使用AWS IoT Greengrass 2.0,AWS IoT SiteWise和ADLINK Edge进行自动质量检查,以采取行动

 

传送带驱动的生产线上的问题很容易被遗漏或忽略,在某些情况下会导致产品损坏和维修费用高昂。造成的停机时间代价高昂,并导致错过了生产目标。虽然手动质量检查可以帮助防止其中一些问题,但是这很耗时,不准确并且会导致性能瓶颈。 

我的团队与Amazon Web Services(AWS)合作开发了一种从边缘到云的机器监控解决方案,以应对这些确切的制造挑战。 在这个博客中我们与AWS的合作伙伴一道,在幕后介绍了自动质量检查解决方案,结合了ADLINK和AWS的最佳边缘计算和AI技术,解释了它的功能和工作方式。 

Edge和C的力量大声  

凌华科技的机器视觉平台可检测产品在输送线上的缺陷,以及凌华科技的边缘硬件和软件,可实时生成振动,温度和负载数据,从而监控输送机设备的运行状况。 AWS IoT Greengrass 2.0提供了边缘解决方案和云之间的安全链接,而AWS IoT SiteWise收集并组织了工厂和地理位置的数据,以显示生产线的状态。  

当然,我们在边缘的数据采集和自动化操作方面拥有丰富的经验,连同在云中进行的数据分析,管理和培训一样,我们提供了一个安全的系统,该系统可基于AI指导的解决方案进行丰富而翔实的决策,例如运营和生产的质量检查。制造商的最终结果是不断提高运营和流程效率的能力。 

阅读完整的博客 了解如何使用集成的机器视觉系统在生产线上实时检测缺陷并采取行动 凌华科技边缘 人工智能平台 AWS IoT SiteWise 以及 AWS IoT绿草2.0

罗伯·波维尔
罗伯·波维尔

边缘解决方案凌华科技物联网解决方案和技术部工程主管