机器视觉运动控制一体机VPLC710

运动控制功能

点位运动、电子凸轮、直线插补、圆弧插补连续轨迹加工、机械手功能

板载高速PSO输出，支持1D/2D/3D的高速位置同步输出

可支持视觉飞拍、高速点胶、激光加工等应用

机器视觉功能

视觉定位、Blob分析、视觉测量、检测识别支持第三方机器视觉

2023年5月24-26日,SNEC2023国际太阳能光伏与智慧能源(上海)大会暨展览会将于在上海新国际博览中心隆重举行。作为工业4.0的驱动者及创新者,倍加福始终秉持“绿色可持续”的发展理念,致力于推动可持续的能源产业发展,为全球光伏行业提供自动化智造解决方案在此次展会上,倍加福将呈现面向光伏硅片、光伏电池和光伏组件等自动化制造的前沿工业传感器技术及其“一站式”个性化智造解决方案,帮助用户提升光伏制造的自动化、智能化水平,实现工业4.0场景下的高效制造流程和可靠质量控制

倍加福诚邀您莅临SNEC2023国际太阳能光伏与智慧能源(上海)大会暨展览会E4馆255倍加福展位,共同探讨绿色可持续的光伏产业未来!

光伏智造解决方案

高效的制造工艺和可靠的质量控制，对于确保光伏设备的生产流程至关重要。倍加福为光伏硅片、光伏电池和光伏组件的自动化生产等环节,提供合适的工业传感器技术及解决方案哪怕是面临以下技术挑战,如硅片的可靠检测等，我们依然应对自如。从RFID解决方案,到工业视觉,超声波到光电传感器,倍加福丰富的产品组合,助力光伏行业实现高效率的自动化智造

倍加福新推出的集成工业以太网接口和REST API的IUT-F190-B40超高频RFID读/写设备，进一步扩展了其全面的识别解决方案产品。凭借这些接口技术，专为中等检测距离设计的IUT-F190-B40可以快速轻松地集成到OT和IT系统中，是生产控制、监测和追溯应用，以及工厂自动化中其他工业4.0应用的具有吸引力的解决方案。

演讲人：李雪

产品工程师

ifm 新品发布！毫无阻碍地测量流量：非接触式超声波流量传感器 SU Puresonic，可高精度地检测最高达1000 l/min的流量。由于采用超声波技术，也能精确检测反渗透设备中生产的低电导率超纯水。另外，它还可持续检测信号强度，并将其用作质量和维护指标，用户可根据提示进行预测性维护。

从十几年前倍加福便开始提供光伏自动化产品解决方案，如今，各系列产品线如火如荼地助力锂电制造，实现稳定检测以及准确识别，倍加福凭借丰富的产品线和前沿的科技，致力于推动绿色氢能产业及新能源产业的可持续发展。

传统的深度学习技术在部署时既耗时又费力，除了在生成图像训练模型时离不开昂贵的GPU、需要大量的时间进行样本训练外，还对操作人员的专业能力有着很高的要求。

基于以上行业痛点，康耐视隆重推出Edge Learning工具，其内含Classify(分类)、OCR(光学字符识别)、SmartLine(智能找边)等功能亮点，为具有挑战性的视觉应用提供了更简单、更快速的解决方法。其利用一系列预训练算法，简化了既有的深度学习网络架构，让网络更轻量，人人都能轻松上手。

演讲人

曲海波

康耐视大中华区视觉软件高级市场经理

AI 技术和应用痛点分析和Sherlock AI 对此的应对解决方案。 以及介绍实战案例中如何借用强大Sherlock8视觉平台对AI检测精度和速度的助力。

演讲人：钱凯-Teledyne DALSA 中国区技术经理，从事视觉行业10年以上，主导多次A公司视觉项目，具有丰富的实战经验。

Teledyne DALSA 是 Teledyne Imaging 集团的一部分，在机器视觉市场中是设计、制造和部署数字成像组件的全球领导厂商。Teledyne DALSA 成像传感器、相机、智能相机、图像采集卡、软件和视觉解决方案应用于全球成千上万台自动检测系统并且跨越多种产业，包括半导体、太阳能电池、平板显示、电子产品、汽车、医疗、包装和一般制造等。

一层？两层？还是完全没有进料？18GS/30GS IO-Link系列是倍加福前瞻性超声波双张传感器的全新成员，无论是检测纸张、箔片、木材、金属，还是高反光的太阳能硅片，帮助用户轻松实现多种双张材料的可靠检测。新加入的IO-Link通讯可实现数据可视化，实时获取传感器参数、诊断数据和过程数据，预测性维护等智能功能，面向未来制造，量身打造。倍加福–未来自动化的驱动者和创新者。 倍加福以德国曼海姆为公司总部，凭借其持续不断的对创新技术的研发，向全球工厂自动化和过程行业的客户提供丰富而多样的产品，致力于自动化行业的传统应用和面向未来的应用。同时，倍加福不断推动前瞻性技术的开发，为客户迎接即将来临的工业 4.0 的挑战铺平了道路。

HMT-1为员工提供数字化的操作手册，通过检测并追踪员工所处的实际位置以及具体的工作流程，将智能定位技术载入HMT-1，员工随时随地查看自己需要完成任务数量，工作范围及实施步骤，并在工作完成后进行存档。

系统工程师们一直在寻找新的方法来让产品变得更小，在更短的时间做更多的事，并且价格合理。在过去的几年里，有两个新趋势让这变得更容易：深度学习和 SOC。在深度学习领域，现在有专为非专业用户设计的在线工具，可以非常快速地训练神经网络 — 有时只需几分钟！与此同时，机器视觉相机变得越来越小，有些甚至允许经过训练的神经网络直接在相机上运行。这些相机上的系统成为使用深度学习的小型检测系统。在 SOC 领域，像英伟达这样的公司继续通过强大的载板功能实现进步，其中包括嵌入式的深度学习加速器。在本次网络研讨会中，Teledyne FLIR 的系统工程师Hardy Wang分享了如何利用这些技术开发检测系统的示例，用于颜色分类、缺陷检测、物体分类等任务，甚至为机器人视觉创建自定义深度感知系统。 Hardy还将展示一个检测泡罩包装内药丸的系统的示例，以及一个对汽车颜色、汽车类型和读取车牌进行分类的4相机交通系统。

演讲人：王重普-亚太区售前工程师经理-Hardy作为系统工程师在机器视觉行业有7年工作经验。行业涉及工业自动化、GIS地图、自动驾驶、机器人机械臂、3D视觉，对机器视觉深度学习发展趋势有独到见解。