系统解决方案提供商

成员自1978年以来

了解更多

EPSON机器人是PC控制精密工厂自动化的全球领导者,产品系列易于使用的Scara,笛卡尔和6轴机器人。我们的行业领先的EPSON RC + PC控制软件和功能强大的集成选项,如视觉指南,输送机跟踪,.NET控件,强制感应,以太网/ IP,DeviceNet,Profibus,GUI Builder,安全选项和更多帮助减少开发时间,改善系统表现并省钱。EPSON在30年的遗产上建立了用于精密组装和材料处理应用的机器人,家电,汽车,生物技术,消费产品,电子,食品加工,医疗设备,制药,塑料,半导体和电信行业。

内容提交:

行业:
N / A.

应用:
装配,分配和物料搬运装配,分配,物料搬运,材料去除/切割/去毛刺/研磨/不可见检测,其他和仿真/ 3D造型

查看更多

智能送料系统将机器人,视觉和柔性馈线结合到一个软件环境中

发表于02/25/2020.

在单个应用程序中使用灵活的馈线,视觉系统和机器人时,许多系统集成商和最终用户的一个问题通常会与三个单独的技术相互作用。

这是根据Epson机器人(Carson,CA,USA),这是一个主要用于组装应用程序的机器人,通常是在需要开发涉及需要喂养的组件的机器人系统。在过去的五年左右,该公司已在达到处理柔性馈线,机器视觉和机器人的接口的问题上增加了达到的客户的数量。

“我们的申请团队花了很多时间帮助客户与我们的机器人无关的问题,但最终当有一个系统问题时,我们希望帮助他们的系统运行,”Epson机器人产品开发总监Rick Brookshire说。

设备之间的通信是许多爱普生客户的主要问题。进料器的命令设置为10到40个可以发布到设备的操作。以太网或RS-232通信流包含命令的数据,解释了Brookshire。

“一些可能发生的事情涉及设备响应太快,而不是识别正确的字符串,并且在实际应用程序的工作开始之前,这些类型的打嗝都会发生,”他说。“我们本可以在这里停止并建立一个通信界面,但我们在与客户交谈时发现的是 - 克服通信问题后,许多客户开发了代码,以便这是非常串行和逐步的它运作,而不是并行做事。“

他继续,“我们会帮助他们更好地同步事情,但我们看出这些问题的越多,我们认为我们可以开发一个处理最终用户此类任务的系统。他们必须编写数百或数千行代码,但现在大多数它将自动处理它们。“

因此,爱普生开发了Intelliflex零件供给系统,它将机器人,机器视觉和柔性进料系统结合到一个软件环境中。该系统基于EPSON 6轴或Scara机器人用于挑选单一的部件。Epson的愿景指南和亚利尔(Villaz-St-Pierre,瑞士)的柔性喂食器支持5至40毫米的尺寸。

尽管拥有自己的内部开发的柔性喂食器,Epson寻找所有选项,最终决定客户的最佳选择是来自亚利尔的柔性喂食器。

“我们觉得最好的饲养员选项来自Asyril,因为这些系统可以以更统一的方式移动零件与大多数其他馈线,”Brookshire说。“我们觉得如果我们将我们的视觉系统与馈线整合,我们就可以为最终用户做了很多工作,并防止他们编写大量代码。”

Epson的愿景指南系统是基于来自Computar(Cary,NC,USA)的Basler(Ahrensburg,德国)镜头的几个GigE相机选项,以及由专门为爱普生专门用于EPSON设计的高柔性电缆。

视觉指南还提供EPSON的CV2控制器,使系统能够连接到四个GigE摄像机和两个USB摄像机,并提供强大的视觉处理CPU。

“爱普生长期以来与巴斯勒一起工作,我们专门支持巴斯勒相机,因为我们知道结果将是好的,”布鲁克郡说。“在这样做时,我们希望确保当客户才能实现其系统时,他们将拥有最好的机器人,最佳馈线和最佳视觉系统。当然,这部分愿景系统意味着获得最佳图像。“

系统完成的另一个任务是自动完成的调整过程。零件落在馈线上,视觉系统和进料器一起工作,以确定这些特定部件的正确调谐。之前,Brookshire说,手动设置参数,这需要时间和手动努力。

“该软件使得更容易将灵活的馈线应用程序放在一起,但运营商仍然需要使用视觉系统,正确地查找零件,处理潜在的照明问题,并放入几行代码以指示机器人放置个别部分,“他说。“但总的来说,所有这些组件的集成在一起通过Intelliflex软件自动处理,这有助于避免多年来我们遇到的一些问题,”Brookshire说。

此外,Epson机器人总是确实的一件事是让客户提前发送样品零件进行测试。然后工程师看待零件,将它们放在馈线上,并确保他们可以移动和分割,确保通过视觉系统找到并区分,并确保Brookshire说,机器人可以选择单一的部分。

“例如,”Brookshire说:“任何时候都有有零件通过钩子,扣子或弹簧一起缠绕在一起的部件,很难将这些分开。这是一个重要的挑战,是我们首先要查看每个人的零件的原因的一部分,让他们成功。“

最初发表的视觉系统设计(2019年9月10日)