Symulacja procesu montażu w skali z udziałem ramienia robotycznego i monitorowania za pomocą systemu wizualnego w celu kontroli jakości

Badania opracowują skalowany model montażu półautomatycznego z wykorzystaniem cobota i systemu wizualnego, oceniający jakość, reprezentatywność procesu oraz zalety i ograniczenia tej symulacji. Najnowsze osiągnięcia obejmują półautomatyczny montaż z użyciem systemów cobot i wizji, umożliwiający wykrywanie anomalii w czasie rzeczywistym, poprawiając jakość, śledzenie i efektywność procesów przemysłowych. Model montażu półautomatycznego w skali z wizją Cobota demonstruje integrację w nowoczesnym środowisku produkcyjnym edukacyjnym, zwiększając efektywność, precyzję i zastosowanie w rzeczywistych procesach przemysłowych.

Nasz protokół łączy coboty i wizję w modelu skali, umożliwiając praktyczną edukacyjną ocenę efektywności, precyzji i spójności, przekraczając ograniczenia tradycyjnej symulacji lub praktyki manualnej. Nasze laboratorium skupi się na optymalizacji współpracy międzyludzkiej oraz opracowaniu systemu wizualnego z siecią neuronową, który rozwiąże problemy z oświetleniem, poprawi wykrywanie wad oraz skalowalność procesów przemysłowych. Na początek zorganizuj wszystkie niezbędne komponenty do montażu na tacce uzupełniającej, ustawiając je zgodnie z wyznaczonym układem.

Wprowadź sekwencję programowania do interfejsu. Następnie czekaj, aż robot współpracujący zainicjuje sekwencję montażu, podnosząc dolną część pudełka i przenosząc ją do punktu montażowego. Pozwól robotowi podnieść robakę i umieścić ją w wyznaczonym szczelinie w zespole.

Następnie robot podnosi koło zębate i montuje je na skrzyni. Po ukończeniu podzespołu robotycznego czekaj, aż ramię przeniesie go do ręcznego montażu w celu dalszego przetwarzania przez operatora. W strefie ręcznego montażu operator może odebrać podzespół i kontynuować budowę, postępując zgodnie z wyznaczoną kolejnością montażu.

Po zakończeniu ręcznego montażu umieść w pełni złożony element pionowo na tacce, dbając o to, by robak był skierowany w stronę tyłu. Po zabezpieczeniu robot współpracujący umieść produkt blisko czujnika na taśmie do inspekcji kamery. Do oceny kształtu robaka, po wybraniu narzędzia inspekcyjnego, należy zarejestrować obraz referencyjny.

Kliknij ikonę obrazu referencyjnego w prawym górnym rogu. Wybierz rejestr obrazu i kliknij wykonaj, aby go uchwycić. Aby skonfigurować parametr przekładni ślimakowej, wybierz opcję regionu wzoru, aby dostosować obszar detekcji.

Wybierz kształt wielokąta, wyznacz obwód części i kliknij OK, aby potwierdzić. Aby wykryć kolory, wybierz opcję regionu wzoru, aby doprecyzować obszar wokół koła ślimakowego. Wybierz kształt koła, zaznacz obwód koła ślimakowego i kliknij OK, aby zastosować zmiany.

Następnie wybierz opcję obszaru maski, aby wykluczyć niepożądane obszary z analizy. Wybierz prostokątny kształt, obrysuj czerwoną krawędź części i kliknij OK, aby potwierdzić. Teraz włącz interfejs programowy z komputera i włącz przełącznik w tryb uruchomienia.

Następnie wybierz ikonę narzędzia, kliknij opcję statystyk i wybierz preferowany typ wykresu, taki jak wykres trendu lub histogram, aby wspierać analizę jakości opartą na danych przez nowego menedżera procesu. Histogram kształtu pokazywał rozkład normalny nieco powyżej wartości nominalnej, co wskazywało, że proces był pod kontrolą statystyczną, choć większość części była bliższa górnej granicy specyfikacji. Wskaźniki zdolności procesowej wykazały silne dopasowanie do dolnego limitu specyfikacji, ale znacznie niższą moc w pobliżu górnej granicy, co prowadziło do niskiej ogólnej zdolności procesowej.

Wykres kontrolny wykazał, że początkowe odczyty były niestabilne z powodu korekt systemu pomiarowego, następnie pojawił się środek odstający prawdopodobnie spowodowany wadliwą częścią, a zakończył się stabilnym trendem w górnych granicach kontroli. Histogram kolorów wykazał, że pomiary skupiały się blisko granic tolerancji, co sugerowało jedynie marginalne spełnienie specyfikacji, a obecność dwóch skośnych rozkładów wskazywała na niestabilność procesu. Analiza możliwości koloru wykazała, że proces był wycentrowany, ponieważ wartości CPU i CPL były podobne, ale wysoka zmienność obniżyła całkowitą zdolność do CPK 0,539.

Tabela sterowania kolorem wykazywała skrajną niestabilność z dużą zmiennością i częstymi awariami sterowania przez cały cykl produkcyjny.