{{{sourceTextContent.title}}}

Rahmen für die Anpassung von passiven Greifern in der Montagelinie

{{{sourceTextContent.subTitle}}}

Wissenschaftler der Universität Washington haben, inspiriert durch die Arbeit mit dem Fließband von Ford während der COVID-19-Pandemie, ein Berechnungsmodell entwickelt, das adaptive Änderungen an der Art und Weise ermöglicht, wie Roboter passive, 3D-gedruckte Greifer verwenden

{{{sourceTextContent.description}}}

Um die Montagelinien flexibler zu gestalten und gleichzeitig relativ einfache, leicht austauschbare Greifer zu verwenden, musste das Forschungsteam zunächst einen Algorithmus erforschen und schreiben, der es den Greifrobotern ermöglicht, sich intelligent an unterschiedliche Objekte und Flugbahnen anzupassen. Anstatt sie mit gelenkigen Greifern auszustatten, tauschten die Wissenschaftler die verwendeten Greifer aus, formten die neuen Greifer mit 3D-Druckverfahren und brachten den Armen anschließend eine andere Technik bei.

Der entwickelte Rahmen weist den Roboterarm nicht nur an, wie er einen Gegenstand aufnehmen soll, sondern entwirft auch den Greifer, der sich am besten für die Bewegung des Gegenstands eignet. für die Herstellung der relativ leichten Greifer, die im Forschungsprojekt verwendet wurden, wurde der 3D-Druck verwendet, aber es könnten auch andere Formtechniken aus denselben Entwürfen verwendet werden. Auf diese Weise könnten Fließbandroboter leicht an verschiedene Bewegungen angepasst werden.

"Die Automobilindustrie setzt sehr stark auf die additive Fertigung. So hat unser Labor mit GM und Ford an einigen additiven Projekten gearbeitet" - Jeffrey Lipton, University of Washington

Der Bedarf an mehr Flexibilität

Die im August veröffentlichte Forschungsarbeit wurde durch die Starrheit der Fließbänder inspiriert, die die Wissenschaftler beobachteten, als sie Automobilunternehmen bei der Umstellung auf die Herstellung von PSA unterstützten.

Jeffrey Lipton, Leiter des Zentrums für digitale Fabrikation in Washington, erklärte gegenüber Automotive Manufacturing Solutions: "Es begann eigentlich mit unserer Arbeit während der COVID-19-Pandemie. In den Vereinigten Staaten wurde uns schnell klar, dass wir nicht über die traditionellen Lieferketten für die Herstellung von PSA verfügten. Deshalb haben wir an der University of Washington mit der FDA und anderen zusammengearbeitet, um die Zulassung des ersten Gesichtsschutzes zu erreichen, der in 3D gedruckt wurde.

"Wir arbeiteten an 3D-gedruckten Gesichtsmasken mit Ford, die zu dieser Zeit ebenfalls mit der Herstellung von Einweggesichtsschutz begonnen hatten. Ich sah mir an, was sie taten, und sagte: 'Das ist verrückt' Wir haben diese ganze hoch programmierbare Infrastruktur und Ford hat diese riesige Fließbandtechnologie, sie sind führend auf diesem Gebiet, und doch, wenn eine Pandemie ausbricht und man die Produktion umstellen muss, besteht die Lösung darin, das Problem mit Leichen zu bekämpfen. Es gibt immer noch nichts Flexibleres als einen Menschen. Und die Tatsache, dass wir in einer Krise nicht in der Lage waren, Fließbänder schnell in Betrieb zu nehmen, sahen wir als ein gigantisches Problem an."

Fließbänder in der Automobilindustrie sind sehr gut darin, das zu tun, wofür sie gedacht sind. In Zeiten unterbrochener Lieferketten kann es passieren, dass man die richtigen Teile für eine Sache hat und das Fließband für eine andere.

"Wenn es zu Unterbrechungen in der Lieferkette kommt, muss die Nachfrage variabel sein", so Lipton. "Wie können wir also mit Hilfe des 3D-Drucks eine hohe Variabilität in der Produktion bewältigen? Selbst wenn man 3D-gedruckte Komponenten hat, sind sie immer noch kein Produkt, es sei denn, man kann das Ganze in einem Durchgang 3D-drucken und muss es dann zusammenbauen.

Montagevorgänge anpassungsfähiger machen

"Wir haben erkannt, dass die hohe Variabilität und die automatische Montage eine kritische Lücke in unserer Produktionsbasis darstellen, um eine hohe Variabilität in der Produktion zu erreichen." Das Team erkannte, dass Hersteller diese Art von Anpassungsfähigkeit brauchen, wenn es Schwankungen in der Lieferkette gibt und dann, als Nebeneffekt der Schwankungen in der Lieferkette, unterschiedliche Anforderungen an die Produktion.

Lipton und seine Kollegin Adriana Schultz stellten fest, dass Greifer eine große Einschränkung bei der Umrüstung von Montagelinien darstellen. "Es gibt derzeit viele Unternehmen, die versuchen, intelligente Werkzeuge zu entwickeln, mit denen ein Arbeiter ein Fließband umprogrammieren kann. Und sie sind alle gescheitert.

"Sie funktionieren einfach nicht, denn das Problem bei der Neuprogrammierung eines Fließbands ist, dass es immer noch dieselben 'Hände' hat; der Greifer mag für die Aufnahme eines Gegenstands geeignet sein, aber nicht für die Aufnahme eines anderen Gegenstands", so Lipton weiter. "Wenn man also verschiedene Gegenstände hat, die sehr unterschiedliche Greifanforderungen haben, muss man bei jedem Wechsel ein komplexes Gerät auseinandernehmen, zusammenbauen, kalibrieren und wieder einbauen. Es gibt all diese Schritte, die man durchlaufen muss, um eine Arbeitszelle neu zu programmieren, was nicht wirklich machbar ist."

Die Art und Weise, wie Lipton die Probleme beschrieb, schien offensichtlich: Eine anpassungsfähigere Programmierung und austauschbare Werkzeuge würden es einfacher machen, die Montagelinien auf andere Aufgaben umzustellen.

Warum also wurde das nicht schon früher gemacht? "Die Automobilindustrie setzt sehr stark auf die additive Fertigung. So hat unser Labor mit GM und Ford an einigen additiven Projekten gearbeitet. Sie verwenden eine Menge 3D-gedruckter Vorrichtungen, um Teile für Montageprozesse zu halten, die sie nur manuell entwerfen."

Der andere große Unterschied besteht darin, dass die Rechenleistung und der 3D-Druck inzwischen so weit fortgeschritten sind, dass die Idee, neue Greifer zu entwickeln, trivialer ist als die Idee, eine neue Montagelinie auf der Grundlage der vorhandenen Ausrüstung zu entwerfen. Das war bis vor kurzem noch nicht der Fall. Lipton sagte, dass die in den Versuchen verwendeten Greifer in der Herstellung etwa 20 Dollar kosteten und relativ leichte Objekte handhabten.

Ian Goode, der ebenfalls an dem Projekt mitgearbeitet hat, fügte hinzu: "Die Kosten für die Datenverarbeitung sind ebenfalls enorm gesunken, und das ist ein wichtiger Grund, warum dies funktioniert. Es ist schwierig, diese automatisierten Pipeline-Prozesse durchzuführen, wenn man 100.000 Dollar für einen riesigen Supercomputer ausgeben muss, wohingegen die Kosten für Berechnungen jetzt durch wirklich effiziente Rechenzentren so viel billiger geworden sind, dass wir in der Lage sind, diese Art von Aufgaben zu erledigen

Schaffung der algorithmischen Infrastruktur

Diese Rechenleistung ist ausschlaggebend, um die Vorteile der verschiedenen Greifer und der Neuprogrammierung von Robotern zu nutzen. "Die eigentliche Herausforderung bestand darin, die algorithmische Infrastruktur zu entwickeln. Das war eine nicht-triviale mathematische Aufgabe, die der Student Milin [Kodnongbua] wirklich lösen musste, um diese Forschung durchführbar zu machen", so Lipton. "Denn selbst in unserem reduzierten Raum, den wir entwickelt haben, braucht man mit der billigen Rechenleistung eine clevere Methode, um eine Menge mathematischer Werte für diese Abstandsfelder zu berechnen, darüber zu integrieren und den Sweep durchzuführen. Und ohne diese intellektuelle Leistung können Computer und 3D-Druck allein das Problem nicht lösen."

Der mathematisch anspruchsvollste Teil der Arbeit bestand darin, eine Intelligenzebene für die Arme zu schaffen. "Wie kann ich dieses Objekt greifen? Das ist die erste Frage, und die zweite lautet: Wie kann ich mich ihm nähern, ohne das Objekt zu schneiden? Und für beides brauchte man eine intelligente mathematische Grundlage, um es handhabbar zu machen. Sogar mit unseren dümmlich hohen Computerressourcen der heutigen Zeit."

Derzeit befindet sich die Forschung in der Prototyping-Phase, während die Wissenschaftler weiterhin nach Investitionen suchen, um sie in realen Produktionsumgebungen einzuführen.

{{medias[177085].title}}

{{medias[177085].description}}