Simulationsgestütztes Zellenlayout
Der Anwender steht damit jedoch vor dem Problem, dass er zwar eine Vielzahl von Simulationsparametern anpassen kann, allerdings nur durch Ausprobieren eine verbrauchsreduzierte Roboterbewegung findet. Das Einsetzen passender Parameter und die iterative Vorgehensweise kosten Zeit, sind mühsam und erfordern viel Erfahrung. Darüber verfolgt ein menschlicher Anwender erfahrungsgemäß nur selten ungewöhnliche Ansätze bei der Parametrierung; spätestens bei komplexen Situationen mit mehreren Robotern werden Menschen zudem vom Umfang der Optimierungsaufgabe überfordert. Daher wurden im Rahmen der Forschungsarbeit Werkzeuge entwickelt, mit denen das Zellenlayout automatisch so angepasst wird, dass der Energieverbrauch gesenkt wird. Der Anwender modelliert dazu die zu betrachtende Zelle in vereinfachter Detailtiefe in einer eigenen Simulationsumgebung und legt die Handhabungsaufgaben des Roboters fest. Ziel der anschließenden Optimierung ist die Suche nach einer Anordnung aller Komponenten, um eine möglichst energieeffiziente Bewegung des Roboters zu realisieren. Die zentralen Parameter des Simulationsmodells stellen Position und Orientierung der Komponenten dar. Für jede Konfiguration kann der Energieverbrauch ermittelt werden und durch den Vergleich verschiedener Einstellungen eine energetisch günstige gefunden werden.
Um den Suchaufwand für die besten Lösung zu reduzieren, wurde zudem eine Diskretisierung des Suchraums und eine Auflösung von Redundanzen durchgeführt. Dadurch ließ sich eine Verkürzung der Rechenzeit um etwa 95 Prozent erreichen. Der verbleibende Suchraum ist dennoch so groß, dass mit aktuell verfügbarer Rechenleistung nicht alle Lösungsvarianten berechnet und verglichen werden können. Daher wendete das Forscherteam ‚genetische‘ Algorithmen zur Suche einer günstigen Lösung an. Dennoch dauert die erfolgreiche Suche nach einer energiereduzierten Konfiguration je nach Szenario zwischen zwei und sechs Stunden. Im Forschungsprojekt konnten die Fähigkeiten des Simulationswerkzeugs anhand dreier Beispielszenarien demonstriert werden, wobei sowohl der Einzel- als auch der Mehrroboterfall abgedeckt wurden. Der Algorithmus führte in allen Szenarien zu effizienten Lösungen, die den menschlichen Planer überraschten: Der Algorithmus passte die Ausgangsszenarien ausschließlich nach dem Gütekriterium ‚Energieverbrauch‘ an, wodurch die Komponenten sehr kompakt platziert und zu verfahrende Wege kurz werden. In einer industriellen Umsetzung müssen neben dem Energieverbrauch allerdings weitere Kriterien einfließen, wie zum Beispiel die Zugänglichkeit zu den Maschinen.
Einsatz für die Optimierung von Verfahrwegen
Da sich die von den Instituten für die Optimierung des Zellenlayouts entwickelten Algorithmen an neue Aufgabenstellungen anpassen lassen, steht im Mittelpunkt weiterer Forschungen die Adaption des Suchverfahrens für Einsatzgebiete wie die automatische Energieoptimierung von Roboterbahnen bei gleichbleibendem Zellenlayout. Denn der Wechsel von linearer Bahninterpolation zu Punkt-zu-Punkt-Interpolation verspricht zum Beispiel bis zu 45 Prozent Energieersparnis, während eine Halbierung der Fahrgeschwindigkeit zu 30 Prozent Energieersparnis führen kann. Auf diese Weise wollen die Forscher den Grundstein für ein flexibles Werkzeug legen, das zentrale Reduktionsansätze abdeckt.
