苏州昊瓦智能装备有限公司

您现在的位置:新闻首页>3D相机资讯

【梅卡曼德】应用案例分享|3D视觉引导钢板齐套配盘,大幅提升配盘效率及准确

2024-01-06 08:02编辑:admin人气:270


  剪式叉车是一种重要的高空作业机械,它可以将工人和工具提升到规定的高度,进行各种工程作业。广泛应用于建筑、船舶、电力、仓储等领域。

  某高空作业机械制造企业,叉车车架智能焊装线存在大量钢板零件需求。客户的配盘过程主要靠人工完成,强度大,效率低,容易出错。为了提高生产能力,客户引入了Mecarmand 3D vision来自动升级剪式叉车车架的分配区域。实现复杂场景下帧部件的完全匹配,大大提高匹配的效率和精度。

  应用难度

  客户的车架焊接生产线由车架预制、车架匹配和车架拼焊组成。分类码是切割相同产品规格的叉车车架总成所需的零件,放置在车架匹配环节的每个材料车架中。托盘车到达指定区域后,需要根据订单需求代码将车架零件装上卡车,完成单个车架组装所需的零件。

  01转型原因

  较大的钢板框架零件:

  一些框架部件近3米长,重150公斤。人工配盘强度大,人工成本高,危险性大。

  手动分配可能会造成框架型号不匹配、订单所需零件不匹配、对称零件相似零件区分错误等问题,影响后端技术。

  由于业务规模的扩大,对产品稳定性和安全性的高要求,客户需要提高磁盘分配的准确性和效率。

  02视觉挑战

  环境光干扰的场所:

  车架零件是有锈蚀、油污、形状不规则的坡口零件、弯曲零件、焊接零件。同时,由于光照需求,场景中存在较强的光线干扰,对3D相机的成像能力要求较高。

  客户生产的车架有很多种,每种车架都涉及十多种零件。现场需要匹配的零件有近百种,这就要求3D视觉系统具有良好的兼容性。

  框架部件被放置在材料框架中,并由起重机提升到固定位置。零件错位、堆叠、堵塞,存在大量对称零件和相似零件。传统的教学方法无法保证各部分的准确识别和定位。

  由于车架零件的形状不规则,在托盘车上堆放的方式也不相同,因此三维视觉系统需要根据订单信息合理规划托盘分配策略。同时托盘车的位置定位准确,车架零件堆放准确。

  解决方案和优势

  01解决方案

  项目地点:

  三维摄像机的选择和安装:机械眼LSR L,安装在桁架机械手的末端。

  工作流程:

  将框架零件放入材料框架中,并运送到指定位置。PLC提前通知3D视觉系统分配框架所需的零件型号。

  PLC接收信号,触发3D摄像头拍照;三维视觉系统获取框架零件的位姿信息,引导桁架机器人抓取。

  桁架机器人将抓取框架部件,并按顺序将其放在托盘车上。

  重复上述过程,直到组装好单个车架总成所需的零件。

  02方案优势

  准确识别,实现高效稳定的磁盘分配。

  异形框架零件的点云图和识别结果图;

  Mecarmand为客户提供长距离的Mech-Eye LSR L工业级激光3D摄像机,用于带有铁锈、油污和不规则形状的凹槽零件、弯曲零件和焊接零件。在> > 30000lx的环境光干扰情况下,仍能为3D视觉系统识别定位提供完整、准确、详细的点云数据。

  机甲眼LSR L视野大,能灵活应对各种复杂的安装环境。跟随桁架机器人灵活移动至各料框顶部,支持超长、薄型、不规则框架零件和托盘车的精确识别定位,实现框架零件的精确抓取和码垛。

  智能调控TCP中心与工件重心的重合,避免抓取过程中出现抓取偏差和零件掉落的情况。

  更加灵活,易于应对现场复杂的工作条件。

  全面兼容现场近百种不同形状的框架零件,支持新产品的快速推出。

  三维视觉系统可以在视野范围内准确定位零件和托盘车,轻松处理各种不同姿态的零件(如错位、叠放、遮挡等。).降低定制工装的成本,提高生产线的柔性。

  板材配送效率提高,各工序环节高效衔接。

  智能规划和分配:

  根据生产要求,车架总成的匹配效率提高了1.5倍。

  根据获取的订单信息,合理规划磁盘分配策略,以提高跳跃式的全速,最大限度地利用跳跃式的空间。

  高性能、高集成度的软硬件产品,无缝集成焊接、折弯、坡口等工艺,助力叉车高效生产。

  Mecarmand提供的3D视觉解决方案可以大大提高拼板的精度和效率,提高切割叉车车架的智能焊接线的自动化程度和灵活性。除了钢板匹配,Mecarmand 3D vision还广泛应用于钢板分拣、加工、折弯、坡口、组焊等领域,产品性能和稳定性得到了多个大型码头项目的验证。


参考资料
(来源:未知)

  • 凡本网注明"来源:的所有作品,版权均属于中,转载请必须注明中,http://www.propolki.com。违反者本网将追究相关法律责任。
  • 本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
  • 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。






返回首页