Daftar Isi:
- Analisis proses mencengkeram berdasarkan data
- Gripper pintar yang berpikir dengan Anda
- Menemukan kembali penanganan industri
- Memungkinkan sistem kontrol untuk tumbuh terlalu cepat dengan alat yang mencengkeram
- Gripper kolaboratif dengan gaya 450 N
- Tren menuju gripper otonom

Video: Bagaimana Kecerdasan Buatan Memungkinkan Cengkeraman Otonom

2023 Pengarang: Hannah Pearcy | [email protected]. Terakhir diubah: 2023-11-26 11:42
Tangan robot dengan lembut meraih struktur yang dirakit secara acak dari balok warna-warni dan menyisihkannya segera setelah itu. Identifikasi, raih, singkirkan. Lagi dan lagi. Sepintas seperti permainan klasik anak balita memiliki latar belakang yang sangat profesional: robot dan sistem penanganan lainnya di masa depan harus dapat mengenali objek secara mandiri, memeriksanya dan akhirnya menanganinya secara mandiri. Dalam perjalanan Industri 4.0, muncul pertanyaan: Bagaimana gripper industri menjadi gripper industri yang cerdas dan otonom?
Tim ilmu data Körber Digital meneliti bagaimana proses penjepitan yang rumit dapat dilakukan dan bagaimana proses itu dapat dilakukan dengan lebih cerdas: dari analisis data dan evaluasi hingga karakterisasi proses penjepitan dan identifikasi opsi aplikasi tambahan.
Analisis proses mencengkeram berdasarkan data
“Pada langkah pertama, data yang ada dilihat, dievaluasi dan ditafsirkan. Dasar untuk ini adalah konsultasi erat dengan para ahli dan pelatihan mendasar dari tim ilmu data kami dalam proses elektromekanis dan hubungan gripper,”kata Sven Warnke, ilmuwan data di Körber Digital. Selama visualisasi data selanjutnya, muncul pola yang jelas: “Proses penjepitan dapat dibagi menjadi tiga fase berdasarkan pada data pengukuran: 'gripper closes', 'hold object' dan 'gripper opens'. Kami mengembangkan algoritma yang secara otomatis melakukan pembagian ini untuk seluruh data. Berdasarkan ini, proses mencengkeram dianalisis secara lebih mendalam: Hipotesa terus-menerus dibuat dalam proses berulang,yang telah dibuktikan atau disangkal oleh representasi dan analisis lebih lanjut.
Gripper pintar yang berpikir dengan Anda
Deteksi dan penghindaran kesalahan, misalnya dengan cara deteksi outlier, adalah salah satu disiplin dasar dan metode ilmu data yang sering digunakan. "Dengan grippers, kami berpikir dari arah yang berlawanan dan pertama-tama proses gripping yang berhasil ditentukan sehingga kami bisa mendapatkan wawasan yang lebih berharga daripada dengan troubleshooting murni." Untuk mengkarakterisasi proses gripping yang sukses, Körber Digital mengidentifikasi dua pendekatan yang saling melengkapi: pendekatan pertama rentang nilai yang dapat diterima untuk nilai yang diukur, seperti posisi gripper atau arus gripper, diidentifikasi pada waktu tertentu selama proses gripping. Ini menghasilkan semacam templat untuk proses penjepitan yang sukses. Selain itu, pendekatan kedua menggambarkan proses penjepitan yang berhasil berdasarkan karakteristik proses penjepitan tertentu, yang disebut fitur. Rentang nilai yang sesuai juga ditentukan di sini.
Karakterisasi dari proses penjepitan yang berhasil memungkinkan deteksi proses penjepit yang salah dan tidak biasa dan klasifikasi proses penjepitan. "Ini berarti bahwa grippers tidak hanya dapat mengenali bahwa proses gripping telah merusak komponen," jelas Sven Warnke, "Mereka juga memperkirakan ketika komponen menjadi rusak." Selain itu, analisis memberikan wawasan ke dalam perjalanan temporal dari berbagai variabel terukur seperti seperti saat gripper - dasar berharga untuk membuat grippers bekerja lebih andal.
Perusahaan Schunk sudah selangkah lebih maju: di Hannover Messe 2019, spesialis sistem cengkeraman dan teknologi penjepitan akan menunjukkan kemungkinan dan peluang apa yang ditawarkan solusi sistem cengkeraman cerdas untuk skenario pintar Industri 4.0 dan bagaimana proses penanganan pengayaan digitisasi dan kecerdasan buatan.
Menemukan kembali penanganan industri

"Penanganan industri akan ditemukan kembali di tahun-tahun mendatang", Prof. Dr. Markus Glück, Managing Director Research & Development, Cino di Schunk, yakin. Di mana setiap langkah diprogram sebelumnya, solusi penanganan besok akan beroperasi jauh lebih mandiri. "Pasar sudah menuntut sistem mencengkeram yang dapat dioperasikan dengan cepat dan intuitif dan yang dapat secara otomatis disesuaikan dengan berbagai situasi mencekam. Selain itu, kolaborasi antara manusia dan robot dan komunikasi antara komponen yang terlibat dalam proses produksi akan semakin penting. Kecerdasan, jaringan, dan kolaborasi menjadi pendorong otomatisasi produksi,”tegas Glück.
Memungkinkan sistem kontrol untuk tumbuh terlalu cepat dengan alat yang mencengkeram
Di Hanover Fair, misalnya, Schunk akan sekali lagi memperluas program pneumatik PGN-plus-P. Pada saat yang sama, penyedia gripper terus maju dengan kegiatannya di segmen mekatronik. Tantangan untuk memungkinkan sistem kontrol kelistrikan tumbuh bersama dengan alat yang mencengkeram tak pelak mengarah pada jaringan komponen mekatronik. Pada akhirnya, ini adalah tentang menggabungkan persyaratan kekuatan dunia pneumatik sebaik mungkin dengan opsi jaringan dan mengontrol lanskap dari pabrik yang cerdas dan kolaboratif.
Gripper kolaboratif dengan gaya 450 N
Untuk pertama kalinya, Schunk akan menghadirkan gripper bersertifikasi DGUV untuk aplikasi kolaboratif di Hanover Fair, yang memiliki kekuatan mencengkeram 450 N - lebih dari yang sebelumnya mungkin dan mungkin terjadi. Dengan ini, perusahaan membuka pasar kolaborasi untuk menangani beban di luar perakitan komponen kecil. Schunk percaya bahwa industri pemasok otomotif dan produsen mobil khususnya akan menemukan produk ini menarik. Selain itu, gripper mekatronik fleksibel dengan goresan besar untuk berbagai aplikasi industri disajikan, yang dikendalikan melalui Profinet dan memposisikan jari-jarinya dengan sangat cepat.
BUKU BUKU Buku "Robot Industri" adalah manual untuk UKM dengan tips dan trik tentang topik penggunaan robot. Dasar-dasar paling penting dari teknologi robot diajarkan dan metode dijelaskan bagaimana dapat dinilai apakah suatu produk atau proses dapat diotomatisasi menggunakan robot.
Tren menuju gripper otonom

Dengan bantuan pembelajaran mesin, solusi penanganan di masa depan harus dapat mengenali keteraturan berdasarkan data dan algoritma yang ada dan untuk mendapatkan reaksi yang sesuai. Dalam mencengkeram yang cerdas, misalnya, Schunk menggunakan data dari beberapa sensor untuk mendapatkan informasi baru melalui korelasi data dan untuk membuat keputusan yang cerdas. Dalam jangka menengah dan panjang, menurut spesialis sistem cengkeraman, kecenderungannya adalah cengkeraman otonom. Dalam hubungannya dengan kamera 2D dan 3D, grippers akan dapat menghindari tabrakan, mereka akan tahu bagaimana cara memegang benda kerja dan, bersama dengan sistem penanganan level yang lebih tinggi, mengembangkan strategi gripping yang optimal. Pada akhirnya, sistem mencengkeram harus bisaKelola bagian secara independen dan perbaiki algoritma yang mendasarinya secara mandiri.
Hannover Messe: Hall 17, Stand B40
Direkomendasikan:
Kecerdasan Buatan Mendeteksi Keausan Pada Sekrup Bola

Perawatan dan dengan demikian keausan spindle pada penggerak sekrup bola sebelumnya hanya dapat ditentukan secara manual. Sistem untuk pemantauan otomatis sepenuhnya kini telah dikembangkan di KIT
Bagaimana Kecerdasan Buatan Dapat Diimplementasikan Dalam Produksi

Dalam sebuah studi singkat, IAO Fraunhofer meneliti bagaimana AI dapat digunakan dalam produksi. Bantuan untuk perusahaan produksi
Teknologi Kemudi Untuk Mengemudi Otonom Dan Semi-otonom

Steer-by-wire memungkinkan teknologi kemudi baru untuk pengemudian yang otonom dan semi-otonom yang membuat roda kemudi yang dilupakan tergerak seperti tangan hantu
Bagaimana Cengkeraman Berkontribusi Pada Keberhasilan Panen

Unit pemotongan adalah alat pemanen gabungan. Di musim panen, itu harus memastikan operasi bebas masalah. Kopling dari KTR menghubungkan segmen conveyor belt individual di dalamnya dan dengan demikian berkontribusi pada keberhasilan panen
Bagaimana Sistem Bantuan Memungkinkan Kendaraan Otonom Untuk Melihat

Sistem bantuan yang kuat membuka jalan bagi mengemudi otomatis. Sistem pemrosesan gambar yang dengannya mobil otonom dapat melihat lingkungannya sangat penting