Ostatnia aktualizacja: maj 7, 2026

Robotyczne pobieranie pojemników z wału korbowego z wizją 3D: Sortowanie i podawanie części silnika – film

Robotyczne sortowanie wałów korbowych automatyzuje jeden z trudniejszych etapów obróbki w produkcji silników: wybieranie ciężkich, nieregularnych wałów korbowych z głębokiego pojemnika, w którym każda część może być ułożona pod innym kątem. Poniższy film pokazuje, jak 6-osiowy robot, system wizyjny 3D, szacowanie położenia i elastyczny chwytak mogą przekształcić losowe sortowanie wałów korbowych w powtarzalny proces podawania dla dalszych etapów obróbki, znakowania lub montażu.

Jeśli osadzony odtwarzacz się nie załaduje, otwórz film bezpośrednio w serwisie YouTube: Robotyka do kompletacji pojemników z wałem korbowym i wizją 3D.

Przegląd procesu

Wał korbowy jest kluczowym elementem układu przeniesienia napędu silnika. W przemyśle motoryzacyjnym przechodzi on przez procesy kucia, precyzyjnego toczenia, szlifowania, dynamicznego wyważania, znakowania i montażu. Pomiędzy tymi stanowiskami sortowanie i podawanie muszą być wystarczająco niezawodne, aby zapewnić stabilny czas taktu bez podawania niewłaściwych części lub wielokrotnych interwencji operatora.

Tradycyjne sortowanie ręczne jest powolne i podatne na błędy, ponieważ wały korbowe mają nieregularną geometrię, przesunięte przeciwwagi, odbijające światło powierzchnie obrobione i losowo ułożone elementy. Operatorzy muszą oceniać na oko zarówno model części, jak i najlepszy punkt uchwytu, co utrudnia kontrolę czasu cyklu i stabilności jakości.

Obecne rozwiązanie inżynieryjne wykorzystuje Roboty 6-osiowe W połączeniu z systemami wizyjnymi 3D. Skanowanie laserowe światłem strukturalnym generuje gęste chmury punktów, a głębokie uczenie wspomaga rozpoznawanie części i szacowanie pozycji w celu losowego pobierania z pojemników. Dobrze dostrojona komórka może osiągnąć około 48 sekund na element, a pojedynczy elastyczny chwytak może obsłużyć od 6 do 8 modeli wałów korbowych bez konieczności zmiany sprzętu. Podobne przypadki zastosowań w transporcie materiałów można znaleźć w raporcie EVSINT. robot obsługujący kategorii.

Typowe pułapki przy kompletowaniu pojemników na wał korbowy

Niewystarczające pole widzenia kamery i głębia ostrości. Głębokość pojemników często sięga 800 mm. Jeśli projekt wykorzystuje kamerę o wąskim polu widzenia, aby obniżyć koszty, dolna warstwa może nie być w pełni pokryta, co powoduje wysoki wskaźnik błędów rozpoznawania i częste alarmy liniowe.

Słaba jakość chmury punktów na powierzchniach odbijających. Precyzyjnie obrobione powierzchnie wału korbowego mogą powodować odbicie lustrzane podczas skanowania laserowego. Rezultatem są puste przestrzenie i szum w chmurze punktów, co bezpośrednio obniża dokładność rozpoznawania i niezawodność szacowania pozycji.

Niewystarczające dane treningowe głębokiego uczenia. Nowe modele wałów korbowych mogą wejść do produkcji bez wystarczającej liczby zdjęć próbnych. Słaba generalizacja modelu może wydłużyć uruchomienie w terenie z oczekiwanych 3 dni do 2 tygodni.

Planowanie trajektorii bez wykrywania kolizji. Niektóre systemy opierają się na podstawowej symulacji kinematycznej i nie uwzględniają w pełni ścian pojemników, sąsiednich części ani kolizji z chwytakiem. W przypadku kompletacji z głębokich pojemników może to powodować przestoje wywołane kolizją i wielokrotne ręczne resetowanie.

Brak dodatkowej stacji orientacyjnej. Bezpośrednie umieszczenie w urządzeniu za urządzeniem może nie spełniać wymagań dotyczących dokładności ustawienia. Stacja dodatkowa może skorygować orientację przed obróbką, znakowaniem lub przeniesieniem na przenośnik. Jest to szczególnie ważne, gdy komórka zasila robot do obsługi maszyn stanowisko procesowe lub związane z CNC.

Podstawowe rozwiązania techniczne

Skanowanie wizyjne 3D. Zalecane jest skanowanie laserowe światłem strukturalnym lub liniowym. Pole widzenia powinno obejmować cały pojemnik, a głębia ostrości powinna wynosić co najmniej 800 mm. Aktywna projekcja laserowa pomaga tłumić zakłócenia światła otoczenia, a sprzętowy HDR poprawia jakość chmury punktów na powierzchniach odbijających światło.

Rozpoznawanie metodą głębokiego uczenia. Segmentacja chmury punktów oparta na uwadze pozwala zidentyfikować najwyżej położony, możliwy do wykrycia cel, nawet w warunkach silnej okluzji i losowego nakładania się punktów. Uczenie transferu danych z wykorzystaniem niewielkiej liczby prób pozwala skrócić czas uruchomienia nowego modelu do 1–2 dni, gdy zostanie zebrana wystarczająca liczba reprezentatywnych próbek.

Inteligentne planowanie trajektorii. Komórka powinna zbudować trójwymiarową scenę przeszkód na podstawie geometrii chmury punktów w czasie rzeczywistym, a następnie połączyć ją z kinematyką robota, aby wygenerować bezkolizyjne ścieżki pick and place. Architektura kamery typu eye-in-hand pozwala robotowi regulować kąt skanowania i redukować martwe pola.

Elastyczna konstrukcja chwytaka. Hybrydowy chwytak pneumatyczno-elektryczny może podtrzymywać ciężarek wyważający wału korbowego, a boczne sworznie pozycjonujące dostosowują się do zmian rozstawu czopów. Chwytak stanowi główny interfejs mechaniczny, dlatego powinien być projektowany razem z… efektor końcowy robota i osprzętu znajdującego się dalej, a nie traktowanego jako akcesorium.

Standaryzowany układ inżynierski

Robotyczna komórka kompletacji pojemników z wałem korbowym zazwyczaj integruje robota 6-osiowego, elastyczny chwytak, trójwymiarowy system wizyjny ze światłem strukturalnym, stanowisko do orientacji pomocniczej, znacznik laserowy, system bezpieczeństwa oraz szafę sterowniczą. Przepływ pracy jest prosty: pojemnik wjeżdża na stanowisko, robot skanuje za pomocą kamery zamontowanej na końcu, głębokie uczenie identyfikuje model i pozycję, planowanie trajektorii steruje pobieraniem, stanowisko dodatkowa koryguje orientację, laser graweruje kod 2D, jeśli jest to wymagane, a część jest umieszczana na przenośniku lub uchwycie.

Do procesów sortowania i przenoszenia, w których części nie są tak ciężkie jak wały korbowe, wybierz i umieść robota może wystarczyć. W przypadku wałów korbowych, udźwig, zasięg, moment obrotowy nadgarstka i środek ciężkości chwytaka zazwyczaj sprawiają, że 6-osiowy robot przemysłowy jest bezpieczniejszą bazą.

System bezpieczeństwa powinien obejmować ogrodzenie obwodowe, bramy z blokadą, kurtyny świetlne oraz logikę PLC bezpieczeństwa. Szafa elektryczna powinna wykorzystywać chłodzenie przemysłowe, aby temperatura wewnętrzna utrzymywała się poniżej 40°C, co zmniejsza ryzyko spadku mocy przetwornicy częstotliwości (VFD) i niestabilnej reakcji robota lub przenośnika.

Podsumowanie techniczne

Automatyzacja sortowania wałów korbowych opiera się na trzech powiązanych ze sobą funkcjach: stabilności wizji, bezkolizyjnym planowaniu trajektorii oraz elastyczności chwytaka. Stabilność wizji determinuje pułap rozpoznawania. Planowanie trajektorii determinuje pułap ryzyka kolizji. Elastyczność chwytaka determinuje, jak sprawnie ogniwo może przełączać się między modelami wałów korbowych.

Warstwa sprzętowa jest już dojrzała. Prawdziwym wąskim gardłem jest adaptacja w terenie: dostrajanie modeli głębokiego uczenia, obsługa powierzchni odbiciowych i szybka migracja między wieloma modelami wałów korbowych. Przy wyborze integratora, doświadczenie w projekcie motoryzacyjnym ma większe znaczenie niż porównywanie wyłącznie rozdzielczości kamery lub marki robota. Po wdrożeniu, zakłady powinny iterować modele wizyjne i biblioteki trajektorii co 3 do 6 miesięcy, aby zwiększyć wskaźnik OEE powyżej 90%.

Ostatnia aktualizacja: maj 7, 2026