PAGE TOP

マシンテンディングへの3Dマシンビジョン活用

ここでは、マシンテンディングに3Dマシンビジョンを活用するメリットや事例を紹介しています。

マシンテンディングとは

マシンテンディングとは、加工機にワークを投入したり、加工機からワークを取り出したりする作業です。加工工程の一部だけを自動化しても、ワークを投入しなければ加工は開始されません。したがってワークの投入や取り出しを自動化していない場合には、原則として人間の手でマシンテンディングを行う必要があります。

マシンテンディングに3Dマシンビジョンを活用するメリット

3Dマシンビジョンを活用すると、マシンテンディングを自動化できます。ロボットがワークを検出してピックアップし、望ましい位置にセットできるようになるためです。

3Dマシンビジョンの活用により、さまざまなメリットを期待できます。具体的には危なかったり、汚れたりする過酷な環境下でも、安全に作業を行えます。昼夜を問わずに作業を継続できる点も、メリットです。

また人間の手による作業を減らせるため、人材不足の対策にもなります。マシンテンディングの担当者の作業時間をコア業務に充てられるでしょう。

さらにマシンテンディングの自動化により、品質の向上にもつながります。ロボットが所定の動作を誤差なく行うことで、不良率を抑えられるからです。

マシンテンディングに3Dマシンビジョンを活用した事例

UNIVERSAL ROBOTS

産業用の3DマシンビジョンにAIベースのソフトウェアを組み合わせた事例です。さまざまなワークに対して、高精度な3Dデータを生成できます。作業距離は300~3,500mmです。マシンテンディングのほか、ばら積みピッキング、パレタイジングなどに対応しています。コードを使用しないインターフェースを採用しているため、簡単に実装できる点も特徴です。

参照元:UNIVERSAL ROBOTS(https://www.universal-robots.com/ja/plus/products/mech-mind-robotics/mech-mind-3d-vision/

ZiVID

マシンテンディング向けに開発された3Dマシンビジョンを活用した事例です。透明なプラスチックや光沢のある部品などでも、高精度な3Dデータを提供できる能力を備えており、ワークの形状やサイズ、位置などを正確に捉えます。難易度が高いマシンテンディングに対応できる点が、特徴です。

参照元:ZiVID(https://www.zivid.com/ja/applications/automated-machine-tending

  

マシンテンディングに3Dマシンビジョンを活用しよう

マシンテンディングは、加工機などに対するワークの投入・取り出しの作業です。3Dマシンビジョンを活用するとマシンテンディングを自動化でき、生産性や品質の向上につながります。マシンテンディングに負担を感じている場合は、3Dマシンビジョンの活用を検討するとよいでしょう。

3Dマシンビジョンについて理解を深めたい方は、以下の記事もぜひ参考にしてください。

3Dマシンビジョンを導入する前に
確認すべき基礎知識

FA化に強い「3Dマシンビジョン」
販社‧メーカー
3選を見る

⼨法計測‧外観検査‧位置決めの
FA化に強い「3Dマシンビジョン」販社‧メーカー3選

3Dマシンビジョン製品・サービスを提供しているメーカー・販売代理店20社以上を調査。
その中で製品ごとの適用事例を公表している会社をピックアップし、特徴ごとにまとめました。

「課題解決」で選ぶなら
LINX
LINX
引用元HP:LINX公式(https://linx.jp/)

光切断法、縞投影、白色干渉、共焦点、ステレオビジョンと多種多様な計測手法でのアプローチが可能

「実績」で選ぶなら
キーエンス
キーエンス
引用元HP:キーエンス公式(https://www.keyence.co.jp/ss/products/vision/inline-inspection/)

電子部品、自動車、金属製品、機械要素、食品製造といった幅広い分野・業界での導入事例が豊富

「サポート」で選ぶなら
SICK
SICK
引用元HP:SICK公式(https://www.sick.com/jp/ja/)

24時間稼働のヘルプデスクがあり、電話やリモートで即時対応。導入前のトレーニングも可能

【選定基準】
「3Dマシンビジョン」と検索して上位表示されるメーカーや販売代理店をピックアップ。その22社の公式HPの情報から「ワーク(対象物に対する)計測手法が最も豊富だったLINX」
「業界ごとの実績が最も豊富だったキーエンス」「唯一24時間のヘルプデスクを提供しているSICK」をそれぞれ選出しています。(情報は2021年11月19日時点)