ArtiMinds verfügt mit dem Softwaretool Learning & Analytics for Robots (LAR) bereits seit langem über Technologie, mit der sich relevante Punkte eines Roboterprogrammes hinsichtlich Laufzeit und Robustheit gezielt optimieren lassen. Hierfür bedient man sich einer Datenanalyse (zum Beispiel Machine Learning, Statistische Analyse) der im laufenden Betrieb des Roboters anfallenden Prozessdaten.
Diese Daten können durch die Nutzung der Programmiersoftware ArtiMinds RPS ohne zusätzlichen Programmieraufwand automatisch gesammelt und annotiert werden. Somit lässt sich zum Beispiel der optimale Startpunkt einer sensorbasierten Suche für einen Fügeprozess sehr effizient und transparent in ArtiMinds LAR ermitteln. Die Ergebnisse sind dann offline in das zu optimierende RPS Programm übertragbar.
Neuer Weg über SPS
Um Verbesserungen vollautomatisch ohne händische Benutzereingaben in den laufenden Roboterbetrieb, das heißt, ohne Produktionsstopp, einfließen zu lassen, bietet ArtiMinds seit Neuestem den Weg über eine SPS an. Diese vermittelt als Gatekeeper zwischen dem LAR Datenbank-Backend und dem Robotercontroller, da beide unterschiedliche Anforderungen bezüglich ihrer Kommunikationsprotokolle aufweisen.
Weiterhin übernimmt die SPS die Rolle einer zusätzlichen Sicherheitsinstanz, die sicherstellt, dass automatische Verbesserungen nur in einem sicheren Maße stattfinden können und die den unterbrechungsfreien Roboterbetrieb auch gewährleistet, falls die Verfügbarkeit der Datenbank nicht gegeben sein sollte. Zu guter Letzt erlaubt ein HMI an der SPS nach erfolgreicher Benutzerauthentifizierung das manuelle Eingreifen in die Verbesserungsparameter oder das (De-)Aktivieren der Verbesserung.
Mittels des beschriebenen Ansatzes aus Roboter, SPS und datengetriebener Verbesserung sind nicht nur einzelne, generelle Verbesserungen durchführbar. Das System ist in der Lage, Verbesserungen pro spezifischem Bauteil- oder Werkstückträger zu erlernen und diese zur Laufzeit passend zur vorliegenden Situation zu nutzen. Ein sicheres, sich selbst optimierendes System aus etablierten Industriekomponenten ist damit aus einer Hand realisierbar.
Applikationsvideo
Wie eine vollautomatische ZykluszeitVerbesserung durch Ermittlung des optimalen Fügepunktes für toleranzbehaftete unterschiedliche Werkstückträger in der Praxis aussieht, zeigt dieses Applikationsvideo: Zum YouTube-Video
