Exakte Bahnen von Robotern unter Einsatz dynamischer Spannwerkzeuge zu programmieren, ist noch immer eine anspruchsvolle und zeitintensive Aufgabe. Dabei können Anwendungen wie Fastsuite von Cenit schon heute viele dieser Aufgaben automatisieren.
Roboter-Teachen und Virtuelle Inbetriebnahme (Bild: Cenit AG)
Die Roboterhersteller haben recht früh erkannt, dass ein ‚Teachen‘ am echten Roboter langwierig ist und die Anlage in der Zeit nicht produzieren kann. Daher lassen sich nahezu alle Roboter und Modelle heutzutage grundsätzlich auch virtuell programmieren. Die Herstellerlösungen für die Programmierung von Robotern und Maschinen verfolgen dabei konsequent den Ansatz, eine Anlage und die dedizierte Steuerung möglichst exakt virtuell abzubilden. Herstellerspezifische Eigenschaften werden dabei in der Regel bis in kleinste Detail abgebildet. Der Wettbewerb der Hersteller untereinander allerdings verhindert einen direkten und kontinuierlichen Informationsaustausch. Folgerichtig sind die verschiedenen Werkzeuge auch kaum miteinander kompatibel. Insofern ist die Programmierung für ein neues Robotermodell oder einen anderen Hersteller auch für Roboterexperten immer wieder eine neue Herausforderung. Das gilt erst recht, wenn bestimmte Prozessparameter eingebunden werden sollen und es um komplexe Bahnen, Konturen oder Oberflächen geht, wie beim Schneiden oder Schweißen. Die Losgrößen sinken, neuartige Fertigungsverfahren verändern den Markt. Neue Hersteller beleben mit spezifischen Steuerungen und eigenen Programmiersystemen den Wettbewerb. All das führt zu eine, exponentiell wachsenden Bedarf an Roboterprogrammierleistungen. Aber erfahrene Roboterprogrammierer sind rar und in der Regel hochspezialisiert. Das Roboter-Teachen leichter und effizienter zu machen, dürfte im Grunde die einzige Lösung für dieses Problem sein.
Kalibrieren der Vorrichtung in einer Jenoptik-Votan BIM (Bild: Jenoptik Automatisierungstechnik GmbH)
Einstiegshürden senken
Eine Möglichkeit, Fachkräftemangel und Nachwuchssorgen entgegen zu wirken, ist, die Einstiegshürden zu senken und größere Interessengruppen für die Programmierung von Industrierobotern zu begeistern. Dafür gibt es verschiedene Ansätze, die unterschiedliche Zielgruppen ansprechen. Facharbeiter und Schweißingenieure können Ihr Fachwissen beispielsweise über das ‚Programmieren durch Vormachen‘ einbringen, indem sie den Roboter über eine haptische Vorrichtung oder einen Stick einfach so positionieren und einstellen, wie sie auch manuell schweißen würden. Diese Verfahren erleichtern den erfahrenen Kollegen den Einstieg in die Robotik und sind daher ein guter Anfang. Doch egal wie einfach und unkompliziert das Anfahren der Punkte auch sein mag, an der Tatsache, dass nach wie vor alle Bewegungen Punkt für Punkt durchgegangen werden müssen, ändert sich nichts. Die Effizienz dieses Ansatzes lässt sich also nicht unbegrenzt steigern. Ein weiterer Ansatz verfolgt die Idee, Berufsanfänger und Interessierte über bildungsorientierte Programmiersprachen an das Programmieren von Industrierobotern heranzuführen. Mit grafischen und spielerischen Programmierelementen gewinnt man junge und interessierte Leute. Das ist sehr wichtig für die Zukunft, denn nur so kann man dauerhaft einem drohenden Fachkräftemangel begegnen. Als kurzfristige Lösung eignen sich diese Ansätze aber nur bedingt, denn die größten Herausforderungen, und damit auch die größten Potenziale bei der Programmierung von Industrierobotern, liegen in der Automatisierung wiederkehrender und zeitaufwändiger Prozeduren. An erster Stelle, und mit weitem Abstand, gehört dazu die Wahl der optimalen Prozessparameter, Konfigurationen und Einstellungen. Aber das sind Erfahrungswerte, die man nur in der Praxis sammeln kann.
KI ist (noch) keine Lösung
Genau damit mühen sich derzeit viele verschiedene KI-Systeme ab. Keine Frage: der Einsatz von künstlicher Intelligenz klingt spannend und nach Zukunft. Und noch ist es auch vor allem ein Zukunftsthema. Denn obgleich der Computer Deep Blue führende Schachweltmeister schlägt oder Watson Jeopardy-Meister verblüfft, so fehlen diesen Systemen für den industriellen Einsatz Stand heute genau diese Erfahrungswerte. Ohne gegenseitigen Austausch und angesichts der Markt- und Wettbewerbssituation wird sich daran auch kurzfristig nicht viel ändern. Jeder Anbieter geht seinen eigenen Weg und versucht, sich dem Maschinenlernen auf individuelle Art zu nähern. Trotz massiver Fortschritte und einer sehr hohen Entwicklungsdynamik lässt sich derzeit keine generelle und seriöse Aussage treffen, wann es in absehbarer Zeit industriell taugliche KI-Lösungen für das Teachen von Industrierobotern geben wird, die funktional und bezahlbar sind.
Programmierung via Simulation bei Jenoptik (Bild: Cenit AG)
Automatisch teachen lassen
Dem gegenüber steht mit Simulation und Offline-Programmierung ein praxistauglicher und auch sehr kurzfristig realisierbarer Ansatz zur Verfügung, das Roboter-Teachen leichter und vor allem schneller und effizienter zu machen. Das größte Potenzial schlummert aktuell in der computerunterstützten Roboterprogrammierung, denn sie bindet das vorhandene Know-how und Personal weitreichend ein. Statt Maschinen und Roboter auf klassische Art mit erheblichem Zeit- und Personalaufwand zu programmieren, kann man für die Programmierung eines Bauteils alle bereits aus Design und Konstruktion vorhandenen Daten heranziehen und den Prozess erheblich beschleunigen. Konturen, Bohrungen und Verbindungselemente sind in den CAD-Daten bereits hinterlegt. Warum Roboterprogramme also von Hand erzeugen, wenn man diese Angaben nutzen kann, um die Programmierung des Bauteils zu automatisieren? Durch die Einbindung erfahrener Kollegen, der Fachabteilungen und deren Wissen, kann eine unternehmensweite Plattform für diesen kollektiven Erfahrungsschatz entstehen. Diesen kann man für die Offline-Programmierung nutzen, um beim automatischen Teachen schon eine bestmögliche Auswahl für Prozessparameter, Konfigurationen und Einstellungen voreinzustellen. Einen Roboter für hundert Positionen inklusive aller An- und Abfahrtstrategien kollisionsfrei zu teachen, benötigt selbst mit den effizientesten Offline-Teachmethoden immer noch beachtlich Zeit. Liegen die Daten jedoch als CAD vor, geht das über eine Offline-Programmierung oft mit nur wenigen Mausklicks. Dabei entsteht ein unmittelbar ausführbares Roboterprogramm in der Syntax der spezifischen Steuerung inklusive aller Signale, proprietären Befehle und Makros. Bei Konturen und Oberflächen ist der Zeitgewinn noch signifikanter.
Teachen bei Jenoptik
Am Beispiel einer Jenoptik-Votan-BIM-Anlage lässt sich der Vorteil des Ansatzes illustrieren: BIM-Anlagen (Beam in Motion) kombinieren einen feststehenden Laser mit robotergestützten Bewegungsabläufen. Kernstück sind Laserroboter mit integrierter Strahlführung. Da der Laserstrahlengang integriert geführt wird, können sich die Achsen der Roboterarme im Idealfall etwa 60 Prozent schneller bewegen. So können deutlich kürzere Taktzeiten erreicht werden, als bei konventionellen Laserrobotern. Dieser Vorteil kommt bei dem folgenden Programmierverfahren optimal zur Geltung. Die Hochleistungsanlagen werden in neun einfachen Schritten programmiert, von denen nur zwei an der realen Anlage erfolgen. Der Rest entsteht virtuell und computergestützt.
• Standardanlagen und Komponenten sind in einer Bibliothek. Die CAD-Daten des jeweiligen Bauteils können in jedem gängigen Standardformat inklusive Features und Metadaten eingelesen werden.
• Zuerst wird das Werkstück in der Anlage virtuell positioniert. Dann werden Bauteil und Roboter auf Erreichbarkeit, Konfiguration und Singularitäten überprüft. Denkbare Kollisionsräume zwischen Werkstück, Roboter und Spannvorrichtungen signalisiert das Programm sofort.
• Soll das Werkstück anhand vorgegebener Daten bearbeitet werden, überprüft man dazu die voreingestellten Prozessparameter und definiert dann die exakten Konturen im Detail.
• Offline-Programmierung: Die Programme entstehen computergestützt. Konfigurationen und Kollision werden automatisch überwacht und Interpolationen optimiert.
• Es folgt mit einer Kalibrierung der Vorrichtung der erste Schritt in der echten Anlage: Das Werkstück wird positioniert dann werden die Trajektorien angepasst.
• Unmittelbar danach geschieht der Download auf die Maschine.
• Nun findet mit dem Schneidvorgang der eigentliche und einzige Bearbeitungsschritt auf der Maschine statt.
• Je nach Bauteilanforderung und Losgröße können vor der Endkontrolle in einem vorletzten Schritt noch Optimierungen und Freifahrten oder Positions-, Qualitäts- und Geometrieanpassungen gemäß Kundenwunsch erfolgen.
• Die Endkontrolle ist dann der abschließende Schritt.
In einer vernetzten Welt und einer durchgängig digitalisierten Produktion spielt der Produktionsschritt oft nur noch eine untergeordnete Rolle. Damit das Prinzip reibungslos funktioniert, müssen sich alle Fertigungsebenen schnell und direkt untereinander austauschen können. Proprietäre Insellösungen und geschlossene Systeme sind hierzu kaum in der Lage. In einer digitalen Umgebung spielt es keine Rolle, ob bei einem Prozess Material getrennt, gefügt oder transportiert wird. Genauso wie es keinen Unterschied mehr macht, ob dieser Prozessschritt von einer Maschine oder einem Roboter ausgeführt wird und welche Marken oder Hersteller zum Einsatz kommen. Die Fertigungsebenen verschmelzen. Wenn ein Bauteil per Laser geschnitten, mit Lichtbogen geheftet und geschweißt und anschließend mit einer Sprühapplikation lackiert wird, kann man das heute schon ohne Plattformwechsel. Warum soll man künftig noch unterschiedliche Programmiersysteme in unterschiedlichen Prozessebenen einsetzen, wenn man doch heute schon alles auf einer einzigen Plattform erledigen kann?
Neue Chancen für Lohnfertiger
Der Trend zu immer stärker individualisierten Produkten führt zu steigenden Produktvarianten bei gleichzeitig sinkenden Stückzahlen. Währenddessen fordern Unternehmen von ihren Lieferanten gleichbleibende Qualität, pünktliche Lieferung und die Flexibilität, ihr Angebot schnell an sich ändernde Anforderungen anzupassen. Der Einsatz von roboterbasierenden Anwendungen wird daher kontinuierlich zunehmen und insbesondere kleine Losgrößen bis zur Einzelstückfertigung erfassen. Technik, Know-how und Software dafür stehen zur Verfügung. Die Werkzeuge der Digitalen Fabrik, also für die Planung (PLM), Offline-Programmierung (OLP), Simulation und Optimierung von Fertigungsprozessen am Computer (CAx) werden Schlüsseltechnologien, um wettbewerbsfähig zu bleiben.
Mittelständische Unternehmen investieren selbst in schwierigen Zeiten in Microsoft-Technologien, weil sie überzeugt sind, dass ihre Mitarbeiterproduktivität steigt und sich ihre Kostenstruktur bessert. Microsoft hat mit dem Microsoft-Partner-Network ein Netzwerk aufgebaut, das ein Forum für den Aufbau von Partnerschaften, Zugang zu Ressourcen und einen Rahmen für Dialoge und Kooperationen bietet. Für unsere Leser gibt die Microsoft-Partnerübersicht in Ausgabe Juli/August der IT&Production Tipps für die Suche nach einer geeigneten Branchen- oder Speziallösung im Bereich des produzierenden Gewerbes.
Auf der Suche nach Innovation, nach neuen Lösungen und der Abgrenzung zum Mitbewerb vernetzen sich zunehmend mehr Unternehmen mit externen Experten und Partnern. SAP hat mit dem SAP-Ecosystem ein Netzwerk aufgebaut, das ein Forum für den Aufbau von Partnerschaften, Zugang zu Ressourcen und einen Rahmen für Dialoge und Kooperationen bietet. In der Maiausgabe der Fachzeitschrift IT&Production erhalten unsere Leser einen aktuellen Überblick zum SAP-Ecosystem im Bereich des produzierenden Gewerbes.
Anbieter & Produkte
Weltweit führende APS-Technologie für alle industriellen Anforderungen
MPDV Mikrolab GmbH – WE CREATE SMART FACTORIES
Wachstum durch Kundenorientierung: Das Geheimnis liegt in einem smarten Variantenkonfigurator
Qualität, Lieferketten, Rückverfolgbarkeit – Nachhaltigkeit hat viele Facetten
augmented instructions – digitalisiertes Know how unterstützt die Industrie beim Wissenstransfer
IIoT in Stahl Service Centern
Make Lean Leaner
Prime Edge – eine Edge Lösung für die Industrie
ANZEIGE
Whitepaper
Vom 4-Stufen-Modell zum Regelkreis
Smart Factory Elements
Monitoring IT, OT and IIoT with Paessler PRTG: use cases and dashboards
Vollautomatische Feinplanung
Mit Kennzahlen die Produktion im Griff
Videos
Erfolgreiche Asprova APS Einführung bei Fogel, Hersteller von gewerblichen Kühl- und Gefrieranlagen für Abfüller kohlensäurehaltiger Getränke
Specops Password Auditor – Evaluieren Sie kostenlos Ihre Passwortsicherheit in Active Directory
Smart Factory Cloud Services
MES HYDRA X Build your factory smart
Erfolgreiche Asprova APS Einführung bei Strauss Café, zweitgrößter Kaffeehersteller in Polen
Ein Unternehmen, das sich mit der Auswahl eines ERP- Systems befasst, muss sich gleichsam mit einem viel- schichtigen Software-Markt und unklaren Interessen- lagen an interne Abwick- lungsprozesse auseinander- setzen. Guter Rat bei der Investitionsentscheidung ist teuer. ERP/CRM Wissen Kompakt unterstützt Sie bei der gezielten Investition in die IT-Infrastruktur.
Immer mehr Anbieter von Maschinen, Automatisierungstechnik und Industriesoftware integrieren künstliche Intelligenz in ihre Produkte. Das ganze Potenzial spielen selbstlernende Systeme aber erst aus, wenn sie passgenau auf ihren Einsatz in Fertigung und Büro zugeschnitten wurden. Über beide Möglichkeiten, als Fertiger die Vorzüge von industrieller KI zu nutzen, geht es im regelmäßig aktualisierten Themenheft Künstliche Intelligenz.
Das Internet of Things verändert Produktwelten und die Vernetzung in der Fertigung gleichermaßen. Entstehende Ökosysteme laden zur einer neuen Form der Zusammenarbeit ein. Die Spezialausgabe IoT Wissen Kompakt informiert über die Technologie, Projektierung und Anbieter für die eigene Applikation, in- und außerhalb der Fabrik.
Um alle Potenziale eines MES umfassend ausnutzen zu können, beleuchten unsere Autoren in der Serie von MES Wissen Kompakt die erfolgskritischen Faktoren, um Fertigungsunternehmen präventiv zu steuern. Darüber hinaus präsentiert MES Wissen Kompakt ein breites Spektrum an Firmenportraits, Produkt- neuheiten und Dienst- leistungen im MES-Umfeld.