ထုတ်ကုန်များ
AI အရည်အသွေးစစ်ဆေးခြင်းနှင့် စက်ရုပ်ခွဲခြင်းစနစ်
  • AI အရည်အသွေးစစ်ဆေးခြင်းနှင့် စက်ရုပ်ခွဲခြင်းစနစ်AI အရည်အသွေးစစ်ဆေးခြင်းနှင့် စက်ရုပ်ခွဲခြင်းစနစ်

AI အရည်အသွေးစစ်ဆေးခြင်းနှင့် စက်ရုပ်ခွဲခြင်းစနစ်

AI အရည်အသွေးစစ်ဆေးခြင်းနှင့် စက်ရုပ်အမျိုးအစားခွဲခြင်းစနစ်သည် 2D/3D စက်ရူပါရုံ၊ AI ချို့ယွင်းချက်ရှာဖွေတွေ့ရှိမှုနှင့် KUKA စက်ရုပ်တို့ကို ပေါင်းစပ်ထားပြီး မျက်နှာပြင်ချို့ယွင်းချက်များကို ဖော်ထုတ်ရန်နှင့် ချွတ်ယွင်းနေသောကွန်ကရစ်တုံးများကို အလိုအလျောက်ဖယ်ရှားပေးသည်။ block နှင့် paver ထုတ်လုပ်မှုလိုင်းများတွင် အလိုအလျောက်အရည်အသွေးထိန်းချုပ်မှုအတွက် အကောင်းဆုံးဖြစ်သည်။

    ဟိAI အရည်အသွေးစစ်ဆေးခြင်းနှင့် စက်ရုပ်ခွဲခြင်းစနစ်ကွန်ကရစ်တုံးများ၊ လမ်းခင်းကျောက်များနှင့် အခြားကွန်ကရစ်ထုတ်ကုန်များ၏ အလိုအလျောက်အရည်အသွေးစစ်ဆေးခြင်းအတွက် အမြင်လမ်းညွှန်ပေးသော စက်ရုပ်ကိုင်တွယ်မှုနှင့်အတူ AI အခြေခံချို့ယွင်းချက်အသိအမှတ်ပြုမှုကို ပေါင်းစပ်ထားသည်။ 2D/3D စက်ရူပါရုံ၊ အသိဉာဏ်ချို့ယွင်းချက် ခွဲခြားသတ်မှတ်ခြင်းနှင့် KUKA စက်မှုစက်ရုပ်ကို ပေါင်းစပ်ထားသည့်စနစ်သည် ထုတ်ကုန်ချွတ်ယွင်းချက်များကို သိရှိပြီး စစ်ဆေးခြင်းရလဒ်များအပေါ် အခြေခံ၍ အလိုအလျောက် စီခြင်းလုပ်ဆောင်ပေးပါသည်။


    မြင့်မားသောပုံရိပ်ဖော်ခြင်းနှင့် 3D မျက်နှာပြင်တိုင်းတာခြင်း AI နက်နဲသောသင်ယူမှုခွဲခြမ်းစိတ်ဖြာမှုအတွက် အသေးစိတ်ထုတ်ကုန်မျက်နှာပြင်အချက်အလက်ကို ဖမ်းယူသည်။ စနစ်သည် အက်ကွဲများ၊ အစွန်းများနှင့် ထောင့်များ၊ အရောင်ကွဲပြားမှုများ၊ မျက်နှာပြင်ကပ်ခြင်း၊ မညီညာခြင်းနှင့် အခြားမြင်နိုင်သော မျက်နှာပြင်ပုံသဏ္ဍာန်များကို ခွဲခြားသတ်မှတ်ပေးကာ နောက်ဆက်တွဲ စီခြင်းလုပ်ငန်းအတွက် စစ်ဆေးခြင်းဒေတာကို ပေးဆောင်သည်။


    ချို့ယွင်းချက်ရှိသော ထုတ်ကုန်တစ်ခုကို ဖော်ထုတ်ပြီးသည်နှင့်၊ အမြင်အာရုံအခြေပြု တည်နေရာပြမှုသည် စက်ရုပ်အား သက်ဆိုင်ရာတည်နေရာသို့ လမ်းညွှန်ပေးသည်။ ဖုန်စုပ်ကိရိယာဖြင့် တပ်ဆင်ထားသော စက်ရုပ်သည် ချို့ယွင်းနေသော တုံးများကို အလိုအလျောက် ကောက်ယူပြီး အရည်အချင်းပြည့်မီသော ထုတ်ကုန်များဖြင့် အစားထိုးပါသည်။ ဟိAI အရည်အသွေးစစ်ဆေးခြင်းနှင့် စက်ရုပ်ခွဲခြင်းစနစ်ထို့ကြောင့် ပေါင်းစပ်ထားသော လုပ်ငန်းစဉ်တစ်ခုတွင် အလိုအလျောက် ကုန်ပစ္စည်း ကိုင်တွယ်ခြင်းနှင့် အမြင်အာရုံချို့ယွင်းမှု ထောက်လှမ်းခြင်းတို့ကို ပေါင်းစပ်ထားသည်။


    အမြင်အာရုံစနစ်၊ pallet lifting ယန္တရားနှင့် စက်မှုစက်ရုပ်များသည် နေရာချထားမှု၊ ရွေးချယ်မှု၊ ကိုင်တွယ်မှုနှင့် နေရာချထားမှုကို ညှိနှိုင်းဆောင်ရွက်ရန် Profinet Industrial Ethernet မှတစ်ဆင့် ဆက်သွယ်သည်။ စစ်ဆေးခြင်း၊ အသိအမှတ်ပြုခြင်းနှင့် စက်ရုပ်လုပ်ဆောင်ခြင်းတို့ကို ပေါင်းစပ်ခြင်းဖြင့်၊ AI အရည်အသွေးစစ်ဆေးခြင်းနှင့် စက်ရုပ်အမျိုးအစားခွဲခြင်းစနစ်သည် ကွန်ကရစ်ထုတ်ကုန်အမျိုးအစားခွဲခြင်းလုပ်ငန်းများတွင် လူကိုယ်တိုင်ဝင်ရောက်စွက်ဖက်မှုကို လျှော့ချရန်အတွက် လက်တွေ့ကျသောဖြေရှင်းချက်တစ်ခု ပေးပါသည်။


    နည်းပညာဆိုင်ရာသတ်မှတ်ချက်များ

    ကန့်သတ်ချက်

    သတ်မှတ်ချက်

    Surface Flatness စစ်ဆေးခြင်း တိကျမှု

    ≤1 မီလီမီတာ

    Single-Scan Field of View

    1.5 မီတာ

    အနည်းဆုံး ထောက်လှမ်းနိုင်သော အစွန်း သို့မဟုတ် ထောင့်ပျက်စီးမှု

    ≥10 မီလီမီတာ

    အနိမ့်ဆုံး ထောက်လှမ်းနိုင်သော မျက်နှာပြင် အက်ကြောင်း အရွယ်အစား

    10 × 1 မီလီမီတာ

    အနိမ့်ဆုံး ထောက်လှမ်းနိုင်သော အရောင်ကွဲလွဲမှု သို့မဟုတ် မျက်နှာပြင် ကပ်ခြင်း

    ≥5 မီလီမီတာ

    စက်မှုစက်ရုပ်

    KUKA

    လည်ပတ်မှုတစ်ခုလျှင် အများဆုံး ကောက်ယူသည့်ဝန်

    200 ကီလိုဂရမ်


    နည်းပညာဆိုင်ရာ အားသာချက်များ

    1. 2D/3D Vision ဖြင့် Visual နှင့် Geometric စစ်ဆေးခြင်း။

    Resolution မြင့်မားသော 2D ပုံရိပ်သည် မြင်သာသော ထုတ်ကုန်လက္ခဏာများကို ဖမ်းယူနိုင်ပြီး 3D မျက်နှာပြင်တိုင်းတာခြင်းသည် မျက်နှာပြင်ဂျီသြမေတြီကို အကဲဖြတ်ပါသည်။

     

    ပေါင်းစပ်ချဉ်းကပ်နည်းကို မြင်နိုင်သော အက်ကွဲများ၊ ပွန်းပဲ့နေသော အစွန်းများနှင့် ထောင့်များ၊ အရောင်ကွဲများ၊ မျက်နှာပြင်ကပ်ခြင်း၊ မညီညာခြင်း နှင့် မျက်နှာပြင် ပုံသဏ္ဍာန်များ အပါအဝင် ကွဲပြားသော ချို့ယွင်းချက်အမျိုးအစားများကို ခွဲခြားသတ်မှတ်ရန်အတွက် အသုံးပြုပါသည်။

     

    ရုပ်ထွက်နှင့် ဂျီဩမေတြီ အချက်အလက် နှစ်မျိုးလုံးကို အသုံးပြုခြင်းဖြင့် စနစ်သည် ရုပ်ထွက်တစ်ခုတည်းထက် ပိုမိုစစ်ဆေးနိုင်စေပါသည်။

    2. ရှုပ်ထွေးသောမျက်နှာပြင်အင်္ဂါရပ်များအတွက် AI Deep Learning

    စနစ်သည် ချွတ်ယွင်းချက်နမူနာများဖြင့် လေ့ကျင့်ထားသော AI နက်နဲသောသင်ယူမှု အယ်လဂိုရီသမ်များကို အသုံးပြုသည်။ အယ်လဂိုရီသမ်များသည် ကွန်ကရစ်တုံးအမျိုးအစားများ၊ အရောင်များနှင့် မျက်နှာပြင်ဖွဲ့စည်းပုံများတွင် ကွဲပြားမှုများကို လိုက်လျောညီထွေဖြစ်စေရန် ဒီဇိုင်းထုတ်ထားသည်။

     

    ပုံသေစည်းမျဉ်းများကိုအခြေခံသည့် သမားရိုးကျစစ်ဆေးခြင်းနည်းလမ်းများနှင့် နှိုင်းယှဉ်ပါက AI-အခြေခံအသိအမှတ်ပြုမှုသည် ရှုပ်ထွေးသောချို့ယွင်းချက်ပုံစံများကိုဖြေရှင်းရန်နှင့် မှားယွင်းသောအပြုသဘောဆောင်မှုများနှင့် လွတ်သွားသောရှာဖွေတွေ့ရှိမှုများကို လျှော့ချပေးသည်။

     

    အမှန်တကယ် အသိအမှတ်ပြုခြင်း စွမ်းဆောင်ရည်သည် စစ်ဆေးရေးစနစ်ထည့်သွင်းခြင်းနှင့် လေ့ကျင့်ရေးဒေတာတွင် ဖော်ပြထားသော ချို့ယွင်းချက်လက္ခဏာများပေါ်တွင် မူတည်ပါသည်။ ပံ့ပိုးပေးထားသော သတ်မှတ်ချက်များသည် ကိန်းဂဏာန်းချို့ယွင်းချက်-အသိအမှတ်ပြုမှုနှုန်းကို မပေးဆောင်ပါ။

    3. ချို့ယွင်းနေသော ထုတ်ကုန်များကို အလိုအလျောက် ဖယ်ရှားခြင်း။

    စက်မှုလုပ်ငန်းသုံး စက်ရုပ်သည် ချို့ယွင်းနေသော တုံးများကို ရွေးထုတ်ဖယ်ရှားရန် ဖုန်စုပ်စက်ကို အသုံးပြုသည်။

     

    ဤလုပ်ဆောင်ချက်ကို အလိုအလျောက်လုပ်ဆောင်ခြင်းသည် စစ်ဆေးရေးအဆင့်တွင် မလိုက်လျောညီထွေမဖြစ်သောထုတ်ကုန်များကို ကိုယ်တိုင်ဖော်ထုတ်ရန်နှင့် ဖယ်ရှားရန် အော်ပရေတာများအတွက် လိုအပ်မှုကို လျော့နည်းစေသည်။

    4. အရည်အသွေးပြည့်မီသော ထုတ်ကုန်များဖြင့် အစားထိုးခြင်း။

    ချွတ်ယွင်းနေသော ကုန်ပစ္စည်းကို ဖယ်ရှားပြီးနောက် စက်ရုပ်သည် အရည်အချင်းပြည့်မီသော ထုတ်ကုန်တစ်ခုကို သက်ဆိုင်ရာ အနေအထားတွင် ထားရှိနိုင်သည်။

     

    စစ်ဆေးခြင်း နှင့် စီခြင်း စီစဥ်ခြင်း သည် စနစ်၏ ပြင်ဆင်ထားသော ကိုင်တွယ်မှု လုပ်ငန်းစဉ်အရ အလိုအလျောက် ထုတ်ကုန် အစားထိုးခြင်းနှင့် ချို့ယွင်းချက် ခွဲခြားခြင်းကို ပေါင်းစပ်ထားသည်။

    5. Profinet မှတဆင့် ညှိနှိုင်းထိန်းချုပ်ခြင်း။

    Profinet Industrial Ethernet သည် အမြင်အာရုံစနစ်၊ Pallet lifting ယန္တရားနှင့် စက်မှုစက်ရုပ်များကြားတွင် ဆက်သွယ်ရေးနှင့် ညှိနှိုင်းထိန်းချုပ်မှုကို လုပ်ဆောင်ပေးသည်။

     

    ဤအစိတ်အပိုင်းများသည် နေရာချထားခြင်း၊ ရွေးချယ်ခြင်း၊ ကိုင်တွယ်ခြင်းနှင့် နေရာချထားခြင်းတို့ကို ပံ့ပိုးကူညီရန် အတူတကွလုပ်ဆောင်သည်။ ဤညှိနှိုင်းဆောင်ရွက်မှုသည် စစ်ဆေးရေးပေါင်းစပ်ခြင်းနှင့် အလိုအလျောက်ထုတ်လုပ်သည့်လိုင်းသို့ စီခြင်းအတွက် အခြေခံတစ်ခုပေးပါသည်။

    6. စစ်ဆေးရေးဒေတာနှင့် သမိုင်းမှတ်တမ်းများ

    စနစ်သည် စစ်ဆေးခြင်းရလဒ်များကို အချိန်နှင့်တပြေးညီပြသပြီး အလိုအလျောက်ဒေတာသိမ်းဆည်းမှု၊ သမိုင်းဆိုင်ရာမေးမြန်းချက်များနှင့် အရည်အသွေးစာရင်းအင်းများကို ပံ့ပိုးပေးပါသည်။

     

    ဤလုပ်ဆောင်ချက်များသည် နောက်ဆက်တွဲပြန်လည်သုံးသပ်ခြင်းနှင့် အရည်အသွေးစီမံခန့်ခွဲမှုအတွက် စစ်ဆေးရေးအချက်အလက်များကို ထိန်းသိမ်းထားရန် ကူညီပေးပါသည်။

     

    7. ပြောင်းလွယ်ပြင်လွယ် တပ်ဆင်မှုအနေအထား

    ထုတ်လုပ်မှုလိုအပ်ချက်ပေါ်မူတည်၍ စနစ်အား ဖွဲ့စည်းပြီးနောက် သို့မဟုတ် ပြုပြင်ပြီးနောက် တပ်ဆင်နိုင်သည်။

     

    သင့်လျော်သော တပ်ဆင်မှုအနေအထားနှင့် ကိုင်တွယ်မှုအစီအစဉ်သည် ထုတ်လုပ်မှုလိုင်းပုံစံ၊ ထုတ်ကုန်အတိုင်းအတာ၊ သယ်ယူပို့ဆောင်ရေးနည်းလမ်းနှင့် ရရှိနိုင်သောနေရာတို့အပေါ် မူတည်သည်။

     

    စစ်ဆေးခြင်းကို အလိုအလျောက် စီခြင်းဖြင့် ချိတ်ဆက်ပါ။

    QGM Visual Quality Inspection & Intelligent Sorting System သည် ချို့ယွင်းချက်များကို အသိအမှတ်ပြုခြင်း၊ အမြင်အာရုံကို အခြေခံသည့် နေရာချထားခြင်း၊ စက်ရုပ်ကိုင်တွယ်ခြင်းနှင့် အရည်အသွေးဒေတာ စီမံခန့်ခွဲမှုတို့ကို ပေါင်းစပ်ထားသည်။

     

    စစ်ဆေးခြင်းရလဒ်ကို အလိုအလျောက် ချွတ်ယွင်းနေသော ထုတ်ကုန်ဖယ်ရှားခြင်းနှင့် အရည်အချင်းပြည့်မီသော ထုတ်ကုန်အစားထိုးခြင်းနှင့် ချိတ်ဆက်ခြင်းဖြင့်၊ စနစ်သည် ကွန်ကရစ် ထုတ်ကုန်အရည်အသွေး ထိန်းချုပ်မှုဆိုင်ရာ ပေါင်းစပ်ချဉ်းကပ်မှုကို ပံ့ပိုးပေးပါသည်။

     

    စက်ရုပ်ကိုင်တွယ်မှုအပိုင်း၊ ထုတ်ကုန်အတိုင်းအတာ၊ သယ်ယူပို့ဆောင်ရေးအစီအစဉ်နှင့် သင့်ထုတ်လုပ်မှုလိုင်းအတွက် တပ်ဆင်မှုလိုအပ်ချက်များကို ဆွေးနွေးရန် QGM ကို ဆက်သွယ်ပါ။

    စုံစမ်းမေးမြန်းရန်ပေးပို့ပါ။
    ဆက်သွယ်ရန်အချက်အလက်
    • လိပ်စာ

      No.777၊ Zhangban Town၊ TIA၊ Quanzhou၊ Fujian၊ တရုတ်နိုင်ငံ

    • အီးမေးလ်

      inquiry@qzmachine.com

    အကယ်. သင့်တွင်ကိုးကားခြင်းသို့မဟုတ်ပူးပေါင်းဆောင်ရွက်မှုနှင့် ပတ်သက်. မေးမြန်းလိုပါကအောက်ပါစုံစမ်းရေးပုံစံကိုအီးမေးလ်ပို့ပါ။ ကျွန်ုပ်တို့၏အရောင်းကိုယ်စားလှယ်သည် 24 နာရီအတွင်းသင့်အားဆက်သွယ်ပါလိမ့်မည်။
    သတင်းအကြံပြုချက်များ
    X
    သင့်အား ပိုမိုကောင်းမွန်သောကြည့်ရှုမှုအတွေ့အကြုံကို ပေးဆောင်ရန်၊ ဆိုက်အသွားအလာကို ပိုင်းခြားစိတ်ဖြာပြီး အကြောင်းအရာကို ပုဂ္ဂိုလ်ရေးသီးသန့်ပြုလုပ်ရန် ကျွန်ုပ်တို့သည် ကွတ်ကီးများကို အသုံးပြုပါသည်။ ဤဆိုက်ကိုအသုံးပြုခြင်းဖြင့် ကျွန်ုပ်တို့၏ cookies အသုံးပြုမှုကို သင်သဘောတူပါသည်။ ကိုယ်ရေးအချက်အလက်မူဝါဒ
    ငြင်းပယ်ပါ။လက်ခံပါတယ်။