Valitse ja aseta rajoitukset: tärkeitä tekijöitä|RBTIC

What Reduces Robotic Picking Performance?

Robottihaku- ja paikkajärjestelmätvoivat tarjota suuren nopeuden ja toistettavuuden, mutta niiden suorituskyky riippuu paljon muustakin kuin robotin hyötykuormasta, ulottuvuudesta ja mainostetusta sykliajasta.

Monet tärkeimmistävalinta- ja paikkarajoituksetnäkyvät, kun todelliset tuotteet käyttäytyvät eri tavalla kuin ihanteelliset CAD-mallit, kontrolloidut esittelyt tai huolellisesti valmistetut näytteet. Robotti voi olla paperilla riittävän nopea, mutta silti jättää tuotantotavoitteet huomiotta, koska näköjärjestelmä ei pysty paikantamaan tuotteita johdonmukaisesti, tarttuja ei pysty luomaan luotettavaa pitoa, tuotteet saapuvat odottamattomasti tai vaihdot kuluttavat liian paljon käyttöaikaa. Tästä syystä arvioida arobottipoimintasovelluspitäisi keskittyä koko prosessiin pelkän robotin sijaan.

Yleisimmät rajoitukset voidaan ryhmitellä neljään alueeseen:

näön ja tuotteiden havaitseminen;

tarttuminen ja tuotteiden pääsy;

robotin liike ja tuotteen esittely;

tuotannon vaihtelu ja prosessitalous.

Näiden rajoitusten ymmärtäminen ennen laitteiden hankintaa voi estää teknisesti vaikuttavasta robottisolusta muodostumasta epäluotettavaksi tuotantojärjestelmäksi.

Jos suunnittelet valitse{0}}ja-automaattia, tutustuRBTIC valitse{0}}ja-sijoita robottisarjatarkistaaksesi kokoonpanot ja tekniset tiedot.

Robotti ei voi poimia tarkasti, jos sen tunnistusjärjestelmä ei pysty johdonmukaisesti määrittämään, missä tuote on ja miten se on suunnattu. Näköohjatuissa robottisovelluksissa näköjärjestelmä yleensä havaitsee osan, määrittää sen sijainnin ja suunnan sekä antaa kohdistustietoja, joiden avulla robotti voi korjata valinta-asennon. Tämä tarkoittaa, että luotettava kuvanotto ja osien tunnistus ovat olennaisia poimintaprosessissa.

Useat tuotteen ominaisuudet voivat tehdä tämän vaikeaksi.

Vision Limitations In Robotic Pick And Place Systems

Tuotetyyppi	Kuvaus
Heijastavat tuotteet	Kiillotettu metalli, kiiltävä muovi, foliopakkaukset ja muut heijastavat pinnat voivat aiheuttaa häikäisyä ja kohokohtia, jotka muuttuvat katselukulman mukaan. Ongelma ei ole vain se, että kuva näyttää kirkkaalta. Muuttuvat heijastukset voivat piilottaa reunat, muuttaa näkyviä ominaisuuksia tai saada tuotteen näyttämään erilaiselta sen sijainnin muuttuessa. Näköjärjestelmä, joka tunnistaa yhden huolellisesti sijoitetun näytteen, voi siksi toimia vähemmän luotettavasti, kun tuotteet pyörivät, kallistuvat, likaantuvat tai liikkuvat muuttuvan ympäristön valon läpi.
Läpinäkyvät tuotteet	Kirkkaat pullot, tarjottimet, muovipakkaukset, lasikomponentit ja läpinäkyvät kalvot luovat erilaisen haasteen. Kamera saattaa tallentaa piirteitä kuljettimelta tai taustalta tuotteen läpi sen sijaan, että se saisi vakaan kuvan itse tuotteen pinnasta. Reunojen havaitseminen ja segmentointi voivat siksi tulla voimakkaasti riippuvaiseksi valaistuksesta ja taustaolosuhteista.
Vähän{0}}kontrastiset tuotteet	Tuotteita voi myös olla vaikea paikantaa, jos niiden ulkonäkö muistuttaa kuljetinta, alustaa, roskakoria tai ympäröiviä esineitä. Esimerkiksi tumman komponentin erottaminen tummasta kuljettimesta voi olla paljon vähemmän luotettavaa kuin saman komponentin havaitseminen kontrolloitua kontrastia vasten.

Yksi tärkeimmistä valinta- ja paikkarajoituksista on se, että huono näkyvyys ei aina ole ratkaisuongelma. Kameran tarkkuuden lisääminen ei automaattisesti poista heijastuksia, läpinäkyvyyttä, varjoja, epävakaata kontrastia tai sopimatonta valaistusgeometriaa.

Sovelluksesta riippuen parempia tuloksia voidaan saada muuttamalla valaistuksen suuntaa tai voimakkuutta, polarisaatiota, valotusasetuksia, kameran asentoa, kuljettimen tai taustaväriä, tuotteen esittelyä tai itse tunnistusmenetelmää.

Joissakin sovelluksissa fyysisen kohtauksen tekeminen toistettavaksi on tehokkaampaa kuin ohjelmiston jatkuvan monimutkaisuuden lisääminen.

Käytännön kysymys ei siis ole vain:Näkeekö kamera tuotteen? Se on:Pystyykö visiojärjestelmä paikantamaan jokaisen edustavan tuoteversion luotettavasti todellisissa tuotantoolosuhteissa?

Tämä ero tulee testata ennen lopullisen visioarkkitehtuurin valintaa.

Gripper Limitations And Difficult-To-Pick Products

Tarkka tuotteen tunnistus ei takaa onnistunutta valintaa. Poiminta- ja sijoitusrobotti tarvitsee edelleen toistettavan paikan, jossa -varsityökalujen-päät voivat koskettaa tuotetta, kiinnittää, siirtää ja vapauttaa tuotteen ilman kohtuuttomia vaurioita.

Tämä luo toisen suuren kategorianrobottivalinta- ja paikkarajoitukset.

Laukut, pussit, tekstiilit, pehmeät elintarvikkeet, kalvot ja muut joustavat tuotteet voivat muuttaa muotoaan syklien välillä. Yhdessä kuvassa sopivalta näyttävä tartuntakohta voi rypistyä, romahtaa, taittua tai liikkua tartuntalaitteen lähestyessä sitä. Haaste muuttuu vaikeammaksi, kun tuotteen muotoon vaikuttavat täyttötaso, jäänyt ilma, lämpötila, pinoamispaine tai ylävirran käsittely. Näissä sovelluksissa tekninen ongelma ei ole vain tuotteen tunnistaminen. Järjestelmä tarvitsee myös tarttuvan strategian, joka sietää tuotteiden vaihtelua.

Tyhjiötartunta riippuu imujärjestelmän ja tuotteen pinnan välisestä vuorovaikutuksesta. Huokoiset tai karkeat tuotteet voivat vaatia erilaisia tyhjiöstrategioita, koska vuoto- ja tiivistyskäyttäytyminen eroaa sileiden, ilmatiiviiden pintojen vastaavista. Kaupalliset tartuntajärjestelmät on suunniteltu erityisesti vaikeisiin olosuhteisiin, kuten huokoisiin materiaaleihin, epätasaisiin pintoihin ja määrittelemättömiin poimintakohtiin, mikä osoittaa, miksi tarraimen valinnan on vastattava fyysistä tuotetta sen sijaan, että luotaisiin yleiseen imukonseptiin.

Lisätestauksen arvoisia tuotteita ovat aallotetut tai huokoiset materiaalit, karkeat tai voimakkaasti teksturoidut komponentit, öljyiset tai märät tuotteet, epävakaat pakkaukset, tuotteet, joissa on aukkoja tai vuotoreittejä, pinnat, joiden kunto muuttuu tuotannon aikana. Saattaa vaatia erilainen imu-geometria, suurempi tartunta-ala, useita kosketuspisteitä, mekaaninen tartunta, neulatartunta, yhteensopivuus tai jokin muu pääte{2}}tehostin.

Vaikka kelvollinen tartuntapiste on olemassa, tarttuja tarvitsee silti riittävästi fyysistä tilaa päästäkseen siihen. Tiukasti pakatut, päällekkäiset, sisäkkäiset tai satunnaisesti suunnatut tuotteet voivat aiheuttaa törmäysrajoitteita tarttujan ja ympäröivien tuotteiden välille. Tämä on erityisen tärkeää roskakorien keräämisessä ja tiheissä kuljettimissa. Näköalgoritmi voi teoriassa tunnistaa saavutettavan tuotteen pinnan, kun taas fyysinen päätelaite ei voi lähestyä tätä pintaa turvallisessa kulmassa.

Tästä syystä tartuntamahdollisuutta tulee arvioida yhdessä viereisen-tuotteen etäisyyden, lähestymissuunnan, poistoreitin, tarttujan mittojen, robottiliitoksen kokoonpanon ja sallitun tuotteen kosketuksen kanssa. Kysymys ei ole vain siitä, voidaanko tuote valita kerran. Tavoitteena on selvittää, voidaanko sitä poimia toistuvasti odotetuista tuoteolosuhteista.

Product Presentation Can Limit Pick And Place Performance

Monet robottien poimintaongelmat syntyvät ennen kuin robotti alkaa liikkua. Hyvin suunniteltu-poiminta- ja -robotti ja -tarttuja ei voi loputtomasti kompensoida hallitsematonta sisääntulevaa prosessia.

Satunnainen suuntaus lisää mahdollisten poimintaasentojen määrää, joita järjestelmän on käsiteltävä. Tuotteesta riippuen jotkin asennot voivat tarjota selkeän tartuntapinnan, kun taas toiset aiheuttavat tukkeutumisen, huonon pääsyn, epävakaan noston tai törmäysvaaran. Tuotteen suuntauksen ohjaaminen alkupäässä voi joskus vähentää järjestelmän monimutkaisuutta tehokkaammin kuin lisäämällä entistä kehittyneempiä robottivalmiuksia alavirtaan.

Päällekkäiset tuotteet aiheuttavat sekä havainto- että erotusongelmia. Näköjärjestelmän on määritettävä, mihin tuotteeseen pääsee käsiksi, kun taas robotin on poistettava se vetämällä, raahaamatta tai häiritsemättä viereisiä esineitä. Sekalaiset joustavat tuotteet muodostavat vieläkin vaikeamman ongelman, koska yhden esineen poistaminen voi muuttaa useiden muiden paikkaa. Näitä sovelluksia tulee yleensä käsitellä toteutettavuus-testausongelmina sen sijaan, että oletetaan, että lisäohjelmointi yksin ratkaisee ne.

Tuoteväli voi myös määrittää, muuttuuko teoreettinen poiminta- ja paikkarobotin nopeus todelliseksi suorituskyvyksi. Harkitse järjestelmää, joka on suunniteltu keskimääräiselle tuotantonopeudelle 60 tuotetta minuutissa. Pelkästään tämä keskiarvo ei kerro insinöörille, pystyykö robotti käsittelemään todellista tuotevirtaa.

Jos tuotteita saapuu tasaisesti yhden tuotteen kohdalla sekunnissa, sovellus voi käyttäytyä hyvin eri tavalla kuin kuljetin, joka tuottaa saman keskimääräisen nopeuden epäsäännöllisissä klustereissa. Klusterin aikana robotin käytettävissä olevaan keräilyikkunaan saattaa tulla enemmän tuotteita kuin se pystyy käsittelemään. Tuotteet voivat sitten siirtyä saavutettavan seuranta-alueen ulkopuolelle ennen kuin robotti suorittaa edelliset poiminnot. Keskimääräinen läpijuoksu voi siksi näyttää hyväksyttävältä laskentataulukossa, kun taas hetkellinen tuotevirta aiheuttaa puuttuvia poimintoja tuotannossa.

Mahdollisia prosessitason{0}}ratkaisuja ovat ylävirran etäisyyden hallinta, erittely, kerääminen, puskurointi, suuremmat seurantavyöhykkeet, useita robotteja ja muutoksia syöttöprosessiin. Tämä havainnollistaa tärkeää periaatetta:robotin suorituskykyä tulee arvioida suhteessa todelliseen tuotteen{0}}kulun käyttäytymiseen, ei pelkästään keskimääräiseen suorituskykyyn.

Liikkuvat-tuotesovellukset lisäävät monimutkaisuutta, koska kohde jatkaa paikan vaihtamista, kun poiminta- ja sijoitusrobotti suunnittelee ja suorittaa liikettään.

Teolliset kuljetin{0}}seurantajärjestelmät on suunniteltu erityisesti koordinoimaan robotin liikettä liikkuvien tuotteiden kanssa. ABB esimerkiksi dokumentoi kuljettimen seurantatoimintoja ja tavoitettavissa-kohteen ennusteita nopeille-kuljetinsovelluksille. Kuljettimen seuranta ei kuitenkaan poista kaikkia liikerajoitteita.

Saavutettava seurantaikkuna

Jokaisessa robottisolussa on käytännöllinen alue, jossa liikkuva kohde voidaan havaita, lähestyä, poimia ja poistaa. Jos tuote saavuttaa käytettävissä olevan ikkunan lopussa ennen kuin robotti on tehnyt poiminnan, tilaisuus voidaan menettää.

Käytettävissä oleva aika pienenee, kun kuljettimen nopeus kasvaa, tuotteet saapuvat lähemmäksi toisiaan, robotin matkaetäisyys kasvaa, poimintaliike monimutkaistuu, näkö- tai viestintälatenssi kasvaa, vaikea tarttuminen vaatii hitaampaa lähestymistä tai asettumista. Tästä syystä robotin syklin enimmäisnopeutta ei pitäisi käsitellä samana asiana kuin tuotannon läpimenoa.

Kiihtyvyys on yhtä tärkeä kuin huippunopeus

Poiminta ja paikka -robotilla voi olla korkea määritetty enimmäisnopeus saavuttamatta sitä lyhyiden poiminta-{0}}ja-paikkaliikkeiden aikana. Todellisia syklejä ovat kiihdytys, hidastus, lähestymisliikkeet, tarttumisaika, vapautusaika, polkurajoitukset ja ohjauslogiikka. Lyhyen-etäisyyden, nopeat{5}}poimintasovellukset on siksi arvioitava edustavien liikepolkujen avulla sen sijaan, että luottaisimme vain otsikon nopeusmäärittelyihin.

Palautuskäyttäytyminen vaikuttaa myös suorituskykyyn

Nimellinen sykliaika kuvaa onnistuneita jaksoja.

Tuotantokapasiteetti riippuu myös siitä, mitä tapahtuu epäonnistuneen tuotannon jälkeen.

Esimerkiksi:

Yrittääkö järjestelmä samaa valintaa uudelleen?

Valitseeko se toisen tuotteen?

Pysäyttääkö epäonnistunut ote linjan?

Voiko järjestelmä palautua automaattisesti?

Pitääkö operaattorin poistaa ongelmatuote?

Järjestelmä, jossa on nopea nimellinen kierto, mutta usein manuaalisia toimenpiteitä, voi tuottaa alhaisemman tehokkaan tuottavuuden kuin hieman hitaampi poiminta ja paikka -järjestelmä, jossa on vakaa autonominen palautuminen.

Robotti voi teknisesti kyetä poimimaan monia erilaisia tuotteita, vaikka se on silti toiminnallisesti tehoton. Suuri SKU-vaihtelu vaikuttaa enemmän kuin näöntunnistus. Eri tuotteet saattavat edellyttää muutoksia tartuntakohtiin, imukuppiin tai sormiin, robotin nopeuteen, lähestymiskulmiin, näköresepteihin, sijoituskuvioihin, kalusteisiin, hyötykuorma-asetuksiin, tuotekohtaisiin-laatusääntöihin.

Keskeinen kysymys ei siis ole vain:Voiko robotti valita jokaisen SKU:n?

Parempi kysymys on:Pystyykö koko järjestelmä käsittelemään vaaditun SKU-sekoituksen ilman liiallista vaihtoaikaa, työkalujen monimutkaisuutta tai käyttäjän väliintuloa?

Esimerkiksi automaattinen solu voi teknisesti kyetä käsittelemään kymmentä tuoteperhettä. Mutta jos vaihtaminen perheestä toiseen vaatii manuaalisia työkalujen muutoksia, kiinnittimien säätöä, näön uudelleenkonfigurointia, ohjelman valintaa ja validointia, kokonaisvaihtotaakka voi vähentää automaation arvoa. Kun SKU-valikoima on suuri, toteutettavuuslaskelmissa tulisi ottaa huomioon käyttöolosuhteet sen sijaan, että harkittaisiin yksittäisiä tuotetestejä erikseen.

Jotkut robottisovellukset voidaan arvioida teknisillä laskelmilla ja todistetuilla komponenttiyhdistelmillä. Toiset ansaitsevat fyysisen testauksen ennen kuin lopullinen robotti, tarttuja, näköjärjestelmä tai soluarkkitehtuuri määritellään.

Toteutettavuustestaus on erityisen arvokasta läpinäkyville tai erittäin heijastaville tuotteille, joustaville pusseille, pusseille, tekstiileille tai pehmeille tuotteille, huokoisille, karkeille, öljyisille, märille tai voimakkaasti teksturoiduille pinnoille, tiiviisti pakatuille tai päällekkäin oleville tuotteille, satunnaisille-astian poimintalle, tuotteille, joiden mitat tai pakkaukset vaihtelevat huomattavasti, sovelluksille, joissa on useita SKU-tuotteita, {1}saman työkaluherkän tuotteen kanssa{1} nopea-kuljetinkeräily, tuotteet, joiden suunta tai esitys on arvaamaton. Hyödyllisen toteutettavuustestin pitäisi tehdä enemmän kuin osoittaa, että robotti voi valita yhden ihanteellisen näytteen.

Testausperiaate	Kuvaus
Käytä edustavia tuotteita	Testauksen tulee sisältää tuotannon aikana odotettu vaihtelu. Sovelluksesta riippuen tähän voi sisältyä eroja mitoissa, värissä, pinnan viimeistelyssä, täyttötasossa, pakkauksen kunnossa, suunnassa, kontaminaatiossa, kosteudessa, valmistustoleranssissa. Vain helpoimman näytteen testaus voi luoda väärän luottamuksen.
Testaa toistuvia syklejä	Yksi onnistunut valinta todistaa, että valinta on fyysisesti mahdollista. Se ei todista, että prosessi on-tuotantovalmis. Toistuvia kokeita tarvitaan ajoittaisten vikojen paljastamiseksi ja sen määrittämiseksi, esiintyykö ongelmia tietyissä tuote- tai esittelyolosuhteissa.
Mittaa enemmän kuin valitse menestystä	Toteutettavuustestin tulee arvioida todellisia tuotantovaatimuksia koskevia mittareita, mukaan lukien:- onnistunut poimintasuhde, sykliaika, jääneet poiminnot, pitovirheet, putoavat tuotteet, tuotevauriot, näköhäiriöt, palautumisaika, käyttäjän toimet, suorituskyky edustavien SKU:iden välillä.

Jokaiselle robottikeräilysovellukselle ei ole yleispätevää onnistumisprosenttia tai jakson{0}}aikamarginaalia. Oikea kynnysarvo riippuu tuotantovaatimuksista, loppupään seurauksista, työtaloudesta, laatuvaatimuksista, käytettävissä olevasta puskurista ja epäonnistumisen kustannuksista. Kyseinen kynnys olisi siksi määriteltävä ennen testauksen aloittamista sen sijaan, että se olisi valittava tulosten tiedossa.

Kaikkia vaikeita käsittelyprosesseja ei tule ratkaista lisäämällä edistyneempi robotti. Joskus rajoituksena on itse prosessi.

Rajoitusehto	Kuvaus
Erittäin pieni tuotantomäärä	Pienituotanto ei automaattisesti sulje pois automaatiota, mutta laajaa suunnittelua ja integrointia voi olla vaikea perustella, kun olemassa oleva manuaalinen tehtävä on yksinkertainen, turvallinen ja nopea. Päätöksen tulisi perustua koko liiketoimintaan eikä pelkästään robotin kykyyn.
Ei toistettavaa tartuntamenetelmää	Automaatiosta tulee vaikeaa, kun tuote ei tarjoa vakaata tapaa paikantaa, päästä käsiksi, tarttua, siirtää tai vapauttaa. Jos pinnan kunto ja tuotteen muoto vaihtelevat niin paljon, että mikään tartuntatapa ei pysy luotettavana, projekti saattaa edellyttää muutosta tuotteen esillepanoon tai pakkaukseen ennen kuin robotin lisäoptimointi on järkevää.
Liiallinen inhimillinen arvostelu	Jotkut tehtävät riippuvat suuresti ihmisen tulkinnasta ja manipuloinnista. Erittäin sotkeutuvat, epävakaat, satunnaisesti lukittuneet tai arvaamattomat kohteet voivat vaatia käyttäjää tekemään uuden manipulointipäätöksen lähes joka syklissä. Tällaisia sovelluksia ei ole automaattisesti mahdotonta automatisoida, mutta lisääntyvä tekninen monimutkaisuus on perusteltava automaation luomalla arvolla.
Liialliset vaihtovaatimukset	Teknisesti joustava robotti ei takaa joustavaa tuotantojärjestelmää. Jos jokainen SKU-muutos vaatii merkittäviä manuaalisia säätöjä, työkalujen muutoksia, kiinnittimen vaihtoa, uudelleenohjelmointia tai validointia, manuaalinen tai osittain automatisoitu prosessi saattaa olla käytännöllisempi.
Huono automaatiotalous	Tekninen toteutettavuus ja kaupallinen toteutettavuus ovat eri kysymyksiä. Järjestelmä voi onnistuneesti poimia tuotteen, vaikka se ei silti ole sopiva, kun kokonaiskustannukset, ylläpito, seisokit, vaihtovaatimukset, henkilöstötarpeet ja odotettu takaisinmaksu ovat mukana. Tällaisissa tapauksissa parempi suunnitteluratkaisu voi olla parantaa alkupään tuotteen esittelyä, suunnitella uudelleen tartuntarajapinta, automatisoida vain kaikkein toistuvin osa prosessista, yhdistää manuaaliset ja robottitoiminnot, säilyttää olemassa oleva manuaalinen prosessi.

Tehokkain ratkaisu ei aina ole tehokkaampi robotti. Monia robottien poimintaongelmia voidaan vähentää parantamalla poiminta- ja sijoitusrobotin ympärillä olevaa prosessia.

Ennen kuin lisäät robotin nopeutta tai näön monimutkaisuutta, arvioi, voidaanko sovellusta yksinkertaistaa säädellyllä tuotevälillä, parannetulla valaistuksella, yhtenäisillä taustoilla, paremmalla tuotesuunnalla, erottelulla, helpommilla tartuntapinnoilla, sopivalla--varren päätytyökaluilla, pienemmillä SKU--kohtaisilla vaihdoilla, paremmalla puskurilla ja kuljettimen ohjauksella.

Tavoitteena tulisi olla luoda toistettava prosessi, jonka pick and place -robotti voi suorittaa luotettavasti. Yksinkertaisempi ja kontrolloidumpi fyysinen prosessi tuottaa usein vankemman automaatiojärjestelmän kuin se, että robottia, visiojärjestelmää ja ohjelmistoa pyydetään kompensoimaan rajoittamatonta vaihtelua.

K: Mitkä ovat pick and place -robottien tärkeimmät rajoitukset?

V: Tärkeimmät valinta- ja paikkarajoitukset liittyvät yleensä tuotteen havaitsemiseen, tartuntavarmuuteen, robottien käyttöön, tuotteen esittelyyn, kuljettimen seurantaan, jakson{0}}aikarajoituksiin ja tuotteen vaihteluun. Projektin taloudellisuus ja vaihtovaatimukset voivat myös rajoittaa robottikeräilyn käytännöllisyyttä.

K: Mitä tuotteita robottien on vaikea valita?

V: Tuotteita on yleensä vaikeampi valita, kun ne ovat läpinäkyviä, heijastavia, joustavia, huokoisia, hauraita, tiiviisti pakattuja, päällekkäisiä, sotkeutuneita tai muodoltaan ja suunnaltaan erittäin vaihtelevia. Nämä ominaisuudet voivat vaikuttaa näön havaitsemiseen, tarttumiseen, törmäysetäisyyteen tai kaikkiin kolmeen.

K: Miksi robottipoimi ja aseta -järjestelmä kaipaa tuotteita?

V: Menetettyjen valintojen syynä voi olla epäluotettava näön havaitseminen, riittämätön tarrainpääsy, otevikoja, epäsäännöllinen tuoteväli, suuri kuljetinnopeus, rajoitettu seuranta-aika, robotin ulottuvuuden rajoitukset tai tilapäiset tuotteen{0}}saapumisnopeudet, jotka ylittävät järjestelmän käsittelykapasiteetin.

K: Voiko parempi kamera ratkaista robottipoiminnan ongelmia?

V: Ei aina. Suurempi kameran tarkkuus ei automaattisesti ratkaise häikäisyä, läpinäkyvyyttä, alhaista kontrastia, huonoa valaistusta, tukkeutumista tai epävakaa tuoteesitystä. Valaistus, kameran sijoitus, taustan ohjaus, polarisaatio, tunnistusmenetelmä ja tuotteen esittely voivat olla yhtä tärkeitä tai tärkeämpiä.

K: Mistä tiedät, voidaanko tuote valita automaattisesti?

V: Edustava toteutettavuustestaus on yksi luotettavimmista tavoista arvioida vaikea sovellus. Testauksessa tulisi käyttää realistista tuotevaihtelua ja mitata toistuvan poiminnan onnistumista, syklin kestoa, vikatiloja, tuotevaurioita, palautumiskäyttäytymistä ja käyttäjän toimia.

K: Milloin robottikeräilysovellus tulee testata ennen ostoa?

V: Testaus on erityisen tärkeää, kun tuotteet ovat joustavia, läpinäkyviä, heijastavia, huokoisia, särkyviä, satunnaisesti suunnattuja, tiiviisti pakattuja, liikkuvat suurella nopeudella tai eroavat merkittävästi SKU:iden välillä. Testaus on arvokasta myös silloin, kun ehdotettua tartuntaperiaatetta tai visiomenetelmää ei ole jo todistettu edustavilla tuotteilla.

Tärkeinvalinta- ja paikkarajoituksetmääritetään harvoin pelkästään pick and place -robotin spesifikaatioiden perusteella. Onnistunut robottikeräily riippuu täydellisestä vuorovaikutuksesta tuotteen, näköjärjestelmän, tarttujan, robotin liikkeen, kuljettimen, esittelyn alkupään, tuotannon vaihtelun ja käyttövaatimusten välillä. Riittävän hyötykuorman, ulottuvuuden ja nimellisnopeuden omaava robotti voi silti toimia huonosti, kun tuotteet eivät näy tasaisesti, tartuntapinnat ovat epäluotettavia, pääsyä on rajoitettu, tuotteet saapuvat odottamattomasti tai SKU-muutokset aiheuttavat liiallista toiminnan monimutkaisuutta.

Vaikeissa sovelluksissa paras tapa on tunnistaa nämä rajoitukset ajoissa ja testata edustavia tuotteita ennen koko järjestelmän ostamista.

Tavoitteena ei ole vain todistaa, että robotti voi tehdä onnistuneen valinnan. Sen tarkoituksena on määrittää, voiko koko prosessi toistaa poiminnan luotettavasti, vaaditulla tuotantonopeudella olosuhteissa, jotka todella vallitsevat tehtaalla.

Oletko valmis ottamaan käyttöön robotin pick and place?
Päivitätpä linjan loppuautomaatioasi tai etsit luotettavaa poiminta{0}}ja-robottitoimittajaa, ota yhteyttä RBTIC:hen saadaksesi ilmaisia räätälöityjä valinta-ja-ratkaisuja ja asettelumalleja tai varata tehdaskierros.