Durch die zunehmende Vernetzung in der Produktion müssen industrielle Steuerungssysteme die nie enden wollende Herausforderung der schnelleren Datenverarbeitung bewältigen und immer mehr Sensoren und Aktoren anbinden. Hinzu kommt, dass dank Fortschritten bei Kamera- und Prozessortechnologien die industrielle Bildverarbeitung zu einem wichtigen Teil dieser Systeme geworden ist. Früher war der Einsatz von Kameras vor allem auf Sensoren und den Menschen beschränkt. Jetzt können Kameras auch zur Qualitätsüberwachung und -sicherung in der Industrie verwendet werden. Außerdem ersetzen Kameras nun Sensoren wie beispielsweise Lesegeräte für Strichcode, Thermoelemente und Durchflussmesser ersetzen, sodass mehr Daten von einem einzigen Messgerät gewonnen werden können. Hinzu kommt, dass sich mehrere Kameras in einem System platzieren lassen, damit unterschiedliche Sichtfelder erfasst und die unterschiedlichen Komponenten bei jedem Schritt im Herstellungsprozess überwacht werden können. Traditionell werden die Stand-alone-Varianten von Kameras mit integrierten Prozessoren (Smart Cameras) dort in einem System verteilt, wo Datenerfassung und -verarbeitung erforderlich sind. Doch dieser Ansatz kann einige Herausforderungen bereithalten. In großen Fertigungssystemen, in denen mehrere Kameras nötig sind, können die Kosten für das Verteilen einer großen Anzahl von intelligenten Kameras mit eigenen Prozessoren rasch zunehmen. Wenn ein System über sechs intelligente Kameras in einem Wert von je 3000 Dollar verfügt, kann das System das Budget schnell übersteigen.
Zentraler Verarbeitungsknoten
Die wachsende Beliebtheit von simplen Kameras für die industrielle Bildverarbeitung mit einem zentralen Verarbeitungsknoten hat dazu geführt, dass die Systemkosten bei gleichzeitiger Erhöhung der Funktionalität deutlich gesenkt werden konnten. Mithilfe moderner Architekturen lässt sich das gleiche, aus sechs Kameras bestehende System für einen Bruchteil der Kosten einfach implementieren, indem ein mit sechs 500-Dollar-Kameras verknüpfter Verarbeitungsknoten verwendet wird.
Ingenieure im Bereich Steuer- und Regeltechnik wissen, dass es ebenso teuer sein kann, intelligente Kameras an veränderte Anforderungen anzupassen, da Kamera und auch Prozessor in eine Einheit integriert sind und somit beide ausgetauscht werden müssen. Hinzu kommt, dass es zunehmend schwierig wird, sich um die Kabel für Kommunikation, Strom und Synchronisation zu kümmern, je mehr Kameras einem System hinzugefügt werden. Diese Herausforderungen verdeutlichen den Bedarf für einen leistungsstarken Controller, der Bilder von mehreren kostengünstigeren Kameras für die industrielle Bildverarbeitung erfassen und verarbeiten können muss, damit sich die Systemkosten verringern lassen.
Um die Systemkomplexität zu vereinfachen und die Abmessungen zu verkleinern, wenden sich Entwickler von getrennten Subsystemen für einzelne Aufgaben wie Messen und I/O, Motorsteuerung, Bildverarbeitung und HMI ab und einem zentralisierten Ansatz zu, bei dem ein Controller für viele oder alle diese Aufgaben eingesetzt wird. Der Ansatz ermöglicht es, diese Subsysteme in einem System zu kombinieren, wodurch zum einen die Systemgröße verringert wird. Zum anderen werden unnötige Fehlerquellen vermieden, die Entwicklungskosten gesenkt und Markteinführungszeiten beschleunigt. Erreicht wird dies dadurch, dass keine Kommunikation mehr zwischen den Controllern unterschiedlicher Hersteller stattfinden muss. Außerdem greift der Ansatz auf einen zentralisierten Verarbeitungsknoten zurück, anstatt Prozessoren auf dem System zu verteilen, weshalb Entwickler günstigere Komponenten wählen können. Und: Prozessoren können so effizienter verwendet werden und bleiben nicht unausgelastet.
Leistungsfähiger Controller
National Instruments hat nicht nur den Trend hin zu intelligenteren Systemen als Teil des industriellen Internets der Dinge erkannt, sondern auch die Herausforderungen, die mit deren Implementierung einhergehen. Um Letztere zu bewältigen und einen zentralisierten Verarbeitungsknoten zur Verfügung zu stellen, mit dem industrielle Bildverarbeitung in das industrielle Internet der Dinge aufgenommen werden kann, hat NI den neuen Industrie-Controller IC-3173 auf den Markt gebracht. Dieser verfügt über einen Intel Core i7 Dualcore-Prozessor, PoE-Gigabit-Ethernet-Anschlüsse und zwei USB-3.0-Anschlüsse, dank derer Systementwickler Bilder von mehreren USB3-Vision- und GigE-Vision-Kameras verbinden und verarbeiten können. Außerdem verfügt der Controller über zwei DisplayPorts für zwei HMIs, mit denen mehr Informationen dargestellt werden können.
Mit dem IC-3173 lassen sich dank des FPGAs Kintex-7 160T von Xilinx mit mehr SRAM und DRAM Bilder und digitale Daten schnell verarbeiten. Das bedeutet, dass Kunden mithilfe von Labview und dem NI Vision Development Module einfach die neueste FPGA-Bildverarbeitungstechnologie von National Instruments und Xilinx einsetzen können, um die Bildverarbeitungsdauer zu verkürzen und letztlich den Durchsatz zu erhöhen. Der Industrie-Controller wird außerdem Daten auf einem Netzwerk und mit anderen Geräten teilen können, da er unter anderem über einen integrierten Netzwerkkommunikationsanschluss, vier USB-2.0-Anschlüsse, einen RS232/485- und einen 44-poligen Digital-I/O-Anschluss verfügt.
Der neue Industrie-Controller von NI wird die Systemkomplexität verringern, da er HMIs, Kameras, Motorsteuerung und I/O in einem kompakten Controller vereint, der mit Labview oder Vision Builder for Automated Inspection programmiert ist. Diese Kombination aus Hard- und Software erleichtert es, Informationen mithilfe des internen oder externen Speichers lokal abzulegen oder Daten dank integrierter Netzwerkanbindung dezentral zu teilen.
