机器视觉运动控制一体机在光伏汇流焊机器人系统的解决方案

一、市场应用背景

汇流焊是光伏太阳能电池板中段加工工艺,其前道工序为串焊,在此环节流程中,需要在多个太阳能电池片表面以平行方式串焊多条焊带,形成电池串。串焊好的多组电池串被有序排列输送到汇流焊接工作台,通过机器视觉对电池串进行整版定位纠偏操作,保证焊接的准确性。

随后,通过焊接带(汇流带)将这些电池串相互连接,在这步骤中,焊枪分别在电池串两侧延伸末端的方向进行焊接,实现电池串之间的电流汇集,形成完整的太阳能电池组件。

最后,这些组件将被转移到下一工序进行层压、边框安装、接线盒安装等封装处理,最终形成耐用、安全、便于安装使用的完整太阳能电池板。

1、人工汇流焊存在的问题:

传统的人工汇流焊方案常面临生产效率低下、良率不稳定、焊接质量波动大及灵活性受限等问题,最终不仅影响产品性能和可靠性,还增加生产成本,制约生产规模的扩展。

2、正运动技术解决方案:

正运动针对这一市场需求,特此开发了基于VPLC711视觉运动控制一体机结合SCARA机械手+机器视觉的电池片汇流焊解决方案。

可解决不同角度来料、规格等光伏太阳能电池板的串焊需求,实现生产效率和精度等大幅提升,同时将废品率降至仅12%,并显著加快数据处理速度,提高了生产线的柔性和自动化水平。

此外,我们的解决方案通过降低废品率有效减少能源消耗,助力实现环保和可持续发展目标。借助我们高度集成的硬件和易用的RTFuse机器人系统平台,让客户享受到快速的投资回报,真正实现高效、环保的智能制造。

二、基于VPLC711的机器人系统在光伏汇流焊的应用

基于VPLC711的机器人系统在光伏汇流焊加工示意图

1、传统汇流焊解决方案痛点

传统的解决方案包含机械手驱控、PLC、视觉工控机、显示器、触摸屏等组件,硬件成本高,开发周期长,功能整合度低,软硬集成度不高,数据交互速率不达期等问题。

2、正运动汇流焊解决方案设计

●20DI:接原点、限位等传感器,以及开关信号、编码器等;

●20DO:接真空吸盘,高速输出口接工业相机的硬触发输入;

●EtherCAT接口:接EtherCAT总线驱动器,控制SCRAR机械手、拉焊带轴、焊接轴和其它轴运动;

●4路单端脉冲输出:接步进/脉冲驱动器,控制焊带卷轴和传送带;

●RS232通讯接口:接光源控制器;

●EtherNET接口:千兆网口,接支持Gige协议的面阵相机,实现视觉定位、纠偏应用。

3、VPLC711机器视觉运动控制一体机

VPLC711是一款基于x86平台和Windows操作系统的高性能机器视觉EtherCAT运动控制器,可脱机运行,支持丰富的视觉和运动控制功能,大幅简化视觉与运动控制项目的配置流程。

同时内置了运动控制实时内核MotionRT7,形成一种开放式IPC形态实时软控制器/软PLC,为用户提供灵活集成的运动控制+视觉一体化解决方案。

VPLC系列机器视觉运动控制一体机的安装与拆卸过程便捷,占地空间小,还能与其它控制单元部件(如伺服驱动器、传感器、编码器、控制阀等)无缝集成,提供一个完整端到端的视觉运动控制解决方案。

●可选6-64轴运动控制(脉冲+EtherCAT总线);

●内置实时内核MotionRT7,支持第三方视觉软件;

●板载20路通用输入(其中10路为高速输入),20路高速输出;

●多核并行运算,能够高效处理运动控制,机器视觉等自动化设备核心任务;

●开放式IPC形态实时软控制器/软PLC,可灵活集成运动控制+视觉一体化解决方案。

4、解决方案硬件配置

5、运动控制与机器视觉实现过程

(1)机器视觉

在光伏汇流焊的自动化焊接过程中,机器视觉系统首先通过模板匹配进行粗定位,然后利用双直线测量确定电池片的角点位置,并计算中点实现精准定位,精度可达到客户需求。

SCARA机械手根据机器视觉系统提供的偏移量进行纠偏,便于电池串到达加工区域,专用的长焊头分别在电池串两侧延伸末端的预设焊点精准下压,完成高速且高精度的焊接作业。

顶部相机基板视觉定位

(2)运动控制

通过预设规划的SCARA机械手路径,进行点到点运动控制。在整个过程中,控制系统调整机械手臂关节速度,确保其沿预定轨迹准时到达目标位置。

一旦到达上料点,机械手取料后移至视觉检测位置,系统随即进行坐标偏移计算,使得SCARA机械手能够实时动态调整电池串位置,完成一侧的汇流焊接。焊接完成后,机械手将产品随后转移到中转平台翻转,然后再次进行坐标偏移计算以完成另一侧的焊接。最后,将完整的太阳能电池组件移至下料区。

6、方案应用优势

●集成一体化控制系统:一台控制器集成了机器视觉、运动控制、IO控制和机械手控制,显著节省了设备成本,缩短了开发周期,并使安装布线更加简洁。

●内置运动控制实时内核MotionRT7:数据核内交互,指令调用速度可达微秒级,可大幅提升加工效率。

●广泛支持多种机械手类型:支持30+种机械手算法模型,包括SCARA、Delta、6关节、码垛等,使机器手控制更加开放和灵活。

●视觉飞拍功能:通过硬件位置比较输出PSO,可以实现视觉飞拍,提高视觉系统的瞬时触发速度和精度。

●平滑的运动控制:采用S曲线加速度/SS曲线加加速度连续技术,确保运动控制过程更平滑。

●统一的API函数接口:可兼容各种PC上位机高级语言开发,简化了工程师的系统集成和应用开发过程。

三、提供易用的可视化RTFuse机器人系统平台

RTFuse机器人系统是一款面向机械手市场推出的系统级软件,支持市面上主流的Scara、Delta、六关节、协助、直角坐标等多种机械手类型。

软件整合了可视化的运动控制、IO逻辑控制、通讯交互、机器视觉等功能,用户可在示教器上通过系统内丰富的工具进行纯图形化编程,无需编写代码即可轻松实现中文示教一站式编程开发。

RTFuse机器人系统平台产品优势

  • 技术门槛低

拖拽式中文组态系统编程,经过简单培训,应用工程师可轻松上手。从上至下执行项目控制流程,机械手位置手动示教。

  • 系统开放性强

支持多线程控制,除机械手控制外,也可以控制其它附加轴、IO逻辑控制、通讯交互等,一个控制器即可完成。

  • 软硬件集成性强

集成EtherCAT总线、脉冲混合控制,机器视觉、运动控制,集软硬于一体易于设备调试与排除问题。

  • 企业用人成本低

一人即可调试设备的运动控制、视觉、IO逻辑控制等,解决工程人员流失、用人成本高等问题。

相关推荐
云卓SKYDROID11 分钟前
除草机器人算法以及技术详解!
算法·机器人·科普·高科技·云卓科技·算法技术
985小水博一枚呀16 分钟前
【深度学习滑坡制图|论文解读3】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer
AltmanChan17 分钟前
大语言模型安全威胁
人工智能·安全·语言模型
985小水博一枚呀21 分钟前
【深度学习滑坡制图|论文解读2】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer·迁移学习
数据与后端架构提升之路30 分钟前
从神经元到神经网络:深度学习的进化之旅
人工智能·神经网络·学习
爱技术的小伙子36 分钟前
【ChatGPT】如何通过逐步提示提高ChatGPT的细节描写
人工智能·chatgpt
深度学习实战训练营2 小时前
基于CNN-RNN的影像报告生成
人工智能·深度学习
昨日之日20064 小时前
Moonshine - 新型开源ASR(语音识别)模型,体积小,速度快,比OpenAI Whisper快五倍 本地一键整合包下载
人工智能·whisper·语音识别
浮生如梦_4 小时前
Halcon基于laws纹理特征的SVM分类
图像处理·人工智能·算法·支持向量机·计算机视觉·分类·视觉检测
深度学习lover4 小时前
<项目代码>YOLOv8 苹果腐烂识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·苹果腐烂识别