Professional Documents
Culture Documents
Desarrollo de un Sistema de Inspeccin Visual Automatizado para una lnea de envasado de morteros industriales
AUTOR: Jess Turpn Aroca DIRECTORES: Cristina Vicente Chicote Jos Carlos Fernndez Andrs Octubre / 2011
Autor E-mail del Autor Directores E-mail del Director Ttulo del PFC Resumen
Jess Turpn Aroca jesusturpin@gmail.com Cristina Vicente Chicote, Jos Carlos Fernndez Andrs cristina.vicente@upct.es, carlos.fernandez@upct.es Desarrollo de un Sistema de Inspeccin Visual Automatizado para una lnea de envasado de morteros industriales
En este Proyecto tiene como objetivo implantar un Sistema de Inspeccin Visual Automatizado en una planta de produccin de morteros industriales. El sistema deber descartar productos defectuosos (sacos de mortero) a partir de la informacin suministrada por una cmara. La principal caracterstica de este proyecto es que es de mbito real y ser realizado en colaboracin con una empresa con sede en la Regin. Todos los sistemas empleados debern integrarse con el sistema de produccin actual de la planta. El proyecto se realizar en 3 fases: 1. 2. 3. Eleccin del sistema de visin Fase de entrenamiento fuera de la planta Fase de integracin
Por ltimo, el sistema debe ser abierto para facilitar posibles mejoras.
Titulacin Departamento
ndice
1.
INTRODUCCIN
1.1. Origen del Proyecto 1.2. Objetivos 1.3. Fases del proyecto 1.4. Organizacin de la memoria
5 6 7 8 8
2.
3.
4.
INTEGRACIN DEL SISTEMA DE VISIN CON EL SISTEMA DE CONTROL DE LA PLANTA Y CONFIGURACIN DEL EQUIPO 29
4.1. Situacin General de la Planta 4.2. Comunicacin con el autmata 29 30 3
5.
EXPOSICIN DE LAS CONCLUSIONES Y LNEAS DE TRABAJO FUTURAS 36 5.1 Diferencias entre la fase de pruebas en laboratorio y la instalacin en la planta. 36 5.2 Dificultades a superar en la integracin 5.3 Aportaciones y Trabajos Futuros 36 37 39
6.
BIBLIOGRAFA
CAPTULO I Introduccin
Debido a las actuales exigencias del mercado, son cada vez ms las empresas que optan por desarrollar e implantar Sistemas de Inspeccin Visual Automatizados (SIVA) en sus lneas de produccin. Se persigue sobre todo mejorar la calidad del producto final y un ahorro importante de costes. De hecho, actualmente, los SIVA resultan de aplicacin en sectores industriales tan diversos como el automovilstico (pionero en este tipo de sistemas), el agroalimentario, la industria farmacutica, el sector de la construccin, el textil, etc. Observando la creciente demanda a nivel industrial de los sistemas de Visin Artificial, el grupo Divisin de Sistemas e Ingeniera Electrnica (DSIE) de la Universidad Politcnica de Cartagena ha desarrollado varios proyectos en este campo, todos ellos financiados por programas de investigacin nacionales y europeos, as como por diferentes empresas. A continuacin se comentan brevemente algunos de estos proyectos dada su relacin con el desarrollo de este trabajo. SIVAFRUT: Este proyecto, desarrollado para una empresa conservera de la Regin de Murcia, permiti la construccin de un Sistema de Inspeccin Visual Automatizado (SIVA) para el control de calidad de gajos de mandarina. El principal objetivo de este sistema era conseguir una reduccin en el coste de produccin y una mejora en la calidad del producto final (ver Figura 1). COMPLEX: El sistema desarrollado como parte de este proyecto persegua conseguir el control de calidad, la trazabilidad y el control del proceso de produccin de piezas mecnicas complejas. El sistema de anlisis de calidad desarrollado permita asegurar la calidad total de la produccin combinando: Las nuevas tcnicas de inspeccin no destructiva (NDT, non-destructive testing). Un anlisis online fiable del proceso de produccin. Un seguimiento de las piezas de amplio rango y a largo plazo.
Figura 1. Sistema SIVAFRUT. Izquierda: Imagen del prototipo desarrollado. Derecha: Imgenes de un gajo etiquetado como defectuoso.
Contrato 1532/06-TE Diseo de un Sistema de Inspeccin Visual Automatizada para la eliminacin de sacos con defectos de llenado en una lnea de produccin de morteros industriales para la construccin 6
1.2. Objetivos
El principal objetivo de este Proyecto consiste en el diseo e implementacin de un Sistema de Inspeccin Visual Automatizado (SIVA) capaz de mejorar el proceso actual de inspeccin de la produccin que se lleva a cabo en una importante empresa multinacional productora de cementos y algunos de sus derivados. Actualmente, la lnea de envasado de productos cuenta con un doble sistema de deteccin y rechazo de sacos defectuosos. El primero de ellos consiste en el control de su peso mediante un sensor que enva los datos de cada saco al autmata encargado del control de toda la planta. Cuando el sensor indica la presencia en la lnea de un saco cuyo peso no cumple las especificaciones, el autmata activa una compuerta basculante que lo expulsa fuera de la lnea. Los sacos rechazados son reciclados manualmente por los operarios. Adems de este sistema de control basado en el peso existe un segundo sistema compuesto de una serie de fotoclulas colocadas de forma que es posible detectar aquellos sacos que estn vacos. Como en el caso anterior, cuando esto ocurre, se enva una seal al autmata para que ste active la compuerta basculante que expulsar el saco defectuoso de la lnea de produccin. Estos dos sistemas, utilizados conjuntamente, consiguen resultados bastante aceptables a pesar de su relativa simplicidad. Sin embargo, problemas relativamente frecuentes como la aparicin de un saco vaco atrapado debajo de otro lleno, resultan indetectables ya que el saco lleno pasar los dos controles haciendo que el vaco pase inadvertido. Cuando alguno de estos sacos vacos o defectuosos llega al paletizador (mquina encargada de distribuir y apilar los sacos formando palets), la estructura resultante suele mostrarse inestable siendo necesario con frecuencia reconstruirla manualmente. As, problemas como ste, causan en la actualidad muchas de las paradas de la produccin en la planta, con la consiguiente prdida econmica que esto supone para la empresa. El Sistema de Inspeccin Visual Automatizado (SIVA) que se desarrollar como parte de este Proyecto tratar de resolver estos problemas trabajando en paralelo con los dos sistemas de rechazo actualmente ya instalados. As mismo, una vez integrado en la lnea de produccin, el sistema deber: Poder activarse o desactivarse en cualquier momento sin interferir en ningn caso con el resto de los sistemas de la planta. Llevar un control de la cantidad de sacos rechazados. Permitir el cambio automtico de programa de modo que sea posible reconocer sacos de distintos tamaos y colores. Facilitar la tarea de programar el reconocimiento de nuevos tipos de sacos. Permitir que los operarios puedan visualizar en una pantalla (terminal NS) las imgenes captadas por las 2 cmaras.
Adems de los problemas antes mencionados relacionados con la eliminacin de los sacos defectuosos actualmente no detectados, existen otros relacionados con la impresin defectuosa de las marcas que deben aparecer en su lateral (cdigo del producto, planta productora, fecha de envasado, etc.). Aunque la resolucin de este problema queda fuera del alcance de los objetivos de este Proyecto se ha optado por 7
construir un SIVA que, mediante la incorporacin de una segunda cmara destinada a tomar imgenes del perfil del saco, facilite el control visual de estas marcas por parte de un operario y quiz, en el futuro, como una extensin del propio SIVA. De este modo, el operario podr visualizar en una pantalla y sin tener que acceder de manera difcil y poco segura al lateral de la cinta de transporte, las marcas impresas en los sacos comprobando si el nivel de tinta de la impresora es el correcto o si sta parece obstruida, si los datos impresos son los correctos o no, etc.
Asumir ciertas simplificaciones (procurando que sean lo ms realistas posible) a fin de reducir la complejidad del problema. Sin embargo, aun cuando es posible aplicar alguna de estas estrategias (no siempre resulta viable), solventar los problemas que se plantea la Visin Artificial de manera adecuada, esto es, en un tiempo razonable y con la suficiente precisin y robustez, no resulta en absoluto sencillo. De hecho, a pesar de los grandes avances realizados en este campo en las ltimas dcadas, an son muchos los problemas sin resolver o para los que no se ha desarrollado una solucin totalmente satisfactoria. El enorme inters que despierta esta disciplina, tanto en la comunidad cientfica como en el mbito empresarial, resulta evidente a la vista del ingente volumen de publicaciones y conferencias especializadas en esta materia, as como por la aparicin en el mercado de nuevos productos que incorporan los ltimos avances en este campo (auto-calibracin de cmaras digitales, guiado de robots autnomos, construccin de entornos virtuales, etc.). Tradicionalmente, la Visin Artificial ha estado muy ligada a otras disciplinas como la Psicologa, la Neurociencia, la Robtica, el Procesamiento de Imgenes, o el Reconocimiento de Patrones. De hecho, las fronteras que delimitan estas reas de conocimiento son todava hoy relativamente difusas, existiendo un cierto solapamiento entre todas ellas. A continuacin se introducen brevemente dos de estas disciplinas: el Procesamiento de Imgenes y el Reconocimiento de Patrones, dada su estrecha vinculacin con este trabajo y su importante contribucin al campo de la Visin Artificial. 2.1.1. Procesamiento de imgenes El procesamiento de imgenes, como la visin artificial, es un rea muy extensa y enormemente activa en la actualidad. Procesar una imagen implica extraer informacin de ella, o transformarla en otra mejor en algn sentido (por ejemplo, ms ntida, ms fcil de caracterizar, o que ocupa menos en memoria). Como se acaba de ver, la Visin Artificial trata de modelar el mundo tridimensional que nos rodea a partir de imgenes que, en su inmensa mayora, necesitan un cierto procesamiento previo para resultar de utilidad. Esto explica el considerable solapamiento existente entre ambas disciplinas y el hecho de que algunos autores incluyan el procesamiento de imgenes como parte de la visin artificial. Entre los problemas que tpicamente aborda el procesamiento de imgenes, cabe destacar los siguientes: Los relativos a la restauracin y el realzado de imgenes para mejorar su calidad: eliminacin de ruido, mejora del contraste, el brillo, el enfoque, etc. Los relacionados con la extraccin de caractersticas, bien de la imagen en su conjunto o de los objetos contenidos en ella: color, forma, tamao, textura, etc. Los relativos a la compresin de imgenes: reduccin del tamao que ocupan las imgenes en memoria: estndares JPEG y MPEG. Para abordar estos problemas existe una gran variedad de algoritmos de procesamiento de imgenes de los que a continuacin se enumeran slo algunos:
10
Composicin de imgenes aplicando operadores lgicos (and, or, xor, etc.) o aritmticos (suma, resta, etc.). Transformaciones de distintos tipos: geomtricas (reduccin/aumento de tamao, rotacin), morfolgicas (apertura/cierre, erosin/dilatacin), de un espacio de color en otro (RGB, HSI, YCrCb), etc. Filtrados de distintos tipos: espacial (por ejemplo, mediante la convolucin de mscaras), temporal (por ejemplo, utilizando filtros de Kalman), en frecuencia (por ejemplo, mediante una transformada de Fourier). Extraccin y caracterizacin de contornos y regiones, etc. 2.1.2. Reconocimiento de Patrones El Reconocimiento de Patrones consiste en extraer la informacin relevante contenida en los datos de entrada (imgenes en este caso) para, comparando esta informacin con unos patrones preestablecidos, poder tomar una decisin o realizar una clasificacin de los datos originales. Ntese que en esta definicin se incluye como primera etapa del reconocimiento de patrones la extraccin de caractersticas, tambin incluida como parte del procesamiento de imgenes. Esto demuestra lo difcil que resulta a veces discernir dnde estn los lmites entre estas disciplinas. Algunos autores prefieren considerar el procesamiento de imgenes como un conjunto de transformaciones imagen-imagen de modo que la extraccin de caractersticas queda claramente fuera de esta disciplina. Otros autores, sin embargo, consideran que la extraccin de caractersticas y el procesamiento de imgenes estn tan ntimamente ligados que resultan inseparables. En cualquier caso, la seleccin del conjunto de caractersticas que se deben extraer de una imagen, o ms concretamente de los objetos que aparecen en ella, resulta clave para lograr clasificarlos correctamente. As, debe escogerse un conjunto suficiente de caractersticas (ni tantas que resulte excesivamente costoso calcularlas, ni tan pocas que no aporten la suficiente informacin para distinguir a unos de otros), tratando de que stas sean lo ms discriminantes que sea posible. Existen distintas aproximaciones al problema de cmo clasificar o reconocer un objeto (expresado como un conjunto o vector de caractersticas) a partir de una serie de patrones preestablecidos (vectores que recogen los valores tpicos de las caractersticas para cada clase de objetos). Entre ellos cabe destacar el enfoque estadstico, el sintctico, el lgico-combinatorio, o el basado en redes neuronales.
que stos inspeccionen el 100% de los productos ya que esto conllevara un enorme retraso en el proceso productivo, con el consiguiente aumento de coste. Es ms, cuando esta tarea se realiza durante turnos relativamente prolongados, suele resultar difcil aplicar un criterio homogneo de clasificacin de los productos, del mismo modo que resulta difcil mantener el elevado el nivel de atencin que requiere esta tarea. Los SIVA pretenden dar respuesta a todas estas limitaciones. En un mundo de mercados abiertos, el control de la calidad resulta a veces decisivo para mostrarse competitivo. Por este motivo, y desde hace ya ms de dos dcadas, el proceso de inspeccin de la calidad tiende cada vez ms a automatizarse. 2.2.1. Ventajas de la utilizacin de los SIVA Las ventajas obtenidas en la industria al implementar estos sistemas son considerables. Fundamentalmente estos sistemas, generan una mejora destacable en la calidad de los productos y procesos de fabricacin. En algunos procesos de fabricacin se hace imprescindible el uso de estos sistemas, ya que requieren una inspeccin de pequeos defectos indetectables por el ojo humano o un manipulado de piezas de alta precisin para lo cual se requiere una informacin visual muy detallada que slo posible con la instalacin de un SIVA. Un SIVA produce una gran mejora en cuanto a la velocidad de inspeccin en un proceso de fabricacin. Lgicamente, una inspeccin ms rpida produce una mayor cadencia en la realizacin de un proceso de produccin, incrementando de forma extraordinaria la productividad. Otra de las grandes ventajas que presenta un SIVA en un proceso industrial es la posibilidad de integracin con el entorno automatizado dentro de una planta o cadena de produccin, dotando de informacin sensorial al sistema electrnico que controle todo el proceso en forma de entradas o salidas, tanto digitales como analgicas. En ocasiones, ciertos entornos industriales pueden entraar cierto riesgo para la salud de los trabajadores. En muchos casos puede que incluso ciertos lugares sean inaccesibles debido a diversos factores de riesgo (trmico, nuclear, lumnico, etc.). Un SIVA, puede realizar tareas de inspeccin en estos lugares, sin peligro alguno para el operario, por lo tanto adems de las anteriores ventajas, un SIVA ofrece una mayor seguridad. La vigilancia de un cierto proceso de produccin realizada por una persona, puede ser una tarea rutinaria y fatigosa, generando situaciones de prdida de atencin por parte del operario. Esta prdida puede ocasionar paros o reducciones en la cadencia de produccin, as como una disminucin de la calidad final del producto. El control de calidad efectuado por diferentes operarios (cambios de turno) puede tener algo de subjetividad, sin embargo, una mquina realizara la tarea siempre de la misma forma. As pues, un SIVA incrementa la fiabilidad de los procesos, utilizando siempre el mismo criterio de forma totalmente objetiva. 2.2.2. Campos de aplicacin de los SIVA Este proyecto est centrado en una aplicacin industrial de un SIVA. No obstante, esta tecnologa es de uso muy comn en otros campos que se describen a continuacin. 12
Uno de los usos pioneros de esta tecnologa es sector militar. Algunos ejemplos de aplicaciones militares son: deteccin y seguimiento de objetivos, anlisis de terreno, armas inteligentes, etc. Es posible encontrar aplicaciones muy importantes de la Visin Artificial en el campo de la medicina. Gracias a esta tecnologa, es posible ayudar a realizar diagnsticos de enfermedades mediante anlisis de imgenes tomadas de rayos X, anlisis de sangre, etc. En medicina hay una larga lista de aplicaciones muchas de ellas en fase de desarrollo aplicando tecnologas basadas en Visin artificial. En carreteras y ciudades de varios pases se han instalado sistemas basados en Visin Artificial para controlar el trfico. Estos sistemas permiten el reconocimiento automtico de matrculas, la medicin del caudal de trfico diario y en tiempo real, etc. Para empresas y cuerpos de seguridad, los SIVA, juegan un papel fundamental. Mediante la tecnologa de la Visin Artificial, es posible construir sistemas de deteccin de caras o huellas dactilares que permitan una identificacin fiable. Otro uso que se le da a la visin artificial al margen de la industria, es en el sector agrcola. Para grandes plantaciones, se hace imprescindible el uso de sistemas de Visin Artificial, ya que permite aprovechar al mximo la rentabilidad de un terreno agrario. A travs de imgenes tomadas por satlite o por aviones, se puede hacer un estudio de una plantacin. De esta manera, es mucho ms cmodo y rentable estudiar factores relacionados con el estado de la produccin (enfermedades, crecimiento, etc.). El sector que ms se beneficia de la tecnologa de la Visin Artificial es, sin duda, el industrial. Para este campo hay un gran abanico de posibles aplicaciones, de las cuales a continuacin se mencionarn las ms destacadas. Los organismos exigen a las empresas del sector industrial ciertos niveles de calidad en la fabricacin de sus productos. El avance de la tecnologa as como las necesidades del mercado, obligan a estas empresas automatizar prcticamente todos los procesos de produccin. As pues, una de las tareas que se puede automatizar utilizando la tecnologa de la Visin Artificial es precisamente el control de calidad en fabricacin. Hay una gran variedad de criterios de inspeccin en un proceso de Inspeccin Visual Automatizado, stos dependern del tipo de producto. Algunos de estos criterios son: Inspeccin de forma, apariencia y presencia del producto (industrias de transformacin y empaquetado, calzado, juguetera, etc.); inspeccin de defectos en productos continuos (fabricacin de materias semi-elaboradas como aluminio, acero, madera, etc.); inspeccin de defectos en productos discretos (construccin, alimentos, etc.); inspeccin colorimtrica y termogrfica (industria elctrica y electrnica, entre otras); reconocimiento de caracteres o cdigos (empresas de embalaje y empaquetado, productos impresos, etc.).
13
Adems de la inspeccin y control de calidad en la industria, la Visin Artificial es una parte muy importante en la robtica. Muchos robots industriales llevan incorporados estos sistemas que, a partir de la captacin y procesado de imgenes, pueden realizar gran cantidad de funciones (manipulado de piezas pesadas, soldaduras precisas, etc.). 2.2.3. Etapas de un sistema de visin La visin artificial requiere el uso de tcnicas provenientes de muy diversos campos del procesamiento de imgenes. Pueden clasificarse en seis reas o etapas principales: adquisicin, pre-procesamiento, segmentacin, descripcin, reconocimiento, e interpretacin. Segn el nivel complejidad de un Sistema de Visin determinado, es posible que no sea necesaria alguna de estas seis etapas. La adquisicin puede definirse como un proceso mediante el cual se consigue una imagen (bidimensional) del mundo que nos rodea (tridimensional). En la etapa del pre-procesamiento, se aplican ciertas operaciones a la imagen de entrada, con el fin de facilitar su procesamiento posterior. Reduccin de ruido, realce de bordes, etc. son algunos ejemplos de operaciones que se pueden aplicar a la imagen de entrada en la etapa de pre-procesamiento. La segmentacin es el proceso de seleccin de las regiones u objetos de inters. Es una tarea de gran complejidad. No existe un algoritmo genrico satisfactorio que sea capaz de segmentar satisfactoriamente cualquier tipo de imagen, siendo necesario disear tcnicas concretas para cada aplicacin diferente. En general, los algoritmos de segmentacin se basan en la discontinuidad entre dos regiones diferentes, o en la homogeneidad de las partes de una misma regin. Los procedimientos principales basados en la primera caracterstica suelen usar la deteccin de bordes, mientras que los basados en la segunda suelen estar basados en tcnicas de umbralizacin y/o tcnicas de crecimiento de regiones. Sin embargo, algunos mtodos especiales no encajan bien en ninguna de las categoras. Mediante los procesos de descripcin se obtienen caractersticas (por ejemplo: tamao, forma) convenientes para diferenciar un tipo de objeto de otro. El reconocimiento es el proceso que identifica estos objetos y, finalmente, la interpretacin le asocia un significado a un conjunto de objetos reconocidos. 2.2.4. Componentes de un sistema de visin Es posible encontrar en el mercado una gran variedad de sistemas de visin artificial. Un sencillo lector de cdigos de barras tpicamente utilizado en las cajas de los supermercados puede considerarse en cierto modo un sistema de visin artificial. Un robot industrial con varias cmaras y con una electrnica compleja tambin es un sistema de visin. Lgicamente estos dos ejemplos no estn formados por los mismos componentes, sin embargo, ambos tienen elementos comunes. La eleccin de un sistema de iluminacin adecuado, un software de visin que se adapte a las necesidades requeridas en cada ocasin o la posibilidad de adquirir de un producto integrado son algunas de las dificultades que pueden plantearse. 14
A continuacin se enumeran los componentes con los que se suele construir este tipo de sistemas: Sensor de Visin. Las imgenes que constituyen la entrada al sistema suele proceder de una o varias cmaras (ver ejemplos mostrados en la Figura 3), aunque tambin es posible encontrar otro tipo de sensores tales como escner pticos, ecgrafos, etc.
Figura 2. Cmaras f150 (OMRON) Sistema de Iluminacin. Para un correcto funcionamiento del sensor de visin, es indispensable un sistema de iluminacin adecuado. Uno de los grandes retos que plantea implementar un sistema de visin artificial es elegir el sistema de iluminacin correcto.
Figura 3. Sistema de iluminacin de LEDs (DCM systems) Tarjeta de adquisicin. Las tarjetas de adquisicin (o frame grabbers) convierten la seal analgica o digital procedente de la cmara en una imagen digital dentro del ordenador. Existen distintos tipos de tarjetas que, adems de digitalizar las imgenes de entrada, permiten su almacenamiento, pre-procesamiento a bajo nivel, etc.
Figura 4. Frame grabber analgico (Infaimon). Ordenador personal. En muchos casos, el sistema de visin es controlado por el software instalado en un ordenador, que ser el encargado de recoger y procesar las imgenes a travs de una tarjeta de adquisicin. Las caractersticas del ordenador empleado dependern de los requisitos de la aplicacin si bien, por lo general, este tipo de aplicaciones suelen precisar ordenadores con bastante potencia de clculo.
15
Software de Visin. Actualmente, existen en el mercado numerosos paquetes software para el desarrollo de aplicaciones de visin. Algunos de los ms utilizados son: MATLAB (Image Acquisition Toolbox e Image Processing Toolbox), MIL (Matrox Imaging Library) o la librera desarrollada por Intel: Open CV. Sistemas Integrados: Muchas empresas ofrecen sistemas de visin completos. Estos sistemas no suelen requerir el uso de un ordenador personal ni tampoco el desarrollo de un software especfico para su utilizacin. Por el contrario, estos sistemas incorporan todo el software y el hardware necesario en un solo sistema (algunos incluso incorporan el sistema de iluminacin).
Figura 5. El sistema integrado OMRON F 160 con iluminacin incorporada. Monitor analgico. Si el sistema es de tipo integrado, es decir, incorpora todo el hardware y el software de visin en un solo sistema, puede ser necesario el uso de un monitor analgico externo en el que se muestren las imgenes antes y/o despus de ser procesadas.
16
por los siguientes productos en creciente orden de prestaciones: F210, F250, F400 y F500. La siguiente imagen resume de manera grfica toda esta gama de productos, clasificndolos segn sus caractersticas en cuanto a flexibilidad, facilidad de uso, funcionalidad y precio. La versin F400 es el nico modelo de altas prestaciones con capacidad de deteccin colorimtrica. Estara situado un lugar por encima del F250. A continuacin se describirn las principales caractersticas de los sistemas de visin que de dicha marca ofrece al mercado. Para ello, se clasificarn en tres gamas diferentes: por un lado, primero se describirn las caractersticas de los sistemas de visin ms econmicos y sencillos, a continuacin se comentarn las posibilidades que ofrecen los modelos de la gama superior, dejando para el final los sistemas de gama media, en especial el F160.
3.1.1 Sistemas de Gama baja: F10, F30 y ZFV Se podra de decir que un sensor de este tipo, por su sencillez equivale a una fotoclula pero por su funcionalidad equivale a un pequeo sistema de visin. No presentan dificultades de instalacin y su uso resulta relativamente sencillo. Adems vienen completamente integrados, incluyendo iluminacin LED, lentes y como ventaja adicional, algunos de ellos no requieren el uso de monitor externo, debido a que llevan incorporado una pantalla LCD integrada con el sistema. Se componen de un sensor inteligente de deteccin de patrones que permite discriminar objetos por comparacin con una imagen patrn, combinando la tecnologa del sensor fotoelctrico convencional con la del procesamiento de imgenes. Disponen de comunicacin RS232C/RS422A, entrada externa de disparo y medida continua. El nmero de entradas y salidas depende del modelo, variando incluso en las diferentes 18
versiones de un mismo modelo. Por ejemplo el F10 presenta 4 entradas y 2 salidas en sus versiones ms econmica C20/C25 y 7 entradas + 2 salidas en las versiones C50/C55. Este sistema ofrece adems un software de visin llamado F10 Pal que permite el control y la configuracin del sistema desde un PC, aunque dicho software slo es vlido para las versiones C50/C55. Su uso est destinado a los mercados de envasado/embalaje, alimentacin/bebidas, electrnica, etc. La desventaja principal de estos sistemas es que son muy poco flexibles y solamente llevan unas pocas funciones implementadas que sirven para resolver problemas muy concretos como reconocimiento de caracteres, deteccin de pequeos defectos, y de frecuente necesidad en todo tipo de industria Los modelos F10 y F30 son muy parecidos. El modelo F30 incorpora algunas caractersticas de los sistemas de gama media como el uso de una consola y la salida a un monitor externo. Actualmente el ZFV ha sustituido a los 2 anteriores. En los equipos de gama baja, este equipo es el que se est haciendo con la mayora de las ventas de esta marca, ya que es la solucin ms rpida y econmica. El Omron ZFV dispone de un interfaz de usuario formado por un pequeo monitor LCD en color de 1.8 pulgadas y unos botones para la configuracin de parmetros a travs de un men de iconos. Permite visualizar en tiempo real resultados e imgenes. Est preparado para que usuario sea capaz de ajustar rpidamente las condiciones de trabajo para un inmediato funcionamiento. Incorpora iluminacin propia. Su uso se limita a aplicaciones sencillas y muy concretas, lgicamente a mayor facilidad de uso, menor flexibilidad. Normalmente se utiliza para resolver problemas tpicos y de frecuente aparicin en muchas lneas de produccin de diferentes campos de la industria en general, tales como por ejemplo defectos de etiquetado, ausencia de alguna pieza o parte del objeto, deteccin de pequeas roturas y/o deformidades, etc. Una caracterstica importante de este modelo es su escalabilidad, ya que ha sido desarrollado de forma que se pueden conectar hasta 5 controladores en paralelo (con o sin cmaras) a travs de un bus interno de alta velocidad. Esto permitir ampliar los controles de calidad de forma rpida y sencilla, dotando al sistema de algo ms de flexibilidad aunque elevando la complejidad de su programacin, puesta en marcha y mantenimiento. Antes de optar por construir un sistema de visin conectando varios sensores ZFV con un bus comn se debe hacer un estudio cuidadoso, ya que no siempre es viable y puede resultar ms prctico, cmodo y puede que hasta ms econmico utilizar un equipo de una gama superior de los que ofrece esta marca, como por ejemplo el F150 o el F160. O si las necesidades as lo requieren un equipo todava ms potente.
19
3.1.2 Sistemas de Visin de gama alta F210, F250, F400 y F500 son los modelos de altas prestaciones que OMRON sugiere para proporcionar soluciones a mayor escala para unas necesidades de inspeccin de calidad de mayor precisin. El uso de estos sistemas requiere un estudio detallado de los requisitos necesarios para abordar el problema en cuestin, ya que estos sistemas son muy flexibles en cuanto a sus posibilidades, aunque como consecuencia, su utilizacin es ms compleja que la de los equipos de gama inferior. Los modelos F210 y F250 incluyen un software de configuracin de mens de flujo (F250-UM3FE) que permite configurar tareas de inspeccin estndar fcilmente mediante una sencilla interfaz grfica de usuario (GUI). Los mens de flujo seleccionan los elementos de procesamiento necesarios de la biblioteca y los combinan y vinculan. Este software optimiza las imgenes de medicin, realiza mediciones en funcin de la tolerancia de cada pieza y comprueba peridicamente variaciones en los datos.
20
El paquete de software estndar contiene aproximadamente 70 funciones de procesamiento diferentes. Slo es necesario seleccionar los elementos de inspeccin del paquete e instalarlos. Durante la instalacin de las tareas de inspeccin, se puede seleccionar cualquier combinacin de funciones de procesamiento desde el men. Las inspecciones condicionales (bifurcacin) tambin se pueden definir mediante los resultados de medicin o los eventos de entradas digitales. El software de configuracin por diagrama de flujo del F210 permite que las tareas de inspeccin estndar se configuren fcilmente mediante la interfaz grfica de usuario de fcil uso. Mediante las funciones Macro, los fabricantes de maquinaria e integradores de sistemas pueden crear sus propias funciones especficas de aplicacin. Las macros le permiten crear un sistema propio de visin especfico para cada aplicacin, personalizar las pantallas, los controles de E/S y la GUI. Mediante esta opcin de software se pueden crear flujos de operacin personalizados utilizando un lenguaje de programacin bsico, que permite obtener acceso y manipular prcticamente cualquier funcin del sistema. Los esfuerzos tcnicos y de diseo disminuirn considerablemente. Se podrn crear aplicaciones de procesamiento de imgenes. La siguiente tabla ilustra las diferencias entre los modelos F210 y F250:
Cmaras 2 4
E/S digitales 35 67
Ethernet NO SI(opcional)
Figura 13. Izquierda: Sistema OMRON F210. Derecha: Sistema OMRON F250. Por ltimo el equipo ms potente de toda la gama es el F500. Este sistema est preparado para redes, incluye un puerto Ethernet para la transferencia de informacin a alta velocidad de imgenes y datos de inspeccin, as como la carga y descarga de parmetros en y desde cualquier punto de la red del cliente puede realizarse rpidamente y sin ningn tipo de problema. Para facilitar la documentacin o las auditoras
21
posteriores de los resultados de inspeccin, el sistema ofrece herramientas para registrar imgenes y resultados con el fin de analizarlos posteriormente. Este sistema es capaz de manejar dos cmaras digitales de alta resolucin (1k x 1k), convirtindolo en la solucin perfecta para aplicaciones que requieren una alta precisin. Presenta interfaz grfica de usuario fcil de usar que simplifica la instalacin y configuracin del sistema. El equipo dispone tambin del software de configuracin basado en PC Vision Composer NET. Mediante una conexin Ethernet de alta velocidad, el usuario puede configurar y realizar el mantenimiento de un nico sistema o de una red de sistemas desde una plataforma de PC centralizada.
22
Dispone de una memoria para almacenar 32 escenas diferentes de trabajo o hasta 1024 con tarjeta de memoria. Tiene una capacidad de almacenamiento de hasta 35 imgenes. Incorpora dos puertos de comunicacin: serie RS422A / 232C (hasta 115.2 kbps) y puerto paralelo (32 I/O). Como se mencion antes, el equipo permite trabajar en dos modos o mens: conversacional y experto, cada uno tiene opciones diferentes que se describirn en los siguientes sub-apartados. Finalmente se describirn detalladamente los componentes hardware adquiridos para abordar el proyecto.
Estas siete funciones resuelven una gran cantidad de problemas de inspeccin visual que suelen aparecer con frecuencia en muchas fbricas. No obstante, las funciones ya
23
implementadas en este men son poco flexibles y no sirven para abordar el problema que se plantea en este trabajo.
Mtodos de inspeccin implementados en el men experto: 1. rea (Variable Box): Inspeccin en binario despus de localizar 4 bordes. Calcula el rea y el centro de gravedad de los pixeles de color blanco de la pieza inspeccionada. Los objetos de medida pueden tener diferentes tamaos y posiciones. Localiza bordes en la pieza. La regin de medida es el rea que encierra los 4 bordes localizados. Incluye la funcin fill profile (rellenar el perfil para medir el rea encerrada).
24
2. Defect (Variable Box): Inspeccin en escala de grises. Detecta de defectos en superficies, por variaciones de densidad. Los objetos de medida pueden tener diferentes tamaos y posiciones. Localiza bordes en la pieza. La regin de medida es el rea que encierra los 4 bordes localizados. Se ha de elegir direccin para calcular los cambios de densidad.
Figura 17. Opciones disponibles para configurar la inspeccin de defectos 3. Gravity and area: Esta funcin se utiliza con compensacin de posicin para encontrar el tamao y la posicin (centro de gravedad) del objeto a inspeccionar. 4. Gravity and axis: Esta funcin es igual que la anterior pero adems mide el ngulo del objeto respecto al eje. 5. OCR for 1 Character: Inspeccin en escala de grises, utilizada para reconocer caracteres alfanumricos y smbolos especiales. 6. Clasificacin: Inspeccin en escala de grises. Para utilizar esta funcin se han de crear modelos de imgenes patrn. El equipo emitir una salida diferente en funcin del modelo detectado.
25
Figura 18. Opciones disponibles en el men clasificacin 7. Defectos: Una medicin de defecto se usa para detectar defectos en objetos de medicin. Este mtodo busca defectos de superficie midiendo las variaciones en la densidad. La forma de la regin de medicin se puede elegir de un arco, cuadro, circunferencia o lnea. 8. Density Data: Esta funcin sirve para detectar la presencia de un objeto de medicin. Se compara la diferencia de densidad de la imagen con respecto al fondo. 9. Ende Pitch (Distancia de bordes): Se pude utlizar para medir distancias entre los bordes de un objeto mediante las variaciones de densidad. Es posible obtener el nmero de objetos, el ancho y la distancia entre bordes. 10. Edge Position (Posicin de borde): Mediante esta funcin, es posible obtener las coordenadas en pixels ( o en unidades de medida si as se configura ) de la posicin en la que se encuentra el borde o bordes del objeto. 11. Edge Width (Ancho de bordes): Con este mtodo de medida es posible encontrar dos bordes dentro de una regin de medida y calcular el ancho. 12. Gray Search (Bsqueda de Grises): Tomando una imagen como patrn, este mtodo compara cada imagen nueva pxel a pxel con la imagen ya almacenada, obteniendo la posicin de cada objeto y el grado de correlacin con la imagen patrn. 13. Precise Search( Bsqueda precisa): Igual que el mtodo anterior, pero en este caso utiliza unidades de subpxel, siendo en este caso el tiempo de procesado notablemente mayor que en el anterior. 14. Flexible Search (Bsqueda flexible): Este mtodo funciona igual que la bsqueda de grises, pero en este caso se pueden crear ms imgenes modelo con diferentes formas y/o posiciones. El tiempo de procesado es menor que en la bsqueda precisa y muy similar al de la bsqueda de grises. Se pueden tomar hasta cinco modelos, con memoria adicional se puede aumentar esa cantidad, aunque el tiempo de procesado tambin aumentar y no se recomienda usar ms de cinco.
26
15. Labeling (Marcas): Es un mtodo de inspeccin en binario, esto es, las imgenes tomadas por la cmara se convierten en binarias y se miden los pxeles blancos. Cuenta las marcas que hay en una regin de medicin y calcula el rea y el centro de gravedad de los nmeros de marca especificados. 16. Relative Search (bsqueda relativa): Se pueden utilizar este mtodo para obtener la posicin de marcas, taladros u otras caractersticas de un objeto, con el fin de analizar si dichas marcas entran dentro de un margen aceptable. 17. Rotation Search(bsqueda de rotacin): En este caso, el mtodo compara el rea ms parecida a la imagen patrn y calcula el ngulo y la posicin del objeto con respecto al modelo.
27
Sistema de iluminacin: Inicialmente se pens en la utilizacin de 4 tubos fluorescentes situados 2 en la parte superior de la plataforma donde se instala el sistema, con el fin de iluminar la vista de la cmara cenital y 2 en la parte inferior para la cmara de perfil. Finalmente se ha suprimido un tubo, ya que se considera una buena iluminacin de perfil utilizando slo un tubo. Los tubos fluorescentes se instalarn con reactancias de 32 KHz, para evitar fluctuaciones de luminosidad debidas a la velocidad de refresco de la cmara cuando los tubos se alimentan con corriente alterna a 60 Hz, estas fluctuaciones causan inestabilidad en el brillo de la imagen. Monitor: Para las pruebas iniciales, tanto en el laboratorio como en la fbrica, se utiliz un monitor Sony de 22 pulgadas. Finalmente, el monitor es sustituido por una pantalla tctil OMRON tipo NS12-TS01B-V2 que va integrada en el resto del sistema, utilizando para ello una tarjeta de vdeo (OMRON NS-CA002) acoplada al sistema, a la cual se le conectar la salida de vdeo del sistema OMRON F160. La pantalla anteriormente mencionada monitoriza el estado de la parte de la planta correspondiente y est integrada en el banco de trabajo de los operarios, as pues, para poder visualizar las imgenes obtenidas por la cmara, es necesario aadir un botn en el men, adems de otros parmetros modificables que se aaden en cdigo y que permiten activar o desactivar la visin independientemente del resto del sistema en cualquier momento y cumplir as uno de los requisitos del sistema.
28
CAPTULO IV Integracin del Sistema de Visin con el sistema de Control de la Planta y configuracin del equipo
En este captulo se describir detalladamente la situacin de la planta y qu lugar ocupa el sistema de visin en ella. Tambin se hablar sobre la comunicacin y conexin con el autmata y que algoritmos y configuracin del sistema F160 se program para su funcionamiento ptimo.
Compuestos bsicos
Aditivos
Bascula
Mezcladora Ensacadoras
En este caso en Write area habr que seleccionar la zona de memoria del autmata DM, comenzando por la direccin 203, que es la zona que previamente se le ha reservado en la programacin del autmata. Los dems parmetros se dejarn por defecto. Para la utilizacin del protocolo Host-Link, se ha de aadir cdigo al programa principal del autmata. ste cdigo llevar un nuevo sensor de paso, una reserva de memoria en la zona DM para escribir los cdigos del Host-Link y una salida nueva que ser la que active el disparo. El funcionamiento del Host-link en este caso es el siguiente: En primer lugar el sensor de paso activa una de las entradas del autmata y ste tras un retardo para que el saco est justo pasando por debajo de la cmara enva el cdigo 0010 del Host-link. Al recibir el cdigo, el sistema de visin interpreta que tiene que realizar una medida y por lo tanto se captura la imagen de forma sincronizada para que se justo el momento de paso del saco cuando se active el disparo. El sistema de visin mandar el cdigo del resultado de la medida y el autmata activar el basculante de rechazo si es necesario. Este modo de funcionamiento presenta diversas ventajas como por ejemplo la posibilidad de enviar ms comandos aadiendo botones en el terminal tctil NS permitan cambiar de escena para poder configurar de forma automtica el tipo de producto que se est fabricando, pues para cada tipo diferente la configuracin del sistema de visin se debe reprogramar. Sin embargo esta opcin despus de realizar las pruebas no resulta viable, ya que el sistema no permite una comunicacin rpida ni constante, al compartir bus de comunicaciones con el resto del sistema y por lo tanto la toma de imgenes no resulta precisa y no es posible tomar siempre la imagen en la posicin centrada del saco. El segundo modo de funcionamiento posible se realiza conectando el sensor de paso al autmata, siendo ste el responsable de dar la seal de disparo (aadiendo un retardo tal que permita tomar la imagen centrada y siempre en el mismo lugar). La comunicacin del autmata con el sistema de visin se realiza en este caso conectando directamente un hilo a la entrada del interfaz puerto paralelo del sistema de visin encargada de activar el disparo y a su vez otro hilo de salida puerto paralelo conectado a una entrada del autmata, para indicarle si la medida es correcta o hay algn error. El cdigo a aadir en la programacin del autmata en este caso es ms sencillo. Simplemente aadir un sensor de paso y una salida igual que en el caso anterior de forma que al activarse el sensor de paso, se crea un temporizador y cuando ste expire, se activar la seal de disparo, y finalmente una entrada que recibir los resultados de la medida. Con esta forma de conexin se permite una mayor precisin en la captura de imgenes, permitiendo al mismo tiempo la monitorizacin y el control total sobre el sistema de visin. En la prctica se comprueba que con dicha configuracin la captura de imgenes es ms precisa que por el host-link pero sigue siendo insuficiente. Para resolver el problema de la forma ms sencilla, se requiere una captura de imagen totalmente centrada y constante. Debido a los retardos del autmata y a la alta prioridad en cdigo de otros sensores ms crticos dentro de la planta, hay una pequea varianza en el retardo de
31
ejecucin del cdigo que impide una precisin total. Esto es debido en gran parte a la velocidad de proceso del autmata. Se considera prioritaria la exactitud a la hora de capturar la imagen y se opt por la tercera opcin. Esta opcin consiste en conectar el sensor de paso directamente a la entrada del sistema de visin (interfaz paralelo) sin pasar por el autmata (y por supuesto sin bucle de retardo aadido por el autmata). Luego la salida del interfaz paralelo del F160 ir conectada a una entrada digital del autmata que procesar los resultados de cada medicin y activar la compuerta de rechazo en caso necesario. Para ello habr que instalar clula fotoelctrica en un lugar que permita la captura cuando el saco pase justo por debajo de la cmara y ste ocupe todo el plano. Adems la clula fotoelctrica se conecta de tal modo que active la seal de disparo en el momento en el que el saco haya terminado de pasar sobre ella y no justo en el instante que corta el haz de luz. De esta forma, la imagen del saco se toma siempre centrada en el mismo lugar, lo cual facilita enormemente la tarea de configuracin del sistema de visin y evita tener que implementar las funciones de centrado de imgenes, aprovechando tambin que todos los sacos pasan por el lugar de la cinta donde se sita la cmara colocados siempre en la misma posicin. La conexin con el autmata se realiza nicamente con la salida del interfaz paralelo. Esta ser finalmente la configuracin elegida. Como ventajas se tienen la precisin total en la captura de imgenes sin retardos variables. Como desventaja menor flexibilidad y control sobre la integracin del sistema. El autmata no activa la seal de disparo sino que lo hace el sensor de visin directamente y el autmata no se enterar de cuando se activa la seal de disparo. Esto no es problema porque se puede puentear el sensor de paso a una entrada del autmata simplemente para verificar cuando se realiza el disparo, aunque no interfiera en el cdigo del programa. El cdigo a aadir en este caso es el ms sencillo de las tres configuraciones posibles. Solamente habra que aadir el cdigo correspondiente a la compuerta basculante que se activar o no en funcin de los resultados ledos por la entrada digital que se conecta con el interfaz paralelo que produce los resultados de la medida (OR). El esquema de conexin es el siguiente:
32
33
Para garantizar una efectividad mxima, se ha estudiado que el ndice de correlacin, que es una variable muy importante a considerar en el mtodo Bsqueda flexible se deber mover en unas cifras en torno al 75-90 %, dependiendo de factores como el color de cada saco, su tamao o forma. Este lmite se calcula con una fase de entrenamiento del sistema con cada saco para alcanzar el equilibrio adecuado, de forma que el sistema no rechace sacos buenos pero que sea capaz de rechazar con la mxima precisin los sacos no vlidos, llegando a un compromiso de eficacia mxima. La funcin bsqueda flexible compara cada imagen que se captura en cada paso de un saco pxel a pxel con cada imagen patrn. Comenzando por la primera, si encuentra una imagen que se corresponda como mnimo en el porcentaje de correlacin indicado, inmediatamente manda la seal de salida OK, la cual llegar a una entrada del autmata y se espera hasta el siguiente disparo. Si el porcentaje de correlacin encontrado en la captura es inferior al indicado en la programacin del equipo, contina por la siguiente imagen y repetir el proceso hasta la 5 imagen. Si el parecido de la imagen no coincide con ninguna de las 5 programadas, el equipo mandar la seal de salida NG. Las seales de salida, se envan por el puerto OR, situado en el interfaz paralelo del equipo. En ambos casos van conectadas a un rel que activar la seal correspondiente dirigida a una de las entradas del autmata. Cuando a ste le llegue del sistema de Visin la seal NG, ste activar el rechazo y el saco ser eliminado de la lnea. Si la seal recibida es OK, el sistema no activar la compuerta.
34
35
fuente del software del autmata instrucciones para realizar un disparo cuando el saco pase justo debajo de la cmara. Debido al trfico de instrucciones del resto de la planta, esta opcin genera retardos y al capturar la foto, el saco no aparece en la imagen o aparece parcialmente. Se aade un retardo constante en el programa y se adelanta el sensor de paso para que la imagen se capture en el momento exacto. Tras varias pruebas, se comprob que el retardo producido por el trfico de instrucciones no es constante y en ocasiones el disparo se produce con algo de retraso, capturando imgenes no completas del saco. Esto se debe a que las instrucciones que genera el autmata para capturar la imagen no son de alta prioridad. Para la solucin definitiva se tuvo que optar por realizar una captura directa de la imagen de modo que no sea el autmata el que de la instruccin directamente sino clula fotoelctrica la que active el disparo. Se puentea la misma para que el sistema almacene la informacin del disparo. No solo se tuvo que modificar la instalacin (cableado), se tuvo que modificar el cdigo del autmata 3 veces hasta encontrar la configuracin correcta, no obstante, esto no produjo retrasos significativos en el proyecto.
37
Figura 28.El display para cambiar de receta permite tambin modificar las imgenes precargadas para el tipo de saco correspondiente. Se pueden programar ms recetas
38
Bibliografa
[1] Sensor de Visin F160-2 Manual de Referencia de Comunicaciones [2] Sensor de Visin F160-2 Manual de Configuracin [3] Sensor de Visin F160-2 Manual de Operacin Men Experto [4] Tesis Doctoral Desarrollo Integral de Sistemas de Procesamiento de Informacin Visual: Un Enfoque Multiparadigma Basado en Lneas de Producto, Componentes y Generacin Automtica de Software (Cristina Vicente Chicote) [5] PFC LADA-VISIN Desarrollo de una Lnea Automatizada de Descorazonado de Alcachofas Empleando Tcnicas de Visin Artificial (Antonio Martnez Snchez)
39