C121_Automatización para la industria 4.0

52 CASO DE ÉXITO “A partir de estos resultados de test deducimos las mejoras posibles del producto o los desarrollos posteriores”, dice Michael Schafferhans, technical sales consultant en Leuze. “Esto nos permite determinar dónde tenemos que reajustar y mejorar más”, añade. Leuze se toma muy en serio esta infor- mación de los clientes y socios y está trabajando activamente en otros sen- sores basados en la tecnología CAT. A fin de cuentas, siempre se trata de ofrecer al cliente el mejor apoyo posible con su aplicación y hacer que tenga aún más éxito. Este es el obje- tivo y la inspiración del personal de la Sensor People. CONTRAST ADAPTIVE TEACH AUMENTA EL RENDIMIENTO “El DRT 25C se basa en una tecno- logía totalmente nueva: la Contrast Adaptive Teach Technology (CAT)”, explica Eberle. La idea básica es simple: El objeto puede cambiar en cualquier momento. Por este motivo, en lugar de trabajar con el objeto, el DRT 25C trabaja con su entorno como superficie constante de referencia. En los sistemas de embalaje se trata de la cinta transportadora que se uti- liza como referencia de aprendizaje. Una vez que el sensor ha aprendido la información del contraste de la cinta transportadora, proceso deno- minado Teach, solo tiene que ser lo suficientemente inteligente como para adaptar este conocimiento a un posible cambio del entorno. Y esto es precisamente lo que hace la tecnología CAT. Con esta tecnología de referencia Leuze ha creado un nuevo principio de funcionamiento en el campo de los sensores de conmutación. El DRT 25C aprende los parámetros de señal de la cinta transportadora con solo pulsar un botón y los almacena como “cero estándar”. Cada objeto transpor- tado en la cinta generará ahora una señal. Si se desvía del estado cero, el DRT 25C detecta el objeto de forma segura y fiable como “una desviación de la referencia”. El rendimiento del dispositivo se optimiza eligiendo el nivel de aprendizaje. Hay una rutina, por ejemplo, para cintas transporta- doras que se ensucian mucho con el paso del tiempo. Existe otro nivel de aprendizaje especial para la detec- ción de objetos planos o incluso transparentes. Una vez que el sensor ha “aprendido” no es necesario reali- zar otra configuración o reajuste. Ni Hermann Sammer, director de I+D en Sesotec, y Andreas Eberle, key account manager packaging en Leuze.