全球制造业正迈向更先进的无人化工厂作业

发布时间:2013-05-27
分享到
其实目前许多任务厂都已陆续在部分区域,域势必将不断增加,让更多任务作都可以交由机器来完成.

随着工业自动化检测行业的快速发展,机器视觉技术应用成为行业发展进步的新动力。同时也带动了机器视觉系统、机器视觉检测设备应用的强势增长。

在现代工业自动化生产中,各类产品的外观缺陷检测、尺寸测量等通常由人工检测来完成,不但效率低下,而且不能保证产品质量。同时,对于有些产品微小的尺寸要精确快速测量,形状匹配,颜色识别等,根本无法用肉眼连续稳定地进行,其他物理传感器也难于有用武之地。

这时,人们考虑到了用CCD相机抓取图像,送入计算机或专用的图像处理模块,通过数字化处理,达到判别的目的。这样,就可以把计算机的快速性,可重复性,与人眼视觉的高度只能化和抽象能力相结合。而且,机器视觉系统运用在工业现场的环境下,精度和速度的可靠性也很高。

其中,尺寸测量是机器视觉的主要应用之一,包括产品的一维、二维和三维尺寸测量,是机器视觉发展初期的主要检测内容,视觉检测的测量方法大大的改善了人工检测的速度慢、效率低、误判率高等问题,而且是非接触式检测,易于自动化,而且精度远远高于人工检测的精度。

图例中为维视图像(Microvision)机器视觉系统解决方案之IC尺寸测量检测系统的作业示意图,该检测系统可适用于电子、机械、半导体等行业的精密零件的尺寸测量。

相比于传统的人工测量和机械测量方式而言,机器视觉系统精度高(一般可到0.01mm)、速度快(100毫秒左右)、可靠性高,不受工人的心理因数干扰,客观,可靠,重复性高,非接触无损伤。

随着技术的进步和市场竞争的激烈,机器视觉技术发展强劲,功能逐渐增多,产品也逐渐趋于小型化,适应更多空间的应用。同时集成产品也逐渐增多,智能相机的发展便说明了这一点。

纵观行业发展,机器视觉作为一门新兴的综

半导体科技将自动化与智能化带入了工业生产在线,让工业生产的速度与效率大幅提升。尽管因此抢走不少劳工的饭碗令人诟病,然而迈向更先进的自动化产线,甚至是更高一层的无人工厂愿景,却依然是所有工厂企业主汲汲营营追求的目标。

半自动化vs智能化

NI嵌入式系统项目经理VineetAggarwal指出,机器与人不同,想要让机器顺利运作,就必须给予一堆指令。自动化的意义,也就是让机器能够知道在什么地方,该进行怎样的动作,而不出错。加入更多的指令之后,能处理的事情就更多,且能更早预期会发生的事。

只不过,机器与人毕竟不同,当人累了会知道需要休息,但机器若没给予休息的指令,会一直不断做下去。因此,指令在人的认知里是理所当然的是,对机器来说却完全不然。而从自动化到智能化,其实就是不断给予更多的指令,让机器能更有效率地做出更正确的前期判断,使其提高生产效能、加快测试速度,或者提高机器寿命、并减低人员的伤亡。不同指令给予机器不同程度的进化,然而最终目的,都是希望让机器的行为更接近人类。

当然,要让机器高度自动化,甚至智能化,所需要的指令将会非常庞大。倘若数据量多,信息处理又分属于不同的平台,不仅对于整体一致性将产生很大问题,甚至可能会超过核心平台本身的负荷量。

NI营销经理郭皇志表示,NI针对工业自动化所打造的平台,其设计的初衷就是希望能让整个系统透过同一个处理核心,来进行讯号的判别与运动的控制。就像人也是透过同一个头脑去处理所有的事情一样,如此可将错误产生的机率降至最低。

工业自动化3大方向

自动化当然是工厂生产的利器。在工业自动化一途上,有三大重要发展方向。包括性能提升、降低成本、与功能安全。在性能的提升上,目前不论是智能电网,或者智能化生产工具等,都强调高性能,包括节能减碳、更有效率等,以达到节能减碳的目的。在降低成本上,关键在于单芯片的使用,以及多轴化控制。

特别是多轴控制,过去工厂所使用的机器手臂,多半只有四到五个关节。而未来因应工厂自动化,为了更有效率并降低成本,需要设计结构更为复杂的机器手臂,可以同时间多轴同时工作,而非像过去不同轴只能分时工作。

至于功能安全的强调,其实是广义生命安全的保障,这已是世界的趋势。也就是如何保护机器不损坏,人员不伤亡。因为自动化产线如果需要经常维修保养,停掉一条产线,将造成很大损失。此外,机器如果经常发生问题,不只设备本身易受损伤,也易造成人员伤害。

目前许多厂商都主推能满足这些需求的产品,例如FPGA大厂Altera与Xilinx都持续推出工业自动化相关的FPGA参考设计,量测大厂NI也主打以自家LabVIEW图形化开发软件为核心的工业自动化开发平台,工业自动化市场正蓬勃发展。

多轴化是产业升级关键

在机器人产业中,常见到的机器人种类包括DeltaRobot,以及工业产在线的机器手臂。若着眼的是工业自动化市场,则机器手臂就是目前重众所注目的焦点了。因为工厂自动化能进展到怎样的程度,就端视机器手臂的技术层级。

Altera亚太区工业业务部市场开发经理江允贵表示,为了提高工业产线的自动化程度,目前机械手臂朝向多轴化发展是最主要的趋势。多轴化,顾名思义就是在同一只机械手臂上,有多颗不同马达同时或分时进行动作,其目的就是为了让同一个产品,可以在同一条生产在线就完成生产流程的所有工作,不必分多道产线来进行,如此可以节省庞大的人力与时间成本。

只是,为了达到多轴化的目的,机械手臂上的马达轴数就必须非常多。这些不同的马达,或许同时连动,或许分时动作,然而关键就在于能互相配合。也就是某个轴旋转到了某个特定角度时,另几个轴都必须到达相对的位置上。其中将会牵涉到多轴旋转时间差的复杂运算,这也正是拥有并行处理能力的FPGA,比起仅能进行串行处理的CPU或MCU,在工业自动化领域更具有优势的地方。

江允贵举例说,例如拿半导体封装厂的产线来看,进行芯片封装作业时,机械手臂的运作是非常复杂的,最多可以需求到60多轴的运作。也就是在同一条产在线,若要打好一个封装,必须同时进行60几种动作,其中将会牵涉到非常复杂的机械动作。在加工的同时,当一个轴转到某角度时,其他轴都必须配合到达特定位置上。这种相对的动作,正是机械手臂设计上,最为复杂的部分。又例如直升机的螺旋桨叶片,切割时必须同时进行五轴的连动。除了机械手臂会自己转动,切割刀也必须同时旋转,是非常复杂的多轴同时连动加工。

就工业自动化来说,越多轴的应用,越能把产线加工的层级,再往上提升。透过复杂的多轴加工,可以让产品更有变化性。这也是工业自动化的趋势。

机器视觉重要性日增

NI也特别强调机器视觉的重要性。在很多情况下,工厂作业员经常会因为疲劳与人类的错觉等因素,导致透过人眼检视容易出现问题。NI技术营销工程师黄翔鉎说,NI的机器视觉开发模块,便是专为开发布署机器视觉应用而设计。其中内建数百笔函式,可透过多部相机撷取影像,并透过强化影像、对象定位、识别对象、量测零件,并检验对象是否存在,以便图像处理作业。

事实上,在机器手臂上增加传感器,例如加入CCD视讯模块,来让机器正确动作与定位,或者加入传感器,让机器的运作变得更灵敏与聪明,是工业自动化重要的发展方向。目前LabVIEW机器视觉开发模块,可透过多部相机与机器视觉软件来撷取并处理影像,因此可减少维护成本与开发时间,如需更换硬件,也只要汇入现有程序代码即可。

黄翔鉎说,这套开发模块最大优点,就是能以一整套完整的算法来处理影像,不论是药品包装的光学文字辨识(OCR),或是检验太阳能面板的瑕疵,都能透过机器视觉开发模块的算法数据库,来解决各种机器视觉应用的难题。

在一个自动化工厂中,包括工业以太网(IndustrialNetworking)、可程序逻辑控制器(PLC)、伺服驱动器、IO、HMI等,都是极受重视的项目。以台湾出口产品中最知名的工具机台(CNC)为例,一个完整的车床、洗床、磨床等,几乎涵盖了以上的所有关键组件。

在这些关键组件中,工业以太网的角色举足轻重。因为在工厂自动化产在线,信息的传递都是透过工业以太网来进行链接。工业以太网不只能用于工业自动化,包括运动控制、智能电网、高铁车厢、捷运闸门连贯、纺织机、工具机等,都是工业以太网的应用范围。

工业以太网的传输线与一般PC所使用的以太网络线相同。传统的工业传输线路,包括地址线、数据线与控制线等,必须采用一大捆的并行线路,但透过工业以太网,只需要一条线就可以传送命令来控制数据,不需要使用数量庞大的线材。而工业以太网也拥有工业应用所需要的容余、以及时间定时管理等功能,尽管工业以太网与家用的PC以太网并非完全相同,然而其精神是一致的。

江允贵说,对于工业以太网,各家大厂都推出自有标准。例如西门子的自有标准为ProFiNET、美国的ROCKWELL标准叫做EtherNetIP、德国Beckhoff推的是EtherCAT、奥地利的B&R则主推EthernetPowerlink,每家大厂都推出自有的协议,其心态无非希望市场都来使用自家的协议,如此一来,可以球员兼裁判,但也导致市场的标准纷乱无章。

各家厂商尽管都有自家标准,但为了市场占有率,也必须支持其他厂商的协议。只是工业以太网标准如此繁多,又该怎么做?

目前市场上存在许多解决方法,例如采用ASIC,但只能选择固定种类的协议。有些厂商则将各种不同协议做成小型的模块,因应客户需求,更改模块来支持不同协议。但缺点是必须针对不同协议,做出多种模块,不只成本提高,在管理上也不具灵活性。这些方式,尽管都能解决问题,但都不是最佳的方案。

江允贵指出,其实要解决这些问题,需要一颗FPGA就够了。FPGA由于是可程序逻辑芯片,因此要什么协议,只需要把该协议的IP写入FPGA里就能支持一次搞定,完全拥有弹性与灵活性。

无人工厂不是梦

从自动化到智能化,工业生产线的终极目标,就是要能打造出真正无人的作业环境。然而这究竟只是个梦想,还是真有实现的一天呢?其实一般来说,机器都需要透过人类的程序撰写,使其进行动作。目前已有许多机器人,开始拥有智能学习的能力,可以透过经验来使其更进化。

郭皇志说,让机器有学习功能,其实是很不容易的事,然而这都已经可以做到了。反观要达到工厂的自动化,其实比让机器自我学习,还要来得容易许多。从这样的观点来看,全自动化的无人工厂,并非遥不可及的梦想。

其实目前许多任务厂都已陆续在部分区域,采用无人化的全机器运作。这显然已经是无人工厂的初步实现,未来厂房无人化的区域势必将不断增加,让更多任务作都可以交由机器来完成。

合技术,不仅在自动化检测行业大放异彩,大大提高了装备的智能化、自动化水平,提高了装备的使用效率、可靠性等性能。同时,也逐步渗透到我们生活的各个方面,将在国民经济的各个领域发挥更大的作用。

收藏
赞一下
0