Mayeryn Seal Separator MR-72
Beschreibung
Eine Lösung zur Automatisierung des Trennvorgangs von (vorgefertigten) Dichtungsscheiben. Kurze Prozessbeschreibung:
- > Der Roboter entnimmt eine Dichtungsscheibe aus dem Korb und führt sie der Trennmaschine zu;
- > Die Dichtungen werden automatisch von der Scheibe getrennt und in den Dichtungsklassifizierungstunnel überführt;
- > Im Tunnel werden die Dichtungen klassifiziert (korrekt / teilweise korrekt / inkorrekt / beschädigt getrennt);
- > Die klassifizierten Dichtungen werden per Förderband in den entsprechenden Korb transportiert;
The robot's picking of gaskets from the basket is controlled by the AI system Mayeryn AI Vision. The proprietary AI system is also used in the gasket classification tunnel.
Die Entnahme der Dichtungen aus dem Korb durch den Roboter wird vom KI-System Mayeryn AI Vision gesteuert. Das proprietäre KI-System wird auch im Dichtungsklassifizierungstunnel eingesetzt.
Die Linie kann 24/7 betrieben werden. Es ist möglich, ein Kartonlager zu verwenden, wodurch die Anzahl der pro Schicht benötigten Bediener reduziert wird.
Ein Video, das den Betrieb der Linie zeigt, ist hier zu finden:
Die Entnahme der Dichtungen aus dem Korb durch den Roboter wird vom KI-System Mayeryn AI Vision gesteuert. Das proprietäre KI-System wird auch im Dichtungsklassifizierungstunnel eingesetzt.
Die Linie kann 24/7 betrieben werden. Es ist möglich, ein Kartonlager zu verwenden, wodurch die Anzahl der pro Schicht benötigten Bediener reduziert wird.
Ein Video, das den Betrieb der Linie zeigt, ist hier zu finden:
Spezifikationen
- > Unterstützter Dichtungsdurchmesserbereich – 80–200 mm
- > Kapazität: bis zu 90.000 Dichtungen/Tag
- > Erforderliche Bediener pro Schicht: ca. 0,25 Bediener
Ausrüstungsliste
- > ABB IRB 1300 Roboter
- > 20-Mpx-Kamera
- > 3D-TOF-Kamera
- > Mechanischer Einzeldichtungsseparator – kundenspezifisches Design
- > Server zur Verarbeitung von KI-Modellen
- > SPS-Steuerung
Zusätzliche Verbesserungen
- > Automatische Fehlerprotokollierung und Arbeitsverfolgung.
- > Bedienerfeld/WebUI (Kameravorschau, Parameteränderungen, Statistiken).
- > Aktiver Lernmodus – das System fordert den Bediener selbstständig auf, fehlende Labels hinzuzufügen, und fügt diese der Trainingsdatenbank hinzu.
- > Anomalieerkennung (unüberwacht), nützlich wenn Defekte schwer zu definieren sind.
