현대 제조 생산에서 용접은 가장 중요한 공정 방법 중 하나로, 기계 제조, 원자력 산업, 석유 화학 산업, 항공 우주 등 다양한 분야에서 널리 사용되고 있습니다. 용접이 산업의 "재단사"로서 산업 생산에서 매우 중요한 가공 수단인 동시에, 용접 연기, 전기アー크, 금속 튀김 등으로 인해 용접 작업 환경은 매우 열악합니다. 제품의 질에 있어 용접의 질이 결정적인 영향을 미칩니다.
산업용 로봇, 센서 및 인공 지능 기술의 발전에 따라 산업 용접 로봇이 복잡하고 혹독하며 심지어 위험한 용접 작업 현장에서 노동자를 점차 해방시키고 있습니다. IFR 2021에서 발표된 정보에 따르면 전 세계 공장에서 운영 중인 산업용 로봇의 수는 사상 최대인 3백만 대에 달하며, 이는 전년 대비 10% 증가한 수치입니다. 또한 IFR 2018 데이터에 따르면, 산업용 로봇의 40%가 용접 및 절단 산업에서 사용되고 있습니다.
로봇 용접은 그 탄생부터 현재까지 약 세대에 걸쳐 발전해 왔다. 첫 번째 세대는 "가르침-재생"(Teaching and playing) 방식의 로봇으로, 조작이 간단하고 환경 모델이 필요하지 않으며, 가르침 과정에서 기계 구조 등으로 인한 오차를 교정할 수 있는 특징 때문에 산업용 용접 생산에서 널리 사용되어왔다. 두 번째 세대는 구조적 환경과 오프라인 프로그래밍(Off-line programming) 방식의 용접 로봇으로, 얻어진 용접 환경 정보와 작업물의 CAD/CAM 데이터를 결합하여 컴퓨터 그래픽 기술을 이용해 용접 작업의 오프라인 계획과 3D 동적 시뮬레이션을 수행한다. 이러한 용접 로봇은 일반적으로 "산업용 로봇 + 오프라인 프로그래밍" 워크스테이션 형태로 나타나며, 예를 들어 시장에 출시된 대표적인 제삼자 오프라인 프로그래밍 소프트웨어로 RobotMaster, Sprutcam, RobotSmart와 로봇 본체 제조사들의 오프라인 소프트웨어인 RobotStudio, Roboguide 등이 있다. 세 번째 세대는 다양한 센서를 장착한 지능형(Intelligent) 용접 로봇으로, 운영 명령을 받으면 용접 환경에 따라 독립적으로 프로그래밍 및 계획을 세울 수 있다. 그러나 기술의 복잡성과 인공지능의 발전 부족으로 인해 이 세대의 용접 로봇은 실험 연구 단계에 있다. 현재 국내외 몇몇 제조사들이 관련 제품을 보유하고 있으며, 저자는 두 번째 세대의 오프라인 프로그래밍 소프트웨어를 모델 기반 로봇 프로그래밍이라고 부르며, 세 번째 세대는 비전 기반의 모델 기반 자동 프로그래밍이다.
이하 내용은 건조한 재화로, 저자의 개인적인 견해이며, 미네아프 기술 공식 입장을 완전히 대표하지 않습니다. 공장의 생산 과정에서 용접과 절단은 높은 신뢰성과 공정 요구 사항을 가지고 있습니다. 순수 시각 기반 용접 및 절단 솔루션은 학문적 연구에는 적합할 수 있지만, 현재 산업 현장에서는 적용하기 어렵거나 특정 세부 분야에만 해당됩니다. 그 이유는 다음과 같습니다. 첫째, 환경(작업물) 데이터를 수집한 후 용접 로봇은 작업물의 용접 또는 절단 위치를 판단하고 계산해야 합니다. 이는 4레벨 자율 주행 기술과 유사한 문제입니다. 어려움은 다음과 같습니다: 1. 수집된 데이터가 부족하거나 충분히 정확하지 않음; 2. 데이터가 요구 조건을 충족하더라도, 복잡한 포인트 클라우드 데이터나 이미지 데이터에서 어떻게 용접선을 자동으로 신뢰성 있게 추출할 것인지; 3. 처리 경로를 추출하고 용접 및 절단 공정을 결정하는 것은 앞의 두 가지보다 더 어렵습니다.
무검사 교육 프로그램의 세대와 네 번째 세대 비교
계획 | 모델 없는 드라이브 | 모델 기반 및 비전에 의한 |
로봇 궤적 계획 방법 | 센서가 감지한 데이터 환경을 사용하고 로봇 운동학 알고리즘을 결합하여 로봇 계획이 실현됩니다. | 로봇, 작업 스테이션 및 작업물 모델을 사용하여 작업물 모델의 용접 위치에 따라 로봇 운동학 알고리즘을 결합합니다. |
생산 전에 참여가 필요한지 여부를 고려해야 합니다 | 수동 지시 또는 시각 스캐닝 절차가 필요함 | 작업물을 처리할 궤적은 미리 작업 번호 모듈에서 표시되어야 함 |
개입;간섭;참견 | 스캐닝 포인트 클라우드에서 처리할 트랙을 선택하거나 사전 설정된 규칙에 따라 자동으로 계산합니다. | 개입 없음 |
완전한 관점 데이터 | 필요 | 비필수적 |
정확한 위치 확인 | 필요 | 필요 |
신뢰성 | 일반 | 강하다 |
보편적 속성 | 일반적이지 않음 | 강하다 |
이 경우, CAD/CAM, 로봇공학 및 3D 비전, 인공지능에서 사용되는 민감한 기술은 여러 해의 축적을 바탕으로 합니다. 기존의 성숙된 로봇 지능 프로그래밍 소프트웨어와 3D 시각 센서를 기초로 두 번째와 세 번째 세대 프로그래밍의 두 가지 장점을 결합하여 네 번째 세대 자유 테이칭 자동 프로그래밍 방법을 제안했습니다. 즉, 모델 드라이브와 시각 센서를 기반으로 하는 자율 프로그래밍입니다.
위의 그림에서 보듯이, 생산 전에 로봇 궤적은 작업 조각 번호 모듈을 계획하는 데 사용됩니다. 모델 주석과 자동 추출을 통해 각 부품의 해당 공정을 결정합니다. 그러나 디지털 오프라인 소프트웨어와 실제 워크스테이션 간에는 모델과 실제 작업물의 편차 및 용접 및 절단 과정 중 발생하는 변형 등의 차이가 존재합니다. 이 문제를 해결하기 위해 다양한 스케일의 3D 비전 센서를 사용하여 궤적의 거친 위치 측정과 정밀 위치 측정을 수행합니다. 다양한 센서의 결합을 통해 프로그래밍 범위가 넓은(100mm 이상) 고정밀도(0.1mm 미만) 궤적 보상 요구 사항을 충족할 수 있습니다. 이 방안은 매우 일반적이며, 생산 과정에서 인간 개입이 없으며, 디지털 시뮬레이션과 센서 측정 데이터의 결합으로 신뢰성을 향상시킵니다.
오프라인 프로그래밍 소프트웨어 RobotSmart의 작동은 아래에서 자세히 설명됩니다. 저속 전기 삼륜차 부품의 앞 세로 보의 자유롭게 교육된 용접을 예시로 하여 작동 과정을 설명합니다.
스텝 1, 소프트웨어를 열고 용접 모듈에 진입합니다. 작업물에 따라 선택 사항은 용접 전 첫 스캔, 위치 지정 또는 추적입니다. 두 번째 단계는 작업물과 용접 가장자리를 선택하여 경로 계획과 자동 공정 계산을 수행하는 것입니다.
현재 RobotSmart는 네 가지 가족 로봇과 광범위한 로봇을 지원한다는 점이 주목할 만합니다. 라인 레이저 센서는 Minyue Technology의 HA, WR 및 LDW 모델만 지원하며, 이중 구조 빛(바이노컬 구조 빛)은 SmartEye Vision WR Yue가 자체 개발한 R/HA 시리즈를 포함해 지원합니다.