讓機器人的運用更上層樓

讓機器人的運用更上層樓

對現在的製造商而言,擁有彈性的廠區為其商業模式。隨著產品庫存單位(SKU)不斷增加,製造設備就必須更加靈活,才能適應更多樣化的產品-而這個速度需更勝以往。

為了滿足「少量多樣」的彈性生產環境需求,越來越多的原始設備製造商(OEM)捨棄固定式的機械系統,並開發創新的方法來整合機器人技術。這種趨勢在材料的處理、取放和裝配應用中特別普遍。

 

這是什麼原因?傳統的系統在單一水平面上運作,並採用和處理大量相同或類似產品相關固定變數相同的基準。另一方面,機器人技術傾向模仿人體動作,因此能夠在整個立體的工作範圍內移動。

 

這種突破既有限制,而且可以在立體空間充分作業的能力,改變了既有規則。「取」和「放」選項可以有無限多種變化-而且可以加入水平和垂直升降。機械人可以判斷適當的路徑。不需要重新規劃複雜的機械路徑。

 

另外,採用可自訂和可互換的末端效應器後,同一個機器人就能處理多種產品形狀和尺寸。

 

 

傳統挑戰

機台製造商無疑瞭解機器人的優勢及其製造需求。不過直到最近,採用的機器人技術仍難以具有成本效益。

 

傳統上,OEM仰賴第三方機器人供應商,而這些供應商提供的設備有別於運作其餘機台的控制平台,是以自訂的高階處理器運作。機器人程式設計所需的技能組合,往往超出OEM員工的能力範圍。此外,因為牽涉到兩個控制平台,所以機器人應用程式難以和上游與下游的製程整合。

 

 

更簡單、更完善的程式設計

最新的機器人技術打破了OEM的平衡。事實上,由於機器學習技術,現代化的機器人通常較傳統機械系統更容易編寫。

 

例如,「模仿學習」使機器人能夠複製向其展示的任務。最近我參與的一個案件包裝應用,充分運用了這種技術。在這個案件中,為了教導機器人拾取、提起和放置產品,我們只要將機械手臂移動到三個適當的位置即可。

機器人的控制器會插入各項資訊,並產生其專屬的移動路徑或計畫。換句話說,此控制器可以自動產生路徑計畫-以及約80%必要的機器人程式設計。

 

根據應用的複雜度和變異性,可以使用類似的機器學習技術,進行視覺引導或協作機器人的部署與程式設計。

僅需要一半的空間,就能有超凡的功能:AFA系統在單一控制平台上運行的整體裝盒解決方案中充分利用機器人技術。

轉化型控制技術

雖然機器學習簡化了機器人的程式設計,但最新的可程式自動化控制器(PAC)技術代表了OEM轉型的轉折點。由於處理器的速度和性能提升,機器人應用程式如今可以在控制其餘機台的標準PAC上執行。

 

例如,這款PAC採用的處理器提供較前幾代產品多達45%的產能,可以滿足機器人對於高速通訊和動作控制的需求。

 

同樣也相當重要的是,OEM可以在PAC平台內實現機器人應用程式所需的先進安全性功能-並將其整個機台的安全方法標準化。

 

當然,機器人和機台控制均使用單一的通用平台,可以加快OEM的設備開發、整合及部署速度。除此之外,OEM可以更輕鬆推廣其完整產品組合的創新,並且能夠更進一步地掌握對其機械設備各個方面的控制。

 

我們每年都看到更多的機台製造商利用通用控制平台來開發靈活的機器人設備-並將生命週期管理調整到最佳狀態。讓我們來看看這個範例

 

深入瞭解機台製造商如何使用最新的技術開發創新機器

Mike Wagner
2018--24 Mike Wagner, Global OEM Business Manager, Rockwell Automation

部落格

Rockwell Automation部落格是一個分享科技新知與產業訊息的平台,持續為您提供業界第一手動態消息,與潮流接軌。