标题:
吴桐:为工业机器人赋能,走出红海,寻找绿洲
[打印本页]
作者:
eaoogle_WSN
时间:
2020-7-14 22:28
标题:
吴桐:为工业机器人赋能,走出红海,寻找绿洲
1 预测性维护
目前我国的工业机器人保有量近100万台。每年的装机量都在10万台以上,相当多的机器人已运行在10年以上。在大规模生产的汽车制造厂,一个机器人发生故障的成本以百万美元计。一些大公司,至少那些有能力这样做的公司,把机器人的备件放在生产线上,这样他们就可以在几分钟内把机器人换掉,而不必承担与耗时的维修工作相关的成本。虽然这种灾难性的失败并不常见,但随着时间的推移,较小的延误所带来的累积效应也会给公司带来很多损失。因此,如何在早期发现设备故障及潜在风险,对于提高生产线的效率、减少故障时间、避免大面积的停线维修、减少损失至关重要。
据羿戓制造所了解,近年来快速发展的预测性维护理论与技术,特别适用于工业机器人这种寿命长、使用频度高、联线使用的关键设备的维护。例如:提供机器人监控、分析和预防性维护的工具软件监控运行特定程序的机器人,根据温度、扭矩和每个关节上的电流等因素创建数字签名,启动异常检测引擎。机器人用电量的增加可能表明,尽管没有磨损的外部迹象,但轴承或减速器正在磨损。识别这种异常现象的能力可以避免代价高昂的停机时间,提高用户的设备运维能力,产生明显的效益。
里程碑:eCD标准型达到4位数。
eCD基础型:5172
eCD标准型:1052
注:
eCD共4个等级,基础型、标准型、系统型、生态型。
2 在线性能保持与工艺优化
除了保证在役机器人健康的长期使用,性能保持和补偿是另一个重要的事情。在长期使用过程中,机器人可能不出现故障,但是精度会有所下降。通过现场实时数据获取并实现动态精度补偿正成为一项重要技术。能够快速部署的、可方便移动的、环境鲁棒性强、相对现在的激光跟踪仪价格更低廉的现场设备是会有很大市场的。
如何优化机器人使用的逻辑和工艺规划,是用户最关心的,也是可以直接给用户带来效益的地方。比如工作循环周期的缩短、工艺优化、路径优化、操作习惯的改善等。
机器人操作日志是重要的数据资源,以往都是在出现故障报警后,查看日志寻找原因。通过日志的自动分析技术,可以快速分析问题,帮助确定故障原因,并优化操作人员的操作,减少开关机时间。
国外已有机器人软件平台提供商提供数据分析、仪表盘和数据可视化服务等基础功能。
3 拓宽智能场景
工业机器人一直以来都是用来替代人的体力劳动,在生产过程中代替重复性的重体力劳动。如何为这些机器人增加一些智能化因素,提高工业机器人的智能化水平,从而使机器人在生产中发挥更大的效能,进而替代一部分人的精细化和智能化操作,是工业机器人向智能机器人转变的重要任务之一。机器人3D视觉、力觉传感、协作机器人、移动复合机器人都可以认为是在这个方向上的努力。一个有趣的例子是,有的厂家在普通的AGV上加上视觉系统,这样它在每次的固定路线行走时,可以顺便监控一下线路边上的几个液体罐的液面和温度。
4 与人工智能深度融合
机器人作为智能制造系统的关键智能装备,仅限于单机的智能化显然是远远不够的。首先,机器人要成为互通互联、工业物联网中的重要节点。机器人控制器基于开放的操作系统、通用开发语言,有较高的实时性,互通互联比PLC更具有优势,理应成为车间控制层的中心。
全球在役机器人有几百万(或许更多),覆盖所有工业领域,承载着许多关键工艺实现,固化了许多高级技师的多年积累的工艺经验。如何把这些数据聚集起来,把数据、技能转化成知识,再把知识实例化成技能用于指导更多的机器人,是工业机器人与人工智能的重要结合点。这里迁移学习技术将发挥重要作用,大量的面向细分领域、具体工艺的应用案例的过程数据将成为迁移学习的重要应用场景。迁移学习的特点是,具有举一反三的能力。如果机器人抓了塑料箱子,就会抓塑料桶(形状变化);抓了玻璃杯子,就会抓塑料杯子(材质变化);那么,不同的新场景中,就有了一种适应的能力,机器人自动示教就会上升到一个新的高度。
机器人数据的接入,云化机器人是必然的趋势。随着数据的丰富,基于机器人的数字孪生成为可能,增值效应的产生,使这项技术有客户价值的驱动。哪些应用需要大数据,哪些应用只需要关键“小数据”,是一个值得研究的课题。基于数据的各类应用必将成为机器人增值服务的热点。
总体上我们认为,为工业机器人赋能,至少在以上四个方面可以找到落脚点。概括起来就是:
●利用预测性维护技术,保证机器人的安全可靠运行;
●采用数据监测技术,实时补偿和调整机器人参数,并优化应用工艺,提高效率;
●通过智能化技术,扩大机器人的应用范围,提供更多的服务;
●加强机器人与人工智能的结合,软件定义机器人,以价值驱动的数据服务大有可为。
欢迎光临 电子技术论坛_中国专业的电子工程师学习交流社区-中电网技术论坛 (http://bbs.eccn.com/)
Powered by Discuz! 7.0.0