机器人实现屠宰自动化

         

        当 WESTFLEISCH 注册合作社考虑在 Coesfeld 肉类加工中心内自动化原有的人工屠宰设备过程时,首先在“剔除直肠”及“切开盆腔骨及腹部”两个流程中测试使用了两台库卡机器人。在此过程中,机器人主要以它工作的质量及经济效益说服了使用者。

 
 
实施措施/解决方案
 
        测试成功以后,WESTFLEISCH 公司就在其生产线中集成了库卡六轴机器人 KR 30 及 KR 60 各两台。机器人都用卫生护罩来防止潮湿、不洁及清洁剂的侵害。机器人、Banss 公司提供的三维激光测量系统以及一个 PC 评估软件和一个由库卡提供的输送器软件共同构成了自动化解决方案的核心。
         一台悬挂式输送器将屠宰后除脏的畜体以每秒钟 170 mm 的速度持续不断地驶过屠宰生产线。由于机器人必须能跟上此速度,所以通过输送器软件机器人与输送器的运行同起来。与此同时,三维激光测量系统精确测得有关整个畜体表面的数据。由于每个畜体的大小及重量不同,并且有其他的解剖学上的特征,所以进行测量是非常必要的。由此而得出的坐标将通过 PC 评估软件传送到机器人控制系统,该软件可为每个畜体确定各自的切割数据。机器人控制系统在此基础上计算出相应的机器人轨道。然后,生产线上的
第一台、装备有一个双钩环的机器人 KR 30 在固定的位置切下畜体的前蹄。另一台 KR 30 悬挂安装在天花板上,它将用直肠切除器将直肠剔除。在重新进行三维激光测量之后,一台悬挂安装并装备有切肉刀的 KR 60 将每个畜体的盆腔骨切断并对其腹部进行预切。另一台 KR 60 则用一个圆盘刀打开畜体的腹腔和胸腔。并将胸骨从中间完整精确地截断。
 
 
系统部件/合同范围
 
库卡机器人 KR 30 及 KR 60 各两台
 以 PC 为基础的库卡机器人控制系统,包括带有通用的视窗操作界面的控制面板
 三维激光测量系统
PC 评估软件
输送器软件
工具:双钩环、直肠切除器、切肉刀、圆盘刀
机器人编程
机器人的卫生护罩
悬挂输送器
投入运行
 
由 Biedenkopf 的 Banss 屠宰及输送技术有限公司提供。
 
 
结果/成效
 
更佳的经济效益
WESTFLEISCH 公司可降低加工每头猪的人工费用。与人工切割相比,使用直肠切除器得到的内脏增多了百分之五。由于无法向大多数的客户销售整块的胸骨,所以从中间切断胸骨也成为了一种优势,而这种技术只有机器人能够掌握。除此之外,与屠宰行业内的通常情况相比,机器人较长的维护周期也可明显缩短回报期。另外,刀具的使用寿命也明显提高。直肠切除器可用于 35000 个以上的畜体,双钩环及切断盆腔骨切刀可用于切割约 200000 个畜体。甚至圆盘的使用寿命也明显超过了 35000 个畜体。
改善了卫生条件
机器人保证了无菌环境,因为它的刀具在每个工作步骤之后都会经过 82 度热水灭菌处理。
生产运行过程实现了自动化
机器人空间要求很小且安装灵活性非常高,它可以安装在地面、天花板及墙壁上,因此机器人可以在生产运行过程中进行安装。也就是说无需停止生产。
可用性高
机器人可达到近百分之百的可用性。保养周期大于 10000 个运行小时。另外,机器人的可用性对于整个设备都起到了积极的作用。因为输送器可在机器人进行保养的情况下继续运行。此时该项工作就由一名工作人员进行。而在使用其他技术的情况下,这是非常困难或甚至不可思议的。
保住了工作位置
WESTFLEISCH 公司内无人因为使用了自动化设而丢掉了工作。该公司以壮大并增加了在其他的领域的人员投入。除此之外,WESTFLEISCH 公司还因采用了自动化设备避免了将工作位置转移到外国的情况。

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.mzph.cn/news/255870.shtml

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email:809451989@qq.com,一经查实,立即删除!

相关文章

python数据结构《排序专题复习》

目录 常见的三种排序方法 冒泡排序 插入排序 选择排序 其他经典的排序方法 快速排序 堆排序 归并排序 希尔排序 不同排序方法的各维度对比 排序方式的稳定性:若两个相同的元素在排序前后的相对位置不发生改变的排序为稳定排序,否则不稳定排序 常…

BZOJ2844 albus就是要第一个出场

AC通道:http://www.lydsy.com/JudgeOnline/problem.php?id2844 这题貌似HDU上有一道差不多的题,不过我没做过,也就没管了。 首先讲一个线性基的东西,大概就是这样: 然后就是一个什么性质:S异或起来会出现重…

HTG Explains: Why Linux Doesn’t Need Defragmenting

If you’re a Linux user, you’ve probably heard that you don’t need to defragment your Linux file systems. You’ll also notice that Linux distributions don’t come with disk-defragmenting utilities. But why is that? To understand why Linux file systems d…

Spring AOP 实战运用

Spring AOP 实战 看了上面这么多的理论知识, 不知道大家有没有觉得枯燥哈. 不过不要急, 俗话说理论是实践的基础, 对 Spring AOP 有了基本的理论认识后, 我们来看一下下面几个具体的例子吧.下面的几个例子是我在工作中所遇见的比较常用的 Spring AOP 的使用场景, 我精简了很多有…

大话设计模式之策略模式

第二章:商场促销——策略模式 策略模式的定义:策略模式是一种定义一系列算法的方法,从概念上来看,所有这些算法完成的都是相同的工作,知识实现不同,他可以以相同的方式调用所有的算法,减少了各类算法类与使…

【Python学习】——语言风格(变量赋值、深浅拷贝、for循环陷阱)

目录 1、赋值 2、赋值的分类——引用赋值、值赋值 1) 不可变对象引用赋值——字符串、数值、元组等 2)可变对象引用赋值——列表、集合、字典 3)可变与不可变对象的引用赋值内部分析 4)在py文件中,和作用域有关,如…

判断庄家是否出货

1. 大盘处于强势的时候 日平均线在横盘的时候,缓慢拉升然后急剧下跌 高位盘整的时候 2. 有利好消息发布的时候 因为庄家会利用这个对于散户来说这个买入时机来进行出货操作,可见庄家真是阴险狡诈转载于:https://www.cnblogs.com/dcz1001/p/6115893.html

【深度学习】——常见深度学习模型总结、anchor-free和anchor-based

目录 1、faster rcnn: 2、SSD: 3、YOLOv1: 小结: 拓展:anchor-based和anchor-free anchor 1、faster rcnn: FasterRcnn 算法原理讲解笔记(非常详细)https://blog.csdn.net/xjtdw/article…

真静态和伪静态的区别

首先肯定的是纯静态和伪静态都是SEO的产物,但纯静态和伪静态还是有很大区别的。 纯静态是生成真实的HTML页面保存到服务器端,用户访问时直接访问这 个HTML页面即可,从而大大的减轻了服务器压力(如dedecms就是采用的纯静态&#xf…

非常有趣的Console

console觉醒之路,打印个动画如何? 原文地址: http://www.helloweba.com/view-blog-383.html 批量去掉或替换文本中的换行符(notepad、sublime text2) 原文地址:http://m.blog.csdn.net/article/details?id43228729 有…

假期实践

第一天 地点:杭州颐高数码城 第一天,我来到了自己家附近的颐高数码城。文三路这边有一个卖数码产品的一条街,这里也是最贴近我专业实践的地方,所以第一天的实践我选择了这里。 2001年开业的颐高数码广场座落于“电子一条街”文三路、学院路口…

3.AngularJS-过滤器

转自:https://www.cnblogs.com/best/p/6225621.html 二、过滤器 使用过滤器格式化数据,变换数据格式,在模板中使用一个插值变量。语法格式如下: {{ express | filter:parameter1:p2:p3… | … | …}} 过滤器分了内置过滤器与自定义…

【深度学习】——训练过程

包含哪些层 训练过程 其实就是yf(x)的求参过程,先给参数一个初始值,然后根据初始函数计算得到预测值,根据预测值和真值计算损失,然后又根据损失函数进行反向传播更新参数,更新参数后,再次计算预测值&#…

thinkphp自定义模板标签(一)

thinkphp内置的foreach和include等模板标签使用是非常方便的;但是内置的那些标签只能满足常用功能,个性化的功能就需要我们自己编写自定义模板标签了;下面就是要讲解如何实现; 示例环境:thinkphp3.2.3 thinkphp的模板标…

【深度学习】——激活函数(sigmoid、tanh、relu、softmax)

目录 激活函数 1、作用 2、常用激活函数 3、衡量激活函数好坏的标准: 4、不同的激活函数 1)sigmoid 2)tanh函数 3)RULE函数和leak-relu函数 4)softmax函数 激活函数 1、作用 如果只是线性卷积的话&#xff0c…

【深度学习】——分类损失函数、回归损失函数、交叉熵损失函数、均方差损失函数、损失函数曲线、

目录 代码 回归问题的损失函数 分类问题的损失函数 1、 0-1损失 (zero-one loss) 2、Logistic loss 3、Hinge loss 4、指数损失(Exponential loss) 机器学习的损失函数 Cross Entropy Loss Function(交叉熵损失函数) 交叉熵优点 Mean Squared E…

【转】应用架构一团糟?如何将单体应用改造为微服务

概述 将单体应用改造为微服务实际上是应用现代化的过程,这是开发者们在过去十年来一直在做的事情,所以已经有一些可以复用的经验。 全部重写是绝对不能用的策略,除非你要集中精力从头构建一个基于微服务的应用。虽然听起来很有吸引力&#xf…

Linux 解决ssh连接慢的问题

备份文件 cp /etc/ssh/sshd_config /etc/ssh/sshd_config.bak 编辑文件 vi /etc/ssh/sshd_config 输入/ 查找GSSAPIAuthentication 设置如下 GSSAPIAuthentication no # 是否允许使用基于 GSSAPI 的用户认证。默认值为"no"。仅用于SSH-2 详细解释 输入/ 查找UseDNS …

【Hibernate】Hibernate系列6之HQL查询

HQL查询 6.1、概述 6.2、分页查询 6.3、命名查询 6.4、投影查询-部分字段查询 6.5、报表查询 6.6、迫切左外连接、左外连接 6.7、迫切内连接、内连接 6.8、QBC查询、本地查询 转载于:https://www.cnblogs.com/junneyang/p/5254641.html

【深度学习】——梯度下降优化算法(批量梯度下降、随机梯度下降、小批量梯度下降、Momentum、Adam)

目录 梯度 梯度下降 常用的梯度下降算法(BGD,SGD,MBGD) 梯度下降的详细算法 算法过程 批量梯度下降法(Batch Gradient Descent) 随机梯度下降法(Stochastic Gradient Descent&#xff09…