Dernière mise à jour: mai 7, 2026

Vidéo de tri et d'alimentation de pièces de moteur par robot de prélèvement de pièces de vilebrequin avec vision 3D

Le prélèvement robotisé de vilebrequins en vrac automatise l'une des étapes de manutention les plus complexes de la fabrication des moteurs : la sélection de vilebrequins lourds et de formes irrégulières dans un silo profond où chaque pièce peut être empilée selon un angle différent. La vidéo ci-dessous illustre comment un robot à 6 axes, la vision 3D, l'estimation de position et une pince flexible permettent de transformer le tri aléatoire de vilebrequins en un processus d'alimentation répétable pour les stations d'usinage, de marquage ou d'assemblage en aval.

Si le lecteur intégré ne se charge pas, ouvrez la vidéo directement sur YouTube : Système robotisé de prélèvement de contenu de vilebrequin avec vision 3D.

Présentation du processus

Le vilebrequin est l'élément essentiel de la transmission de puissance d'un moteur. Dans la fabrication automobile, il passe par les étapes de forgeage, de tournage de précision, de rectification, d'équilibrage dynamique, de marquage et d'assemblage. Entre ces étapes, le tri et l'alimentation doivent être suffisamment fiables pour garantir un temps de cycle stable, sans erreur d'alimentation ni intervention répétée de l'opérateur.

Le tri manuel traditionnel est lent et sujet aux erreurs en raison de la géométrie irrégulière des vilebrequins, du décalage des contrepoids, des surfaces usinées réfléchissantes et de leur empilement aléatoire. Les opérateurs doivent évaluer visuellement le modèle de la pièce et le point de préhension optimal, ce qui rend difficile le contrôle du temps de cycle et de la stabilité de la qualité.

La solution d'ingénierie actuelle utilise Robots 6 axes Associé à des systèmes de vision 3D, le balayage laser structuré génère des nuages ​​de points denses, tandis que l'apprentissage profond assure la reconnaissance des pièces et l'estimation de leur pose pour le prélèvement aléatoire dans des bacs. Une cellule optimisée peut atteindre environ 48 secondes par pièce, et une seule pince flexible peut manipuler de 6 à 8 modèles de vilebrequins sans changement de matériel. Pour des cas d'utilisation similaires en manutention, voir EVSINT. robot de manutention catégorie.

Pièges courants lors du tri des vilebrequins

Champ de vision et profondeur de champ insuffisants. La profondeur des bacs atteint souvent 800 mm. Si un projet utilise une caméra à champ de vision étroit pour réduire les coûts, la couche inférieure peut ne pas être entièrement couverte, ce qui maintient des taux d'échec de reconnaissance élevés et provoque des alarmes de ligne fréquentes.

Mauvaise qualité du nuage de points sur les surfaces réfléchissantes. Les surfaces usinées avec précision des vilebrequins peuvent générer des réflexions spéculaires lors du balayage laser. Il en résulte des lacunes et du bruit dans le nuage de points, ce qui réduit directement la précision de la reconnaissance et la fiabilité de l'estimation de la pose.

Données d'entraînement insuffisantes pour l'apprentissage profond. De nouveaux modèles de vilebrequins peuvent entrer en production sans disposer d'un nombre suffisant d'images d'échantillons. Une généralisation imparfaite du modèle peut prolonger la mise en service sur site de 3 jours à 2 semaines.

Planification de trajectoire sans détection de collision. Certains systèmes s'appuient sur une simulation cinématique basique et ne prennent pas pleinement en compte les parois des bacs, les pièces voisines et les interférences avec les pinces. Lors du prélèvement en profondeur, cela peut entraîner des arrêts de production dus aux collisions et des réinitialisations manuelles répétées.

Pas de station d'orientation secondaire. Le placement direct dans un dispositif en aval peut ne pas garantir la précision de positionnement requise. Une station secondaire permet de corriger l'orientation avant l'usinage, le marquage ou le transfert par convoyeur. Ceci est particulièrement important lorsque la cellule alimente une série de pièces. robot d'entretien de machine station de traitement ou station liée à la commande numérique.

Solutions techniques de base

Numérisation 3D. L'utilisation d'un balayage laser structuré ou d'un balayage laser linéaire est recommandée. Le champ de vision doit couvrir l'intégralité du pixel et la profondeur de champ doit être d'au moins 800 mm. La projection laser active contribue à réduire les interférences de la lumière ambiante, tandis que le traitement HDR matériel améliore la qualité du nuage de points sur les surfaces réfléchissantes.

Reconnaissance par apprentissage profond. La segmentation de nuages ​​de points basée sur l'attention permet d'identifier la cible la plus pertinente, même en cas d'occlusion importante et d'empilement aléatoire. L'apprentissage par transfert avec peu d'exemples permet de réduire le délai de mise en service du nouveau modèle à 1 ou 2 jours lorsque suffisamment d'échantillons représentatifs sont collectés.

Planification intelligente des trajectoires. La cellule doit construire une scène d'obstacles 3D à partir d'un nuage de points géométrique en temps réel, puis la combiner avec la cinématique du robot pour générer des trajectoires de prélèvement et de dépôt sans collision. Une architecture de caméra intégrée au robot lui permet d'ajuster l'angle de balayage et de réduire les angles morts.

Conception de la pince flexible. Un dispositif de préhension hybride pneumatique et électrique peut supporter le contrepoids du vilebrequin tandis que des goupilles de positionnement latéral s'adaptent aux variations d'entraxe des tourillons. Ce dispositif de préhension constitue l'interface mécanique principale et doit donc être conçu conjointement avec le reste du système. effecteur final de robot et l'élément en aval plutôt que d'être considéré comme un accessoire.

Disposition technique normalisée

Une cellule robotisée de prélèvement de pièces en vrac pour vilebrequins intègre généralement un robot à 6 axes, une pince flexible, un système de vision 3D par lumière structurée, une station d'orientation secondaire, un marqueur laser, un système de sécurité et une armoire électrique. Le flux de travail est simple : le conteneur entre dans la station, le robot le scanne avec une caméra fixée à son extrémité, l'apprentissage profond identifie le modèle et sa position, la planification de trajectoire guide le prélèvement, la station secondaire corrige l'orientation, le laser grave un code 2D si nécessaire, et la pièce est placée sur le convoyeur ou le dispositif de fixation.

Pour les processus de tri et de transfert où les pièces ne sont pas aussi lourdes que les vilebrequins, un robot pick and place Cela peut suffire. Pour les vilebrequins, la charge utile, la portée, le couple au niveau du poignet et le centre de gravité de la pince font généralement d'un robot industriel à 6 axes la solution de base la plus sûre.

Le système de sécurité doit combiner une clôture périmétrique, des portails à verrouillage, des barrières immatérielles et une logique de sécurité automatisée. L'armoire électrique doit être refroidie industriellement afin de maintenir la température interne en dessous de 40 °C, réduisant ainsi le risque de sous-dimensionnement du variateur de fréquence et de réponse instable du robot ou du convoyeur.

Résumé technique

L'automatisation du tri des vilebrequins repose sur trois capacités interdépendantes : la stabilité de la vision, la planification de trajectoires sans collision et la flexibilité des pinces. La stabilité de la vision détermine la limite de reconnaissance. La planification de trajectoires détermine la limite de risque de collision. La flexibilité des pinces détermine l'efficacité avec laquelle la cellule peut passer d'un modèle de vilebrequin à un autre.

La couche matérielle est déjà mature. Le véritable goulot d'étranglement réside dans l'adaptation sur le terrain : optimisation des modèles d'apprentissage profond, gestion des surfaces réfléchissantes et migration rapide entre différents modèles de vilebrequins. Lors du choix d'un intégrateur, l'expérience acquise dans le secteur automobile prime sur la simple comparaison de la résolution de la caméra ou de la marque du robot. Après le déploiement, les usines doivent mettre à jour leurs modèles de vision et leurs bibliothèques de trajectoires tous les 3 à 6 mois afin d'atteindre un TRS supérieur à 90 %.

Dernière mise à jour: mai 7, 2026