防眩光型邦纳QCM系列颜色传感器可以克服透明泡罩反光影响，检测药片的有无及颜色是否不正确。

　　● 在药品包装中，吸塑包装的每个透明泡都必须包含一片药片，且每片药片必须是正确的颜色。QCM50颜色传感器可以透过吸塑包装的传感器来检测药片的存在，并区分颜色(如果出现不同的颜色，则给出报警信号)

　　● 例如，一包日间感冒药必须只含日间药片(颜色A)，而不含夜间药片(颜色B)

​

　　邦纳QCM系列颜色传感器特点

　　● QCM系列在量程范围内无论距离远近都能够可靠检测

　　● 单一传感器可区分高达12种颜色，从而节省了库存成本

　　● 抗眩光型号能够可靠地检测高反光物体

　　● 传感器集成显示屏以及按钮，直观地显示配置信息和示教编程

　　● 具有IO-link通信方式，将检测到的RGB含量传送给上位机

预测性维护是当前基于大数据、工业互联网、智能制造等热门概念领域的重要应用场景之一，很多时候都被用作诠释上述理念的典型例子。

　　事实上，预测性维护涉及到机器学习、传感采集等核心关键技术，那么来自机器设备本身的运行数据是极其重要的，一是数据量，二是数据的实时性和准确性。对于维护管理来说，已经经历了事后维护、预防性维护阶段，开始实现基于状态的维护甚至更加智能化的预测性维护阶段。

　　可以发现，如果我们-终达到真正的预测性维护目标，不但能够尽早发现潜在故障，提出预防性措施，避免发生事故，保障设备安全运行，而且还可以对故障加以预测，指导制定合适的维护计划，帮助业主完全避免过度维修，节约大量设备维护成本。

　　关于设备本身的运行状态信息和数据是实现**维护方式的基础。

数据积累

　　来自设备的实时状态数据的种类和数量的积累，对于建立设备机理模型和故障预测模型都十分关键，是能够完成机器自我学习的前提。

　　所谓“设备状态监测”，就是对运行中的设备的振动、噪声、电流、温度、油质等状态参数实施定期或连续监测、有关参数分析、有效地对设备运行状态进行系统自动监测分析或人工分析，读取相应的自诊断状态报告，进而具体指导维修工作。

　　据不完全统计，通过预测性维护可以为企业带来生产率增加：2%~40%，维修费用减少7%~60%，设备寿命延长1~10倍，备件库存减少10%~60%，能量消耗减少5%~15%，过程停机减少多达70%……

BAUMüLLER OPTIONS MODULE, ENC-02, BM4-F-ENC-02-00?5-000

ROCKWELL RELIANCE SERVO DRIVE, GV300E, GV300E-AC015-AA?

PARKER SERVO MOTOR, MHA1455628524S3?-65A7

SIMODRIVE 611-A REGELUNGSEINSCH?UB 2-ACHS, 6SN1118-0AE11

SIMATIC S7-300, CPU 312 ZENTRALBAUGRUPP?E, 6ES7312-1AE14

PEPPERL+FUCHS TRENNUNGSVERST??RKER, PART.NR. 37368S

BAUMüLLER LEISTUNGSMODUL, BM4434-SI1-0124?2-0311-7012

IFM NAEHRUNGSSENSOR?, IF5249, IFB3004-BPKG

SIMATIC S7, DIGITALEINGABE SM 326, NAMUR, 6ES7326-1RF00

SIMATIC DP, ANSCHALTUNG ET 200M IM 153-2, 6ES7153-2BA10

MICROMASTER 420 OHNE FILTER 3AC380-480V +10/-10% 47-63H

SIMOVERT MASTERDRIVES MOTION CONTROL, 6SE7013-0EP50-Z 

ENDRESS + HAUSER MINICAP FTC 262, LEVEL SWITCH, FTC262

SIMATIC DP, ELEKTRonIKMODUL 1F-RO, 6ES7138-4FR00-0?AA0

HITACHI H-200, ANALOG BOARD FOR HITACHI PLC, ACTANA-2 

ALLEN BRADLEY GUARD MASTER, MSR5T, 24V AC/DC, 23020