MATLAB in der Industrie - VOLAS
←
→
Transkription von Seiteninhalten
Wenn Ihr Browser die Seite nicht korrekt rendert, bitte, lesen Sie den Inhalt der Seite unten
Inhalt VOLAS • Kurze Vorstellung der VOLAS • Beispiele für den Einsatz von MATLAB – Auswertung von Messdaten – In-House Apps – Simulink 17.04.19; © VOLAS GmbH 2
VOLAS GmbH VOLAS • Gegründet 2014 • 4 Mitarbeiter • Sitz in Aachen • Entwicklung und Pro- duktion von Sensoren und Geräten zur Geometrie- prüfung mit optischen Messverfahren Friedrich Vollmer Feinmessgerätebau GmbH (die „große Schwester“) • Gegründet 1963 • ca. 100 Mitarbeiter • Sitz in Hagen • Messgeräte für Dicke und Planheit von (Metall-)band • Walzwerksregelungen • ... 17.04.19; © VOLAS GmbH 4
VOLAS GmbH VOLAS • OEM-Lieferant für Entwicklungskompetenzen: hochspezialisierte kundenspezifische • 3D-Konstruktion Messsysteme • Auslegung optischer • Entwicklung in enger Komponenten Zusammenarbeit mit dem OEM-Kunden • Elektronikentwicklung • Eigene Fertigung • FPGA-Programmierung (Endmontage, Kalibrierung • Embedded Software und Qualifizierung) 17.04.19; © VOLAS GmbH 5
Abstandsmessung mit Lasertriangulation VOLAS • Fokussierter Laserstrahl trifft auf Oberfläche des Messobjekts. Laserstrahl • Streulicht wird unter einem festen Winkel beobachtet und auf einen Detektor Detektor abgebildet. (Zeilenkamera) • Ändert sich der Abstand des Objekts in Richtung des Laserstrahls, ändert Abbildungsoptik sich die auch die Lage des Lichtflecks auf dem Gestreutes Licht Detektor. • Mittels einer einmalig ermittelten Kalibrierkurve wird die Lage des Objekt Lichtflecks in einen Abstandswert umgerechnet. 17.04.19; © VOLAS GmbH 6
Typische Leistungsmerkmale VOLAS Merkmal Spezifikation Messbereiche 4 bis 60 mm Messfrequenz bis 80 kHz Laserklasse 3B (20 mW) Linearität 0.0075% vom Messbereich (z. B. 0.9 µm bei 12 mm) Temperaturstabilität 0.001% vom MB pro K 17.04.19; © VOLAS GmbH 7
Dickenmessung von Metallbändern VOLAS Dicke d = aL-(a1+a2) Typische Mess- unsicherheit ± 1-2 µm 17.04.19; © VOLAS GmbH 8
Wellenmessung „LightSCOPE“ VOLAS • Erweitert eine etablierte Familie von taktilen Messmaschinen um eine optische Komponente. • Zwei translatorische Achsen und eine Schwenkachse erlauben optimale Anpassung an Bauteilgeometrie. • Zwei orthogonale Beobachtungsrichtungen zur Minimierung von Abschattungen. Quelle: www.adcole.com • Integration in Anlagensoftware über TCP/IP API. 17.04.19; © VOLAS GmbH 10
Wellenmessung „LightSCOPE“ VOLAS 17.04.19; © VOLAS GmbH 11
VOLAS MATLAB bei der VOLAS 17.04.19; © VOLAS GmbH 12
VOLAS Auswertung von Messdaten 17.04.19; © VOLAS GmbH 13
Machbarkeitsstudie LightSCOPE VOLAS Aufgabe • Messungen an einer Nockenwelle mit einem Standardsensor in einer provisorischen Messanordnung. • Bestimmung typischer in der späteren Anwendung geforderter Kenngrößen der Welle (z.B. Abstände oder Winkel). • Abschätzung der Streuung dieser Größen mittels Messreihen. Ziel • Nachweis, dass die für eine Bauteiltoleranz T erforderliche Reproduzierbarkeit erreicht wird. 17.04.19; © VOLAS GmbH 14
Messanordnung VOLAS Laserstrahl Verschiebung 17.04.19; © VOLAS GmbH 15
Sensorrad VOLAS 1. Messung Sensor verschieben 2. Messung 17.04.19; © VOLAS GmbH 16
Rohdaten in Sensorkoordinaten VOLAS 4 4 3 3 2 2 1 1 Sensor Distance Reading [mm] Sensor Distance Reading [mm] 0 0 -1 -1 -2 -2 -3 -3 -4 -4 -5 -5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 Sample 10 4 Sample 10 4 90 90 120 60 120 60 20 20 150 30 150 30 10 10 180 0 0 180 0 0 210 330 210 330 240 300 240 300 270 270 17.04.19; © VOLAS GmbH 17
Transformation in Maschinenkoordinaten VOLAS 90 120 60 20 150 30 10 180 0 0 210 330 240 300 270 17.04.19; © VOLAS GmbH 18
Flankenerkennung und Winkelbestimmung VOLAS 90 120 60 20 150 30 10 180 0 0 210 330 240 300 270 17.04.19; © VOLAS GmbH 19
Messreihe für einen Relativwinkel VOLAS Timing Wheel - relative edge angle (7) 75.05 mean = 74.9830 ° = 0.0014 ° range = 0.0048 ° 75.04 75.03 75.02 relative edge angle (7) [°] 75.01 75 74.99 74.98 74.97 74.96 74.95 0 2 4 6 8 10 12 14 16 number of measurement 17.04.19; © VOLAS GmbH 20
Warum MATLAB? VOLAS • Leicht zugängliche Syntax erlaubt Konzentration auf den Algorithmus • Komplexere Methoden zur Softwareentwicklung (z. B. Objektorientierung, Unit Tests) bei Bedarf verfügbar • Schnell auch bei großen Datenmengen • Vielfältige Möglichkeiten zur graphischen Darstellung • Viele Standardalgorithmen bereits eingebaut oder in Toolbox verfügbar • Teilausführung von Skripten • Sehr mächtiger Debugger • Umfangreiche Dokumentation mit gleichbleibend hoher Qualität 17.04.19; © VOLAS GmbH 21
VOLAS In-House Tools 17.04.19; © VOLAS GmbH 22
App Designer VOLAS 17.04.19; © VOLAS GmbH 23
Parametrierung VOLAS 17.04.19; © VOLAS GmbH 24
Visualisierung VOLAS 17.04.19; © VOLAS GmbH 25
Steuerung VOLAS 17.04.19; © VOLAS GmbH 26
Warum MATLAB? VOLAS • App-Designer erlaubt einfache Gestaltung von Benutzeroberflächen auch ohne besondere Programmiererfahrung. • Fertige „Widgets“ für die wichtigsten Aufgaben im Laboralltag (z. B. numerische Eingabefelder, Schalter, Lämpchen). • Objektorientierter Ansatz des App-Designers ermöglicht auch komplexere UIs (z. B. mehrere Dialogfenster oder mehrere Instanzen eines Dialogs). • Reiches Repertoire an graphischen Darstellungsmöglichkeiten. • Schnell genug auch für animierte Grafiken. • Vorhandener MATLAB-Code (z. B. Treiber oder Auswertefunktionen) kann verwendet werden. • Apps lauffähig unter Windows, Linux und macOS. 17.04.19; © VOLAS GmbH 27
VOLAS Simulink
Modellbasierte Prototypentwicklung VOLAS Erstelle / erweitere Simulink-Modell für Versuchsanordnung Verifiziere Modell Ergänze Modell um Signalverarbeitung Verifiziere Signalverarbeitung Bereite Signalverarbeitung für HDL-Codegenerierung vor Generiere HDL-Code und binde ihn in FPGA-Projekt ein Teste Signalverarbeitung im realen Versuchsaufbau 17.04.19; © VOLAS GmbH 29
Beispiel: Moduliertes Michelson-Interferometer VOLAS 17.04.19; © VOLAS GmbH 30
Interferometer + Detektor VOLAS Gelb = Vorgabe, Blau = Messwert 17.04.19; © VOLAS GmbH 31
Warum Simulink? VOLAS • Simulation fördert das Verständnis für den Versuchsaufbau. • Entwicklung kann schon beginnen, wenn Hardware noch nicht verfügbar ist. • Simulink ist datenflussorientiert. Dies entspricht in vielen Fällen der „natürlichen“ Denkweise bei der Signalverarbeitung und lässt sich insbesondere auf FPGAs gut abbilden. • Algorithmen können im Modell zunächst ohne Rücksicht auf vorhandene Ressourcen entwickelt werden (z. B. mit Fließkommaarithmetik). Dadurch können Alternativen schneller verglichen werden. • Für die Anpassung an die Restriktionen der Zielhardware steht automatisch eine „goldene“ Referenzimplementierung zur Verfügung. • Codegenerierung ersetzt manuelle Nachimplementierung des fertigen Algorithmus. Dies spart Zeit und vermeidet Fehler. • Viele fertige Bausteine verfügbar (z. B. Filter). • Rückgriff auf MATLAB jederzeit möglich. 17.04.19; © VOLAS GmbH 32
VOLAS Fragen?
Sie können auch lesen