본문 바로가기

코그넥스

코그넥스/In-Sight
COGNEX In-Sight 2800 세부사양 In-Sight 2800 제품사양 이미지 센서 1/2.8" CMOS 흑백 및 컬러 이미지 해상도 옵션 SVGA¹ (720 x 540), 1.6MP (1440 x 1080) 전자 셔터 속도 최소 노출:29µm 최대 노출:최대10ms(내부 조명) / 최대 200ms(외부 조명) 이미지 취득 최대 45 Hz 내장 메모리 7GB 렌즈 옵션 멀티 토치:12mm, 16mm(고속 리퀴드 렌즈 또는 수동 초점 렌즈) 미니:6.2mm 또는 16mm 고속 리퀴드 렌즈 상태 출력 5개 상태 LED 및 산호 알림 통신 시리얼 통신 및 이더넷 인터페이스 전원 24V +/-10% 전력 소비 ≤7.5W 무게 6.2 mm: 141 g; 16 mm: 169 g; 멀티 토치: 290 g; 직각 구성 시 50g 추가 크기 직선 구성 6...
코그넥스/애플리케이션
Cognex(코그넥스) In-Sight 2800 비전시스템 액세서리 유연한 하드웨어 덕분에 사용자가 어떤 분야에서든 In-Sight 2800을 맞춤 설정할 수 있습니다. 이 모듈식 특성은 라인에서 새로운 부품과 변화에 맞게 손쉽게 조정할 수 있는 기능을 제공하여 비즈니스 성장에 적합한 솔루션을 선사합니다. 다양한 부속품과 현장에서 교체 가능한 구성품 중에서 선택하여 부품 변경, 보다 빠른 라인 속도, 더 높은 품질 표준 등 제조 분야에서 변화하는 수요를 맞출 수 있습니다. In-Sight 2800 악세서리로는 다음과 같은게 있습니다. COGNEX 제품 적용 솔루션 참조 : www.xvision.co.kr 머신 비전 관련 문의처 ☞ (주)아이디맥스 02-838-1170 공장 자동화를 위한 인공지능 딥러닝 : www.newbrain.co.kr 기술영업문의 : sales@id..
자료실/이미지
VisionPro Deep Learning과 In-Sight D900을 이용한 자동 위조품 검출 최첨단 스마트폰과 기타 고가의 전자제품은 본질적으로 늘 위조의 타겟이 됩니다. 환불할 제품으로 위조품이 반품되는 사례가 점점 증가하고 있고 이는 제조업체의 재정적 손실의 원인이 되고 있습니다. 제품은 전자상거래를 통해 구매되고 반품이 이루어집니다. 많은 반품제품들이 실제로는 겉보기에 똑같거나 유사한 케이스를 사용한 위조품이며 내부 구성품은 다르거나 아예 비어 있습니다. 제조업체들은 환불 전에 제품의 진위 여부를 확인해야 합니다. X-선 이미지는 각 케이스의 내부를 보여줄 수 있습니다. 가능한 내용물의 범위를 고려할 때 기존의 머신 비전은 효과적인 처리에 필요한 속도로 위조품과 정품을 구분할 수 있는 기능이 제한적입니다. 코그넥스 딥러닝은 복잡하고 시간 소모적인 프로그래밍을 사용하지 않기 때문에 가짜의 제..
코그넥스/In-Sight
Cognex(코그넥스) In-Sight 2800 비전시스템 In-Sight 2800 비전 시스템은 딥러닝 기술과 기존의 규칙 기반 비전 툴을 결합하여 광범위한 분야의 문제를 해결합니다. 단순한 유무 확인에서부터 첨단 특성화 및 분류 작업까지 In-Sight 2800은 오류 방지를 위해 손쉽게 배포할 수있는 솔루션을 제공합니다. 공장자동화를 위해 설계된 In-Sight 2800을 통해 규모에 상관없이 모든 제조업체는 다음을 실현할 수 있습니다. 제품 품질 개선 - 최적화된 오류 감지 기능으로 감지하기 힘든 작은 결함을 포착합니다. 운영상의 효율 최대화 - 기존의 인력을 활용하고, 빠르고 직관적인 직업 설정으로 라인을 원활하게 가동합니다. 능률적인 통합 - 이미지 최적화에서 짐작에 의한 결정을 없애고 몇 번의 버튼 클릭으로 올바른 부속품 조합을 식별합니다. 다양한 ..
자료실/이미지
OCRMax Technology와 고정형 바코드 리더기를 이용한 배터리 셀의 2D 판독 스마트폰 배터리 생산 시 OEM 공급업체부터 완제품에 이르기까지의 소스 및 배치 이력을 추적하기 위해 레이저로 2D 바코드를 새깁니다. 이러한 대량의 바코드를 빠르고 안정적으로 판독해야 합니다. 가장 효과적인 방법은 넓은 시야(FOV)를 갖춘 고해상도 카메라를 사용해 여러 개의 배터리를 동시에 스캔하는 것입니다. 그러한 DPM(직접 부품 마크) 코드는 대비가 낮아 종종 손상과 변형이 발생할 수 있습니다. 배터리 표면의 반사성으로 인해 특정 속도로 코드를 정확하게 판독하기가 어려울 수 있습니다. 코그넥스 DataMan 고정형 바코드 리더기는 금속 부품에서 2D DPM 코드를 해독하기 위한 이상적인 솔루션입니다. 코드가 손상되거나 가려져있거나 필수 요소가 누락된 경우라도, PowerGrid 기술이 통합된 2..
자료실/이미지
DataMan 470 Series를 이용한 정밀 로봇 가이드 모바일 기기 조립 시 최종 조립 단게에서 배터리, 스피커, 카메라 또는 마이크와 같은 성능이 중요한 모듈의 정밀 로봇 가이드가 수행됩니다. 자동화된 모듈 삽입 기계는 프로그램을 사용자 정의 해야하므로 많은 비용과 오류가 발생하기 쉽습니다. 또한, 많은 로봇 및 카메라 보정 작업 시 숙련된 작업자가 가이드를 조정하기 위해 많은 시간을 할애해야 합니다. 이러한 단계에서 부품을 교체하는 것은 많은 비용이 들고 캘리브레이션 업데이트에도 오랜 시간이 걸립니다. 코그넥스의 로봇 자동 보정으로 보정 시간을 상당히 감축시킬 수 있습니다. 최종 조립 단계에서의 수작업 단계를 제거함으로써 효율성과 처리량을 높일 수 있습니다. 코그넥스는 고객에게 원활한 커뮤니케이션을 통한 기술 지원을 제공하기 위해 주요 로봇 제조업체들과 ..
자료실/이미지
VisionProDeepLearning과 In-Sight D900을 이용한 안전 벨트 직물 검사 자동차 안전 벨트 및 안전 하니스는 웨빙이라고 하는 튼튼하게 짜여진 폴리에스테르 직물로 만들어집니다. 안전 벨트는 차량의 안전 장비에서 중요한 부분을 차지합니다. 안전 벨트 웨빙은 굵은 스티칭으로 앵커 브래킷 및 버클과 같은 여러 하드웨어 부분에 연결됩니다. 결함 없는 웨빙과 스티칭은 모두 완성된 안전 벨트 또는 하니스의 안전성과 신뢰성에 중요합니다. 직물 또는 스티칭의 결함은 안전에 있어 허용되지 않으며, 이후 검사에서 오류가 발견된 경우 해당 차량을 라인에서 빼내어 새로운 안전 벨트와 안전 하니스 세트를 다시 설치해야 합니다. 하드웨어에 연결되는 웨빙 직물과 스티칭 모두 복잡하고 모양이 각기 다릅니다. 직조 및 스티칭의 오류는 어디서나 다양한 형태로 나타날 수 있습니다. 모든 가능서을 프로그래밍하는 ..
자료실/이미지
VisionProDeepLearning과 In-Sight D900을 이용한 자동 휠 스터드 감지 휠 스터드 또는 휠 볼트는 허브에 고정되어 휠에 장착되고 나사산 단면에 휠을 허브에 고정하는 러그 너트가 조여집니다. 휠을 러그 너트가 조여집니다. 휠을 러그 너트 설치 및 조임 단계로 진행하기 전에 누락된 스터드가 있는지 포착해야 합니다. 자동차 휠은 디자인이 매우 다르고 종종 반사성 금속 재질로 되어 있기 때문에 시각적으로 혼동을 줄 수 있습니다. 디자인에 따라 휠 스터드가 돌출되거나 컵안에 깊이 장착될 수 있습니다. 이 모든 점은 기존의 머신비전이 가능한 여러 조명 조건 하에 다양한 각도에서 휠 스터드를 자동으로 감지하도록 프로그램 하기 어렵게 만듭니다. 코그넥스 딥러닝은 올바른 휠 볼트위 조립을 정확히 검증합니다. 부품 위치식별 툴은 다양한 위치와 각도에서 각 스터드의 샘플 이미지를 사용해 트레이..
자료실/이미지
Cognex Designer 비전 소프트웨어와 In-Sight 비전시스템을 이용한 휠 및 러그 너트 토크 어셈블리 프로세스 중 수동으로 휠 러그 너트를 조이는 작업은 노동 집약적 작업이다. 일반적으로 너트 러너는 크기가 크고 무거우며, 각 휠에 수동으로 배치하여 필요한 토크를 적용한다. 이러한 무거운 장비 부품을 조작할 때는 작업자의 안전 문제가 대두된다. 또한 차량이 토크 스테이션에 도달할 때 항상 같은 위치에 있지 않으므로 경우에 따라 차량의 휠을 회전하고 기울여야 한다. 너트 러너의 크기, 무게와 더불어 다양한 유형은 이 프로세스를 자동화하는 데 있어 주요 난제로 꼽힌다. 코그넥스 2D 비전 시스템은 기하학 패턴 매칭 툴을 사용해 휠의 유형을 인식 하고, 축의 중앙 위치를 찾는다. 또한 이 비전 시스템은 회전 각도를 결정하기 위해 휠의 림을 검사하고, 휠의 회전 및 기울기 각도를 계산하기 위해 두 개의..
자료실/이미지
VisionProDeepLearning과 In-Sight D900을 이용한 경피 패치 검사 다양한 항생제, 방부제, 항진균제 및 기타 약물은 피부에 부착하는 접착식 패치를 통해 직접 투여될 수 있습니다. 제조 과정에서 액상 형태의 활성 성분을 패치에 떨어뜨립니다. 이때 방울의 크기를 일관되게 유지하는 것은 어려운 일입니다. FDA규정에서는 각 제품에 대해 허용되는 치료목적의 투여량 범위와 근접하게 유지할 것을 요구합니다. 방울이 너무 크거나 작고, 패치에서 잘못된 위치에 떨어지거나, 형태가 잘못되면 투여량이 달라지고, 그 결과 규제 준수 문제와 더불어 향후 리콜로 이어질 수 있습니다. 기존의 머신비전은 패치의 배경에서 이러한 방울의 존재유무와 정확한 크기를 분석하는 데 어려움이 있습니다. 육안으로는 부피를 판단할 수 없어 수작업으로 진행되는 검사는 오차가 발생할 확률이 높습니다. 코그넥스 딥러..

티스토리툴바