智能零件进给器可加快灵活组装

马萨诸塞州剑桥-如果在最近的制造技术会议上发表的论文是正确的，未来属于灵活的。在一条高度自动化的装配线上生产多种产品的能力将有助于明天的制造商在全球经济中竞争。虽然今天的机器人和自动测试设备具有使敏捷制造成为可能的精确度和速度，但由于需要以适当的方向呈现零件以便快速运输，因此它们受到了限制。制造商必须依靠手动托盘或专用的碗式喂料器，其固定工具和长引线设计时间可防止快速装配线更换。

智能自动化系统的FPF 2000柔性零件进给器可以消除这种障碍。它接受大批量的小零件，将它们传送到输送机，然后对齐并识别正确定向的零件以便机器人拾取。它只需要一台基于486的PC和运动控制卡，可以轻松集成到现有的装配线控制方案中。

ADM多伦多的设计与制造提供了一个独一无二的机会，可以将供应商与寻求最新创新，产品和解决方案的买家联系起来。用安大略省蓬勃发展的制造业的销售线索填补您的销售渠道。设计与制造展，2019年6月6日至6日，多伦多会议中心。

进料器使用双可编程部件定向臂来对齐或“单个化”传送带上的部件，以及低成本，高速的机器视觉系统来识别它们。通过可选的转盘，送料器可容纳多达六种不同的零件，保留每种类型的存储器处理说明。

虽然部分选择过程是异步的，但任何当前设想的敏捷制造过程也是如此。此外，现在运行的原型进给器可能需要进行修改以适应更大或更重的部件。“我们获得专利的是灵活部件处理的概念，”智能自动化总裁Steven Gordon解释道。

用户通过简单的屏幕指令教导系统操作不同的部件。首先，操作员设置高度和宽度单一臂的步进电机，使零件在传送带上粗略对齐。然后，他或她将样品部件放置在进料器的Sharp GPB-2机器视觉系统下方输送机前部的输送机视觉暂存区域。

接下来，菜单驱动的机器视觉学习开始了。系统从背景图像中减去部分轮廓，形成模板，该模板将顶部图像与部件的侧视图耦合，如在与视觉阶段相邻的45度镜中所见。然后，它会生成一系列附加模板，通过360度旋转以小增量电子旋转零件图像。通过这种方式，机器可以在没有人工工程师帮助的情况下学会识别零件。

在专有的机器视觉算法中使用这些模板，系统识别和定位零件，在大约350毫秒内具有0.002英寸和0.5度。

在使用高纵横比，不对称零件的演示中，系统将零件从其转移桶倾倒到进料器后部的振动平台上，从那里它们落到直流电机控制的输送机上。系统单独，识别和停止输送机，以便机器人完美地拾取。

不符合模板的部件，即倒置或不正确的部件，从输送机落到第二条带上，从那里返回到铲斗并返回另一轮。输送机和铲斗运输系统的计时器协调这一运动。

戈登承认，FPF 2000比固定用途的碗式喂食器更昂贵，更慢，但他说，这不是一个恰当的比较。送碗机操作需要额外的时间和金钱来创建特殊工具以正确呈现零件。如果所制造的产品经过重新设计，则其工具需要进行昂贵的修改，如果生产线更换为其他产品，则必须更换。“FPF只需要保持活力，”戈登说。“这有助于改变小批量产品的自动化装配的经济性。”