Umělá inteligence a flexibilita automatizace

OBRÁZEK 1: Společnost ZF, jeden z největších světových dodavatelů automobilového průmyslu, používá v automatizovaném přípravku na obrobky řídicí jednotku MIRAI (Micropsi Industries robotic artificial intelligence) a kolaborativní robot od společnosti Universal Robots. Kompletní sestavení robotu trvalo jen několik dní, čímž se ve velmi krátké době vyřešil dlouholetý problém OBRÁZEK 1: Společnost ZF, jeden z největších světových dodavatelů automobilového průmyslu, používá v automatizovaném přípravku na obrobky řídicí jednotku MIRAI (Micropsi Industries robotic artificial intelligence) a kolaborativní robot od společnosti Universal Robots. Kompletní sestavení robotu trvalo jen několik dní, čímž se ve velmi krátké době vyřešil dlouholetý problém

Softwarovou umělou inteligenci (AI) lze využít k tomu, aby roboty sloužily k malosériové výrobě a velkosériové automatizaci.

Průmyslová automatizace umožňuje výrobcům pružněji přizpůsobovat výrobní procesy, aby mohli reagovat na rychle se měnící trhy, posilovat inovace, vyrábět efektivněji a zkracovat dodací doby produktů. Automatizace také zbavuje pracovníky nutnosti vykonávat repetitivní úkony, které jsou monotónní a někdy i nebezpečné.

Automatizace byla dosud založena především na hardwaru a na speciálně konstruovaných strojích, které přinášejí výrazné úspory při velkosériové výrobě produktů s dlouhým životním cyklem. Konvenční automatizace se však v dnešní době stává méně vhodným řešením. Ruční programování, rekonfigurace a údržba hardwarových řídicích systémů jsou časově náročné. Například ve variabilní malosériové výrobě se nasazení průmyslových robotů často nevyplatí. To platí stále více pro trhy, kde je trendem vyšší poptávka po vysoce kvalitních individualizovaných produktech. Vzhledem k tomu, že se řada výrobních kroků u jednotlivých produktů liší, konvenční roboty v některých odvětvích již dosáhly svých limitů a tento trend bude pokračovat.

Pásmo nepružnosti v automatizaci

Moderní automatizaci brzdí takzvané „pásmo nepružnosti“. Čím větší flexibilitu výrobní proces vyžaduje, tím složitější je automatizace, která je pro něj nutná. Pokud je tato složitost implementována v hardwaru, lze náklady odůvodnit pouze velkými objemy a dlouhými životními cykly produktů. Kromě toho není snadné tento typ automatizace nově využít, protože produkty se stále vyvíjejí v rychlejších cyklech.

Pokud nejsou objemy dostatečně vysoké nebo má produkt příliš mnoho odchylek, mohou lidé převzít ty výrobní úkony, pro něž není nasazení robotů z důvodu nepružnosti nebo vysokých nákladů ospravedlnitelné. Výroba je však ovlivněna přetrvávajícím celosvětovým nedostatkem pracovních sil. I tam, kde manuální výrobní procesy zohledňují produktové varianty, výrobní linky brzdí nedostatek volných pracovníků ochotných vykonávat repetitivní a monotónní úkony. Vzhledem k tomu, že stále větší podíl výrob se dostává do pásma nepružnosti, tedy do rozmezí mezi životaschopnou malosériovou výrobou a velkosériovou automatizací, potřebují výrobci nový přístup, aby uspokojili poptávku po produktech. 

Softwarová umělá inteligence pomáhá

Výrobci mohou překonat pásmo nepružnosti automatizace pomocí umělé inteligence (AI) založené na softwaru. Spíše než se spoléhat na specifický, účelový hardware, potřebují výrobci způsob, jak přenést flexibilitu člověka do procesů založených na robotech. Pomocí umělé inteligence mohou výrobci vylepšit stávající roboty tak, aby si poradily s produktovými variantami v reálném čase. Tímto způsobem lze procesy plánovat, optimalizovat a automatizovat svižně a efektivně.

Namísto dalších investic do stále složitějšího a dražšího hardwaru s kratší životností mohou výrobci rozšířit schopnosti a životnost robotů pomocí inteligentního softwaru. Novinky v oblasti umělé inteligence, zejména v podoblasti strojového učení (ML), nabízejí firmám způsoby, jak plánovat a zlepšovat výrobní procesy. Například ML se již používá k podstatnému zlepšení monitorování a údržby výrobních závodů.

Software překonává pásmo nepružnosti tím, že kombinuje robotiku s umělou inteligencí a umožňuje tak automatizaci manuálních pracovišť. S pomocí ovládacích prvků řízených umělou inteligencí a připojených ke kameře získávají roboty koordinaci ruka–oko a flexibilitu podobně jako u lidí. Tyto robotické systémy mohou být zaučeny člověkem, aby chápaly obecný úkol, který mají splnit. Pomocí umělé inteligence pak může systém zobecnit zaučení v nových situacích a srovnatelných odchylkách výrobního procesu, včetně různě tvarovaných nebo umístěných obrobků. Robot se nyní může přizpůsobovat produktovým variantám tím, že v reálném čase nezávisle upravuje své pohyby.

Robot v kombinaci s řídicím prvkem s umělou inteligencí lze zaučit během několika hodin prostřednictvím předvedení člověkem. Pomocí speciálního řídicího prvku robotu a jedné malé kamery umístěné na zápěstí robotu lze realizovat řadu činností, jako je uchopování jednotlivých dílů, pohyby při podávání, spojování a sledování.

Robot se učí to, co má dělat, předváděním požadovaných úkonů s typicky se vyskytujícími variantami. Během učení se shromáždí všechna data potřebná k vytvoření neuronové sítě v cloudu, která dokáže zajišťovat provádění úkonů a zohledňování variant. Aby byla garantována spolehlivost a bezpečnost provozu, musejí všechny činnosti v cloudu splňovat nejvyšší bezpečnostní standardy.

CTL2209 MAG Micropsi fig5OBRÁZEK 2: Kompletní a plně automatizované řešení kontroluje pájené spoje ve společnosti BSH. Pomocí systému MIRAI společnosti Micropsi bylo toto řešení zaučeno na základě předvedení člověkem, nikoli naprogramováno. Namísto ručního navádění sondy ke každému jednotlivému pájenému spoji se nyní mohou pracovníci soustředit na činnosti vytvářející hodnotu

Umělá inteligence řídí uchopování obrobků

Německá společnost ZF, dodavatel pro automobilový průmysl, se při automatizaci podávání obrobků na velkoobjemové frézovací stanici pro výrobu ozubených kol vyrovnávala s výzvou sladění flexibility a přesnosti.

V pracovním procesu se kovové kroužky vyjímají z přepravky a umisťují se na dopravníkový pás, aby se později mohly použít při výrobě ozubených kol. Tento proces bylo obtížné automatizovat z několika důvodů. Zaprvé je výrobní krok variabilní, protože kroužky se v přiváděné mřížkové přepravce posouvají a jsou náhodně uspořádány. Lišit se může také umístění a tvar přepravky. Další problém představovaly měnící se světelné podmínky – povrch kroužků mohl být kovově lesklý, někdy i zaolejovaný, ba dokonce zkorodovaný, což znemožňovalo klasickou automatizaci.

Společnost ZF použila řídicí prvek s umělou inteligencí a kolaborativní robot (kobot) v automatizovaném přípravku na obrobky. Pomocí vlastního řídicího prvku se kobot přesune nad kroužky v přepravce. Systém pak převezme řízení a nezávisle přesune robot k dalšímu kroužku, aby se chapač dostal do správné trojrozměrné uchopovací polohy. Robot pokračuje v řízení, uchopí kroužek a přesune jej na dopravníkový pás, odkud bude následně umístěn do produktu. Doplnění přídavného zařízení s umělou inteligencí k robotu vyžadovalo jen pár dnů.

Společnosti, které zavedou software na bázi umělé inteligence jako doplněk automatizovaných procesů, se budou moci pružně přizpůsobovat měnícím se podmínkám na trhu, změnám v požadavcích zákazníků a kratším životním cyklům produktů.

Autorem článku je Matt Jones, obchodní manažer pro USA, Micropsi Industries. Upravil Chris Vavra, ředitel pro webový obsah časopisu Control Engineering, CFE Media and Technology, Tato e-mailová adresa je chráněna před spamboty. Pro její zobrazení musíte mít povolen Javascript..

Control Engineering Česko

Control Engineering Česko je přední časopis o průmyslové automatizaci. Je vydáván v licenci amerického Control Engineering, které poskytuje novinky z této oblasti více než 60 let.

www.controlengcesko.com