EN
Zašto je učenje vučenja promijenilo ekonomiju zavarivačkih robota
A vucite učenje robota ukida programsku barijeru koja je tradicionalno ograničavala robotsko zavarivanje na velike proizvodne linije. Umjesto da robotskom inženjeru treba pisati G-kod ili učiti točke kroz učiteljski privjesak, operater fizički hvata robotsku ruku, kreće je kroz put zavarivanja, a sustav bilježi putanju. Time se vrijeme programiranja smanjuje s sati na minute i proizvodnja pojedinačnih serija i malih serija postaje ekonomski održiva za automatizaciju robota.
Račun povrat investicije se fundamentalno mijenja kada troškovi programiranja opadaju. Uobičajeni robot za zavarivanje koji zahtijeva četiri sata inženjerskih radova po konfiguraciji novog dijela u 75/h, troši 300 $ na programiranje. Robot koji predaje u 15 minuta, a plaćaju ga operateri, troši oko 5% troškova programacije. Razlika od 295 EUR po promjeni brzo se nakuplja kada trgovina mjesečno koristi 1530 različitih konfiguracija dijelova.
Jedna tvornica metala u jugoistočnoj Aziji koja proizvodi prilagođene konstrukcijske nosilece usvojila je robot za spajanje koji se bavi suradnjom u učenju spajanja nakon što se bori s dostupnošću kvalificiranih zavarivača. U radionici su ranije zaposleni tri certificirana zavarivača. Nakon što je robot postavljen uz dva preostala zavarivača, proizvodnja se povećala za 40%, dok je obrada iz neprostojne ručne kvalitete perlice pala za otprilike 70%. 10 kg korisnog tereta, 1.8 m dolaska ruke konfiguracija je rukovala rasponom veličine nosača bez potrebe za preusmjeravanjem radnog dijela.
Priključite osnovne tehnike učenja
Kako funkcionira direktno poučavanje
A vucite učenje robota s obzirom na to da je to primjenjivo na sve dijelove sustava, u skladu s člankom 6. stavkom 2. Kada operater drži ruku i pomakne je, upravljački sustav ulazi u režim kontrole s nultim naporom motori aktivno kompenziraju gravitaciju i trenje dok prate operatorov vektor sile. Rezultat je kao kretanje kroz vodu: postoji otpor, ali smjerna namjera se glatko pretvara u pokret.
U nastavnom procesu se bilježe točaka položaji i orijentacije kroz koje spalačka baklja mora proći zajedno s parametrom procesa uključujući brzinu kretanja, uzorak tkiva i karakteristike luka. Robot interpolaira između točaka korištenjem istih algoritama planiranja kretanja koji izvršavaju programirane staze, tako da se zabilježena putanja reproduciraju s inherentnom ponovljivost robota od ± 0.030.05mm, a ne rukom operatorovom točkinom pozicioniranja od ± 12mm.
Oznake sigurnosti za suradnju
Uvod u sustav za upravljanje sustavima za upravljanje je u potpunosti usklađen s standardima za upravljanje sustavima za upravljanje sustavima za upravljanje sustavima za upravljanje sustavima za upravljanje sustavima za upravljanje sustavima za upravljanje sustavima za upravljanje sustavima za upravljanje sustavima za upravljanje sustavima za upravljanje sustavima za upravljanje sustavima za upravljanje sustavima za upravljanje sustavima za upravljanje sustav Robotska ruka zaustavlja se u milisekundama kada sila dodira premaši programirane pragove, što omogućuje operatoru da radi uz robota bez sigurnosnih ograda koje troše podni prostor i ometaju protok materijala.
Ova sposobnost suradnje mijenja ekonomiju radnog prostora. U slučaju da je robotska ćelija obična, potrebno je oko 3×3 m površine podnog podnoga koja se ne može koristiti za druge operacije. Kolektivna stanica za podučavanje uzdizanja zauzima otisak robota plus radni prostor operatora obično 2×2 metra i može se premjestiti kada se promjene proizvodnje.
Maksimiziranje povrat investicije kroz izbor aplikacija
Karakteristike dijela za visoku prinosnost
Učenje povlačenja pruža najveći ROI na dijelovima koji ispunjavaju tri kriterija: česte promjene konfiguracije koje čine konvencionalno programiranje troškovno neisplativim, zahtjevi za kvalitetu zavarivanja koji premašuju ručnu konzistenciju i geometrije dijelova unutar dometa robota. U slučaju da se proizvodnja ne promijeni, za dijelove koji su u proizvodnji veći od 500 jedinica može se postići bolji ROI od konvencionalno programiranih robota optimiziranih za vrijeme ciklusa, a ne za učinkovitost programiranja.
Debljina materijala između 1 6 mm predstavlja slatku točku za kolaborativno robotno zavarivanje jer parametri luka ostaju stabilni pri brzinama vožnje koje mogu postići baklje postavljene na ruku. U slučaju češćega spajanja, robot može koristiti i više stepeni spajanja.
Prelazak na vještine operatora
Prelazak s ručnog zavarivanja na rad robota zahtijeva drugačiji pristup vještina od konvencionalnog programiranja robota. Interfejs za podučavanje povlačenja pruža iskusnim zavarivačima intuitivan most: oni pokazuju tehniku koju žele da robot reprodukira, a zatim fino podešavaju parametre umjesto da uče programski jezik od nule.
Rayman CNC demonstrirao je ovaj pristup na Svjetskoj konferenciji za inteligentnu proizvodnju u prosincu 2024. godine, prikazujući inteligentnu radnu stanicu za zavarivanje koja integrira suradničke robote s učenjem povlačenja. Demonstracija se usredotočila na to kako operateri s stručnim znanjem za zavarivanje, ali bez programske bašte, mogu naučiti složene puteve zavarivanja u roku od nekoliko minuta.
Optimizacija programa proizvodnje
Prenosivanje omogućuje rasporediranje koje bi bilo neekonomsko s konvencionalnim robotima. Prodavaonica koja tjedno radi s 20 različitih brojeva dijelova, svaki u količinama od 1050 jedinica, može naučiti svaku konfiguraciju u 1020 minuta umjesto da provede 24 sata programiranja po dijelu. Kumulativna ušteda programacije brže vraća ulaganje nego poboljšanja prodajne snage.
I hitne narudžbe su korisne. Kada kupac treba 30 nosača do sutra ujutro, 15 minuta vremena za podučavanje znači da robot zavari u roku od sat vremena, u odnosu na dan ili više potrebno za planiranje, programiranje i provjeru konvencionalnog robota.
Često postavljana pitanja
Koliko je tipično vrijeme programiranja za robota koji predaje puštanje?
Jednostavan linearni zavarivanje na ravnom ploči traje 2 5 minuta za učenje. Složeni višešivni sastav s promjenama položaja traje 1020 minuta. Isti zadatak na konvencionalnom robota za podučavanje zahtijeva 30 minuta do 4 sata ovisno o iskustvu programera.
Da li je učenje povlačenja kompromitiranost točnosti zavarivanja?
-Ne, ne, ne. U slučaju da je to moguće, potrebno je upotrijebiti sustav za upravljanje brzinom. Demonstracija nastave određuje oblik staze, a preciznost robota određuje izvršavanje.
Koje su korisne snage i doseg dostupni za robote za varenje koji se bave treniranjem?
Zajednička konfiguracija zavarivanja uključuje 10 kg korisnog tereta s dosegom ruke od 1,8 m, pogodan za većinu malih i srednjih zadataka proizvodnje. Veće korisne terete mogu primiti teže baklje i upravljanje kablovima. Rayman CNC nudi robote za podučavanje vučenja u više klasa korisnog opterećenja kako bi se udovoljavali zahtjevima aplikacije.
Kako se ROI uspoređuje između predavanja i konvencionalnog programiranja robota?
Prednosti ROI-a učenja se čine najjačima u proizvodnji visoke mješavine, male količine. Troškovi programacije za svaki dio prelaska padaju s 150400 (konvencionalno) na 310 (učenje povlačenja). Prodavnice koje mijenjaju konfiguracije 100+ puta mjesečno oporavljaju ulaganje robota samo od programacije uštede unutar 1218 mjeseci.
Koje sigurnosne certifikata primjenjuju na suradničke robote za podučavanje vučenja?
ISO 10218-1 i ISO/TS 15066 definiraju zahtjeve za sigurnost suradničkih robota, uključujući ograničenja snage i brzine za kontakt čovjeka i robota. U skladu s člankom 3. stavkom 2. točkom (a) ovog članka, za sve robove koji su u skladu s ovim standardima, za koje se primjenjuje ovaj članak, za koje se primjenjuje ovaj članak, primjenjuje se sljedeći standard:
Mogu li postojeći zavarivači preći na vučenje učenja rada robota?
-Da, to je dobro. Interfejs za fizičku demonstraciju usklađen je s postojećom vještinom zavarivača oni pokazuju robotu tehniku umjesto učenja koda. Rayman CNC pruža obuku operatora koja obuhvaća tehnike podučavanja, podešavanje parametara i osnovno održavanje tijekom puštanja opreme u rad.