SICK OD2位移测量传感器单双张检测调试实例
第一部分：现场问题描述
OD2 这款产品有着很高的性价比，在短量程激光测距中有这广泛的应用。此应用现场是应用两个 OD2 进行上下对称安装进行物料的厚度单双张测试的，客户选择 OD2-x50W10 型号作为应用选型。
客户现场的被检物料为汽车零部件钢板，厚度在 0.4-3MM 之间，检测目标为是否上料时出现大于 1 张重叠现象。但是客户一直反馈说在实际应用中灵敏度不够。尤其对薄的物料容易误检，明明是双张物料，但是检测不出来，客户此前采购了几十对激光测距产品，但因为此情况一直不能很好的使用，给客户带来了很大的困扰。
第二部分：现场工作内容
1. 产品自身功能和参数设置体现：
通过查询样本手册，此型号的主要参数如下：分辨率：5 µm，重复精度：15 µm，线性度：± 20 µm，量程：40 mm ... 60 mm（共 20mm 量程区间）。
样本手册文档：https://cdn.sickcn.com/media/familyoverview/2/52/252/familyOverview_OD-Value_g150252_zh.pdf
分析来看，此应用为物料厚度测量，厚度在 0.4-6mm（最厚物料双张的二倍）之间，即最薄物料的厚度，到最厚双张物料厚度之间的测量，对于在量程区间的随机厚度测量，那么对我们的产品参数上重点要看重复精度和线性度两点参数，而线性度加上重复精度的最大误差在 55µm，即0.055mm，远小于最薄物料 0.4mm 的厚度，从我们产品的参数来看，是可以满足此应用的。
a. 根据如下接线图检查接线：
b. 因现场为大型都冲压机设备，有大量的动力电机以及伺服电脑，建议其使用带有屏蔽层的延长线来减小现场复杂的电磁干扰。
c. 检查输出速率参数设置：
检查现场客户的采样速率用的是默认的 Medium（中等速率）参数，结合现场应用环境，推荐其应用 Slow（慢）模式，增大输出周期来提高测量精度，通过按钮设置输出的速率的方法如下图：
2. 现场非产品问题排查：
对于客户一直反馈说在实际应用中灵敏度不够。尤其对薄的物料容易误检，明明是双张物料，但是检测不出来的情况进行现场排查。发现有如下几个应用问题。
a. 对于测厚检测应用，上下激光点应在物料的上下表面同一点上，而且在整个测量量程区间要在同一条线上，但是客户现场应用时在安装上没有特别注意此类细节。
b. 客户应用的激光测距是模拟量型，而且客户的模拟量模块对模拟量的变化的模数转换有一定的滞后时间（客户当时用的是 10ms），而且是在运动情况下测量的。这样就会出现信号数据的滞后或者是采集到的信号不准。
c.此传感器量程为 20mm，客户把模拟量 4-20ma 的范围标定为整个量程，而现场实际应用的量程仅仅需要 6mm，现场这样标定降低了单位模拟量电流的位置值精度。于是对模拟量的起止量程进行设置：
d. 现场对不同厚度材料的设定方法比较繁琐，导致现场操作人员不能很好的掌握对不同厚度的调试方法，建议客户在触摸屏上面做人机界面进行多配方设置。
3. 第三方上位机调试相关
针对以上现场问题进行如下的逐一解决：
a. 调整现场的传感器固定安装方法，使激光测量点在物料上下移时始终一垂直与物料的上下表面同一点。这样就保证了测量厚度的位置准确性。
上表面测量头：
下表面测量头：
b. 改变数据读取的时间点。把原来在输送带运动时读取数值改为在下一个步进工位之前物料静止状态下读取，这样大大提高了读取数据的准度。对 PLC 的模拟量转换模块进行重新设置，减小模拟量模块的相应时间，把原来10ms 的相应时间调整为 2ms。减小因现场物料抖动等引起的模拟量转换滞后等带来的误差。
c. 调整 4-20ma 对应的测量距离区间，把模拟量对应的测量区间对应为略大于实际所需量程区间。这样就提高单位量程的模拟量电流值，不仅提高了精度，也减小了干扰对模拟量真实值的影响。
调整方法如下图:
d. 在现场 HMI 界面上做一个调试窗口，可以对不同材料厚度进行学习，而且可以设置大于单张材料厚度的报警阈值，这样就减少了频繁调整现场传感器模拟量设定。
人机界面窗口如下图：
单位为 0.01mm
灵敏度：超过单张物料指定的厚度。
读取料厚：执行对标准物料厚度的读取。
报警料厚：读取的标准物料厚度+灵敏度，即：超过此数值的料厚进行报警。 当前料厚：现场工位测量的到当前厚度。（此图片为当时用双张材料测试厚度）
第三部分：案例总结
通过以上的客户应用现场排查，以及协助客户进行如上所述的应用改进，很好的解决了客户现场困扰多时的技术问题。同时也得到了客户对我们服务的认可以及产品质量的肯定。
同时通过此应用，也总结了一些个人心得：
1) 同样的产品，不同的应用方法将得到的截然不同检测效果，甚至是错误的结果。
2) 针对不同的应用，应该多观察现场应用特点，结合现场具体特点，调整应用方案细节问题，甚至能将原来现场调试失败的应用方案重新变为可行的现实。
西克技术团队
相关资料：
SICK OD Value 位移测量传感器
SICK 汽车行业零部件检测方案
SICK OD2位移测量传感器单双张检测调试实例相关推荐
- 关于“四舍六入五成双/四舍六入五留双/四舍六入五单双”等口诀的实例研究
关于"四舍六入五成双/四舍六入五留双/四舍六入五单双"等口诀的实例研究. 在网上有很多搜索结果,不过不容易理解清楚. 说来说去,还是来个实例比较容易理解. 先看一下微软的文档: h ...
- 关于 四舍六入五成双/四舍六入五留双/四舍六入五单双 等口诀的实例研究
关于"四舍六入五成双/四舍六入五留双/四舍六入五单双"等口诀的实例研究. 在网上有很多搜索结果,不过不容易理解清楚. 说来说去,还是来个实例比较容易理解. 先看一下微软的文档: h ...
- 深度学习目标检测2013-2018单双阶段主流模型概览及详解
背景:深度学习引入目标检测领域以来,给目标检测领域带来了很多突破性的进展,文章"Deep Learning for Generic Object Detection: A Survey&qu ...
- AutoShape：实时单目3D检测网络（ICCV2021）
作者丨柒柒@知乎 来源丨https://zhuanlan.zhihu.com/p/404683961 编辑丨3D视觉工坊 论文标题:AutoShape: Real-Time Shape-Aware M ...
- 日本东北大学改进单阶段人脸检测—兼具速度与精度优势
点击我爱计算机视觉标星,更快获取CVML新技术 近日来自日本东北大学与Laboro.AI公司的研究人员公开一篇改进的单阶段人脸检测算法论文,其不仅保持了速度的优势而且在主流的人脸数据集上达到与双阶段人 ...
- 单阶段目标检测重要论文总结
文章目录 一.Yolov1 1.论文简介 2.检测原理 3.结构设计 4.疑难问题 5.论文总结 二.Yolov2 1.论文简介 2.更好.更快.更强 1)为什么更好? 2)为什么更快? 3)为什么更 ...
- MonoDETR：用于单目3D检测的深度感知transformer（CVPR2022）
作者丨zyrant@知乎 来源丨https://zhuanlan.zhihu.com/p/508682621 编辑丨3D视觉工坊 -- 2022.4.29 by 周报拓展. --CVPR还有一篇Mon ...
- java基础巩固-宇宙第一AiYWM：为了维持生计，多高（多线程与高并发）_Part9~整起（单双列集合们、ArrayList 的扩容机制、HashMap、ConcurrentHashMap ）
再进入正文之前,先看看集合相关操作的时间复杂度: 本故事源自于~ 开唠: PART0: 为什么突然蹦出集合这个玩意,就是因为咱们基础那里学的"数组"不够用~: 数组一般用来保存一组 ...
- 【php基础入门】运算符、流程控制语句及单双引号区别和模块化编程的使用详解
目录 字符串的单引号和双引号区别 PHP 运算符 算数运算符 字符运算符 关系运算符 逻辑运算符 赋值运算符 错误抑制符 三元运算符 PHP 流程控制 分支语句 循环语句 模块化编程 今日相关函数 今 ...
最新文章
- 手把手教你使用zabbix监控nginx
- 收款神器！解读聚合收款码背后的原理|原创
- R基于H2O包构建深度学习模型实战
- Linux查看进程和进程管理
- sqlite工具类 java_Java之泛型、集合工具类
- 面 试 细 节 一 点 通
- 如何使用BorgBackup，Rclone和Wasabi云存储推出自己的备份解决方案
- 配置文件默认有项目路劲_SpringBoot 深度调优，让你的项目飞起来！
- js中的charAt,indexOf
- html h3标签,网站h1,h2,h3标签的用法和技巧
- GNU nano介绍
- OSChina 周二乱弹 —— 好支威有希
- 孙溟㠭篆刻作品《叶》
- MATLAB强化学习实战(一) 强化学习智能体训练总览
- Python自动化控制鼠标和键盘操作—— PyAutoGUI
- 传奇装备信息悬浮框（悬浮框在哪里可以弄出来）
- MySQL 统计上一个自然周 周一到周日的数据 为空则补0实现
- 1.4. CFS调度算法
- amd电脑安装Android失败,AMD显卡驱动安装失败
- Android保存图片到手机相册（res下的图片，网络图片都可以）