Mengenai teknologi pemrograman mandiri untuk pengajaran bebas robot industri

Dalam produksi manufaktur modern, penyambungan las adalah salah satu metode proses yang paling penting, dan digunakan secara luas dalam pembuatan mesin, industri nuklir, industri petrokimia, penerbangan dan ruang angkasa, serta banyak bidang lainnya. Karena las sebagai "penjahit" industri, merupakan alat pengolahan yang sangat penting dalam produksi industri, sementara itu, karena adanya asap las, busur listrik, dan percikan logam, lingkungan kerja las sangat buruk, dan kualitas las memiliki dampak yang menentukan terhadap kualitas produk.

Dengan perkembangan teknologi robot industri, sensor, dan kecerdasan buatan, robot las industri secara bertahap membebaskan pekerja dari lokasi operasi las yang rumit, keras, bahkan berbahaya. Menurut informasi yang dirilis dalam IFR 2021, jumlah robot industri yang beroperasi di pabrik-pabrik di seluruh dunia telah mencapai rekor 3 juta unit, naik 10% year on year. Menurut data IFR 2018, 40% dari robot industri digunakan dalam industri las dan pemotongan.

Robot las dari kelahirannya hingga sekarang, secara kasar telah mengalami tiga generasi: generasi pertama adalah mode kerja "pengajaran-pengulangan" (Teaching and playing) dari robot, karena operasinya yang sederhana, tidak memerlukan model lingkungan, pengajaran dapat mengoreksi kesalahan yang disebabkan oleh struktur mekanis dan karakteristik lainnya, sehingga telah banyak digunakan dalam produksi las industri. Generasi kedua adalah robot las berbasis lingkungan struktural dan jenis pemrograman offline (Off-line programming), menggabungkan informasi lingkungan las yang diperoleh dan data CAD/CAM dari bagian kerja, menggunakan teknik grafis komputer untuk perencanaan offline dan simulasi dinamis 3D tugas las. Jenis robot las ini umumnya muncul dalam bentuk stasiun kerja "robot industri + pemrograman offline", misalnya, perangkat lunak pemrograman offline pihak ketiga yang umum di pasar seperti RobotMaster, Sprutcam, RobotSmart dan perangkat lunak offline seperti RobotStudio, Roboguide dari produsen inti robot, dll. Generasi ketiga merujuk pada robot las pintar (Intelligent) yang dilengkapi dengan berbagai sensor yang dapat memprogram dan merencanakan secara mandiri sesuai dengan lingkungan las setelah menerima instruksi operasi. Karena kompleksitas teknologinya dan keterlambatan kecerdasan buatan, generasi robot las ini berada pada tahap penelitian eksperimental. Saat ini, beberapa produsen dalam dan luar negeri memiliki produk terkait. Penulis menyebut perangkat lunak pemrograman offline generasi kedua sebagai pemrograman robot berbasis model, dan generasi ketiga pemrograman otomatis berbasis model yang didorong oleh visi.

Konten berikutnya adalah barang kering, yang merupakan pandangan dari penulis secara pribadi, tidak sepenuhnya mewakili Min Yue Technology resmi. Dalam proses produksi di pabrik, penyolderan dan pemotongan memiliki tingkat keandalan dan persyaratan proses yang tinggi. Skema pemotongan dan penyolderan berbasis visual murni cocok untuk penelitian akademik, tetapi saat ini di lokasi industri tidak dapat diterapkan atau hanya dapat diterapkan pada adegan sub-divisi tertentu. Alasannya ditunjukkan di bawah ini. Pertama, setelah mengumpulkan data lingkungan (bagian kerja), robot penyolderan perlu menilai dan menghitung posisi penyolderan atau pemotongan bagian kerja, yang merupakan masalah serupa dengan teknologi pengemudi otonom LEVEL 4. Kesulitannya mencakup: 1. Data yang terkumpul hilang atau tidak cukup akurat; 2. Bahkan jika datanya memenuhi persyaratan, bagaimana cara mengekstraksi secara otomatis dan andal sambungan penyolderan dari data awan titik kompleks atau data gambar; 3. Mengekstraksi jalur pengolahan dan bagaimana menentukan proses penyolderan dan pemotongan, yang lebih sulit daripada dua poin sebelumnya.

Perbandingan program pengajaran tanpa ujian generasi ketiga dan keempat

Dalam hal ini, teknologi sensitif digunakan dalam CAD/CAM, robotika, dan visi 3D, kecerdasan buatan, hasil akumulasi bertahun-tahun, pada perangkat lunak pemrograman cerdas robot yang sudah matang dan sensor visual 3D yang ada, berdasarkan keunggulan dua generasi pemrograman sebelumnya, mengajukan metode pemrograman otomatis bebas generasi keempat-yaitu pemrograman mandiri berbasis model drive dan sensor visual.

Seperti yang ditunjukkan pada gambar di atas, sebelum produksi, trajektori robot digunakan untuk merencanakan modul nomor bagian kerja. Tentukan proses yang sesuai untuk setiap bagian melalui anotasi model dan ekstraksi otomatis. Namun, terdapat perbedaan antara perangkat lunak digital offline dan stasiun kerja aktual, termasuk deviasi antara model dan bagian kerja aktual, serta deformasi selama proses las dan pemotongan. Untuk masalah ini, sensor visi 3D dengan skala berbeda digunakan untuk posisi kasar dan halus dari trajektori. Melalui kombinasi sensor yang berbeda, kebutuhan pemrograman dalam rentang luas (lebih dari 100mm) dan presisi tinggi (kurang dari 0,1mm) untuk kompensasi trajektori dapat dipenuhi. Skema ini sangat universal, tidak ada campur tangan manusia dalam proses produksi, dan kombinasi data analog digital dan pengukuran sensor meningkatkan keandalan.

Operasi perangkat lunak pemrograman offline RobotSmart dijelaskan secara rinci di bawah ini. Ambil contoh pengajaran las gratis pada balok vertikal depan komponen trisikl listrik kecepatan rendah untuk menjelaskan proses operasinya.

Langkah 1, buka perangkat lunak dan masuk ke modul las. Menurut bagian kerja, pilihan adalah menggunakan pemindaian pertama sebelum las, lokasi, atau pelacakan. Langkah kedua adalah memilih bagian kerja dan tepi las untuk perencanaan lintasan dan perhitungan proses otomatis.

Perlu dicatat bahwa saat ini, RobotSmart mendukung empat keluarga robot dan robot umum. Sensor laser garis hanya mendukung model HA, WR, dan LDW dari Minyue Technology, dan mendukung cahaya struktural binokular termasuk SmartEye Vision WR Yue yang dikembangkan sendiri seri R/HA.