虹科案例 | 解决ASRS系统的痛点问题居然这么简单?(下)

news2024/11/24 19:27:21

ASRS中的定位器

在考虑传感技术时,重要的是每种技术都能够以最高程度的重复性和精确度保持绝对分量,并非所有的方法都是一样

托盘梭子和立式起重机在任何时候都要求绝对位置。

托盘梭子:

  • 过道位置

  • 行位置

垂直起重机:

  • 高度

  • 线性位置

可使用多种方法进行定位:

  • 轮式编码器

  • 条形码阅读器

  • 沿钢轨固定位置的离散传感器

  • 非接触式激光测距传感器

不同方法进行定位实操

  • 轮式编码器

这一直是一个受欢迎的选择。

所使用的许多轮式编码器都已与SSI编码器输出协议相结合。轮式编码器面临的挑战是,它们经常会打滑、磨损和改变大小,或者因为闲置而变得不圆。所有这三个问题都会导致定位误差,如果不采取措施,就会造成问题。带有轮式编码器的系统通常需要常规的寻的过程来克服这一缺陷。

  • 条形码阅读器

条形码阅读器虽然可靠,但也有其弱点。

必须在过道或排的长度上安装一整条条形码胶带。条形码读取器的距离分辨率变成了条形码之间的间距。

  • 沿钢轨固定位置的离散传感器

它们具有与条形码读取器相同的分辨率问题

例如,如果你有一个凹槽传感器在寻找轨道上的凹槽。分辨率将是凹槽之间的间距。这也需要更复杂的轨道,并使安装人员更依赖于轨道区段的位置。

  • 非接触式激光测距传感器

非接触式激光距离传感器在这一应用中具有优势。它们通常可以提供最佳的精确度、重复性和分辨率。大多数激光传感器是绝对测量型的。并不是所有的激光传感器都是一样的。

有些需要特殊的反射目标,而另一些则可以处理自然目标,比如100米外的彩钢。同样重要的是要承认,激光需要在整个穿梭机运行过程中保持在目标位置。

激光测距传感器特征

激光距离传感器是ASRS穿梭机和起重机定位的最佳选择。您在选择传感器时应考虑的关键特性如下:

  • 测量范围

  • 准确性、重复性和分辨率

  • 激光附近和远离激光的

  • 光斑大小(重要的是测量托盘下面)

  • 测量速度

  • 工作温度(尤其是冷藏库)

  • 工业通信协议

  • 可见光激光或轻松瞄准

用于ASRS系统的HK-Dimetix非接触式定位解决方案

虹科Dimetix激光距离传感器是监控ASRS穿梭机和起重机位置以准确装卸托盘或托盘的理想解决方案

激光传感器测量直线位置的远端固定目标的距离,或者向上到垂直升降平台的下侧,或者从平台下侧向下到地板。虹科Dimetix D系列激光距离传感器具有远距离、测量能力、小光斑尺寸和多个ASRS穿梭机上常用的多种工业输出。

Dimetix D系列激光测距系列提供了实现这一目标的最佳位置传感器,因为它们实现了以下关键特性:

  • 大型仓库的长测量范围:虹科Dimetix提供的激光测量范围从0.05米到500米

  • 能够测量到托盘下目标的距离:虹科Dimetix激光测距传感器提供了一个非常小的光点尺寸,在100米的距离下仅增长到30毫米。

  • 具有高重复性的绝对位置精度:D系列激光传感器提供3 mm或1 mm的绝对精度和0.3 mm的重复性。与传统的轮式编码器不同,编码不会因车轮打滑而丢失。虹科Dimetix激光测距传感器不需要重新调零。

  • 冷冻库中的低温操作:虹科Dimetix提供温度范围更广的激光器,温度范围从-40°C到+60°C。

  • 输出协议与典型的ASR控制系统相匹配:DIMEIX D系列激光传感器提供多种输出协议作为标准设备

  • 多种接口

关于我们 虹科传感器技术

我们致力于更加精确简单的测量方案,与全球领先的高精度、高可靠性的传感器厂家进行技术合作,为客户提供全球先进的测量方案,包括激光测距、粘密度测量、光纤传感器、机电传感器等。通过提供各种不同的技术进行关键测量,消除了在恶劣严苛环境中对传感的限制,使客户能够得到最理想的结果。

往期推荐

虹科技术 | 快速准确测量0.05m-500m--虹科Dimetix激光测距传感器的优势

新闻快报| 虹科与瑞士Dimetix已联手合作三周年, 致力于提供高效、精确的激光测距解决方案!

虹科方案 | 非接触式孔深测量技术

虹科案例 | 订单自动分拣效率居然这么高?

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/144140.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

Java中解决lambda表达式内部访问在其外部定义的变量-使用mapToInt

场景 Java8新特性-Stream对集合进行操作的常用API: Java8新特性-Stream对集合进行操作的常用API_霸道流氓气质的博客-CSDN博客_streamapi对集合修改 上面介绍Stream的相关使用示例。 如果遇到在lambda表达式内部访问在其外部定义的变量,比如一个求和…

MATLAB-surf/ezsurf函数绘制三维图形

(1)surf 函数的用法和 mesh函数类似,MATLAB中 surf函数专门用于绘制三维着色曲面图和 surfc是通过矩形区域来观测数学函数的函数。surf和 surfc能够产生由X、Y、Z指定的有色参数化曲面,即三维有色图。具体调用方法如下。1、surf(Z…

JDBC数据库连接

下载jdbc jar包,中央仓库下载https://mvnrepository.com/artifact/mysql/mysql-connector-java/8.0.24项目导入右键jar包,然后add as library数据库操作3.1连接数据库package com.heima.jdbc;import java.sql.Connection; import java.sql.DriverManager…

Appium自动化测试环境搭建

Appium自动化环境搭建 首先整体了解一下Appium自动化环境搭建都需要哪些软件或者组件 Python、Appium、AndroidSDK(主要是adb.exe、aapt.exe)、Node Js、java 一、安装并配置java环境 1、这个可以搜到的教程实在是太多了,建议直接官方下载…

汽车数据分析,2022年汽车产量总体高于2021年,年产量增长了6%左右

哈喽,大家好,春节将近,想必大家也开始抢票准备回家过年了,有车的伙伴也可能打算自驾归家了。大家辛苦工作了一年,手里积攒了一些积蓄,有些伙伴可能想赶在春节购车购房,这里小编为大家准备了一些…

java面试之设计篇

一、基础 1.六大设计原则 单一职责原则 一个类只专注于做一件事;高内聚,低耦合; 开闭原则 对拓展开放,对修改关闭(尽可能不动原有代码进行拓展); 高内聚,低耦合; 为达到…

电力系统|基于分布式高斯-牛顿方法结合置信传播 (BP) 的概率推理方法的非线性状态估计 (SE) 模型(Matlab代码实现)

💥💥💥💞💞💞欢迎来到本博客❤️❤️❤️💥💥💥 📝目前更新:🌟🌟🌟电力系统相关知识,期刊论文&…

新考纲下的PMP考试有多难?

一,2022新考纲PMP考试有多难? PMP考试被认为是最难的项目管理考试之一,主要是因为其庞大的教学大纲、所需的投入的精力、所问问题的类型和长度、考试时间和答案选择。它测试候选人对项目管理技能和耐心水平的深入了解。这并不意味着不可能通…

舆情监测是什么技术,网络舆情监测技术操作规范?

网络舆情监测是对互联网上公众的言论和观点进行监视和预测的行为,随着互联网的发展,舆情监测已经是企业日常重要工作,对于企业来说是非常重要的,接下来TOOM舆情监测带您了解舆情监测是什么技术,网络舆情监测技术操作规…

基于Python卷积神经网络的动物识别系统源码,动物检测系统源码,宠物识别系统源码

毕设系列-基于卷积神经网络的动物识别系统 完整代码下载地址:基于Python卷积神经网络的动物识别系统源码 上期评论区有好兄弟留言想看动物检测系统,那咱们这期检测系列就更新动物检测系统,并且在之前功能的基础之上添加了计数的功能&#x…

SD3403/SS928V100 移植Yolo模型

1.前言参考的文档名称为《驱动和开发环境安装指南》,首先安装Ubuntu18.04 系统,这次为了方便起见重新做了一个虚拟机,也建议这样做,因为装的很多软件都有版本的要求,避免版本更改导致的别的软件不能运行,单…

ThinkPHP5漏洞分析之SQL注入(七)

说明 该文章来源于同事lu2ker转载至此处,更多文章可参考:https://github.com/lu2ker/ 文章目录说明0x00 从?s是个啥开始0x01 模型/控制器/方法的处理0x02 漏洞原因0x03 参数的获取?参考链接:Mochazz/ThinkPHP-Vuln/ 影响版本&am…

ThinkPHP5之文件包含审计分析(六)

说明 该文章来源于同事lu2ker转载至此处,更多文章可参考:https://github.com/lu2ker/ 文章目录说明method方法调用链:程序启动时:后门技巧利用method的任意方法调用,调用构造函数__construct,且调用时会传…

同盾科技 x TiDB丨实时数据架构为风控智能决策保驾护航

同盾科技是中国领先的人工智能科技企业。为了确保服务的低延迟和高可用性,同盾的技术团队不断寻找最佳的技术架构。经过长时间调研,他们最终选择了新一代分布式数据库 TiDB 作为离线层的核心数据库,基于 TiDB 打造的实时数据架构为风控智能决…

Java中常用API总结(3)—— Runtime类(含实例解读)

Runtime类一、前言二、概述1.API帮助文档2.概述三、常用方法1.获取当前系统的运行环境对象1️⃣格式2️⃣实例2.获取CPU总线程数1️⃣格式2️⃣实例3.能够获取总内存大小(单位byte)1️⃣格式2️⃣实例4.已经从系统中获取总内存大小(单位byte)1️⃣格式2️⃣实例5.剩余内存大小1…

【开源项目】Sa-Token快速登录(使用+源码解析)

什么是Sa-Token 官网&#xff1a;https://sa-token.dev33.cn Sa-Token 是一个轻量级 Java 权限认证框架&#xff0c;主要解决&#xff1a;登录认证、权限认证、Session会话、单点登录、OAuth2.0、微服务网关鉴权 等一系列权限相关问题。 快速使用 引入Maven依赖 <!-- w…

有奖征集丨大数据/人工智能模型开发征集

大数据人工智能模型开发征集 为助力构建创新型人才培养模式&#xff0c;培养具有创新精神和实践能力的高素质智能技术人才&#xff0c;激发学生积极参与数据科学研究、技术开发、数据学科竞赛等各类社会实践活动的创新热情。依托模型交易平台&#xff0c;为学生提供自主学习…

认识Linux系统结构

Linux 系统一般有 4 个主要部分&#xff1a;内核、shell、文件系统和应用程序。内核、shell 和文件系统一起形成了基本的操作系统结构&#xff0c;它们使得用户可以运行程序、管理文件并使用系统。 Linux内核 内核是操作系统的核心&#xff0c;具有很多最基本功能&#xff0c;…

linux系统中进一步理解设备树

第一&#xff1a;前言 大家好&#xff0c;我是ST。 目录 第一&#xff1a;前言 第二&#xff1a;框图 第三&#xff1a;体验设备树 第四&#xff1a;实验过程分析 第五&#xff1a;实验代码 1、应用程序ledtest.c&#xff1a; 2、驱动层leddrv.c 3、硬件层&#xff1a…

不忘初心,坚持创作和分享,做自己喜欢的事 - 2022 年回顾

不知不觉&#xff0c;来到 Elastic 已经三年多了。在 Elastic 的三年&#xff0c;是疫情发生的三年。对很多人来说&#xff0c;疫情对我们的工作和学习都有很大的变化。好在我还能静下心来&#xff0c;每天坚持学习&#xff0c;不断地创作。记录下来自己的学习及成长经历。我学…