创新
视觉系统：提高当今劳动力的效率
得益于新兴的最先进的成像技术，人们不仅能以几年前的方式“看到”。
智能机器视觉 (MV) 是下一代制造检测技术，这是增强互连性、优化工作流程和高级自动化的更大全球趋势的一部分。 这些系统执行用户定义的应用程序，并且在识别、测量和检测高度工程化组件的差异方面非常有效。
“人类仍然是终极计算机，终极视觉系统。我们的自然能力可以更好地应用于更复杂的应用程序。铁姆肯公司成功的部分原因在于它一直强调在这方面培养人才。”
阿希什·瓦西尔
制造研发经理
长期的劳动力短缺，加上当前的供应链和劳动力中断问题，使这些系统对制造业至关重要，预计未来几年它们的市场将呈指数级增长。 铁姆肯公司目前在世界各地的工厂中使用自动化 MV，该技术正在提高效率，同时使现有员工能够担任更多增值角色。
“机器视觉满足了一项关键需求，”铁姆肯公司总部制造研发经理 Ashish Vasil 说。 “任何人都不能长时间反复检查零件。”
Vasil 在新墨西哥大学获得博士学位并在洛斯阿拉莫斯国家实验室创建了 MV 系统后，开始了他在铁姆肯公司的职业生涯。 在铁姆肯公司，他开发了软件来实现公司第一家高产量、高精度生产设施的自动化和现代化。
Vasil 设计并实施了创新的照明设置和组件缺陷检测算法：“我们的动机是创建一个更具确定性、更强大的系统，”他说。 “我们试图了解制造过程的各个方面，包括个人如何评估零件。然后，我们将这些知识转化为提供一致检测性能的工程解决方案。”
在生产线上，全自动系统根据零件几何形状进行自我校准。 这些零件被呈现给多个站点上的不同摄像机。 在每个工位，系统都会对一个零件进行成像、学习并智能调整检测算法以进行自动检测。
“以前，我们有几名检查员每个班次在多条生产线上工作，所有人都对新系统非常感激——因为他们可以做十件其他事情，”Vasil 说。 “现在，每隔几行，我们只有一个人监控系统；其他人很容易被吸收到工厂更好的角色。”
Vasil 表示，这是一个双赢的局面。
“人类仍然是终极计算机，终极视觉系统，”他说。 “我们的自然能力可以更好地应用于更复杂的应用程序。铁姆肯公司成功的部分原因在于它一直强调在这方面培养人才。”
详细了解工业 4.0 和推动铁姆肯公司走向未来的宏观趋势。
Last Updated: 2023/06/21
Published: 2023/01/20
Related Stories
A Vision for Talent Management
A Focus on People
Cristina Dinca is a prime example of Timken’s emphasis on nurturing talent. After earning her Master’s in computers and IT at the University of Ploiesti in Romania, she was hired in 2020 as a development engineer at Timken’s Prahova plant, which was then incorporating robotics into Vasil’s software programs.
“I quickly learned how to mount cameras, lenses and lighting units and eventually more complex tasks like measurement systems analyses and robot and camera calibrations,” says Dinca.
Before long, she was asked to share her growing expertise at Timken’s San Jose Iturbide facility, helping configure new machinery and installing equipment to automize component inspection.
“I used what I learned at Prahova, which was very fulfilling,” Dinca says. “We got the machines running, people trained. It was a great opportunity for me, and Ashish was always available for support when needed.”
Her remarks reflect Timken’s human-centered approach to the current, tech-driven industrial era.
“You can do new things and see them through with supportive infrastructure,” says Vasil. “Because, after all, success will always require human intelligence, which cannot simply be programmed away.”