
Najprepoznatljivija slika automatizirane tvornice ostaje ruka koja zavaruje, postavlja kutije ili hrani stroj, ali industrijsko poslovanje se promijenilo i obuhvatilo sve što okružuje robota : procesni inženjering, strojni vid, softver za programiranje, autonomna vozila, održavanje i sigurnost. Ova kombinacija nam omogućuje da o industrijskoj robotici govorimo kao o cjelovitom sustavu, a ne samo kao o izoliranom stroju.
U Španjolskoj i Europi fokus se prebacuje na projekte koji povećavaju fleksibilnost i smanjuju ovisnost o krutom rasporedu . Tvrtke više ne pitaju samo koliko košta robot, već kako ga integrirati u proizvodnu liniju s promjenjivim serijama, kako obučiti osoblje i kakav se povrat ulaganja može očekivati tijekom njegovog životnog vijeka. Ova šira perspektiva objašnjava interes za kobote, simulaciju i fizičku umjetnu inteligenciju.
Od kupnje robota do dizajniranja automatizirane ćelije
Automatizacija operacije nije samo stvar pričvršćivanja ruke na stol i pritiskanja gumba za uključivanje. To zahtijeva proučavanje procesa, projektiranje ćelije, odabir senzora i kamera za industrijsku automatizaciju , razvoj alata, spajanje robota na postojeće strojeve, dodavanje sigurnosnih sustava i obuku operatera. Integracija može biti jednako važna, ili čak i važnija, od same opreme , zbog čega mnoga mala i srednja poduzeća trebaju tehničku podršku prije donošenja odluke.
Ovaj napor objašnjava zašto ukupni trošak nije ograničen samo na cijenu robota. Ulaganje uključuje inženjerske sate, sustave vida, softver, ograđivanje, certifikaciju i puštanje u rad, tako da se jednostavna ćelija i složena instalacija mogu razlikovati za stotine tisuća eura . Za tvrtku srednje veličine izazov je izračunati uštede, dodatnu proizvodnju i smanjenje nedostataka koji će nadoknaditi to ulaganje.
Koboti s većim kapacitetom korisnog tereta i softverom koji pojednostavljuje puštanje u rad
Jedan od novih dostignuća u sektoru ima za cilj proširiti opseg kolaborativnih robota. ABB-ova PoWa obitelj pokriva nosivosti od 7 do 30 kilograma i brzine do 7,2 metra u sekundi, s modelima kao što su CRB 1910, do 13 kilograma, i CRB 1920, do 30 kilograma. Ovaj skok u kapacitetu omogućuje paletizaciju, tešku strojnu obradu ili rukovanje velikim dijelovima bez nužne nadogradnje na industrijskog robota sa zatvorenim ćelijama. Ove će primjene biti predstavljene na sajmu Advanced Manufacturing Madrid na sajmu IFEMA, 4. i 5. studenog, u hali 6.
U kolaborativnom zavarivanju, CRB 1910 predstavljen je uz uređaj EasyTeach, koji omogućuje učenje točaka zavarivanja putem ručnog navođenja i interaktivnih gumba. Ideja je da operater pomiče ruku kako bi označio putanju, smanjujući vrijeme programiranja za kratke serije. Programiranje tako postaje dio procesa koji je također automatiziran , a ne samo fizičko kretanje robota.
Za paletizaciju i depaletizaciju, CRB 1920 kombinira se s 3D strojnim vidom, što sustavu omogućuje prepoznavanje objekata različitih oblika, veličina i položaja na paleti te vođenje robota u stvarnom vremenu. Izložen je i IRB 930 SCARA, s nosivošću do 22 kg i vremenima ciklusa od 0,38 i 0,39 sekundi, što predstavlja malo postotno poboljšanje koje se prevodi u više jedinica na sat . U proizvodnji, ovakva razlika može opravdati ulaganje bez promjene cijele proizvodne linije.
Digitalni sloj dobiva na važnosti u ovim prijedlozima. RobotStudio omogućuje simulaciju i programiranje izvan lokacije, Automatic Path Planning generira trajektorije sa samo nekoliko klikova, OptiFact prikuplja i analizira podatke o proizvodnji, a AppStudio olakšava stvaranje sučelja bez kodiranja. Smanjenje vremena postavljanja i sati inženjeringa postalo je jednako važno kao i poboljšanje životnog ciklusa robota , posebno kada tvrtka nema vlastiti tim za integraciju i nastoji optimizirati industrijsku kontrolu proizvodnje.
Fizička umjetna inteligencija za složene procese u Getafeu
U području kompozitnih materijala, FIDAMC i Sopra Steria potpisali su sporazum o suradnji za primjenu fizičke umjetne inteligencije u proizvodnim procesima. Cilj inicijative je razvoj robota sposobnih za percepciju okoline, prilagođavanje karakteristikama svakog dijela i izvršavanje složenih operacija s većom učinkovitošću, kvalitetom i sljedivošću. Obuka će se u početku odvijati u simuliranim okruženjima prije nego što se sustavi implementiraju u stvarnim industrijskim ćelijama.
Ova kombinacija je posebno relevantna za zrakoplovstvo, aeronautiku i obranu, sektore u kojima je složene ručne zadatke i dalje teško automatizirati konvencionalnom robotikom. Početni rad će se provoditi u robotskoj ćeliji FIDAMC-a u Getafeu, a rezultati će se zatim dijeliti s europskim industrijskim ekosustavom. Ključ leži u kombiniranju fleksibilnosti operatera s preciznošću i ponovljivošću robota , bez gubitka znanja o procesu.
Ovaj pristup usklađen je sa širim trendom: umjetna inteligencija prelazi okvire pukog softverskog sloja i počinje utjecati na to kako roboti interpretiraju svoju okolinu. Kamere, senzori i modeli umjetne inteligencije omogućuju strojevima da se odmaknu od pukog ponavljanja koordinata i reagiraju na promjene u položaju, serijama ili referencama. Fizička umjetna inteligencija ima za cilj donijeti ovu sposobnost donošenja odluka u fizički svijet tvornice , iako će njezino usvajanje ovisiti o rezultatima, troškovima i jednostavnosti integracije.
Na što tvrtke obraćaju pozornost prije nego što se odluče na taj korak?
Istraživanja u industriji dosljedno ukazuju na nekoliko praktičnih prepreka: troškove, integraciju s postojećim sustavima, odabir pravog rješenja, sigurnost i regulatornu birokraciju. Tome se dodaje nedostatak kvalificiranih tehnoloških stručnjaka i teškoća povezivanja tehnologija postrojenja s informacijskim sustavima. Prepreka nije samo financijska ; ona uključuje i znanje, održavanje i sposobnost mjerenja rezultata.
Za mala i srednja poduzeća, povrat ulaganja ovisi o specifičnom procesu. Projekt može povratiti svoje troškove u nekoliko mjeseci ako automatizira usko grlo, omogući više smjena ili smanji pogreške, ali može podbaciti ako se proizvodnja stalno mijenja ili zahtijeva previše ljudske intervencije. Fleksibilnost i radno opterećenje jednako su važni kao i cijena robota , zbog čega je važno analizirati krivulju radnog opterećenja, stvarno vrijeme ciklusa i troškove operaterskih sučelja.
Tržište također počinje istraživati modele najma ili usluga kako bi se smanjila početna ulaganja, dok španjolska mobilna robotika proširuje svoju prisutnost u logistici, prijevozu materijala, komisioniranju i kontroli zaliha. Automatizacija se seli u operacije koje su prije bile rezervirane za velike pogone , s manjim rješenjima, pristupačnim softverom i sustavima koji mogu raditi zajedno s ljudima.
Industrijska robotika više se ne mjeri isključivo brojem instaliranih robotskih ruku. Integracija, vid, simulacija, koboti većeg kapaciteta i umjetna inteligencija primijenjeni na fizičko okruženje dobivaju na važnosti. Neposredna budućnost leži u fleksibilnijim tvornicama i tvrtkama sposobnim za procjenu ukupnih troškova, obuku svojih timova i odabir projekata s jasnim povratom ulaganja . Ova kombinacija, a ne izolirani robot, ono je što pokreće poslovanje u Španjolskoj i Europi.
Indeks





