Dazu müssen heutige industrielle Steuerungssysteme die Daten immer schneller verarbeiten, mehr Sensoren und Aktoren anbinden sowie Systeminformationen austauschen. Dies kann zu höherer Komplexität führen, wenn aber diese untereinander vernetzten Systeme richtig aufgesetzt sind, sorgen sie für eine Durchsatzsteigerung bei gleichzeitig niedrigeren Kosten und geringerer Komplexität.
Industrielle Bildverarbeitung im Fokus
Dank Fortschritten bei Kamera- und Prozessortechnologien ist die industrielle Bildverarbeitung zu einem wichtigen Teil dieser Systeme geworden. Früher war der Einsatz von Kameras vor allem auf Sensoren und den Menschen beschränkt. Jetzt können Kameras auch zur Qualitätsüberwachung und -sicherung in der Industrie verwendet werden. Ausserdem können Kameras nun Sensoren wie beispielsweise Lesegeräte für Strichcode, Thermoelemente und Durchflussmesser ersetzen, sodass sich mehr Daten von einem einzigen Messgerät gewinnen lassen. Hinzu kommt, dass sich mehrere Kameras in einem System platzieren lassen, wodurch sich unterschiedliche Sichtfelder erfassen und die unterschiedlichen Komponenten bei jedem Schritt im Herstellungsprozess überwachen lassen.
Folgendes Szenario wäre denkbar: Auf einer Fertigungslinie wird ein Produkt in hoher Stückzahl hergestellt. Es gibt mehrere Schritte in diesem Fertigungsprozess und die Gesamtqualität des Produkts muss garantiert sein. Nur so lassen sich kostenaufwendige Rückrufe oder Ausfallzeiten vermeiden, wenn man Fehlern auf den Grund gehen muss. Ohne Qualitätskontrollen nach jedem Fertigungsschritt ist dies nahezu unmöglich, was zu einem Rückruf der gesamten Produktcharge führen kann, auch wenn der Fehler nur in einem Teil der Produkte auftritt.
Visuelle und exakte Fehleranalyse verringert Ausfallzeiten
Nun könnten auf derselben Fertigungslinie aber Kameras angebracht sein, die die Qualität nach jedem Fertigungsschritt überprüfen. Von jedem Teil werden mit einem Zeitstempel versehene Bilder gemacht, die auf ihre Qualität hin analysiert werden. Die Ergebnisse werden gespeichert. Wenn dann ein Fehler erkannt wird, können Techniker und Ingenieure im Protokoll des Bildes nachsehen und so nicht nur exakt bestimmen, welche Produkte defekt sind, sondern auch gezielt den Fertigungsschritt ausfindig machen, der dafür verantwortlich ist. Dies verringert die Ausfallzeit und erhöht gleichzeitig die Effizienz während des gesamten Fertigungsprozesses. Da die Bilder gespeichert werden, können Ingenieure sie ausserdem erneut mit unterschiedlichen Algorithmen analysieren, um neue Informationen zu gewinnen. So wird es einfacher, zurückzublicken und neue Methoden für das Extrahieren von Daten anzuwenden, um zusätzliche Einblicke für eine mögliche Produkt- und Prozessverbesserung zu erhalten.
Traditionell werden die Stand-alone-Varianten von Kameras mit integrierten Prozessoren (Smart Cameras) dort in einem System verteilt, wo Datenerfassung und -verarbeitung erforderlich sind. Doch dieser Ansatz kann einige Herausforderungen bereithalten. In grossen Fertigungssystemen, in denen mehrere Kameras nötig sind, können die Kosten für das Verteilen einer grossen Anzahl von intelligenten Kameras mit eigenen Prozessoren rasch zunehmen. Wenn ein System über sechs intelligente Kameras in einem Wert von je 3000 Dollar verfügt, kann das System das Budget schnell übersteigen.
Die wachsende Beliebtheit von simplen Kameras für die industrielle Bildverarbeitung mit einem zentralen Verarbeitungsknoten hat dazu geführt, dass die Systemkosten bei gleichzeitiger Erhöhung der Funktionalität deutlich gesenkt werden konnten. Mithilfe moderner Architekturen lässt sich das gleiche, aus sechs Kameras bestehende System für einen Bruchteil der Kosten einfach implementieren, indem ein mit sechs 500-Dollar-Kameras verknüpfter Verarbeitungsknoten verwendet wird. Ingenieure im Bereich Steuer- und Regeltechnik wissen, dass es ebenso teuer sein kann, intelligente Kameras an veränderte Anforderungen anzupassen, da Kamera und auch Prozessor in eine Einheit integriert sind und somit beide ausgetauscht werden müssen. Hinzu kommt, dass es zunehmend schwierig wird, sich um die Kabel für Kommunikation, Strom und Synchronisation zu kümmern, je mehr Kameras einem System hinzugefügt werden. Diese Herausforderungen verdeutlichen den Bedarf für einen leistungsstarken Controller der Bilder von mehreren günstigeren Kameras für die industrielle Bildverarbeitung erfassen und verarbeiten können muss, damit sich die Systemkosten verringern lassen.
Ein Controller übernimmt zahlreiche Aufgaben
Um die Systemkomplexität zu vereinfachen und die Abmessungen zu verkleinern, wenden sich Entwickler von getrennten Subsystemen ab und einem zentralisierten Ansatz zu. Dabei wird ein Controller für viele oder alle diese Aufgaben wie Messen und I/O, Motorsteuerung, Bildverarbeitung und Mensch-Maschine-Schnittstelle (Human Machine Interface, HMI) eingesetzt. Dank diesem lassen sich die Systemgrösse verringern, unnötige Fehlerquellen vermeiden, Entwicklungskosten senken und Markteinführungszeiten beschleunigen. Erreicht wird dies dadurch, dass keine Kommunikation mehr zwischen den Controllern unterschiedlicher Hersteller stattfinden muss. Ausserdem greift der Ansatz auf einen zentralisierten Verarbeitungsknoten zurück, anstatt Prozessoren auf dem System zu verteilen. So können Entwickler günstigere Komponenten wählen und die Prozessoren können effizienter verwendet werden und bleiben nicht unausgelastet.
Industrie-Controller eignet sich optimal für das IIoT
National Instruments hat nicht nur den Trend hin zu intelligenteren Systemen als Teil des IIoT erkannt, sondern auch die Herausforderungen, die mit deren Implementierung einhergehen. Um Letztere zu bewältigen und einen zentralisierten Verarbeitungsknoten zur Verfügung zu stellen, mit dem die industrielle Bildverarbeitung in das IIoT aufgenommen werden kann, hat NI den Industrie-Controller IC-3173 auf den Markt gebracht. Dieser verfügt über einen Intel-Core-i7-Dualcore-Prozessor, PoE-GBit-Ethernet-Anschlüsse und zwei USB-3.0-Anschlüsse, dank derer Systementwickler Bilder von mehreren USB3-Vision- und GigE-Vision-Kameras verbinden und verarbeiten können.
Ausserdem verfügt der neue Controller über zwei Display-Ports für zwei HMIs, mit denen den Bedienern mehr Informationen gezeigt werden können. Mit dem IC-3173 lassen sich, dank des FPGA Kintex-7 160T von Xilinx mit mehr SRAM und DRAM, Bilder und digitale Daten schnell verarbeiten. Das bedeutet, dass Kunden mithilfe von LabVIEW und dem NI Vision Development Module einfach die neueste FPGA-Bildverarbeitungstechnologie von National Instruments und Xilinx einsetzen können, um die Bildverarbeitungsdauer zu verkürzen und letztlich den Durchsatz zu erhöhen. Der Industrie-Controller wird ausserdem Daten auf einem Netzwerk und mit anderen Geräten teilen können, da er u. a. über einen integrierten Netzwerkkommunikationsanschluss, vier USB-2.0-Anschlüsse, einen RS232/485- und einen 44-poligen Digital-I/O-Anschluss verfügt.
Fazit
Der Industrie-Controller IC-3173 wird die Systemkomplexität verringern, da er HMIs, Kameras, Motorsteuerung und I/O in einem kompakten Controller vereint, der mit LabVIEW oder Vision Builder for Automated Inspection programmiert ist. Diese Kombination aus Hard- und Software erleichtert es, Informationen mithilfe des internen oder eines USB-basierten externen Speichers lokal abzulegen und zu teilen, und erlaubt es, Daten dank integrierter Netzwerkanbindung dezentral zu teilen. Der Einsatz moderner Technologie ist nicht mehr länger ein Vorteil, sondern er ist notwendig, um mit den Mitbewerbern Schritt zu halten. Neue Forderungen nach Effizienz bei Einsatz, Wartung und Aktualisierung machen neue Architekturen erforderlich, die die Fertigungsmöglichkeiten erweitern. Der Industrie-Controller unterstützt Unternehmen dabei, einige der Herausforderungen auf dem Weg zum IIoT zu bewältigen und wett-bewerbsfähig zu bleiben.
Infoservice
National Instruments Switzerland GmbH
Sonnenbergstrasse 53, 5408 Ennetbaden
Tel. 056 200 51 51, Fax 056 200 51 55
ni.switzerland@ni.com, www.ni.com/switzerland
