç ve enerji gibi çok çeşitli sektörlerdeki üretim tesislerinde kullanılabilir.

Bir Machine Vision kontrol ünitesinin görevleri

Güçlü işlemciler, endüstriyel görüntü işlemede çeşitli fonksiyonlara ve görevlere olanak sağlar. Bazı örnekler şöyledir:

Kontrol ve gözetim

Üretimdeki makinaların, sistemlerin ve süreçlerin Machine Vision sistemi ile denetlenmesi ve kontrol edilmesi sayesinde üretim verimliliği önemli ölçüde arttırılabilir. Kontrol ünitesi, hassas kontrol ve gerçek zamanlı izleme sağlar.

Analiz ve veri toplama

Kontrol üniteleri, kameralar, profil sensörü ve diğer cihazlar tarafından kaydedilen verileri daha fazla işleme için toplar. Ardından veriler üreticiye özel bir yazılım aracılığıyla işlenir, analiz edilir ve görselleştirilir.

Operatör ve sistem arasındaki arayüz

Kullanıcı dostu kullanım, kontrol ünitesi insan operatörü ile otomatik sistem arasındaki bağlantı halkasını oluşturduğundan üretim tesisinin izlenmesi ve kontrol edilmesi için önemlidir. Bunun için genellikle Linux gibi geleneksel işletim sistemleri kullanılır.

Bağlanabilirlik ve iletişim

Endüstriyel kontrol üniteleri, bir endüstriyel otomasyon sisteminde kullanılan algılama cihazları ve eylem bileşenleri arasında sorunsuz bağlantı ve iletişim sağlamak için çeşitli arayüzlere sahiptir. Bu sırada gerçek zamanlı bağlantılar da kullanılabilir. Bu özellikle PROFIBUS veya EtherCAT gibi bus bağlantı sistemleri için önemlidir.

Duruma özel uyarlama

Kullanım alanına bağlı olarak Machine Vision kontrol üniteleri, işlemciler ve depolama ortamları gibi farklı donanım bileşenleri sayesinde farklı gereksinimlere göre özel olarak uyarlanabilir.

Machine Vision kontrol üniteleri ve Akıllı Cihazlar arasındaki fark

Machine Vision kontrol üniteleri

Değerlendirme için birden fazla kamera veya profil sensörü gerektiren uygulamalar için uygundur
Daha yüksek hesaplama gücü sayesinde daha kısa proses süreleri
Görüntü ve profil değerlendirmesi kontrol ünitesinde gerçekleştirilir
Çok yüksek çözünürlüklü denetim görevleri için uygundur

Akıllı Cihazlar

Değerlendirme için sadece bir kamera veya profil sensörü gerektiren uygulamalar için uygundur
Görüntü ve profil değerlendirmesi, kamerada veya profil sensöründe önceden yüklenmiş yazılım üzerinden gerçekleştirilir
Entegre arayüzler üzerinden sonuç çıkışı
İlave bir Machine Vision kontrol ünitesi gerekmez

Bir Machine Vision kontrol ünitesinin yapısı ve bileşenleri

CPU (işlemci)

CPU, Machine Vision kontrol ünitesinin kalbidir ve işlem gücünü sağlar. Uygulamaya bağlı olarak uygun işlemci seçilir. wenglor'un Machine Vision kontrol üniteleri güçlü i7 işlemcilere sahiptir.

Ana kart

Ana karta, bir endüstriyel bilgisayarın çalıştırılması için gerekli olan tüm bileşenler monte edilmiştir. Buna işlemci, çalışma hafızası, yığın bellek, çip seti, grafik ve arayüzler ve diğer önemli bileşenler için modüller dahildir.

Bellek (RAM ve sabit disk)

RAM (Random Access Memory) olarak da bilinen çalışma hafızası, işlemcinin hızlı ve kısa süreli işleme için ihtiyaç duyduğu verileri saklar. Çalışma hafızası bir içten yanmalı motorun motor hacmi ile karşılaştırılabilir: Yeterli çalışma hafızası, işlemcinin tam gücünü kullanmasını sağlar.

Arayüzler

Kontrol üniteleri, kameralar ve diğer cihazlarla iletişim kurmak için bazı arayüzlere sahiptir:

RTE
- PROFINET
- Ethernet IP
- EtherCAT
Ethernet TCP/IP
UDP
Dijital G/Ç
SFTP

Soğutma

Birçok endüstriyel bilgisayar, dökümhaneler gibi sıcak yerlere monte edilmiştir. Bu nedenle, soğutma sisteminin sıcaklıkları kontrol altında tutmak için verimli olması gerekir. Burada pasif ve aktif soğutma arasında ayrım yapılır.

Grafik kartı

Uygulamaya bağlı olarak Machine Vision kontrol ünitelerinde bir grafik kartı gerekli olabilir. Endüstriyel bir bilgisayardaki grafik kartı, verilerin işlenmesi ve görüntülenmesinde önemli bir rol oynar.

Arayüzlerin farklılıkları

Ethernet TCP/IP

Ethernet TCP/IP, “Transmission Control Protocol/Internet Protocol” (İletim Kontrol Protokolü/İnternet Protokolü) anlamına gelir ve paketlere ayrılmış verilerin güvenilir bir şekilde adreslenmesini ve ağa bağlı katılımcı cihazlara aktarılmasını sağlayan bir veri aktarım protokolüdür. Her veri paketinin ulaşmasını sağlar. Veri ulaşmadığı takdirde yeniden gönderilir.

UDP

UDP (User Datagram Protocol), IP tabanlı bilgisayar ağlarında verilerin bağlantısız aktarılmasını sağlayan bir ağ protokolüdür. Bağlantısız, verilerin verici ve alıcı arasında karşılıklı kimlik doğrulaması olmadan gönderildiği anlamına gelir. UDP'de hız ön plandadır.

SFTP

SFTP (Secure File Transfer Protocol), IP tabanlı ağlar için şifrelenmiş veri aktarımı için kullanılan bir dosya aktarım protokolüdür. Veriler genellikle istemciden sunucuya yüklenir ve sunucudan istemciye indirilir.

DIO (Dijital Giriş/Çıkış)

DIO (Dijital Giriş/Çıkış), örneğin sensörlerden veya kameralardan gelen dijital sinyalleri verimli ve doğrudan diğer kumandalara (PLC) iletir. Örneğin bir dijital giriş üzerinden bir impuls dizisi bir görüntü kaydını tetikler. Aynı zamanda bir dijital çıkış üzerinden bir aydınlatma tetiklenebilir.

RTE (Gerçek Zamanlı Ethernet)

RTE (Gerçek Zamanlı Ethernet), çoğunlukla uzak çevre birimlerini bir kontrol ünitesine bağlamak için otomasyon teknolojisinde kullanılan IP protokollerine dayalı gerçek zamanlı bir Ethernet ortamıdır. Bunlara PROFINET, Ethernet IP, EtherCAT dahildir. Gerçek zamanlı, fabrika otomasyonunda tek haneli milisaniye aralığında döngü süreleri anlamına gelir.

Yapay zeka araçlarına sahip kontrol üniteleri için gereklilikler

Yapay zekadaki yeni fonksiyonlar ve akıllı genişletmeler, yüksek performanslı donanımların hedefe yönelik kullanımını vazgeçilmez hale getiriyor. Bilgi işlem gücünün ve özel yapay zeka donanımının doğru kombinasyonu, yapay zeka uygulamalarını önemli ölçüde hızlandırabilir – genellikle geleneksel sistemlere göre 5 ila 10 kat daha hızlı.

Bilgi işlem gücü ve donanım

İşlemci (CPU)	Yapay zeka araçları genellikle kapsamlı işlem gücü gerektirdiğinden, endüstriyel bilgisayar güçlü bir CPU ile donatılmalıdır. Derin öğrenme uygulamaları için çok çekirdekli işlemciler, paralel hesaplamalara verimli bir şekilde olanak sağladığından özellikle avantajlıdır.
Grafik kartı (GPU)	Görüntü işleme ve özellikle yapay zeka ve derin öğrenme uygulamaları için güçlü bir GPU çok önemlidir. GPU'lar, makine öğrenimini ve paralel görüntü işleme süreçlerini etkili bir şekilde hızlandırmak için gereken işlem gücünü sağlar.
Nöral İşleme Ünitesi (NPU)	NPU, sinir ağları ve makine öğrenimi modellerindeki hesaplamaları hızlandırmak için özel olarak tasarlanmış özel bir donanım modülüdür. Özellikle derin öğrenme ve çıkarım süreçleri olmak üzere yapay zeka için optimize edilmiştir. NPU'lar, CPU'ların ve GPU'ların tipik hesaplama görevlerini üstlenerek yapay zeka uygulamalarının verimliliğini ve hızını artırırken, aynı zamanda çok daha yüksek performans ve daha iyi enerji verimliliği sunar. Bu gelişmiş enerji verimliliği, GPU'lara kıyasla daha az güç kaybına neden olur, bu da özellikle pasif soğutmanın sıklıkla kullanıldığı endüstriyel ortamlarda büyük önem taşır.
RAM ve bellek	Büyük miktarlarda veriyi verimli bir şekilde işlemek için yeterli çalışma hafızası – en az 16 GB, ideal olarak 32 GB veya daha fazlası – çok önemlidir. Özellikle kameralardan gelen görüntü verileri, algoritmalar ve yapay zeka uygulamaları tarafından RAM'de analiz edildiğinden çok fazla bellek gerektirir. Çoğu zaman çok sayıda görüntü kaynağı ve değerlendirme paralel olarak çalışır, bu da bellek ihtiyacını daha da artırır. Ayrıca yapay zeka modelleri sürekli büyüyor ve giderek daha fazla kapasiteye ihtiyaç duyuyor. Hızlı veri erişimi için tercihen SSD'ler (Solid State Drives) kullanılmalıdır.

Bilgi işlem gücü ve donanım bileşenlerinin yanı sıra yapay zeka yazılım hızlandırıcılarının kullanımı da kritik öneme sahiptir. Geleneksel yazılım çözümlerine kıyasla, sistem performansını önemli ölçüde artıran iki ila üç hızlanma faktörüne ulaşılabilir. Optimum gerçek zamanlı işleme için, mümkün olan en kısa işleme sürelerini sağlamak için yazılım ve donanım arasında sıkı bir uyum sağlanması şarttır.

İşlemci (CPU)
Yapay zeka araçları genellikle kapsamlı işlem gücü gerektirdiğinden, endüstriyel bilgisayar güçlü bir CPU ile donatılmalıdır. Derin öğrenme uygulamaları için çok çekirdekli işlemciler, paralel hesaplamalara verimli bir şekilde olanak sağladığından özellikle avantajlıdır.
Grafik kartı (GPU)
Görüntü işleme ve özellikle yapay zeka ve derin öğrenme uygulamaları için güçlü bir GPU çok önemlidir. GPU'lar, makine öğrenimini ve paralel görüntü işleme süreçlerini etkili bir şekilde hızlandırmak için gereken işlem gücünü sağlar.
Nöral İşleme Ünitesi (NPU)
NPU, sinir ağları ve makine öğrenimi modellerindeki hesaplamaları hızlandırmak için özel olarak tasarlanmış özel bir donanım modülüdür. Özellikle derin öğrenme ve çıkarım süreçleri olmak üzere yapay zeka için optimize edilmiştir. NPU'lar, CPU'ların ve GPU'ların tipik hesaplama görevlerini üstlenerek yapay zeka uygulamalarının verimliliğini ve hızını artırırken, aynı zamanda çok daha yüksek performans ve daha iyi enerji verimliliği sunar. Bu gelişmiş enerji verimliliği, GPU'lara kıyasla daha az güç kaybına neden olur, bu da özellikle pasif soğutmanın sıklıkla kullanıldığı endüstriyel ortamlarda büyük önem taşır.
RAM ve bellek
Büyük miktarlarda veriyi verimli bir şekilde işlemek için yeterli çalışma hafızası – en az 16 GB, ideal olarak 32 GB veya daha fazlası – çok önemlidir. Özellikle kameralardan gelen görüntü verileri, algoritmalar ve yapay zeka uygulamaları tarafından RAM'de analiz edildiğinden çok fazla bellek gerektirir. Çoğu zaman çok sayıda görüntü kaynağı ve değerlendirme paralel olarak çalışır, bu da bellek ihtiyacını daha da artırır. Ayrıca yapay zeka modelleri sürekli büyüyor ve giderek daha fazla kapasiteye ihtiyaç duyuyor. Hızlı veri erişimi için tercihen SSD'ler (Solid State Drives) kullanılmalıdır.

Güçlü kontrol üniteleri için sağlam donanım

Dengeli ve güvenilir bir sistem için kontrol ünitesinin endüstriyel ortamdaki zorlu koşullara dayanabilmesi gerekir.

Isı gelişimi ve soğutma: Yüksek işlem gücü, aşırı ısınmayı ve sistem arızalarını önlemek için etkili bir ısı tahliyesi gerektirir. Endüstriyel kontrol üniteleri genellikle özel soğutma teknolojileri ile donatılmıştır veya hatta özellikle tozlu ve kirli ortamlarda kendini kanıtlayan ve aynı zamanda bakım gereksinimini azaltan fansız tasarımlara sahiptir.

Yapay zeka araçlarıyla endüstriyel görüntü işleme için bir endüstriyel PC'den en iyi şekilde yararlanmak için hem güçlü CPU, GPU, NPU, yeterli RAM ve hızlı bellek gibi donanım gereksinimleri hem de yazılım ve arayüz uyumluluğu dikkatle göz önünde bulundurulmalıdır. Endüstriyel ortama sorunsuz bir şekilde uyan, esnek bir şekilde genişletilebilen ve entegre edilebilen sağlam ve güvenilir bir sistem seçmek çok önemlidir.

Machine Vision kontrol ünitelerinin esnek kullanımı

Bir Machine Vision kontrol ünitesi bir görüntü işleme sisteminin bir parçasıdır. Komple bir görüntü işleme sistemi, Machine Vision kontrol ünitesinin yanı sıra wenglor tarafından sunulan aşağıdaki bileşenleri de içerir:

uniVision görüntü işleme yazılımı

2D/3D profil sensörleri

Machine Vision kameralar

Aydınlatma tekniği

Objektifler

Objektif filtreleri

Machine Vision kontrol ünitelerinin kullanım olanakları

Machine Vision kameralı Machine Vision kontrol üniteleri

Motor bloklarının görsel “End of Line” kalite kontrolü

Otomotiv endüstrisindeki motor üretiminde, her bir üretim hattının sonunda görsel, tam otomatik bir “End of Line” kalite kontrolü yapılmalıdır. Böylece arızalı motorların banttan çıkması önlenir.

Sürme peynir ambalajlarında etiket kontrolü

Farklı sürme peynir çeşitleri doldururken, her pakette logoyla birlikte doğru kapağın kullanıldığından emin olunmalıdır. Her gün birkaç kez çeşidin değişmesi gerektiğinden, kapak ve içerik karışıklığı olmamalıdır.

Otomobil iç kapılarının görsel kontrolü

Otomotiv endüstrisinde, araç içi kapılardaki cam açma kapama mekanizmaları veya kol dayanağı gibi bileşenlerin kalitesi farklı kapı tiplerinde görsel olarak kontrol edilmelidir. Bunun için birden fazla kamera, objektifler, aydınlatmalar ve bir kontrol ünitesinden oluşan bir görüntü ışleme sistemi kurulur.

2D/3D profil sensörlü Machine Vision kontrol üniteleri

Çelik bantların genişlik ölçümü

Unlu mamullerin yükseklik ve genişlik kontrolü

Çikolata kaplamalı unlu mamullerin üretiminde kalite kontrolü için hamur işlerinin tam yüksekliği ve genişliği tespit edilmelidir. Bunun için taşıma hattının üst kısmına, tüm kurabiyeleri tüm hat genişliği boyunca mikrometre hassasiyetinde ölçen büyük ölçüm aralığına sahip bir 2D/3D profil sensörü monte edilir.

Klik parke kenar ölçümü

Klik parke üretiminde, panel geometrisinin kalitesi sürekli çalışma sırasında kesintisiz olarak sağlanmalıdır. Klik kenarlar ne kadar tam oturursa, kalite de o kadar yüksek olur. Ancak zaman içinde kullanılan freze takımları aşınır ve bu da ıskartaların çıkmasına neden olur.

Ürün karşılaştırması

3/4

4/4

5/4

6/4