Последна актуализация: 7 май 2026 г.

Роботизирано събиране на отпадъци от контейнери на коляновия вал с 3D визия: Видео за сортиране и подаване на части от двигателя

Роботизираното събиране на колянови валове от контейнер автоматизира една от по-трудните стъпки при производството на двигатели: избиране на тежки, неправилни колянови валове от дълбок контейнер, където всяка част може да бъде подредена под различен ъгъл. Видеото по-долу показва как 6-осен робот, 3D зрение, оценка на позицията и гъвкав захващач могат да превърнат произволното сортиране на колянови валове в повтаряем процес на подаване за станции за обработка, маркиране или сглобяване надолу по веригата.

Ако вграденият плейър не се зареди, отворете видеото директно в YouTube: Роботизирано събиране на контейнери с колянов вал с 3D визия.

Преглед на процеса

Коляновият вал е основният компонент за предаване на мощност на двигателя. В автомобилното производство той преминава през процеси, свързани с коване, прецизно струговане, шлифоване, динамично балансиране, маркиране и сглобяване. Между тези станции сортирането и подаването трябва да бъдат достатъчно надеждни, за да поддържат стабилно време за обработка без подаване на грешни части или повтаряща се намеса на оператора.

Традиционното ръчно сортиране е бавно и податливо на грешки, тъй като коляновите валове имат неправилна геометрия, отместени противотежести, отразяващи обработени повърхности и произволно подредени пози. Операторите трябва да преценят както модела на детайла, така и най-добрата точка на захващане на око, което затруднява контрола върху времето на цикъла и стабилността на качеството.

Настоящото инженерно решение използва 6-осни роботи в комбинация със системи за 3D зрение. Лазерното сканиране със структурирана светлина генерира плътни облаци от точки, докато дълбокото обучение поддържа разпознаване на части и оценка на позицията за произволно вземане на контейнери. Добре настроена клетка може да достигне около 48 секунди на част, а един гъвкав захващач може да обработва от 6 до 8 модела колянови валове без смяна на хардуера. За подобни случаи на употреба при обработка на материали вижте EVSINT. манипулиращ робот категория.

Често срещани клопки при събирането на отпадъци от коляновия вал

Недостатъчно зрително поле и дълбочина на рязкост на камерата. Дълбочината на контейнерите често достига 800 мм. Ако даден проект използва камера с тясно полезрение, за да се намалят разходите, долният слой може да не е напълно покрит, което поддържа висок процент на неуспешно разпознаване и причинява чести аларми по линията.

Лошо качество на облачните точки върху отразяващи повърхности. Прецизно обработените повърхности на коляновия вал могат да създадат огледално отражение по време на лазерно сканиране. Резултатът е кухини в облаци от точки и шум, което директно намалява точността на разпознаване и надеждността на оценката на позата.

Недостатъчни данни за обучение с дълбоко обучение. Нови модели на колянови валове може да влязат в производство без достатъчно примерни изображения. Слабото обобщение на модела може да удължи въвеждането в експлоатация от очакваните 3 дни до 2 седмици.

Планиране на траекторията без откриване на сблъсък. Някои системи разчитат на основна кинематична симулация и не отчитат напълно стените на контейнера, съседните части и смущенията от хващачите. При бране от дълбок контейнер това може да доведе до прекъсвания, предизвикани от колизии, и многократни ръчни нулирания.

Няма вторична ориентировъчна станция. Директното поставяне в следващо приспособление може да не отговаря на изискванията за точност на позицията. Вторична станция може да коригира ориентацията преди обработка, маркиране или прехвърляне с конвейер. Това е особено важно, когато клетката захранва... робот за обслужване на машини процес или станция, свързана с CNC.

Основни технически решения

3D сканиране с зрение. Препоръчва се лазерно структурирано светлинно или лазерно линейно сканиране. Зрителното поле трябва да покрива целия интервал, а дълбочината на рязкост трябва да бъде поне 800 мм. Активното лазерно прожектиране помага за потискане на смущенията от околната светлина, докато хардуерното HDR подобрява качеството на облачните точки върху отразяващи повърхности.

Разпознаване чрез дълбоко обучение. Сегментирането на облаците от точки, базирано на внимание, може да идентифицира най-горната цел за избор дори при силно запушване и произволно подреждане. Обучението с трансфер на няколко изстрела помага за съкращаване на въвеждането в експлоатация на нов модел до 1 до 2 дни, когато са събрани достатъчно представителни проби.

Интелигентно планиране на траекторията. Клетката трябва да изгради 3D сцена с препятствия от геометрията на облака от точки в реално време, след което да я комбинира с кинематиката на робота, за да генерира пътища за избиране и поставяне без сблъсъци. Архитектурата на камерата „око в ръка“ позволява на робота да регулира ъгъла на сканиране и да намалява слепите зони.

Гъвкав дизайн на захващача. Пневматичен и електрически хибриден захващач може да поддържа балансиращото тегло на коляновия вал, докато страничните позициониращи щифтове се адаптират към промените в разстоянието между шиите. Захващачът е основният механичен интерфейс, така че трябва да бъде проектиран заедно с робот краен ефектор и приспособление надолу по веригата, вместо да се третира като аксесоар.

Стандартизирано инженерно оформление

Роботизирана клетка за вземане на контейнери с колянов вал обикновено интегрира 6-осен робот, гъвкав захващач, 3D зрение със структурирана светлина, станция за вторична ориентация, лазерен маркер, система за безопасност и електрически контролен шкаф. Работният процес е лесен: контейнерът влиза в станцията, роботът сканира с монтирана на края камера, дълбокото обучение идентифицира модела и позицията, планирането на траекторията насочва вземането, вторичната станция коригира ориентацията, лазерът гравира 2D код, ако е необходимо, и детайлът се поставя върху конвейера или приспособлението.

За процеси на сортиране и прехвърляне, където частите не са толкова тежки, колкото коляновите валове, a изберете и поставете робот може да е достатъчно. За коляновите валове, полезният товар, обхватът, въртящият момент на китката и центърът на тежестта на захващащото устройство обикновено правят 6-осния индустриален робот по-безопасната базова линия.

Системата за безопасност трябва да комбинира периметърна ограда, взаимосвързани порти, светлинни завеси и логика на PLC за безопасност. Електрическият шкаф трябва да използва индустриално охлаждане, така че вътрешната температура да остане под 40 градуса по Целзий, намалявайки риска от намаляване на мощността на честотния регулатор и нестабилна реакция на робота или конвейера.

Техническо резюме

Автоматизацията на сортирането на коляновия вал зависи от три свързани възможности: визуална стабилност, планиране на траекторията без сблъсък и гъвкавост на захващащото устройство. Визуалната стабилност определя тавана на разпознаване. Планирането на траекторията определя тавана на риска от сблъсък. Гъвкавостта на захващащото устройство определя колко ефективно клетката може да преминава между моделите на коляновия вал.

Хардуерният слой вече е зрял. Истинският проблем е адаптацията на полето: настройване на модели за дълбоко обучение, обработка на отразяващи повърхности и бърза миграция между множество модели колянови валове. При избора на интегратор, опитът в автомобилни проекти е по-важен от сравняването само на резолюцията на камерата или марката на робота. След внедряването, заводите трябва да итерират моделите на зрение и библиотеките с траектории на всеки 3 до 6 месеца, за да повишат OEE над 90%.

Последна актуализация: 7 май 2026 г.