Оценка человекоподобных роботов для финишной обработки поверхностей
Шлифовка, полировка, пескоструйная обработка, зачистка, нанесение покрытий и покраска - эти производственные процессы используются в самых разных отраслях. С точки зрения эргономики такие задачи - настоящий вызов, и они несут серьезные риски для здоровья человека.
Неудивительно, что компании все чаще задумываются об автоматизации этих операций с помощью роботов. Когда детали крупногабаритные, манипулятор приходится постоянно переставлять, чтобы обработать всю поверхность.
Часто спрашивают: а не подошли бы для работы с большими деталями человекоподобные роботы? Давайте разберем их особенности и посмотрим, насколько они применимы в производственных процессах.
Почему ноги не нужны в цехе
Ноги - не самый эффективный способ передвижения по ровному полу заводского цеха. К тому же робота часто приходится привязывать кабелем - для питания инструмента (скажем, шлифовального диска). Если шагающей платформе нужен такой «поводок», о гибкости можно забыть.
Гораздо удобнее использовать фиксированные рельсы на полу или мобильную базу - они лучше подходят для транспортировки манипуляторов при обработке деталей. Ноги же только усложняют конструкцию и повышают риски безопасности, не давая никаких преимуществ. Вывод: на заводском полу для производственных операций ноги не нужны.
Многопальцевые руки: избыточная сложность
Кисти с несколькими пальцами дают гибкость и ловкость при манипуляции предметами. Но стоят они дорого. А многие производственные процессы - шлифовка, зачистка, пескоструй, нанесение покрытий, закручивание винтов - сводятся к работе с инструментом.
Удерживать, скажем, шлифовальный аппарат многопальцевой кистью - не лучшая идея: захват может оказаться недостаточно крепким для работы на высокой скорости. Поэтому разумнее крепить инструмент прямо к манипулятору через простой переходник - так мы снижаем стоимость, избавляясь от сложных кистей.
Голова: бесполезна для производства
Голова человекоподобного робота невелика, поэтому камеры в ней приходится ставить вплотную друг к другу. Чтобы обеспечить хороший обзор и точность, камеры (и другие датчики) лучше разнести по рабочей зоне.
Часто датчик, закрепленный на манипуляторе рядом с инструментом, оказывается куда эффективнее. К тому же камеры можно просто разместить над деталью в цехе. Так что головы в производстве особой пользы не приносят.
Две руки: правильная конфигурация
А вот две руки - вещь полезная при обработке крупных деталей. Чтобы увеличить зону охвата и ускорить работу, манипуляторы нужно располагать достаточно далеко друг от друга - так снижается риск столкновений и максимизируется рабочее пространство. Это совсем не та конфигурация, что у человекоподобных роботов.
Оптимальная схема для финишной обработки поверхности показана на рисунке ниже. В ней используются две руки. Есть мобильное решение для их перестановки. Есть зрение, чтобы понимать сцену. Но вот конфигурация компонентов здесь совсем не та, что в человекоподобных роботах. Многие спорят: мол, именно андроиды дают эффект масштаба.
В показанной выше схеме - обычные промышленные манипуляторы, рельсы, камеры и датчики силы. И большинство «железа» в такой ячейке как раз выигрывает от экономии на масштабе. Так что человекоподобные роботы вовсе не обязательны, чтобы получить этот эффект в производстве.
Большинство производственных задач заточены на одно: сократить время цикла и нарастить пропускную способность. Поэтому универсальные промышленные роботы, которым плевать на человеческие ограничения, тут - очень привлекательный вариант.
Такие роботы работают в 4-5 раз быстрее человека и могут прикладывать куда большие усилия. Они уже доказали свою надежность в самых жестких условиях. Так что собирать производственные ячейки, расставляя промышленные манипуляторы в нужной конфигурации, - похоже, выигрышное решение для большинства задач. А значит, андроиды вряд ли станут победителями там, где главные критерии - точность, производительность и скорость.
Теги: человекоподобные роботы, финишная обработка, промышленные роботы, GrayMatter Robotics, Satyandra K. Gupta, автоматизация производства, оценка эффективности