Automatiseringstrends op IMTS 2018: Cobots, camera’s, mobiele robots, IIoT en AI

IMTS 2018 – De International Manufacturing Technology Show brengt van 10 t/m 15 september mensen en automatisering dichter bij elkaar in Chicago (VS). Tentoonstellingen benadrukken de voordelen van collaboratieve robots, slimme camerasystemen, mobiele robots, IIoT en Artificial Intelligence (AI).

“Automatiseringsleveranciers hebben enorme sprongen gemaakt met software, besturing en sensortechnologie die het mogelijk maken te kwantificeren wat de robot ‘aanvoelt’. Als het iets ongewoons voelt, stopt het voordat er te veel kracht wordt uitgeoefend,” zegt Mike Cicco, President & CEO , Fanuc America Corporation en een bestuurslid van AMT – de Association For Manufacturing Technology, die IMTS in eigendom heeft en de beurs organiseert. “Waar robots voorheen in beperkte gebieden opereerden, kunnen we nu mensen en automatisering samenbrengen om de assemblage te verbeteren.” Neem als cobot-voorbeelden een situatie waarbij een robot een zware kogelomloopspil oppakt en vasthoudt terwijl een operator lagers of een elektronica-assemblage plaatst, of waarbij een mens de ingewikkelde klus van kabels door een chassis voert en een robot repetitieve taken uitvoert, zoals het vastdraaien van schroeven. “Samenwerkende robots, mobiele robots, IIoT-compatibele systemen, AI en carrières voor automatisering zullen enkele van de dominante automatiseringstrends zijn op IMTS 2018,” zegt Tim Shinbara, VP – Technology, AMT.

Mobiliteit is belangrijk

Cicco is van mening dat bedrijven in de maakindustrie, collaboratieve en mobiele robots moeten onderzoeken, en dat geldt voor zowel grote volumes als kleine tot middelgrote volumes. Hij voorziet een werkcel waar de robot de CNC-machine kan verzorgen, zoals voor laden en lossen bij grotere series. De cobot zou kunnen functioneren zonder extra bewaking en de operators zouden hun routine kunnen uitvoeren zonder zorgen over de veiligheid. Voor kleine batches of andere gevallen waarbij het handmatig bedienen van de CNC-machine logisch is, kan de robot opzij worden geduwd of naar een andere cel worden verplaatst. “In plaats van te investeren in automatisering voor elke freesbewerking, kan een mobiele robot meerdere machines besturen, met name voor bewerkingen met lange cyclustijden”, aldus Cicco.

Mobiele robots kunnen zelfrijdend zijn, met de hand worden verplaatst of op een skid worden gemonteerd. In het verleden zou de verplaatsing van een robot vereist hebben dat alle bewegingen opnieuw geprogrammeerd moesten worden, een tijdrovende klus. De nieuwe generatie mobiele robots elimineert dit probleem. Met behulp van referentiemarkeringen – referentiepunten geplaatst op de CNC-machine, maakt de mobiele robot gebruik van een visiesysteem om beelden van de punten vast te leggen. Zolang de operatoren de robot relatief dicht bij zijn oorspronkelijke positie plaatsen, kan de robot al zijn ’teachpoints’ opnieuw kalibreren, waardoor uren programmeertijd worden bespaard.

Tiende jubileum MTConnect

IMTS 2018 markeert het tienjarig jubileum van MTConnect, een reeks open, royaltyvrije standaarden die een grotere interoperabiliteit tussen besturingselementen, apparaten en softwaretoepassingen bevordert. MT Connect werd voor het eerst geïntroduceerd op IMTS 2008. Cicco legt uit dat de visie in die tijd was dat de maakindustrie een protocol ontwikkelde waarmee besturingselementen, software en apparaten konden communiceren met de eenvoud van het aansluiten van USB-apparaten op een pc, bijvoorbeeld een muis, een computer en een printer, allemaal vanaf verschillende fabrikanten, die naadloos kunnen werken door simpelweg de juiste stuurprogramma’s te installeren.

Een van de première demonstraties zal plaatsvinden in AMT’s Emerging Technology Center (ETC) in het North Building. “Voor de eerste keer bij IMTS zullen we een MTConnect-enabled ecosysteem demonstreren”, zegt Shinbara. De demonstratie bestaat uit een verticale CNC-freesmachine, een ROS-I (Robot Operating System-Industrial) interface en een robotarm die het gefreesde deel autonoom overbrengt naar een CMM.

“Dit systeem kan aantonen hoe het delen van gegevens een gesloten-lussysteem creëert”, zegt Shinbara. “Met behulp van gegevens van de CMM kan de CNC-machine de slijtage van het gereedschap compenseren door zijn verplaatsingen opnieuw te berekenen.”

“Bij een ander MTConnect-voorbeeld kunnen automatiseringsproviders specifieke analyses uitvoeren die de staat van het robotsysteem en de afzonderlijke componenten aangeven”, zegt Cicco. “In plaats van ongeplande downtime voor controles en onderhoud, vooral als een onderdeel nog steeds een hoog percentage van de nuttige levensduur heeft, kunnen automatiseringssystemen communiceren wat onderhoud nodig heeft en wanneer. Zo kan een lage stilstandtijd bereikt worden.”

Kortom, connectiviteit is de sleutel voor bedrijven die de kwaliteit willen verbeteren, strengere toleranties willen hanteren, het gebruik van machines tot 90 procent willen verhogen of een reeks andere continue verbeteringsdoelen willen bereiken.

Vision en AI 

Een van de meest impactvolle technologische ontwikkelingen is het gebruik van vision-systemen op robotarmen. “Vroege pogingen om camera’s op robots te gebruiken, werden als ‘wetenschapsprojecten’ beschouwd in plaats van als basis voor toekomstige commerciële producten”, zegt Cicco. “Dat is erg snel veranderd. Tegenwoordig gebruikt de industrie dagelijks robots met 3D-visionsystemen om de productiviteit te verhogen. Kleine en middelgrote ondernemers denken misschien dat dergelijke systemen te hightech zijn, maar dat is niet noodzakelijk het geval.”

Een van de automatiseringssystemen die op IMTS 2018 worden gedemonstreerd, combineert een visionsysteem met kunstmatige intelligentie (AI) en een diepgaand leeralgoritme, zodat de robot zichzelf kan leren om producten uit een volle bak te pakken. De robot gebruikt een camera om een foto te maken van wat er in de bak zit, maar hij heeft geen idee hoe het onderdeel eruit ziet of waar en hoe het op te rapen. Het algoritme zal meten of de pick slaagt of faalt, waardoor het systeem leert hoe een goede keuze te maken terwijl het de bak leegt. “Het leuke aan ‘deep learning’ is dat wanneer twee robots dezelfde operatie uitvoeren en hun successen en mislukkingen delen via een neuraal netwerk, ze de leertijd in twee delen verkorten omdat ze nooit dezelfde fout zullen herhalen”, zegt Cicco. “Als honderden aangesloten AI-robots de taak uitvoeren, kunnen we vrij snel antwoorden vinden op complexe problemen.”

Shinbara zegt: “Het mooie van AI en data science is dat je gebeurtenissen kunt correleren met oorzaken die niet van nature zouden zijn gevonden. Een tweede deel van AI is met procesoptimalisatie. Beeldvorming als we AI toepassen op de ETC-demonstratie. Terwijl het systeem zijn weg door het proces ‘leert’, kan het automatisch overschakelen naar ruwe voorbewerkingen om meer standtijd te krijgen van een gereedschap in plaats van een signaal te verzenden om een versleten gereedschap te vervangen.” Het tweede gebied van AI-capaciteit richt zich op zeer discrete taken. Een derde en opkomende AI-capaciteit, volgens Shinbara, is een holistische benadering, zoals systemen die bewegingen tussen de robot en de CMM verbeteren en of een CNC-machine dat de voedingen en toerentallen automatisch aanpast om een betere kwaliteit te bereiken of de standtijd te optimaliseren.