Zadnja posodobitev: 7. maja 2026

Robotski zabojnik za ročično gred s 3D-vidom: Video o sortiranju in dovajanju delov motorja

Robotski sistem za pobiranje ročičnih gredi iz zabojnika avtomatizira enega od težjih korakov pri izdelavi motorjev: izbiranje težkih, nepravilnih ročičnih gredi iz globokega zabojnika, kjer je vsak del lahko zložen pod drugačnim kotom. Spodnji videoposnetek prikazuje, kako lahko 6-osni robot, 3D-vid, ocena položaja in fleksibilno prijemalo spremenijo naključno razvrščanje ročičnih gredi v ponovljiv postopek podajanja za nadaljnje strojne, označevalne ali montažne postaje.

Če se vgrajeni predvajalnik ne naloži, odprite videoposnetek neposredno na YouTubu: Robotski sistem za pobiranje iz zabojnikov z ročično gredjo in 3D-vidom.

Pregled procesa

Ročična gred je osrednji del prenosa moči motorja. V avtomobilski proizvodnji se premika skozi procese kovanja, preciznega struženja, brušenja, dinamičnega uravnoteženja, označevanja in montaže. Med temi postajami morata biti sortiranje in podajanje dovolj zanesljiva, da podpirata stabilen čas takta brez podajanja napačnih delov ali ponavljajočih se posegov upravljavca.

Tradicionalno ročno sortiranje je počasno in nagnjeno k napakam, ker imajo ročične gredi nepravilno geometrijo, odmaknjene protiuteži, odsevne strojno obdelane površine in naključno zložene položaje. Operaterji morajo tako model dela kot tudi najboljšo točko prijema oceniti na oko, zaradi česar je težko nadzorovati čas cikla in stabilnost kakovosti.

Trenutna inženirska rešitev uporablja 6-osni roboti v kombinaciji s sistemi 3D-vida. Lasersko skeniranje s strukturirano svetlobo ustvarja goste oblake točk, medtem ko globoko učenje podpira prepoznavanje delov in oceno položaja za naključno izbiranje iz zabojnikov. Dobro uglašena celica lahko doseže približno 48 sekund na kos, en sam fleksibilen prijemalnik pa lahko obravnava 6 do 8 modelov ročičnih gredi brez menjave strojne opreme. Za podobne primere uporabe ravnanja z materiali glejte EVSINT-ov robot za rokovanje kategorija.

Pogoste pasti pri pobiranju odpadkov iz zabojnikov za ročične gredi

Nezadostno vidno polje kamere in globinska ostrina. Globina zabojnikov pogosto doseže 800 mm. Če projekt za zmanjšanje stroškov uporablja kamero z ozkim vidnim poljem, spodnja plast morda ni v celoti pokrita, zaradi česar je stopnja napak pri prepoznavanju visoka in povzroča pogoste alarme na liniji.

Slaba kakovost oblaka točk na odsevnih površinah. Natančno obdelane površine ročične gredi lahko med laserskim skeniranjem ustvarijo zrcalni odsev. Posledica so praznine v oblaku točk in šum, kar neposredno zmanjša natančnost prepoznavanja in zanesljivost ocenjevanja položaja.

Premalo podatkov za učenje globokega učenja. Novi modeli ročičnih gredi lahko vstopijo v proizvodnjo brez zadostnega števila vzorčnih slik. Slaba posplošitev modela lahko podaljša čas zagona na terenu s pričakovanih 3 dni na 2 tedna.

Načrtovanje poti brez zaznavanja trkov. Nekateri sistemi se zanašajo na osnovno kinematično simulacijo in ne upoštevajo v celoti sten zabojnikov, sosednjih delov in motenj prijemala. Pri komisioniranju v globoke zabojnike lahko to povzroči izpade zaradi trkov in ponavljajoče se ročne ponastavitve.

Ni sekundarne orientacijske postaje. Neposredna namestitev v vpenjalo za nami morda ne bo izpolnjevala zahtev glede natančnosti položaja. Sekundarna postaja lahko popravi orientacijo pred obdelavo, označevanjem ali prenosom s tekočega traku. To je še posebej pomembno, ko celica dovaja robot za vzdrževanje strojev procesna ali CNC-postaja.

Osnovne tehnične rešitve

3D-vizualno skeniranje. Priporočljivo je lasersko strukturirano svetlobo ali lasersko linijsko skeniranje. Vidno polje naj pokriva celoten predal, globinska ostrina pa naj bo vsaj 800 mm. Aktivna laserska projekcija pomaga zmanjšati motnje svetlobe okolice, medtem ko strojna HDR izboljša kakovost oblaka točk na odsevnih površinah.

Prepoznavanje globokega učenja. Segmentacija oblaka točk, ki temelji na pozornosti, lahko identificira najvišjo tarčo, ki jo je mogoče izbrati, tudi pri močni okluziji in naključnem zlaganju. Učenje s prenosom nekaj posnetkov pomaga skrajšati zagon novega modela na 1 do 2 dni, ko je zbranih dovolj reprezentativnih vzorcev.

Inteligentno načrtovanje poti. Celica naj bi iz geometrije oblaka točk v realnem času zgradila 3D-sceno ovir, nato pa jo združila z robotsko kinematiko za ustvarjanje poti izbire in postavitve brez trkov. Arhitektura kamere oko v roki omogoča robotu prilagajanje kota skeniranja in zmanjšanje mrtvih kotov.

Prilagodljiva zasnova prijemala. Pnevmatsko-električno hibridno prijemalo lahko podpira utež uravnoteženja ročične gredi, medtem ko se stranski pozicionirni zatiči prilagajajo spremembam razmika med ležaji. Prijemalo je osrednji mehanski vmesnik, zato ga je treba zasnovati skupaj z robotski končni efektor in spodnje napeljave, namesto da bi se obravnavala kot dodatna oprema.

Standardizirana inženirska postavitev

Robotski sistem za pobiranje v zabojnik z ročično gredjo običajno vključuje 6-osnega robota, fleksibilno prijemalo, 3D-vid s strukturirano svetlobo, postajo za sekundarno orientacijo, laserski marker, varnostni sistem in električno krmilno omarico. Delovni tok je preprost: zabojnik vstopi v postajo, robot skenira s kamero, nameščeno na koncu, globoko učenje identificira model in položaj, načrtovanje trajektorije vodi pobiranje, sekundarna postaja popravi orientacijo, laser po potrebi gravira 2D-kodo in del se namesti na tekoči trak ali vpenjalo.

Za postopke sortiranja in prenosa, kjer deli niso tako težki kot ročične gredi, a izberite in postavite robota morda dovolj. Pri ročičnih gredeh je zaradi nosilnosti, dosega, navora zapestja in težišča prijemala 6-osni industrijski robot običajno varnejša osnova.

Varnostni sistem mora združevati ograjo po obodu, zaklenjena vrata, svetlobne zavese in varnostno PLC logiko. Električna omarica mora uporabljati industrijsko hlajenje, tako da notranja temperatura ostane pod 40 stopinj Celzija, kar zmanjša tveganje za zmanjšanje zmogljivosti VFD-ja in nestabilen odziv robota ali tekočega traku.

Tehnični povzetek

Avtomatizacija sortiranja ročične gredi je odvisna od treh povezanih zmogljivosti: stabilnosti vida, načrtovanja trajektorije brez trkov in fleksibilnosti prijemala. Stabilnost vida določa zgornjo mejo prepoznavanja. Načrtovanje trajektorije določa zgornjo mejo tveganja trka. Fleksibilnost prijemala določa, kako učinkovito se lahko celica spreminja med modeli ročične gredi.

Strojna plast je že zrela. Pravo ozko grlo je prilagajanje na terenu: uglaševanje modelov globokega učenja, obravnavanje odsevnih površin in hitra migracija med več modeli ročičnih gredi. Pri izbiri integratorja so izkušnje z avtomobilskimi projekti pomembnejše od primerjave le ločljivosti kamere ali znamke robota. Po uvedbi bi morali obrati vsake 3 do 6 mesecev ponavljati modele vida in knjižnice trajektorij, da bi povečali OEE nad 90 %.

Zadnja posodobitev: 7. maja 2026