Control de la integridad y reconocimiento
de tipo con VMT® IS
El elemento principal del sistema es la red neuronal entrenable. Dicha red se entrena con modelos de los componentes o símbolos que se van a reconocer. El sistema puede así identificar un sinfín de características y contornos del objeto.
Al añadir otras variaciones de aparición, el sistema consigue un máximo de fiabilidad de reconocimiento. A través de esta optimización se pueden controlar fá-cilmente cambios ambientales y variaciones de fondo.
El sistema es una herramienta muy eficaz para la opti-mización de producción, control de procesos, minimi-zación de costes secundarios y documentación para el usuario final, tal como para los clientes OEM.
Se maneja el sistema bajo una interfaz de usuario mo-derna que permite un trabajo intuitivo. No son necesa-rios ningún tipo de conocimientos de programación.
Con pocos movimientos del ratón el usuario puede crear nuevos modelos y listas de verificación o modifi-car las marcas de inspección. Debido a que el manejo se ha mantenido simple, es suficiente con un cursillo de uno o dos días para poder operar con el sistema.
Incorporado en un proceso automático el sistema VMT IS cumple su función de forma fiable. En casos de irregularidades es posible analizar la fuente de fallo simplemente con ayuda de la estadística y herramien-tas de ayuda y subsanar la causa.
- Control de: posición, tipo, integridad, colores y edición
- Reconoce y distingue tipos mediante el uso combi-nado de características reconocidas
- Tras reconocer un tipo lo inspecciona con paráme-tros específicos para este tipo
- Adecuado también para condiciones de aplicación difíciles, como cambios en fondos de imagen o características del objeto
- El reconocimiento del distintivo es entrenable a diferentes caracteres o símbolo, sin limitación
- Auto-guardado de imágenes, por tanto tiempos de puesta en marcha y de optimización breves, así como acceso rápido a modelos de control
- Reconocimiento exacto de la posición de las carac-terísticas en relación a la posición actual del objeto
- Ideal incluso en el uso con objetos de movimientos rápidos y con ciclos cortos
- Máxima fiabilidad de reconocimiento gracias al uso de conocimiento previo; por ejemplo posición esperada de objeto o característica. Con el uso de ejemplos negativos y recorte de partes molestas o poco relevantes en la imagen.
- Con cámaras de cabezal inclinable y basculante también se pueden reconocer los detalles en obje-tos de control extendidos
