Robot industri:tradisional, kolaboratif, dan adaptif
Apa itu robotika industri?
Mereka semua adalah mekanisme kompleks yang memungkinkan otomatisasi tugas di lingkungan industri. Ini termasuk dari lengan robot , penumpuk, sistem 3-sumbu, robot , dll. Mereka memiliki karakteristik bahwa mereka harus dikendalikan oleh sinyal eksternal dan gerakan terprogram mereka sebelum dapat melakukan tugas yang diberikan. Sinyal ini dapat berupa sinyal awal tugas yang diberikan oleh PLC ke koordinat gerakan yang ditransmisikan oleh sistem visi komputer untuk melaksanakan tugas berikutnya.
Jenis robotika industri dan perbedaannya
Dua jenis robot industri adalah 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 robot tradisional adalah kebutuhan mereka untuk memiliki penghalang fisik agar dapat digunakan dengan aman.
- Dalam kasus robot kolaboratif , karakteristik yang paling representatif adalah desainnya yang disiapkan untuk dapat bekerja sama dengan operator manusia, tanpa perlu hambatan fisik. Konsekuensi negatif dari mempertahankan bentuk operasi ini adalah kecepatan dan beban nominal robotika kolaboratif yang lebih rendah dibandingkan dengan robotika tradisional.
- Robot adaptif atau cerdas merupakan evolusi dari kedua jenis. Itu dapat memiliki kekuatan dan kelemahan dari kedua jenis. Baik robot tradisional maupun robot kolaboratif dapat berubah menjadi robot adaptif atau cerdas. Karakteristik utamanya adalah kemampuannya untuk bereaksi terhadap lingkungan dan menyesuaikan gerakannya dengan tugas spesifik yang dilakukannya. Hal ini dimungkinkan berkat lapisan sensor yang memberi robot "indera" dan sistem Deep learning atau pembelajaran mesin yang mengelola informasi yang diterima dan mengontrol pergerakan robot adaptif atau cerdas.
Pembelajaran mendalam dan jaringan saraf dalam robotika
Kontribusi data oleh sistem sensor untuk robot tidak dengan sendirinya memberikan kecerdasan atau kemampuan beradaptasi dengan lingkungan dan tugas yang dilakukan. Data ini harus diproses dan diperlakukan untuk menentukan tindakan yang tepat untuk dilakukan oleh robot adaptif atau cerdas. Bergantung pada kerumitannya, pemrosesan data ini dapat dilakukan menggunakan perangkat lunak tradisional atau pembelajaran mendalam sistem dan jaringan saraf . Pembelajaran mendalam digunakan dalam sistem di mana pengambilan keputusan berdasarkan data sensor sangat kompleks.
Desain cakar dan alat untuk robotika
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. Terkadang desain ini bisa menjadi sangat kompleks, baik karena bentuk produk yang akan ditangani atau kerumitan prosesnya.
Aplikasi, manfaat, dan keunggulan robotika adaptif atau cerdas
Aplikasi robotika industri terkenal dan mencakup topik-topik seperti:
- Perakitan
- Memuat dan membongkar mesin. Pilih dan tempatkan
- Dikemas dan dikemas dalam palet
- Pengangkutan suku cadang, pelepasan suku cadang
- Memotong, menggiling, dan memoles
- Proses pengecatan
- Aplikasi perekat dan sealant
- Pengelasan
- Pengukuran dan kontrol kualitas
Namun, proses yang lebih kompleks karena variabilitasnya tidak otomatis. Pembuatan program hampir setiap hari untuk varian baru atau ketidakmungkinan tingkat jaminan membuat industrialisasi melalui robotika tradisional atau kolaboratif tidak mungkin atau tidak menguntungkan. Untuk kasus ini, robot adaptif atau cerdas menawarkan solusi. Keuntungan utamanya adalah adaptasi dengan lingkungan kerja . Alih-alih bekerja dengan tugas yang telah ditetapkan atau koordinat gerakan, Anda bekerja dengan floating point . Titik-titik ini ditentukan dalam setiap kasus oleh sensor yang kami sambungkan ke instalasi. Sensor memasok informasi yang digunakan unit kontrol untuk menentukan floating point. Adaptasi terhadap lingkungan ini lebih besar atau lebih kecil tergantung pada kapasitas pemrosesan unit kontrol dan resolusi serta kualitas data yang disediakan oleh sensor.
Dalam Proyek . ini dilakukan oleh ATRIA, Anda dapat belajar tentang sistem robotika adaptif di mana, berkat kamera penglihatan, sistem ini dapat memproses dan memilih titik di mana baterai harus dihubungkan, tanpa jenis dimensi tetap apa pun. Keuntungan lain dari robotika adaptif adalah dapat diterapkan pada instalasi kolaboratif atau tradisional yang sudah ada dengan tingkat investasi yang lebih rendah. Ini karena perangkat keras dapat sepenuhnya dieksploitasi dalam instalasi baru. Terakhir, keuntungan lain dari robotika adaptif atau cerdas adalah fleksibilitasnya . Jika lingkungan atau proses berubah, sistem mampu beradaptasi tanpa investasi ekonomi. Modifikasi pada level software atau pembaruan sensor mungkin cukup agar instalasi robotika adaptif atau cerdas dapat berfungsi dengan baik.
Dalam Proyek lainnya ini dan juga berkat sistem robotika adaptif, robot dapat memutuskan bagaimana mengambil bagian, karena mereka diterima dalam keadaan kacau, dan bagaimana mereka harus ditempatkan di dalam kotak
Langkah-langkah untuk melaksanakan Proyek robotika
Langkah paling umum yang harus kita ikuti dalam setiap proses otomatisasi yang melibatkan robot industri adalah:
- Definisi persyaratan :Pada langkah ini, tugas-tugas yang akan dilakukan oleh robot industri didefinisikan bersama dengan karakteristik yang harus dipenuhinya. Definisi persyaratan yang baik dapat menghemat banyak pekerjaan dan uang pengembangan di langkah selanjutnya.
- Pemilihan perangkat keras dan perangkat lunak :Harus berdasarkan data yang diperoleh pada langkah sebelumnya dan pengalaman tim kerja. Pada langkah ini ditentukan jenis sistem robot yang paling sesuai, robot tradisional, robot kolaboratif, atau robot adaptif/cerdas.
- Desain pemasangan menggunakan semua data yang ditentukan dan divalidasi oleh klien dari dua langkah sebelumnya. Dalam desain, perlu untuk menentukan fase dan bagian yang berbeda dari proses, serta alur kerja dan hubungan antara elemen yang berbeda.
- Validasi titik paling 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.
- Industrialisasi fasilitas yang dirancang dan divalidasi. Pada langkah ini, sangat penting untuk menentukan pengujian yang akan digunakan untuk memvalidasi penginstalan.
Apakah Anda ingin menerapkan robotika dalam proses atau produk Anda? Hubungi kami!
Pos Terkait:
- Robot industri untuk pabrik masa depan
- Robot kecerdasan buatan
- Mengapa menggunakan robot kolaboratif?
- Aplikasi Industri 4.0 di berbagai sektor
Proyek Terkait:
- Menghubungkan baterai dengan visi komputer
- Pilih dan tempatkan dari pita dengan UR dan penglihatan
- Sistem fungsi akhir garis dengan robot kolaboratif
- Memilih dengan visi dan robot kolaboratif dua lengan
- Menguji fungsi dengan MIR+UR pada suhu tinggi