Nachricht

Apr 18, 2023

Wenn ein Schweißroboter ein Gehirn hat

In den meisten Fertigungsbereichen tun Roboter, was ihnen gesagt wird. Sie haben es nicht geschafft

In den meisten Fertigungsbereichen tun Roboter, was ihnen gesagt wird. Sie konnten es sich nicht selbst beibringen. Das beginnt sich zu ändern, insbesondere bei Schweißrobotern. Pfadrobotik

Ein geschulter Schweißer kann sich einen Druck ansehen, einen Schweißvorgang überprüfen, ein Teil festklemmen und mit dem Schweißen beginnen. Nicht so bei einem Roboter, zumindest nicht traditionell.

In der Vergangenheit hat eine Kombination aus Menschen, Hardware und Software dem Roboter beigebracht, was er tun soll, normalerweise mit einem Bediener, der ein Programmierhandgerät verwendet. All dies verschlingt die produktive Zeit eines Roboters. Das Einlernen könnte kinetisch erfolgen, indem der Bediener den Roboterarm entlang einer bestimmten Bahn bewegt. Dies könnte sogar durch vereinfachte Programmierschnittstellen geschehen, die sich in Cobot-Schweißzellen immer weiter verbreiten.

Eine weitere Möglichkeit ist die Offline-Programmierung und -Simulation. Dazu gehören oft digitale Darstellungen des Roboters, der Vorrichtungen, des Teils selbst und sogar der Zusatzkomponenten rund um die Zelle, die alle dazu dienen, Kollisionen zu verhindern und den Prozess zu überprüfen.

All dies reduziert die Arbeit vor Ort auf (im schlimmsten Fall) ein paar Nachbesserungen beim Programmieren. Trotzdem muss jemand das Gerät entwickeln und das Offline-Programm ausführen. Immer noch müssen Menschen und Software den Unterricht übernehmen, sei es offline im Büro oder in der Werkstatt. Das kostet Zeit und Programmierressourcen. Ein Roboter kann nicht einfach ein Teil „anschauen“ und mit dem Schweißen beginnen – eine Einschränkung, die die Robotik daran gehindert hat, in den „langen Schwanz“ der Produktion mit hohem Mix, geringem Volumen und Nichtserienfertigung vorzudringen.

Das könnte sich ändern. Fortschritte in den Bereichen Vision, Software und maschinelles Lernen bilden die Grundlage für eine neue Art von Fertigungsrobotern – einen mit einem Gehirn.

Im Metallverarbeitungssektor sind einige Technologien entstanden, die Robotern helfen können, zu sehen und dann zu sehen. Omnirobotic mit Sitz in der Nähe von Montreal hat selbstlernende Roboter und Cobots für die Pulverbeschichtung und ähnliche Anwendungen implementiert. In Schweden hat OpiFlex flexible mobile Roboter entwickelt, die darauf trainiert werden können, eine bestimmte Aufgabe an einer bestimmten Maschine zu „sehen“ – sei es eine Abkantpresse, eine Blechbiegemaschine, ein Bearbeitungszentrum, eine Stanzpresse oder etwas anderes – und zu wissen, was als nächstes tun.

Spezifische Ansätze unterscheiden sich, aber im Allgemeinen erhält eine solche Automatisierung eine Art „Robotertraining“, das regelt, wie der Roboter mit der Realität interagiert. Wenn der Roboter also ein Teil „sieht“, das in einer bestimmten Ausrichtung, Ausrichtung und Geschwindigkeit an einer Pulverbeschichtungslinie hängt, weiß er, dass er sich auf eine bestimmte Weise bewegen und sprühen muss.

Einige Unternehmen haben sich intensiv mit der Suche nach ähnlichen Lösungen für das Roboterschweißen beschäftigt, und in den letzten Jahren haben mehrere Organisationen ihre Technologien auf den Markt gebracht. Dem anfänglichen Erfolg nach zu urteilen, könnte die Roboterschweißlandschaft in den kommenden Jahren ganz anders aussehen.

Andy und Alex Lonsberry sind in der Werkstatt ihrer Eltern für maßgefertigte Motorräder aufgewachsen. Die Brüder lernten schon früh das Schweißen, doch anstatt in das Familienunternehmen einzusteigen, landeten die beiden in der akademischen Welt. Die gebürtigen Ohio-Amerikaner promovierten an der Case-Western Reserve University. Alex konzentrierte sich auf Computational Neuroscience, Andy auf maschinelles Lernen für zweibeinige Laufroboter.

„Wir haben uns darauf konzentriert, dass Systeme so lernen, wie Menschen es tun“, sagte Andy und fügte hinzu, dass ihre Arbeit dazu geführt habe, dass die beiden ein Beratungsunternehmen gründeten. „Der ganze Zweck dieses Unternehmens bestand darin, den Schwachpunkt des Marktes zu finden.“

Zwei Schweißroboter arbeiten zusammen, um ein großes Werkstück zu schweißen. Sie zeichnen direkt aus der CAD-Datei und den darin eingebetteten Schweißinformationen. Abagy Robotic Systems Inc.

Schließlich trafen die beiden ein paar technische Leiter eines Schalldämpferherstellers, um ein Problem zu besprechen, das nichts mit Schweißen zu tun hatte. Andy erinnert sich: „Mitten in der Besprechung kam der Präsident des Unternehmens in den Raum und sagte: ‚Reden wir über das Schweißen.‘ Er sagte, sie hätten eine Reihe von Schweißern, die alle in die Jahre gekommen seien. Sie hätten Schwierigkeiten, neue zu rekrutieren, und seien deshalb nicht in der Lage gewesen, das Unternehmen zu vergrößern.

„Sie waren ein High-Mix-Hersteller mit geringem Volumen und etwa 3.000 SKUs und produzierten Losgrößen von 5 und 10. Sie prüften mehrere Optionen, einschließlich Offshoring. Aber sie waren ein in Amerika hergestelltes Unternehmen. Sie wollte die Markenbekanntheit nicht verlieren und befürchtete einen Qualitätsverlust.“ Außerdem wollte das Unternehmen keine Lagerbestände in Millionenhöhe halten. „Sie waren ein Cashflow-Unternehmen. Sie wollten eine Bestellung entgegennehmen, ausführen und versenden.“

Der Hersteller hatte es mit Roboterschweißen versucht, aber der Bau individueller Vorrichtungen für so viele Teilevarianten war nicht praktikabel. Auch Teiletoleranzen waren ein Problem, und da die Teile aus dünnem Edelstahl bestanden, waren die Schweißparameter von entscheidender Bedeutung.

„Lange Rede, kurzer Sinn“, sagte Andy, „Sie haben es einfach nie geschafft, dass es funktioniert. Also kam das Unternehmen mit einer Idee zu uns: ‚Wir lieben menschliche Schweißer. Wir wollen mehr von ihnen, können sie aber scheinbar nicht finden.‘ Wir versuchen, dieses Unternehmen wachsen zu lassen. Gibt es für Sie eine Möglichkeit, diesen Roboterarm zu nehmen und ihm Augen und ein Gehirn zu geben?‘“

Nachdem sie viele Iterationen entworfen hatten, taten die Brüder genau das und 2018 gründeten die beiden Path Robotics mit Sitz in Columbus, Ohio. Das Unternehmen verkauft seine Systeme im Rahmen eines Automation-as-a-Service-Modells. Path behält das Eigentum an der Ausrüstung, während der Hersteller Path eine festgelegte monatliche Gebühr zahlt, die von bestimmten Garantien für Produktivität und Qualität abhängt.

Heutzutage kann ein Bediener einer Path-Zelle mit einfachen Kniehebelklemmen und anderen handelsüblichen Gegenständen ein Teil überall und in jeder Ausrichtung auf einem Schweißtisch befestigen. Der genaue Ort spielt keine Rolle, solange der Roboter physischen Zugang zur Schweißnaht hat.

Die Sensoren des Systems scannen den Bereich und vergleichen das Gesehene dann mit den in der CAD-Datei eingebetteten Informationen. Die CAD-Datei kann eine Vielzahl von Schweißdatenpunkten enthalten, darunter auch solche, die den Anweisungen der Schweißverfahrensspezifikation folgen. Zumindest passt sich das System an das Teil an, auch wenn es nicht mit dem Modell identisch ist.

Die Entstehung der Technologie geht auf die Forschung der Brüder zurück. „Es geht darum, dass Maschinen in der Lage sind, die ihnen zurückgegebenen Daten auszuwerten und es ihnen zu ermöglichen, ihre Umgebung zu erkunden und auf der Grundlage ihrer eigenen Erkundung Muster zwischen dem Guten und dem Schlechten zu verbinden.“

Vereinfacht ausgedrückt befasst sich ihre Forschung mit einer Möglichkeit für Roboter und andere Automatisierungssysteme, zu „lernen“, ohne dass ein riesiger Datensatz erforderlich ist. Herkömmliche Ansätze des maschinellen Lernens und der künstlichen Intelligenz verbessern sich im Laufe der Zeit, indem sie auf enorme Datenmengen zurückgreifen. So scheint Ihr Smartphone jedes Jahr intelligenter zu werden. Die von Path eingesetzten Lernmethoden können sicherlich von allen relevanten Daten profitieren, die sie erhalten können, sie benötigen diese jedoch nicht.

„Es ist wirklich die einzige Möglichkeit, [die Art von maschinellem Lernen, die wir brauchen] für den Einsatz in einer Schweißumgebung zu nutzen“, sagte Andy. „Wir müssen in der Lage sein, mit kleinen Datensätzen einen Mehrwert zu schaffen.“

Path Robotics stellt seine Bildverarbeitungs- und Schweißsysteme auf der FABTECH 2021 vor, die im November in Chicago stattfindet.

Path nutzt seine eigene Vision-, Sensor- und Softwaretechnologie, die es dem Roboter ermöglicht, die vor ihm gespannte Schweißaufgabe zu sehen und zu beurteilen. Sensoren geben während des Schweißens Daten zurück und überwachen die Werkstückgeometrie unmittelbar vor dem Lichtbogen, um Anpassungsschwankungen Rechnung zu tragen.

Path nutzt außerdem die adaptive Fülltechnologie. „Wir sehen [Hersteller] mit unterschiedlicher Gelenkanpassung und -vorbereitung, bei denen sich die Wurzellücke in Größe und Form ändert“, sagte Andy. „Wir passen die Schweißparameter an, um den Durchgang entsprechend füllen zu können und so eine gute Schweißnaht zu erzielen.

Andy erklärte, dass eine solche Anpassung innerhalb der Einschränkungen des WPS funktioniert, was insbesondere für Arbeiten auf Codeebene beim Strukturschweißen von entscheidender Bedeutung ist. In vielen Fällen regelt das WPS die Technik (z. B. Stringer-Perle versus Webart), den Hub und andere Eigenschaften.

Alexander Domanitskiy, ein in Los Angeles ansässiger Vizepräsident für Strategie und Geschäftsentwicklung bei Abagy Robotic Systems, zeigte ein Video eines Technikers, der ein Werkstück in einer Roboterzelle mit einfachen Hebeln und Anschlägen einspannt und das Teil an einer zufälligen Stelle sichert. Er ging aus der Zelle zu einem Computerarbeitsplatz und betrachtete ein 3D-CAD-Modell. Das Modell enthielt nur die Teile- und Schweißdaten – keine Modelle von Klemmen, Anschlägen oder anderen Vorrichtungen.

Die Roboterzelle zum Metall-Lichtbogenschweißen mit Gas verfügt über ein Bildverarbeitungssystem, das mehrere Scans durchführt, woraufhin ein roter „Wolkenpunkt“ auf dem Computerbildschirm erscheint. Das System kann die Wolkenpunktdaten und das 3D-Modell abgleichen, ihre Unterschiede verstehen und eine Flugbahnplanung für das tatsächliche Werkstück durchführen, nicht für das theoretische 3D-Modell.

An diesem Punkt passt sich das System an etwaige Schweißzugangsprobleme an; Im Video überwacht der Techniker das System, während es den Roboterpfad anpasst, um eine Klemme aufzunehmen. „Früher wurde eine Roboterzelle für ein bestimmtes Teil, eine bestimmte SKU oder vielleicht eine Produktfamilie entwickelt“, sagte Domanitskiy, „alles erforderte komplizierte Werkzeuge. Jetzt wechseln wir zu einem anderen Konzept, das die Analyse eines Arbeitsbereichs beinhaltet.“ Volumen. Alles, was in diesen Raum passt, kann geschweißt werden. Solange der Roboter es physisch erreichen kann, kann er es schweißen. Sie benötigen keine speziellen Vorrichtungen oder 3D-Modelle dieser Vorrichtungen.“

Mit Installationen und Supportteams in Europa und in den USA (mit einem Büro außerhalb von Houston) gehen Abagys Wurzeln auf einen in Russland ansässigen globalen Ausstellungshersteller zurück. „Der Gründer hatte eine Produktionshalle mit etwa 200 Mitarbeitern, die alle sowohl mit Metall als auch mit Holz arbeiteten, und er war sehr überrascht, als ihm klar wurde, dass es bei der Produktion einer Charge von Einzelstücken eigentlich keine Möglichkeit gab, einen Roboter einzusetzen. " sagte Domanitskiy. „Er hat sich vor viereinhalb Jahren dazu verpflichtet, dieses Problem zu lösen. Unsere erste kommerzielle Installation erfolgte im Februar 2020.“

Abagys Ansatz beinhaltet proprietäre Software, die mithilfe einer Kombination aus lokaler und cloudbasierter Verarbeitung bereitgestellt wird. Die Cloud führt die umfangreichen Berechnungen und Planungen durch, während lokale Software die Roboterzelle verwaltet. „Dennoch können wir eine Lösung vor Ort erstellen, wenn der Hersteller dies verlangt“, sagte Domanitskiy.

Die Software funktioniert mit einer Vielzahl bestehender Vision- und Robotiksysteme. „Was die Hardware angeht, sind wir ziemlich agnostisch“, sagte Domanitskiy. „Wir arbeiten mit den großen Robotermarken und einer Vielzahl von Schweißstromquellenherstellern zusammen, darunter auch mit den großen. Und wir arbeiten je nach Anwendung mit einer Vielzahl von Bildverarbeitungssystemen.“

Er fügte hinzu, dass die Systeme des Unternehmens bei unterschiedlichen Teilegrößen eingesetzt wurden, darunter auch bei Arbeiten mit großen Strukturträgern und Platten, wobei ein oder mehrere Roboter zum Einsatz kamen. Die Technologie funktioniert auf verschiedene Weise mit Multi-Schweißroboter-Setups. Eine Möglichkeit besteht darin, zwei virtuelle Schweißzellen einzurichten, in denen jeder Roboter bestimmte Aufgaben übernimmt. Eine weitere Möglichkeit besteht darin, die Zelle so einzurichten, dass zwei Roboter zusammenarbeiten können.

Nach dem Scannen eines Werkstücks und dem Vergleich mit dem CAD-Modell mit eingebetteten Schweißdaten beginnt ein Roboter mit dem Schweißen – kein Programmierhandgerät, Offline-Programmierung oder kinetisches Teachen erforderlich. Pfadrobotik

„Zwei Roboter können nebeneinander arbeiten und wir können die Verbindungen zwischen ihnen überprüfen, um einen kollaborativen Vorgang durchzuführen“, sagte Domanitskiy. „Stellen Sie sich vor, einem Roboter geht der Draht aus. In diesem Fall können wir einige der Schweißaufgaben automatisch auf den anderen Roboter umverteilen.“

Er fügte hinzu, dass die Software mit Robotern arbeiten kann, die sich in Verbindung mit Portalen und Positionierern bewegen. „Grundsätzlich haben wir keine Begrenzung hinsichtlich der Anzahl der Achsen, die wir unterstützen können. Und wir verwenden einen digitalen Zwilling, um die gesamte Trajektorienplanung durchzuführen und auf Kollisionen und Singularitäten zu prüfen. Wann immer wir dem Bediener erlauben, den Knopf zu drücken, um das auszuführen.“ Job, wir haben es bereits mit dem digitalen Zwilling getestet.“

Wie Domanitskiy erklärte, erkennt das System auch die Schweißschrumpfung und nimmt in Echtzeit Anpassungen vor. „Wenn wir schweißen, wissen wir genau, wo die Spitze des Drahtes sein sollte … Wenn sich die Wärme entlang des Pfades verteilt, wissen wir, dass wir einige Verzerrungen in Bezug auf die Teilegeometrie erleben werden. Deshalb korrigieren wir kontinuierlich.“ die Position der Drahtspitze zur Anpassung an die Nahtgeometrie.“

Die landläufige Meinung geht davon aus, dass Roboter überall in der Fertigung zu finden sind. Aber jeder, der in der Fabrik arbeitet – insbesondere in der Metallverarbeitung – weiß, dass das nicht stimmt.

Hersteller arbeiten mit Integratoren zusammen, um Roboterautomatisierung für bestimmte Produkte mit vorhersehbarer Nachfrage zu entwickeln. Die meisten Arbeiten verlaufen jedoch wie immer, vom Schneiden über das Biegen bis hin zum manuellen Schweißen.

Im Jahr 2022 könnte die Branche die Anfänge eines allmählichen grundlegenden Wandels erleben, bei dem autonome Automatisierung die Robotik nicht nur für eine Produktfamilie oder einen Wertstrom, sondern praktisch überall in der Fertigung praktikabel macht. Wenn Roboter ein Gehirn haben, wächst ihr Potenzial.

Ein an einem beweglichen Portal hängender Schweißroboter schweißt ein großes Werkstück. Abagy Robotic Systems Inc.