Robotix academy

Mehr

Kraftgeregeltes, roboterbasiertes Schleifen von Freiformflächen

Die Feinbearbeitung von dreidimensionalen Werkstückoberflächen erfolgt oftmals durch einen abschließenden Schleifprozess. Dieser anspruchsvolle, zeitintensive und zugleich ergonomisch kritische Prozess wird üblicherweise manuell ausgeführt, und stellt in den hochautomatisierten, in drei Schichten teilweise mannlos betriebenen Werken häufig einen Engpass dar, der die Ausbringung des gesamten Betriebs beschränkt. Hinzu kommt die begrenzte Verfügbarkeit von Arbeitskräften in den westeuropäischen Hochlohnländern. Zur Erhaltung der Wettbewerbsfähigkeit des Standortes wird eine Teilautomation dieses Engpass Prozesses vorgeschlagen.

Ziel des Projekts BONAIR (Biomimetic rObotic coNtrol for Adaptive grInding of fReeform-geometrie) ist es, die komplexe Herausforderung "Automatisieren des Schleifprozesses von 3-dimensionalen Freiformflächen" in einzelne Teilaufgaben zu gliedern, zu analysieren und eine technologische Lösung zu validieren. Es soll den Projektpartnern eine Möglichkeit aufgezeigt werden, auch weiterhin wettbewerbsfähig zu produzieren und gleichzeitig den Arbeitern monotone Arbeitsschritte in gesundheitsgefährdenden Umgebung zu ersparen. Das Projekt wird von mehreren Unternehmen der Großregion unterstützt.

Der Lösungsansatz nach der Biomimetic oder Biomimicry greift auf Modelle, und Systeme der Natur zurück: Verschiedene Biomimetische Ansätze werden verglichen, um ein intuitives Verständnis der regelungstechnischen Lösungen zu erreichen und somit die Implementierung in der industriellen Praxis zu ermöglichen.

Kraftgeführte Montage durch Roboter

Montageprozesse im Allgemeinen und Peg-in-Hole-Prozesse im Besonderen bilden das Kernelement der Fertigung, u.a. in der Automobilindustrie. Zu den Vorteilen einer Automatisierung dieser Prozesse gehören neben einer kürzeren Taktzeit, Vermeidung ergonomisch kritischer Operationen sowie dokumentierte Prozesssicherheit.

Das Ziel des Projekts SaFyR (Self-adaptive Fuzzy control for Robotic Peg-in-Hole assembly processes) ist es, Peg-in-Hole-Prozesse für das Fügen sowohl harter als auch elastischer Werkstücke mit Robotern zu automatisieren ohne auf zusätzliche visuelle Sensorik zurückzugreifen. Im Gegensatz zu optischen Sensoren werden maschinenintegrierte Kraftsensoren nicht durch externe Umwelteinflüsse wie veränderliche Lichtverhältnisse oder eine teilweise Verdeckung des Werkstücks beeinträchtigt, sondern erfassen direkt die Prozesskräfte.

Die Analyse der Sensorsignale in Echtzeit bildet die Grundlage für die Regelung des Montageprozesses. Der Lösungsansatz dieses vom Fonds Nationale de Recherche (FNR) geförderten Projekts besteht in der Entwicklung innovativer Algorithmen, die auf statistischen Kenngrößen basieren, um diskrete Kontaktzustände zu erkennen und so die Prozessphasen zu unterscheiden, welche für alle Peg-in-Hole-Prozesse charakteristisch sind. Darauf aufbauend werden adaptive, kraftgeregelte Algorithmen für den industriellen Anwendungsfall untersucht, optimiert und validiert.

Mensch-Roboter-Kooperation in der Fertigung

Um die komplementären Fähigkeiten von Mensch und Roboter in der Produktion sinnvoll und einander ergänzend einzusetzen, ist die dynamische Verteilung der Arbeitsschritte erforderlich. Sowohl die Montage als auch die Demontage sind konkrete Einsatzfelder dieser Forschungsgebiete.

Das Ziel von zwei entsprechenden Projekten ist es, unterschiedliche Ansätze zu untersuchen.

In Kooperation mit einem Industriepartner wird die Aufteilung der Arbeitsschritte durch den Werker untersucht. In der Einzelstückfertigung wird je nach dem Arbeitsfortschritt der Roboter für spezifische, unterstützende Prozessschritte angefordert, um bspw. eine ergonomisch belastende Teilfunktion zu übernehmen oder einen Standardprozess zu komplettieren.

Im Rahmen eines weiteren Projekts, KIPs (Knowledge based Intelligent Planning system for production automation), werden intelligente Algorithmen entwickelt, welche unter Einbeziehung von Sensorsignalen Informationen über die Umwelt einbeziehen und daraufhin in Echtzeit das Verhalten, bzw. die Bahn des Roboters anpasst um Hindernisse zu umfahren. Eine Wissensdatenbank über verschiedene Fertigungsprozesse kombiniert Sensorinformationen über die Fertigungsumgebung u.a. von Time-of-Flight Sensoren und formalisiert diese durch Ontologien. Innovative Algorithmen ermöglichen bereits das Umfahren statischer Hindernisse im Labor. Die Umfahrung dynamischer Hindernisse wird derzeit weiter untersucht, um die Mensch-Roboter-Kollaboration in Montage und Demontage zu unterstützen.

Weitere Veröffentlichungen:

Robotizing of low volume production
Plapper, P.

Kontakt


Info

Campus Kirchberg
6, rue Coudenhove-Kalergi
L-1359 Luxembourg

peter.plapper@uni.lu
peter@plapper.com


+352-466644-5804