• Cognex Vertrieb: +41-44-578-8877

  • Kontakt

Automobilindustrie

Prüfung von Federbandklemmen

Sicherstellen, dass alle Federbandklemmen ordnungsgemäß platziert und befestigt sind

Federbandklemmen

Ähnliche Produkte

In-Sight D900

In-Sight D900

Ausgestattet mit der In-Sight ViDi Deep-Learning-basierten Bildverarbeitungssoftware

ViDi software with all defect detection tools

VisionPro Deep Learning

Ein völlig neuer Ansatz bei komplexen Prüfungen, Teilelokalisierung, Klassifikation und OCR

Vorgeöffnete und bereits positionierte Klemmen oder Federbandklemmen sind die gängigste Schlauchklemmenart in Fahrzeugen. Sie müssen nach dem Einbau nicht angepasst, jedoch genau positioniert und anschließend für eine optimale Funktion vollständig gespannt werden.

Federbandklemmen halten Fahrzeugschläuche an ihren Armaturen. Diese Schläuche leiten Flüssigkeiten oder Gas zum und vom Kühler, Heizkern, von oder zu den Bremsen und anderen Systemen. Die Flüssigkeiten können heiß, korrosiv oder giftig sein. Schlecht befestigte Schläuche, die sich von ihren Armaturen lockern, führen häufig zu Fehlfunktionen des Fahrzeugs und Garantieansprüchen.

Federbandklemmen können sich an verschiedenen Stellen und in unterschiedlicher Ausrichtung auf Schläuchen verschiedener Farben befinden und aus verschiedenen Winkeln angesehen werden. Sowohl die Klemmen als auch die Schläuche kommen von verschiedenen Anbietern. Klemmen, die zu hoch oder zu niedrig an der Armatur positioniert, falsch gespannt sind oder kaputte Laschen aufweisen, müssen vor dem nächsten Fertigungsschritt erkannt werden. Die Defekterkennung mit herkömmlicher industrieller Bildverarbeitung tut sich mit den vielen möglichen Positionen, Ausrichtungen und Farben der Klemmen schwer.

Cognex Deep Learning lernt an Bildsätzen einer Reihe von gut und schlecht eingebauten Federbandklemmen. Das Klassifizierungstool stellt schnell fest, ob die Klemme funktionstüchtig ist, oder markiert mögliche Probleme, die behoben werden müssen, bevor das Fahrzeug zum nächsten Montageschritt kommt.

Eine detailreichere Anwendung des Klassifizierungstools kann, wenn dies zur Prozessverbesserung gewünscht ist, zwischen Montagefehlern unterscheiden. Beispielsweise kann es erkennen, dass eine Federbandklemme allmählich immer weiter unten am Schlauch platziert wird, was auf ein mögliches Problem mit dem Installationsgerät hinweist, das behoben werden kann, bevor tatsächlich ein Fehler auftritt.

Cognex Deep Learning lässt sich schnell einrichten und kann leicht neu trainiert werden, wenn Klemmenmodelle abgeändert werden, sich die richtige Platzierung oder die Lage der Armaturen ändert.

 

Federbandklemme - Weitere Beispiele

 

Empfohlene Cognex-Produkte

ERHALTEN SIE ZUGANG ZU SUPPORT & TRAINING FÜR PRODUKTE & MEHR

Werden Sie Teil von MyCognex

SIE HABEN EINE FRAGE?

Cognex is weltweit vertreten, um Sie bei Ihren Vision- und Barcode-Anwendungen zu unterstützen.

Kontakt