อัปเดตครั้งล่าสุด: พฤษภาคม 7, 2026
การหยิบเพลาข้อเหวี่ยงด้วยหุ่นยนต์โดยใช้ระบบวิชั่น 3 มิติ: วิดีโอการคัดแยกและป้อนชิ้นส่วนเครื่องยนต์
การหยิบเพลาข้อเหวี่ยงจากถังด้วยหุ่นยนต์ช่วยลดขั้นตอนที่ยากที่สุดขั้นตอนหนึ่งในกระบวนการผลิตเครื่องยนต์ นั่นคือ การเลือกเพลาข้อเหวี่ยงที่มีน้ำหนักมากและมีรูปร่างไม่สม่ำเสมอจากถังเก็บที่ลึก ซึ่งแต่ละชิ้นส่วนอาจวางซ้อนกันในมุมที่แตกต่างกัน วิดีโอด้านล่างแสดงให้เห็นว่าหุ่นยนต์ 6 แกน ระบบวิชั่น 3 มิติ การประมาณตำแหน่ง และตัวจับยึดที่ยืดหยุ่น สามารถเปลี่ยนการคัดแยกเพลาข้อเหวี่ยงแบบสุ่มให้เป็นกระบวนการป้อนที่ทำซ้ำได้สำหรับการตัดเฉือน การทำเครื่องหมาย หรือการประกอบในขั้นตอนถัดไป
หากโปรแกรมเล่นวิดีโอแบบฝังไม่โหลด ให้เปิดวิดีโอโดยตรงบน YouTube: การหยิบชิ้นส่วนเพลาข้อเหวี่ยงด้วยหุ่นยนต์โดยใช้ระบบวิชั่น 3 มิติ.
ภาพรวมกระบวนการ
เพลาข้อเหวี่ยงเป็นส่วนประกอบหลักในการส่งกำลังของเครื่องยนต์ ในการผลิตรถยนต์ เพลาข้อเหวี่ยงจะเคลื่อนผ่านกระบวนการต่างๆ เช่น การตีขึ้นรูป การกลึงละเอียด การเจียร การปรับสมดุลไดนามิก การทำเครื่องหมาย และกระบวนการประกอบต่างๆ ระหว่างขั้นตอนเหล่านี้ การคัดแยกและการป้อนชิ้นส่วนต้องมีความน่าเชื่อถือเพียงพอที่จะรองรับเวลาการผลิตที่คงที่โดยปราศจากการป้อนชิ้นส่วนผิดหรือการแทรกแซงจากผู้ปฏิบัติงานซ้ำๆ
การคัดแยกด้วยมือแบบดั้งเดิมนั้นช้าและมีโอกาสผิดพลาดสูง เนื่องจากเพลาข้อเหวี่ยงมีรูปทรงเรขาคณิตที่ไม่สม่ำเสมอ ตุ้มถ่วงที่เยื้องศูนย์ พื้นผิวที่ผ่านการกลึงสะท้อนแสง และการวางซ้อนกันแบบสุ่ม ผู้ปฏิบัติงานต้องตัดสินทั้งแบบจำลองชิ้นส่วนและจุดจับที่ดีที่สุดด้วยสายตา ซึ่งทำให้ควบคุมเวลาในการทำงานและความเสถียรของคุณภาพได้ยาก
โซลูชันทางวิศวกรรมในปัจจุบันใช้ หุ่นยนต์ 6 แกน เมื่อใช้งานร่วมกับระบบวิชั่น 3 มิติ การสแกนด้วยแสงเลเซอร์แบบมีโครงสร้างจะสร้างกลุ่มจุดที่มีความหนาแน่นสูง ในขณะที่การเรียนรู้เชิงลึกจะช่วยในการจดจำชิ้นส่วนและการประมาณท่าทางสำหรับการหยิบชิ้นงานแบบสุ่มจากถัง ระบบที่ปรับแต่งมาอย่างดีสามารถทำงานได้ประมาณ 48 วินาทีต่อชิ้น และตัวจับยึดแบบยืดหยุ่นเพียงตัวเดียวสามารถจัดการกับเพลาข้อเหวี่ยงได้ 6 ถึง 8 รุ่นโดยไม่ต้องเปลี่ยนฮาร์ดแวร์ สำหรับกรณีการใช้งานการจัดการวัสดุที่คล้ายกัน โปรดดูที่ EVSINT การจัดการหุ่นยนต์ หมวดหมู่
ข้อผิดพลาดทั่วไปในการคัดเลือกเพลาข้อเหวี่ยง
มุมมองภาพและความชัดลึกของกล้องไม่เพียงพอ ความลึกของถังเก็บมักสูงถึง 800 มม. หากโครงการใช้กล้องที่มีมุมมองแคบเพื่อลดต้นทุน ชั้นล่างสุดอาจไม่ได้รับการครอบคลุมอย่างเต็มที่ ซึ่งทำให้มีอัตราความผิดพลาดในการตรวจจับสูงและทำให้เกิดสัญญาณเตือนบ่อยครั้ง
คุณภาพของจุดข้อมูลบนพื้นผิวสะท้อนแสงไม่ดี พื้นผิวเพลาข้อเหวี่ยงที่ผ่านการกลึงอย่างแม่นยำอาจทำให้เกิดการสะท้อนแสงแบบสเปคูลาร์ในระหว่างการสแกนด้วยเลเซอร์ ผลที่ได้คือช่องว่างและสัญญาณรบกวนในกลุ่มจุด ซึ่งลดความแม่นยำในการจดจำและความน่าเชื่อถือในการประมาณตำแหน่งลงโดยตรง
ข้อมูลสำหรับการฝึกฝนการเรียนรู้เชิงลึกไม่เพียงพอ รุ่นเพลาข้อเหวี่ยงใหม่ๆ อาจเข้าสู่สายการผลิตโดยไม่มีภาพตัวอย่างเพียงพอ การสรุปแบบจำลองที่ไม่แม่นยำอาจทำให้การทดสอบใช้งานภาคสนามยืดเยื้อจากที่คาดไว้ 3 วัน เป็น 2 สัปดาห์
การวางแผนเส้นทางโดยไม่ต้องตรวจจับการชน ระบบบางระบบอาศัยการจำลองจลศาสตร์ขั้นพื้นฐานและไม่ได้พิจารณาถึงผนังของถัง ชิ้นส่วนที่อยู่ใกล้เคียง และการรบกวนของตัวจับยึดอย่างครบถ้วน ในการหยิบชิ้นงานจากถังลึก สิ่งนี้อาจทำให้เกิดการหยุดทำงานเนื่องจากการชน และต้องทำการรีเซ็ตด้วยตนเองซ้ำๆ
ไม่มีสถานีปฐมนิเทศรอง การวางตำแหน่งโดยตรงลงในอุปกรณ์จับยึดปลายทางอาจไม่ตรงตามข้อกำหนดด้านความแม่นยำของตำแหน่ง สถานีรองสามารถแก้ไขการวางแนวได้ก่อนการตัดเฉือน การทำเครื่องหมาย หรือการลำเลียง สิ่งนี้มีความสำคัญอย่างยิ่งเมื่อเซลล์ป้อนวัสดุไปยังชิ้นงานอื่น หุ่นยนต์ดูแลเครื่องจักร กระบวนการหรือสถานีที่เกี่ยวข้องกับ CNC
โซลูชันทางเทคนิคหลัก
การสแกนภาพสามมิติ แนะนำให้ใช้การสแกนด้วยแสงเลเซอร์แบบมีโครงสร้างหรือการสแกนด้วยเส้นเลเซอร์ ขอบเขตการมองเห็นควรครอบคลุมทั้งช่องรับแสง และความลึกของภาพควรมีอย่างน้อย 800 มม. การฉายแสงเลเซอร์แบบแอคทีฟช่วยลดการรบกวนจากแสงโดยรอบ ในขณะที่ HDR ระดับฮาร์ดแวร์ช่วยปรับปรุงคุณภาพของจุดเมฆบนพื้นผิวสะท้อนแสง
การรู้จำด้วยการเรียนรู้เชิงลึก การแบ่งส่วนจุดเมฆโดยใช้กลไกความสนใจสามารถระบุเป้าหมายที่เลือกได้สูงสุดแม้ภายใต้การบดบังอย่างรุนแรงและการซ้อนทับแบบสุ่ม การเรียนรู้แบบถ่ายโอนด้วยข้อมูลจำนวนน้อยช่วยลดระยะเวลาการใช้งานโมเดลใหม่เหลือเพียง 1-2 วัน เมื่อรวบรวมตัวอย่างที่เป็นตัวแทนได้เพียงพอ
การวางแผนเส้นทางอัจฉริยะ เซลล์ควบคุมควรสร้างฉากสิ่งกีดขวางสามมิติจากรูปทรงเรขาคณิตของจุดเมฆแบบเรียลไทม์ จากนั้นจึงนำไปผสานรวมกับจลศาสตร์ของหุ่นยนต์เพื่อสร้างเส้นทางการหยิบและวางที่ปราศจากการชนกัน สถาปัตยกรรมกล้องแบบ "ตาในมือ" ช่วยให้หุ่นยนต์สามารถปรับมุมการสแกนและลดจุดบอดได้
การออกแบบตัวจับยึดที่ยืดหยุ่น ตัวจับยึดแบบไฮบริดที่ใช้ระบบลมและไฟฟ้าสามารถรองรับตุ้มถ่วงสมดุลของเพลาข้อเหวี่ยงได้ ในขณะที่หมุดกำหนดตำแหน่งด้านข้างจะปรับให้เข้ากับการเปลี่ยนแปลงระยะห่างของเพลา ตัวจับยึดเป็นส่วนเชื่อมต่อทางกลหลัก ดังนั้นจึงควรออกแบบร่วมกับส่วนประกอบอื่นๆ เอฟเฟกต์ปลายหุ่นยนต์ และติดตั้งอุปกรณ์ปลายทางแทนที่จะมองว่าเป็นเพียงอุปกรณ์เสริม
ผังทางวิศวกรรมมาตรฐาน
โดยทั่วไปแล้ว เซลล์หุ่นยนต์หยิบชิ้นงานแบบเพลาข้อเหวี่ยงจะรวมหุ่นยนต์ 6 แกน, ตัวจับยึดแบบยืดหยุ่น, ระบบวิชั่น 3 มิติด้วยแสงโครงสร้าง, สถานีปรับทิศทางรอง, เครื่องทำเครื่องหมายด้วยเลเซอร์, ระบบความปลอดภัย และตู้ควบคุมไฟฟ้า ขั้นตอนการทำงานนั้นตรงไปตรงมา: ชิ้นงานเข้าสู่สถานี หุ่นยนต์สแกนด้วยกล้องที่ติดตั้งอยู่ด้านท้าย ระบบเรียนรู้เชิงลึกระบุรุ่นและตำแหน่ง การวางแผนเส้นทางนำทางในการหยิบ สถานีรองแก้ไขทิศทาง เลเซอร์สลักรหัส 2 มิติหากจำเป็น และชิ้นงานจะถูกวางบนสายพานลำเลียงหรืออุปกรณ์ยึด
สำหรับกระบวนการคัดแยกและขนย้ายชิ้นส่วนที่ไม่หนักเท่าเพลาข้อเหวี่ยงนั้น... เลือกและวางหุ่นยนต์ อาจจะเพียงพอแล้ว สำหรับเพลาข้อเหวี่ยง น้ำหนักบรรทุก ระยะการทำงาน แรงบิดที่ข้อมือ และจุดศูนย์ถ่วงของตัวจับยึด มักทำให้หุ่นยนต์อุตสาหกรรม 6 แกนเป็นตัวเลือกที่ปลอดภัยกว่า
ระบบความปลอดภัยควรประกอบด้วยรั้วรอบพื้นที่ ประตูที่เชื่อมต่อกัน ม่านแสง และระบบควบคุม PLC เพื่อความปลอดภัย ตู้ไฟฟ้าควรใช้ระบบระบายความร้อนแบบอุตสาหกรรมเพื่อให้อุณหภูมิภายในคงที่ต่ำกว่า 40 องศาเซลเซียส ซึ่งจะช่วยลดความเสี่ยงที่ VFD จะลดกำลังการทำงาน และการตอบสนองที่ไม่เสถียรของหุ่นยนต์หรือสายพานลำเลียง
ข้อมูลอย่างย่อเทคนิค
ระบบคัดแยกเพลาข้อเหวี่ยงอัตโนมัติขึ้นอยู่กับความสามารถที่เชื่อมโยงกันสามประการ ได้แก่ ความเสถียรของระบบภาพ การวางแผนเส้นทางการเคลื่อนที่โดยปราศจากการชน และความยืดหยุ่นของตัวจับยึด ความเสถียรของระบบภาพกำหนดขีดจำกัดการจดจำ การวางแผนเส้นทางการเคลื่อนที่กำหนดขีดจำกัดความเสี่ยงในการชน และความยืดหยุ่นของตัวจับยึดกำหนดประสิทธิภาพในการเปลี่ยนระหว่างเพลาข้อเหวี่ยงรุ่นต่างๆ ของเซลล์การทำงาน
ชั้นฮาร์ดแวร์นั้นมีความสมบูรณ์แล้ว ปัญหาคอขวดที่แท้จริงอยู่ที่การปรับใช้ภาคสนาม: การปรับแต่งโมเดลการเรียนรู้เชิงลึก การจัดการพื้นผิวสะท้อนแสง และการย้ายข้อมูลอย่างรวดเร็วไปยังโมเดลเพลาข้อเหวี่ยงหลายแบบ เมื่อเลือกผู้รวมระบบ ประสบการณ์ในโครงการยานยนต์มีความสำคัญมากกว่าการเปรียบเทียบเฉพาะความละเอียดของกล้องหรือยี่ห้อหุ่นยนต์ หลังจากใช้งานแล้ว โรงงานควรปรับปรุงโมเดลการมองเห็นและไลบรารีวิถีการเคลื่อนที่ทุกๆ 3 ถึง 6 เดือน เพื่อผลักดัน OEE ให้สูงกว่า 90%
คำถามที่พบบ่อย (FAQs)
เซลล์หุ่นยนต์สำหรับหยิบชิ้นส่วนเพลาข้อเหวี่ยงประกอบด้วยอะไรบ้าง?
โดยทั่วไปแล้วจะประกอบด้วยหุ่นยนต์ 6 แกน เซ็นเซอร์ตรวจจับภาพ 3 มิติ ซอฟต์แวร์ประมาณตำแหน่ง ตัวจับยึดแบบยืดหยุ่น สถานีปรับทิศทางรอง ระบบความปลอดภัย และตู้ควบคุม บางชุดอาจรวมถึงการทำเครื่องหมายด้วยเลเซอร์และการลำเลียงด้วยสายพานลำเลียงด้วย
เหตุใดเพลาข้อเหวี่ยงจึงยากต่อการหยิบชิ้นงานด้วยหุ่นยนต์?
เพลาข้อเหวี่ยงมีน้ำหนักมาก รูปทรงไม่สม่ำเสมอ สะท้อนแสง และวางซ้อนกันอย่างไม่เป็นระเบียบ หุ่นยนต์ต้องระบุชิ้นส่วนที่อยู่บนสุดที่สามารถเข้าถึงได้ ประเมินตำแหน่งของมัน หลีกเลี่ยงชิ้นส่วนข้างเคียงและผนังของถัง และจับมันโดยไม่เสียสมดุล
ตัวจับยึดตัวเดียวสามารถใช้กับเพลาข้อเหวี่ยงได้หลายรุ่นหรือไม่?
ใช่แล้ว ตัวจับยึดแบบยืดหยุ่นที่สามารถปรับการรองรับและการวางตำแหน่งด้านข้างได้ มักจะครอบคลุมเพลาข้อเหวี่ยงได้ 6 ถึง 8 รุ่น โครงการนี้ยังคงต้องการการตรวจสอบความถูกต้องในด้านน้ำหนักบรรทุก จุดศูนย์ถ่วง ระยะห่างของเพลา และความแม่นยำของอุปกรณ์ยึดในขั้นตอนถัดไป
ผู้ซื้อควรพิจารณาอะไรบ้างก่อนเลือกใช้ระบบคัดแยกเพลาข้อเหวี่ยง?
ผู้ซื้อควรประเมินคุณภาพของจุดคลาวด์บนชิ้นส่วนสะท้อนแสง ความเร็วในการถ่ายโอนโมเดลการเรียนรู้เชิงลึก การวางแผนเส้นทางที่ปราศจากการชน ความยืดหยุ่นของตัวจับยึด ความแม่นยำในการวางแนวรอง และประวัติโครงการในอุตสาหกรรมยานยนต์ของผู้รวมระบบ
อัปเดตครั้งล่าสุด: พฤษภาคม 7, 2026