지식창고
박유라 답변입니다.
원하시는 경우에 메일로 받으시기도 하고, Slack등 선택하시는 툴을 통해서 업데이트를 받아보실 수 있도록 지정할 수 있습니다.
박유라 답변입니다.
Attended Robot을 쓰시는 경우에는 Orchestrator에서 제어할 수 있는 기능이 제한되기는 하지만 일반적으로 UiPath Orchestrator는 로봇의 업무를 할당하고 업무 진행 상황과 로봇의 상태 등의 전반적인 모니터링을 수행합니다. 또 대시보드를 통해 로봇 관리 및 통제, 업무 분산 (Load Balancing), 로그 기록 확인 (.txt), 사용자 권한 관리 가능합니다.
정순영 답변입니다.
MELSOFT Gemini는 타사 PLC와 연동을 할 수 있습니다. 기본적으로 OPC UA통신이 가능한 타사 PLC경우는 연동이 가능합니다. HMI같은 경우는 해당 PLC를 경유하여 입력이 되는 것으로 PLC와 통신이 가능하다면 문제없이 사용하실 수 잇습니다.
한국미쓰비시전기 답변입니다.
좋은 질문 감사합니다. 기존 설비에 대한 설비 추가 및 최초 설비 도입 전에 사전 검증, 즉 PoC를 거쳐 실제 도입 이후의 소모되는 시간과 비용과 같은 재화를 줄여 좀 더 효과적으로 개발시간을 단축할 수 있습니다. 최근에는 신규 공장 건립 등의 현장에서 많은 관심을 보이고 있습니다.
알텐코리아 답변입니다.
컴퓨터 즉, RPA 업무가 수행되는 Device 하나당 한개의 라이센스가 필요합니다. 다만, 한개의 디바이스에서 수행할 수 있는 업무는 24시간 기준으로 보기 때문에 시간대 별로 여러개의 업무를 수행할 수 있습니다.
알텐코리아 답변입니다.
LLM 기반 코딩 AI로 노코드 기반의 개발 툴을 이용한 자동화를 말씀하시는 거라면,
해당 기술은 부분적인 기능을 구현하는 것은 문제가 없지만,
여러 어플리케이션을 다루는 자동화를 구현하는 것은 어려울 것이라고 생각됩니다.
RPA의 가장 큰 장점은 기존 사용되는 소프트웨어의 수정 없이 업무 자동화를 진행하는 것이므로,
해당 기술과 결합하여, RPA가 규칙기반의 반복된 업무 뿐만 아니라,
좀 더 지능적인 업무들도 자동화를 구축할 수 있다고 생각합니다.
김도헌 답변입니다.
진동 데이터가 수집 가능 범위라면 크기는 상관 없습니다. 물리적으로 사이즈가 큰 설비라면 부분별로 좀 더 많은 수량의 센서 부착이 필요 할 수도 있습니다.
김성휘 답변입니다.
학습 모델 수립 시 모터의 고유 진동을 파악하기 위해 AI 학습 모델 수립시 불필요한 진동 노이즈를 필터링하고 있습니다. 진동 데이터는 waveform, spectrum, orbit으로 변환하고 다각적으로 분석합니다.
김정훈 답변입니다.
아이오닉6등 전기차에 매우 외부 내부 조명들은 LED로 변경되고 있는 추세입니다. 이는 일반 조명보다 수십배 높은 효율의 LED를 적용함으로써 배터리 효율을 높이는 효과가 있습니다. 다만 불량발생시 모듈을 통으로 교체해야되고 비용도 비싼것이 단점입니다.
이응제 답변입니다.
사실...고객의 보드에서, case by case 이기에, 답변이 꽤 중성적 일 수 있을 것 입니다.
1. **선택 및 매칭**: 임계값 전압과 온 저항(Rds_on)이 밀접하게 일치하는 FET를 선택합니다. 제조업체는 병렬 구성에 사용할 수 있는 이러한 매개변수와 일치하는 장치를 제공하는 경우가 많습니다.
2. **게이트 저항기**: 각 FET의 게이트와 직렬로 작은 저항기를 추가하면 켜기 및 끄기 시간을 균등화하는 데 도움이 될 수 있습니다. 이는 스위칭 속도를 늦추고 하나의 FET가 다른 FET보다 훨씬 빠르게 켜질 가능성을 줄임으로써 Vgs_th의 작은 변화의 영향을 완화할 수 있습니다.
3. **활성 전류 공유**: 각 FET를 통해 전류를 모니터링하고 이에 따라 게이트 전압을 조정하는 제어 회로를 구현하면 전류 균형을 적극적으로 맞출 수 있습니다. 이는 더 복잡한 솔루션이지만 매우 효과적일 수 있습니다.
이응제 답변입니다.
4. **게이트 전압 조정**: 각 FET의 게이트 전압을 수동으로 조정하여 모두 동일한 지점에서 켜지도록 하는 것도 도움이 될 수 있습니다. 이를 위해서는 신중한 조정이 필요하며 모든 애플리케이션에 실용적이지 않을 수 있습니다.
5. **온도 관리**: 임계값 전압은 온도에 따라 변할 수 있으므로 모든 FET가 동일한 온도에서 작동하도록 하면 일관된 Vgs_th 값을 유지하는 데 도움이 됩니다. 이는 신중한 열 설계와 방열판 또는 기타 냉각 방법을 사용하여 달성할 수 있습니다.
6. **밸러스팅**: 소스 또는 드레인 밸러스트 저항을 사용하여 FET 간의 전류를 균등화할 수 있습니다. 이 저항기는 전류에 따라 증가하는 작은 전압 강하를 발생시켜 전류 분포의 균형을 맞추는 데 도움이 됩니다.
이응제 답변입니다.
7. **PCB 레이아웃**: 기생 인덕턴스 및 저항의 차이를 최소화하기 위해 동일한 트레이스 길이와 단면적을 사용하여 PCB 레이아웃이 모든 병렬 FET에 대해 대칭인지 확인합니다.
8. **소프트 스타트 회로**: 소프트 스타트 메커니즘을 통합하면 켜는 동안 돌입 전류를 줄일 수 있으며, 이를 통해 전류 램프업을 보다 제어하여 전류 호깅을 방지할 수 있습니다.
9. **전류 감지 저항기**: 각 FET의 소스에 낮은 값의 저항기를 배치하고 그 사이의 전압을 모니터링하면 전류 균형을 맞추기 위해 게이트 전압을 조정하기 위한 피드백 신호를 제공할 수 있습니다.
10. **Kelvin 소스 연결**: 이 기술에는 게이트 드라이브 리턴 경로에 대한 소스 터미널에 대한 별도의 연결이 포함됩니다. 이는 게이트 드라이브 효율성에 대한 소스 인덕턴스의 영향을 줄이는 데 도움이 됩니다.
이형준 답변입니다.
MOSFET Parallel 구동시 전류 쏠림을 방지하기 위해서는 MOSFET 자체 특성값이 비슷해야 하는 부분이 있고, 외부적으로는 Driving circuit을 각각 MOSFET에 연결해 주셔야 합니다.
이응제 답변입니다.
맞습니다. :)
최남영 답변입니다.
https://help.autodesk.com/view/ACD/2024/KOR/?guid=GUID-16DC15FC-5329-492E-B66A-401D49CF971F
위 링크를 참고하시기 바랍니다.
이승규 답변입니다.
End Node 단의 센싱부의 Data 가 늘어나고 있는 추세이므로, 기존의 4~20mA, Hart 로는 Data Rate 이 부족한 현실이며, 해외 쪽에서는 10BASE-T1L 을 먼저 가고 있다고 보시면 됩니다.
이승규 답변입니다.
1-Pair Cable 을 이용하여,
10Mbps, 1Km 까지 전송이 가능하며,
SPOE 를 사용하시면 전력까지 전송이 가능합니다.
이승규 답변입니다.
1Km 가 넘는 경우에는 ADIN2111 즉 2-Port Switch Chip 을 사용하여 거리를 확장할 수 있습니다.
Cable 은 IEEE 802.3cg 에서 정한 케이블을 사용하시는 것이 가장 좋습니다.
이승규 답변입니다.
장점 : 기존에 깔려있는 케이블을 재사용할 수 있으며, 10Mbps 로 1.7Km 까지 보낼 수 있으므로, 유지보수 적인 면에서 장점이 있습니다.
민병욱 부장 답변입니다.
Ansys 의 optislang 추천드립니다.
김학춘 답변입니다.
좀더 구체적인 내용이 필요할 것 같습니다.
연락처 공유 가능하시면 저희 회사 메일로 연락 주시면 답변 드리도록 하겠습니다.
김학춘 답변입니다.
연락처 전달해 주시면, 별도로 답변 드리도록 하겠습니다.
민병욱 부장 답변입니다.
motor cad (개념설계) 및 optislang(최적화) 을 추천 드립니다.
주어진 제약조건(크기,목표성능,전압,전류제한)에서 , 기존의 전류 밀도 및 자속밀도 수준을 모터 크기에 상관없이 동일한 수준으로 유지하면서 출력 혹은 토크에 맞게 모터의 상당 직렬턴수 및 자석의 크기를 변경하시면 됩니다.
sungil chae 답변입니다.
대부분의 예외처리에 대한 사항은 메뉴얼로 제공을 해 드리고 있습니다. 이후 강화학습을 위한 데이터는 인식률에 대한 모니터링을 하고 있고 주기적인 방문을 통해 업데이트를 하거나 온라인 서버를 통해서 진행하는 경우도 있어 옵션에 따라 강화학습은 다양하게 진행 될 수 있습니다.
고외관 표면의 품질검사를 분광카메라로 머신비전 구성할수 있나요? 가격이 너무 높아서 검토가 무의미 한건가요?
첨단 답변입니다.
일반적인 카메라 라인업은 아닙니다. 충분히 검토가 가능하지만, 아직은 가격이 높기 때문에 채용률이 굉장히 낮습니다.
fainstec 답변입니다.
Hyper Spectral Camera의 경우 금액이 높은 편이긴 합니다만 근래 Sony에서 SWIR 센서가 출시 하면서 접근 가능한 금액대가 되었습니다. 다만 Hyper Spectral Imaging의 경우 표면의 재질을 검사 할 수 있는 적합한 조명과 소프트웨어가 뒷받침 되어야 합니다. Specim 이라는 업체 웹사이트를 확인 해 보시면 도움이 되실 겁니다.
센소파트코리아 영업팀 답변입니다.
불량율 검출과 조립 허용 오차를 줄이기 위해서는 검사에 적합한 촬영 영역을 구축하여, 분해능을 높이는 것이 중요합니다. 또한 적합한 조명 조건을 구축하여, 명확한 이미지 취득이 필요합니다.
검증 정확도를 높이기 위한 학습 데이터 양과 질의 부분은 딥러닝 학습 검사에 관련된 부분으로 자사의 딥러닝은 자체적인 컨트롤러로 구현되기 때문에 많은 학습 양과 시간이 소요되지 않습니다.
추가적으로 자사의 제품은 룰베이스와 딥러닝 두가지 다 적용이 가능한 제품입니다.
다른 문의사항이 있으시면, k.lee@sensopart.com | s.lee@sensopart.com | 031-723-0135 로 연락주시면, 회신드리도록 하겠습니다.
TEST 및 상담이 필요하시면, 경기도 화성시 동탄첨단산업1로 27 B동 235호 센소파트 코리아(영천동, 금강펜테리움 IX타워) 로 방문주시면, 지원드리도록 하겠습니다.
편하신 방법으로 문의주시길 바랍니다.
감사합니다.
이신원 답변입니다.
팩조립을 할때에 센소파트 Visor Camera를 설치하여,
로봇과 비전이 설치되어 있는 공간에 동영상에서 보신 것처럼
벽면에 자사의 Calibration Plate를 설치 후 Hand-eye Calibration 시퀀스를 추가하시면 재보정이 필요할 때, 작업자가 손쉽게 사용하실 수 있을 것 같습니다.
보다 자세한 안내는 센소파트 본사로 연락을 주시면, 더 자세히 안내드릴 수 있도록 하겠습니다.