EtherCAT主站网关助力雷赛智能在光伏划焊一体机中的成功应用

背景

光伏产业作为我国的战略性新兴产业,近年来在国家政策的大力支持和技术创新的推动下,实现了快速增长。目前,我国的光伏产业不仅规模不断扩大,技术水平也在不断提升,在全球市场上已占据领先地位。

在光伏设备领域,高精度和高速度的动态跟踪控制系统至关重要。这里,伺服技术的应用成为了行业标准。基于伺服电机的控制系统通过精确的反馈控制,实时监测和调整设备运行参数,如位置、速度和加速度,从而确保设备运行的精准性,提升生产效率和产品品质。

光伏行业包含多个加工工序,每个工序都需要特定的设备。这些设备按照光伏产业链的上中下游分布,分别对应前、中、后道工序。

其中,光伏组件划焊工艺是连接电池片间金属导线的关键步骤,对制造高效率光伏组件至关重要。与传统分离的划片机和串焊机相比,集成化的高速划焊一体机因其高效性而越来越受到市场欢迎。

高速划焊一体机

在这一案例中,HMS 与雷赛智能紧密合作,利用 HMS 高性能的 EtherCAT 主站网关,与雷赛智能的先进伺服电机相结合,共同推动光伏划焊一体机的技术进步。


客户面临的挑战

伺服驱动器制造商在服务光伏设备客户时面临的挑战包括:

  1. **降低成本:**在激烈的行业竞争中,制造商必须寻找各种方法来减少方案成本,以保持市场竞争力。
  2. **简化安装和使用:**自动化工程师需要处理大量设备和系统,因此设备的简易安装和操作是提高工作效率的关键。
  3. **多协议兼容性:**不同的划焊机制造商可能采用不同的主控系统,因此伺服驱动器必须支持多种通信协议以确保兼容性。
  4. **高实时性要求:**伺服电机的参数如位置、速度和加速度需要实时监控和控制,保证这一点是用户非常关心的。
  5. **稳定性和可靠性:**光伏行业用户最为看重的是设备的稳定性和可靠性,这直接影响到生产效率和产品质量。

这些痛点突出了伺服驱动器在光伏行业应用中需要解决的关键问题,对于提升整个行业的技术水平和市场竞争力至关重要。


HMS 解决方案

基于最新一代技术平台和 Anybus 自研高性能通信芯片 NP40,HMS 在 2023 年全新推出了 EtherCAT 主站网关系列。

网关特点

  • 支持最多 24 个 EtherCAT 从站连接
  • 采用 DIN 导轨式安装,直观友好的用户界面,配置简单
  • 支持多种工业网络协议:PROFIBUS DP, PROFINET, EtherCAT, EtherNet/IP, Modbus TCP, Powerlink, BACnet/IP
  • 延时低至 1ms,满足要求严格的运动控制应用
  • 数据量高达 1500 个字节
  • 经过预认证测试,稳定可靠,提供长达 5 年的质保期

应用示意图


测试效果

客户进行了两组测试:

第一组:一个 Anybus 网关连接 24 个单轴驱动器,每个驱动器带一个电机,PV 速度模式下运行速度为 600 rpm,不间断。

第二组:一个 Anybus 网关连接 8 个双轴驱动器,每个驱动器带两个电机。PV 速度模式下,轴 1 以 1200rpm 运行,轴 2 以 240rpm 运行,不间断。

现场测试照片

经过连续 7 天 24 小时的测试,两组均显示通信和控制正常,无报警、报错或数据错误。功能完全满足客户要求,并获得客户高度认可。


总结

光伏组件的划焊工艺至关重要,它不仅提升了组件性能与使用寿命,还确保了光伏电站的稳定发电。

HMS 携手雷赛智能,使用性能卓越的 EtherCAT 主站网关,配合高速、高精度、高可靠性的伺服控制系统,为光伏设备客户降本增效、增强灵活性和产品竞争力。

OpenCV(开源计算机视觉库)是一个强大的图像处理和计算机视觉工具包,被广泛应用于各种领域,包括图像分析、机器学习和人工智能。MFC(Microsoft Foundation Classes)是微软提供的一套面向对象的C++库,用于构建Windows应用程序。在这个项目中,我们将OpenCVMFC结合,利用MFC中的CRectTracker类实现用户交互式地选择图像ROI(感兴趣区域)并创建模板图像。CRectTracker类是MFC中的一个实用工具,它允许用户通过拖动鼠标在窗口上画出一个矩形区域,就像橡皮筋一样。这个类提供了跟踪矩形边角的能力,使得用户可以方便地调整矩形的大小和位置。在OpenCV中,我们需要这种交互性来让用户指定他们感兴趣的图像区域,这通常是用于匹配、识别或其他特定分析任务。在实现过程中,你需要在MFC应用中集成OpenCV库,创建一个窗口控件显示图像。然后,你可以为该控件添加消息处理函数,监听WM_LBUTTONDOWN、WM_LBUTTONUP和WM_MOUSEMOVE消息,这些消息分别对应于鼠标的左键按下、释放和移动事件。当用户在图像上点击并拖动时,CRectTracker会跟踪这个矩形区域,并更新其位置和大小。一旦用户完成选择,你可以获取CRectTracker实例中的矩形坐标,并将其映射到原始图像的像素坐标。OpenCV提供了`cv::Rect`类来表示图像上的矩形区域,你可以创建一个`cv::Rect`对象来保存用户选择的ROI。然后,你可以使用这个矩形区域从原始图像中裁剪出一个新的图像,这就是模板图像。模板图像在计算机视觉中有多种用途,例如模板匹配。在OpenCV中,可以使用`cv::matchTemplate`函数进行模板匹配,它会计算模板图像和目标图像之间的相似度,返回一个匹配结果图,高亮显示出模板最匹配的区域。为了提高用户体验,你可能还需要考虑一些额外的功能,如实时预览选定的ROI,或者提供撤销/重做操作。此外,确保正确处理边界情况,比如用户选择的矩形区域超出图像边界。这个项目结合了OpenCV的强大图像处理功能和MFC的用户界面优点,实现了用户友好的图像ROI选择。通过CRectTracker类,我们可以创建一个交互式的图形界面,允许用户自由地选择感兴趣的图像区域,进而生成模板图像,这对于许多计算机视觉应用来说是非常有用的。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值