VISOR® Object AI
V10C-OAI-A3-C-2
주문 번호:
V10C-OAI-A3-C-2주문 번호:
631-91158Scope of delivery:
VISOR® 비전 센서, 작동 설명서, 장착 브래킷(MK 45)과 알렌 키간단한 설명:
VISOR® V10 Object AI Color, Advanced, 255개의 감지기와 각각에 255개의 작업, C-Mount, LAN 인터페이스
설명
- VISOR® Object Advanced의 모든 기능
- 사용자 친화적이고 강력한 대상체 분류 및 평가를 위한 "분류(AI)" 감지기
| 광학 데이터 | ||
|---|---|---|
| Image chip type | 컬러 | |
| 해상도 | SVGA | |
| 픽셀 수(H x V) [px] | 800 x 600 | |
| Imaging chip 기술 | CMOS | |
| 픽셀 사이즈 [µm] | 4.80 | |
| Field of view type | C-Mount(시야각 데이터는 사용된 렌즈에 따라 다름) | |
| Focus drive | 선택된 대물 렌즈에 종속적 | |
| 센서 크기 ["] | 1/3,6 | |
| 최소 field of view (X x Y) [mm] | 선택된 대물 렌즈에 종속적 | |
| 기능 | ||
|---|---|---|
| Network protocol | TCP/IP, 프로피넷, 이더넷/IP, sFTP, SMB, FTP, 서비스 포트 | |
| 하드웨어 | VISOR® | |
| jobs 최대 개수 | 255 | |
| 검출기 최대 개수 | 255 | |
| 결과 프로세싱 | 번호 | |
| 전처리 | 배치, 필터 | |
| 캘리브레이션(Calibration) | 보드(측정), 스케일링(측정) | |
| Robotic 기능 | - | |
| 추가 기능 | 아카이빙, 이미지 전송, 개별 오버레이, 다중 이미지 수집, 컬러 채널, 컬러 거리 및 이진화, 윤곽선과 패턴 매칭 검출기를 위한 다중 검출, 작업 체크섬 | |
| 얼라인먼트(Alignment) | 윤곽선 비교, 패턴 매칭, 엣지 검출, 원형 | |
| 사용 가능한 검출기 | 패턴 매칭, 윤곽선, 윤곽선 검사, 형상 찾기, BLOB, 밝기, 대비, 그레이스케일, 컬러 값, 컬러 영역, 캘리퍼, 분류(AI), 컬러 목록 | |
| IO-Link | 없음 | |
| 전기 데이터 | ||
|---|---|---|
| 운영 전압 UB [V DC] | 18 ... 30 | |
| Typical current draw [mA] | 350 | |
| 전압원 종류 | 본 장치는 "클래스 2" 전원 공급 장치를 사용해야 합니다. | |
| 준비 지연 [ms] | ≤ 16,000 | |
| 역극성 보호 | 예 | |
| 과전압 보호 | 아니요 | |
| 잔파장 [%] | ≤ < 5 Vss, 레벨 3 | |
| 잔파장 설명 | EN 61000-4-17 | |
| Polarity | PNP/NPN | |
| 합선 보호 | 예 | |
| 입력 threshold (High) | > UB-1V | |
| 입력 threshold (Low) | < 3V | |
| 입력 저항 [kΩ] | > 20 | |
| 최대 출력 전류 [mA] | 50 | |
| 최대 출력 전류 설명 | 최대 100 mA, 핀 12 | |
| 유도성 부하 | 타입: 릴레이 17 K / 2 H, 공압 밸브 1.4 K / 190 mH | |
| 최대 출력 전류 (total) [mA] | 200 | |
| Ethernet 전송률 [Mbit/s] | 100 | |
| 전환 가능한 IO 수 | 6 | |
| 출력 수 | 2 | |
| 입력 수 | 2 | |
| Encoder functions | 예 | |
| Klassifizierung Referenzmerkmale | ||
|---|---|---|
| Sensor (image analysis) | 27310205 | ECLASS 10.1 |
| Sensor (image analysis) | 27310205 | ECLASS 11.0 |
| Sensor (image analysis) | 27310205 | ECLASS 11.1 |
| Sensor (image analysis) | 27310205 | ECLASS 12.0 |
| Sensor (image analysis) | 27310205 | ECLASS 13.0 |
| 설명 | 어플리케이션 | 산업 |
|---|---|---|
| 올바른 종류의 연료 필터 주입구 확인 | 분류 AI | 자동차 산업 |
| 올바른 스프링 유형 확인 | 분류 AI | 조립 및 취급 |
| 패드 인쇄 검사 | 검사 (AI) |
포장 기술
, 플라스틱 기술 |
| 올바른 유형의 계기판 스위치 조립 확인 |
분류 AI
, 검사 (AI) | 자동차 산업 |
| 올바른 종류의 연료 호스와 클립 확인 |
분류 AI
, 검사 (AI) | 자동차 산업 |
| 식품 생산: VISOR®는 정보를 시각화합니다. | 분류 AI | 식품 및 음료 |
| 금속 부품 가공 공정에서 제조 결함 자동 감지 | 검사 (AI) | |
| 사출 성형 부품의 품질 관리 | 검사 (AI) | 플라스틱 기술 |
| VISOR®: 실시간 검사 결과를 통한 정밀 사출 성형 제어 | 검사 (AI) | 플라스틱 기술 |
| 두 금속판 사이의 간격 측정 | 검사 (AI) |
자동차 산업
, 조립 및 취급 |
| 나사의 정렬 확인 | 검사 (AI) |
자동차 산업
, 조립 및 취급 |
| 안전라벨, 식별 라벨 점검 | 검사 (AI) |
자동차 산업
, 포장 기술 |
| 보호캡 유무확인 | 검사 (AI) |
자동차 산업
, 전자장치 |
| 케이블 하네스의 고정클립 위치제어 | 검사 (AI) |
자동차 산업
, 전자장치 |
| 연결부위 잠금 확인 | 검사 (AI) |
자동차 산업
, 전자장치 |
| SensoWeb을 통한 전체 공정의 시각화 |
검사 (AI)
, 식별 , 포지셔닝 , 분류 AI |
자동차 산업
, 조립 및 취급 , 로보틱스 , 전자장치 , 식품 및 음료 , 플라스틱 기술 , 실험실 자동화 , 제약 및 화장품 , 태양광 산업 , 포장 기술 |
| 윤활유의 정확한 도포 상태 모니터링 | 검사 (AI) |
로보틱스
, 조립 및 취급 |
| 시트 메탈 부품의 클립 유무 확인 | 검사 (AI) |
조립 및 취급
, 자동차 산업 |