Anstatt nur allgemeine Aussagen über den Roboter zu liefern, ist ArtiMinds LAR ein Tool, um Daten zielgerichtet, mit direktem Blick auf die einzelnen Teilprozesse und die zu lösende Aufgabe, zu interpretieren und Verbesserungen abzuleiten.

Bild: ArtiMinds

1 Bewertungen

Echtzeit-Analyse von Roboteranwendungen Datengetriebene Verbesserung von Roboterprozessen

13.12.2022

Wenn es darum geht, Zykluszeiten von Produktionsprozessen zu verkürzen oder die Produktqualität zu erhöhen, kommt es bei der Programmierung von Robotern oft auf Feinheiten an, die mit dem bloßen Auge nicht zu erkennen sind. Dank der Software ArtiMinds Learning & Analytics for Robots ist ein objektive datenbasierte Optimierung nicht nur bei der Programmierung, sondern auch im laufenden Betrieb möglich.

Robotersysteme sind als flexibel einsetzbares Werkzeug das zentrale Element moderner Produktionsprozesse. Sie arbeiten mit höchster Präzision und werten Sensordaten in Echtzeit aus, so dass Prozesse nicht nur ausgeführt, sondern zeitgleich auch überwacht werden können. Roboterhersteller bieten bereits häufig die Möglichkeit, den Energieverbrauch sowie die Temperaturentwicklung der Robotergelenke zu überwachen, um damit den Verschleiß zu berechnen und Wartungsintervalle zu bestimmen.

Spezialisierter Einblick in die Produktion

Mit ArtiMinds Learning & Analytics for Robots (LAR) ist ein noch detaillierterer, insbesondere auf den Prozess spezialisierter Einblick in die Produktion möglich. Die Grundlage sind eine Fülle an Daten wie Roboterbewegungen, Kraft-Momenten-Messungen, Bildverarbeitungsergebnisse oder Fehlercodes, die automatisch erhoben und in einer internen Datenbank gespeichert werden. Anstatt nur allgemeine Aussagen über den Roboter zu liefern, ist ArtiMinds LAR ein Tool, um Daten zielgerichtet, mit direktem Blick auf die einzelnen Teilprozesse und die zu lösende Aufgabe, zu interpretieren und Verbesserungen abzuleiten.

So stellt eine Querkraft beim Greifen einen Fehlerzustand dar, wohingegen die gleiche Querkraft bei der Montage erwünscht ist. Diese kontextbezogene Auswertung bietet bisher ungeahnte Möglichkeiten und vereinfacht zu Beispiel die Analyse, welche Auswirkungen unterschiedliche Bauteilchargen haben, und die gezielte Optimierung von Teachpunkten, um die Taktzeit zu verkürzen oder die Prozesssicherheit zu erhöhen. Auch Seriennummern werden automatisch erfasst. Das erlaubt Rückschlüsse hinsichtlich der Produktionsqualität, indem zum Beispiel mittels Epsilon-Analysen erkannte Ausreißer in Kraft-Weg-Diagrammen mit Produktrückläufern in Beziehung gesetzt werden können.

Firmen zu diesem Artikel
Verwandte Artikel