Robotika Industri: Sistem Tradisional, Kolaboratif, dan Adaptif Dijelaskan

Apa itu robotika industri?

Mereka adalah semua mekanisme kompleks yang memungkinkan otomatisasi tugas di lingkungan industri. Ini mencakup dari lengan robotik, stackers, sistem 3-axis, otomaton, dll. Mereka memiliki karakteristik bahwa mereka harus dikontrol oleh sinyal eksternal dan gerakan yang diprogramnya sebelum dapat melakukan tugas yang ditetapkan. Sinyal ini dapat berupa sinyal awal tugas yang diberikan oleh PLC ke koordinat gerakan yang ditransmisikan oleh sistem komputer visi untuk melakukan tugas berikutnya.

Jenis robotika industri dan perbedaannya

Ada dua jenis robotika industri, robot tradisional dan robot kolaboratif. Dalam beberapa tahun terakhir, jenis robot industri baru telah didefinisikan dan dibedakan. Mereka adalah robot adaptif atau cerdas.

• Karakteristik utama dari robot tradisional adalah kebutuhan mereka untuk memiliki hambatan fisik untuk penggunaannya dengan aman.

• Dalam kasus robot kolaboratif, karakteristik paling representatif adalah desain mereka yang disiapkan untuk dapat bekerja dalam kolaborasi dengan operator manusia, tanpa perlu hambatan fisik. Konsekuensi negatif dari mempertahankan bentuk operasi ini adalah kecepatan dan beban nominal yang lebih rendah dari robotika kolaboratif dibandingkan robotika tradisional.

• Robotika adaptif atau cerdas adalah evolusi dari kedua jenis. Ia dapat memiliki kelebihan dan kelemahan dari kedua jenis. Baik robot tradisional maupun robot kolaboratif dapat bertransformasi menjadi robot adaptif atau cerdas. Karakteristik utamanya adalah kemampuannya untuk bereaksi terhadap lingkungan dan menyesuaikan geraknya dengan tugas spesifik yang sedang dilakukan. Ini mungkin berkat lapisan sensor yang memberikan robot dengan “indra” dan sistem Deep learning atau machine learning yang mengelola informasi yang diterima dan mengontrol gerakan robot adaptif atau cerdas.

Deep learning dan jaringan saraf dalam robotika

Kontribusi data oleh sistem sensor ke robot tidak sama sekali memberikan kecerdasan atau adaptabilitas terhadap lingkungan dan tugas yang dilakukan. Data ini harus diproses dan ditangani untuk menentukan tindakan yang tepat yang akan dilakukan oleh robot adaptif atau cerdas. Tergantung pada kompleksitasnya, pemrosesan data ini dapat dilakukan menggunakan perangkat lunak tradisional atau sistem deep learning dan jaringan saraf. Deep learning digunakan dalam sistem di mana pengambilan keputusan berdasarkan data sensor sangat kompleks.

Desain cakar dan alat untuk robotika

Sebuah bagian yang sangat penting dari sistem robotika industri adalah cara berinteraksi dengan produk atau proses. Desain cakar dan alat sama pentingnya dengan pemrograman dan komunikasi robot. Sistem ini harus menjamin bahwa robot industri tidak merusak produk dan bahwa mereka melakukan tugas mereka dengan benar dalam proses industri. Kadang-kadang desain ini dapat sangat kompleks, baik karena bentuk produk yang akan ditangani atau kompleksitas proses.

Aplikasi, manfaat dan keuntungan robotika adaptif atau cerdas

Aplikasi robotika industri sudah dikenal dan mencakup topik seperti:

• Rangkaian
• Pemuatan dan pembongkaran mesin. Pick and place
• Dikemas dan dipaletkan
• Transportasi bagian, pemotongan bagian
• Potong, gerinda dan pengkilapan
• Proses cat
• Aplikasi perekat dan sealant
• Pengelasan
• Pengukuran dan kontrol kualitas

Namun, proses yang lebih kompleks karena variabilitas mereka tidak diotomatisasi. Pembuatan program hampir setiap hari untuk varian baru atau ketidakmampuan untuk menjamin tingkat membuat industrialisasi melalui robotika tradisional atau kolaboratif tidak mungkin atau tidak menguntungkan. Untuk kasus ini, robotika adaptif atau cerdas menawarkan solusi. Keuntungan utamanya adalah adaptasi terhadap lingkungan kerja. Sebaliknya bekerja dengan koordinat tugas atau gerakan yang telah ditetapkan, Anda bekerja dengan titik floating. Titik-titik ini ditentukan dalam setiap kasus oleh sensor yang kita hubungkan ke instalasi. Sensor menyediakan informasi yang digunakan unit kontrol untuk menentukan titik floating. Adaptasi ini terhadap lingkungan lebih besar atau lebih kecil tergantung pada kapasitas pemrosesan unit kontrol dan resolusi serta kualitas data yang disediakan oleh sensor.

Dalam Proyek ini yang dilakukan oleh ATRIA, Anda dapat mempelajari sistem robotika adaptif di mana, berkat kamera visi, sistem mampu memproses dan memilih titik di mana baterai harus dihubungkan, tanpa dimensi tetap apa pun. Keuntungan lain dari robotika adaptif adalah bahwa dapat diterapkan pada instalasi kolaboratif atau tradisional yang ada dengan tingkat investasi yang lebih rendah. Ini karena hardware dapat dimanfaatkan sepenuhnya di instalasi baru. Akhirnya, keuntungan lain dari robotika adaptif atau cerdas adalah fleksibilitasnya. Jika lingkungan atau proses berubah, sistem mampu menyesuaikan diri tanpa investasi ekonomi. Modifikasi di tingkat perangkat lunak atau pembaruan sensor mungkin cukup untuk instalasi robotika adaptif atau cerdas berfungsi dengan baik.

Dalam Proyek lainnya dan juga berkat sistem robotika adaptif, robot mampu memutuskan cara mengambil bagian, karena diterima dalam kondisi acak, dan bagaimana mereka harus ditempatkan di dalam kotak

Langkah-langkah untuk melakukan Proyek Robotika

Langkah-langkah yang paling umum yang harus kita ikuti dalam setiap proses otomatisasi yang melibatkan robot industri adalah:

1. Definisi persyaratan: Pada langkah ini, tugas yang akan dilakukan oleh robot industri ditetapkan bersama dengan karakteristik yang harus dipenuhi. Definisi persyaratan yang baik dapat menghemat banyak pekerjaan dan uang pengembangan nanti di langkah selanjutnya.
2. Seleksi perangkat keras dan perangkat lunak: Harus didasarkan pada data yang diperoleh pada langkah sebelumnya dan pada pengalaman tim kerja. Pada langkah ini ditentukan jenis sistem robotik mana yang paling sesuai, robot tradisional, robot kolaboratif atau robot adaptif / cerdas.
3. Desain instalasi menggunakan semua data yang ditetapkan dan divalidasi oleh klien dari dua langkah sebelumnya. Dalam desain, perlu menentukan berbagai fase dan bagian dari proses, serta alur kerja dan hubungan antara elemen-elemen yang berbeda.
4. Validasi titik-titik kritis yang terdeteksi selama fase desain. Untuk ini, prototipe dan konstruksi parsial instalasi dapat dilakukan. Langkah ini sangat penting dalam kasus robotika adaptif atau cerdas. Juga di fasilitas di mana variabilitas bagian atau proses sangat tinggi.
5. Industriisasi fasilitas yang dirancang dan divalidasi. Pada langkah ini sangat penting untuk menentukan tes yang akan digunakan untuk memvalidasi instalasi.

Apakah Anda ingin menerapkan robotika dalam salah satu proses atau produk Anda? Hubungi kami!

Posting terkait:

• Robotika industri untuk pabrik besok
• Robot kecerdasan buatan
• Mengapa menggunakan robot kolaboratif?
• Aplikasi Industri 4.0 di berbagai sektor

Proyek terkait:

• Menghubungkan baterai dengan komputer visi
• Pick and place dari pita dengan UR dan visi
• Sistem fungsi akhir garis dengan robot kolaboratif
• Picking dengan visi dan robot kolaboratif dua lengan
• Pengujian fungsi dengan MIR+UR pada suhu tinggi