Последнее обновление: май 7, 2026

Роботизированная система захвата коленчатых валов с использованием 3D-зрения: видео по сортировке и подаче деталей двигателя.

Автоматизированная система захвата коленчатых валов из бункера позволяет автоматизировать один из самых сложных этапов обработки деталей в производстве двигателей: отбор тяжелых, нестандартных коленчатых валов из глубокого бункера, где каждая деталь может быть уложена под разным углом. В видео ниже показано, как 6-осевой робот, 3D-зрение, оценка положения и гибкий захват могут превратить случайную сортировку коленчатых валов в повторяющийся процесс подачи для последующих станций обработки, маркировки или сборки.

Если встроенный плеер не загружается, откройте видео непосредственно на YouTube: Роботизированная система захвата деталей коленчатого вала с 3D-зрением..

Обзор процесса

Коленчатый вал — это основной компонент двигателя, передающий мощность. В автомобилестроении он проходит через процессы ковки, прецизионной токарной обработки, шлифовки, динамической балансировки, маркировки и сборки. Между этими этапами сортировка и подача должны быть достаточно надежными, чтобы обеспечить стабильное время такта без подачи неправильных деталей или повторного вмешательства оператора.

Традиционная ручная сортировка медленна и чревата ошибками, поскольку коленчатые валы имеют неправильную геометрию, смещенные противовесы, отражающие поверхности после механической обработки и произвольное расположение в стопках. Операторам приходится визуально оценивать как модель детали, так и наилучшую точку захвата, что затрудняет контроль времени цикла и стабильности качества.

В настоящее время используется инженерное решение, которое 6-осевые роботы В сочетании с системами 3D-зрения. Лазерное сканирование структурированным светом генерирует плотные облака точек, а глубокое обучение поддерживает распознавание деталей и оценку их положения для случайного выбора из контейнера. Хорошо настроенная ячейка может обрабатывать деталь примерно за 48 секунд, а один гибкий захват может обрабатывать от 6 до 8 моделей коленчатых валов без замены оборудования. Аналогичные примеры использования в системах обработки материалов см. на сайте EVSINT. робот-манипулятор категория.

Распространенные ошибки при отборе коленчатых валов из контейнеров

Недостаточное поле зрения и глубина резкости камеры. Глубина бункеров часто достигает 800 мм. Если в проекте используется камера с узким полем зрения для снижения затрат, нижний слой может быть не полностью покрыт, что приводит к высокому проценту ошибок распознавания и частым срабатываниям сигнализации на линии.

Низкое качество облака точек на отражающих поверхностях. Тщательно обработанные поверхности коленчатого вала могут создавать зеркальные отражения во время лазерного сканирования. В результате образуются пустоты и шумы в облаке точек, что напрямую снижает точность распознавания и надежность оценки положения.

Недостаточно данных для обучения глубокого обучения. Новые модели коленчатых валов могут поступать в производство без достаточного количества образцов. Слабая обобщающая способность модели может увеличить срок ввода в эксплуатацию с ожидаемых 3 дней до 2 недель.

Планирование траектории без обнаружения столкновений. Некоторые системы основаны на базовом кинематическом моделировании и не в полной мере учитывают стенки бункера, соседние детали и взаимодействие захватов. При захвате из глубоких бункеров это может привести к простоям, вызванным столкновениями, и к многократным ручным перезапускам.

Второстепенной ориентировочной станции нет. Непосредственное размещение в последующем приспособлении может не соответствовать требованиям к точности позиционирования. Дополнительная станция может скорректировать ориентацию перед обработкой, маркировкой или перемещением по конвейеру. Это особенно важно, когда ячейка подает материал в... робот по уходу за машиной технологический процесс или станция, связанная с ЧПУ.

Основные технические решения

3D-сканирование. Рекомендуется использовать лазерное структурированное освещение или лазерное линейное сканирование. Поле зрения должно охватывать весь контейнер, а глубина резкости должна составлять не менее 800 мм. Активная лазерная проекция помогает подавить помехи от окружающего света, а аппаратная обработка HDR улучшает качество облака точек на отражающих поверхностях.

Распознавание с помощью глубокого обучения. Сегментация облака точек на основе механизма внимания позволяет идентифицировать наиболее заметную цель даже при сильном перекрытии и случайном наложении изображений. Перенос обучения с малым количеством примеров помогает сократить время наладки новой модели до 1-2 дней при наличии достаточного количества репрезентативных выборок.

Интеллектуальное планирование траектории. Ячейка должна создавать трехмерную сцену с препятствиями на основе геометрии облака точек в реальном времени, а затем объединять ее с кинематикой робота для генерации траекторий захвата и перемещения без столкновений. Архитектура камеры, расположенной в руке, позволяет роботу регулировать угол сканирования и уменьшать слепые зоны.

Гибкая конструкция захвата. Пневматический и электрический гибридный захват может поддерживать балансировочный груз коленчатого вала, а боковые позиционирующие штифты адаптируются к изменениям зазора между шейками вала. Захват является основным механическим интерфейсом, поэтому его следует проектировать совместно с... концевой эффектор робота и расположенное ниже по потоку устройство, а не рассматриваемое как дополнительное.

Стандартизированная инженерная компоновка

Роботизированная ячейка для захвата деталей коленчатого вала обычно включает в себя 6-осевой робот, гибкий захват, систему 3D-зрения на основе структурированного света, дополнительную станцию ​​ориентации, лазерный маркер, систему безопасности и шкаф управления электрооборудованием. Рабочий процесс прост: деталь поступает на станцию, робот сканирует поверхность с помощью камеры, установленной на торце, глубокое обучение определяет модель и положение детали, планирование траектории направляет захват, дополнительная станция корректирует ориентацию, лазер при необходимости гравирует 2D-код, и деталь помещается на конвейер или зажим.

Для процессов сортировки и транспортировки, где детали не такие тяжелые, как коленчатые валы, подобрать и разместить робота Возможно, этого будет достаточно. Для коленчатых валов грузоподъемность, радиус действия, крутящий момент запястья и центр тяжести захвата обычно делают 6-осевой промышленный робот более безопасным базовым вариантом.

Система безопасности должна включать в себя ограждение по периметру, блокируемые ворота, световые завесы и логику ПЛК безопасности. В электрическом шкафу должно использоваться промышленное охлаждение, чтобы внутренняя температура оставалась ниже 40 градусов Цельсия, что снижает риск снижения мощности частотно-регулируемого привода и нестабильной работы робота или конвейера.

Техническое резюме

Автоматизация сортировки коленчатых валов зависит от трех взаимосвязанных возможностей: стабильности визуального восприятия, планирования траектории без столкновений и гибкости захвата. Стабильность визуального восприятия определяет предел распознавания. Планирование траектории определяет предел риска столкновений. Гибкость захвата определяет, насколько эффективно ячейка может переключаться между моделями коленчатых валов.

Аппаратная часть уже достаточно зрелая. Реальным узким местом является адаптация к условиям эксплуатации: настройка моделей глубокого обучения, обработка отражающих поверхностей и быстрая миграция между различными моделями коленчатых валов. При выборе интегратора опыт работы в автомобильной отрасли имеет большее значение, чем сравнение только разрешения камеры или марки робота. После внедрения предприятиям следует обновлять модели машинного зрения и библиотеки траекторий каждые 3-6 месяцев, чтобы повысить показатель OEE выше 90%.

Последнее обновление: май 7, 2026