LEPŠÍ DÍKY FLEXIBILITĚ


RICAIP: Flexibilní modulární robotická buňka - Retrofitting bateriových modulů 

V dnešní době je klíčové zaměřit se na efektivitu, flexibilitu a udržitelnost ve výrobních procesech. Přinášíme zmenšený model model autonomní modulární továrny, abychom vám na minimálním výstavním prostoru představili technologie a principy výroby 21. století. Tato robotická buňka propojuje moderní robotiku s digitálními technologiemi a umělou inteligencí, čímž se stává ukázkovým příkladem toho, jak může budoucnost průmyslu vypadat.

Autor: RICAIP

Propojujeme nejmodernější technologie a postupy: inteligentní kolaborativní robotiku, datovou komunikaci přes 5G síť, edge computing, algoritmy umělé inteligence, počítačové vidění, autonomní řízení. To vše na příkladu dvou kolaborativních robotů KUKA, které bez zásahu člověka vyměňují komponenty a provádějí tzv. retrofitting vysloužilých bateriových modulů na zmenšené modelové baterii z elektromobilu. U skutečných baterií mohou tyto moduly dál sloužit třeba jako velkokapacitní stacionární baterie pro domácnosti nebo firmy.

Inteligentní robotické pracoviště se skládá ze dvou kolaborativních robotů v modulárním uspořádání s rozhraním pro napojení dalších systémů, 5G komunikací, měřením energie a kamerovými systémy pro automatizované robotické operace. Pro řízení výroby je využit Manufacturing Execution System (MES) od T-Mobile, který umožňuje interaktivní ovládání a konfiguraci výroby s okamžitou aplikací změn. 

Jeden robot představuje stacionární pracoviště a druhý reprezentuje mobilní výrobní buňku, která flexibilně rozšiřuje kapacitu a možnosti výroby na stacionárním pracovišti. Tyto roboty autonomně rozkládají několik typů elektrobaterií. Z fungujících modulů sestavují novou elektrobaterii (“second-life battery” nebo “retro-fitting”), která najde využití jinde. Díky strojovému učení a počítačovému vidění se výrobní postup přizpůsobuje typu a stavu rozkládané baterie, ale i případným výpadkům ve výrobě nebo změně výrobního plánu. 

V rámci výstavního exponátu dodržujeme modularitu návrhu: nezávislé robotické buňky – moduly – jsou propojovány s nadřazeným systémem řízení výroby (MES – Manufacturing Execution System), který generuje výrobní plán. PLC řídícího robota je připojené přes 5G SA kampusovou síť, pomocí které se přenáší řídicí i bezpečnostní signály. Robotické pracoviště je vybaveno kamerou, která slouží pro detekci baterie, a každý robot je dále vybaven vlastní kamerou, která slouží pro přesnější navádění.

Robotické pracoviště je řízeno systémem GLATE, což je MES (Manufacturing Execution Systems) od T-Business. Ten lze nasadit jako monolitickou aplikaci nebo integrovat do Kubernetes platformy. Ta umožňuje škálování prostředků při změně výkonnostních nároků. Na základě růstu výroby klienta lze tak změnit požadavky na škálování výklonu a není nutné provádět opětovné instalace a komplikované rozdělování procesů řízení na samostatné celky. 

Datový agentní konektor zajišťuje integraci s již existujícím řídicím PLC systémem a sjednocuje datovou komunikaci s výrobní linkou (robotem). Se změnou ve výrobě jako je výměna stroje, PLC nebo změna řídícího systému není nutné zasahovat do MES a provádět náročné změny kódu. Stačí nadefinovat parametry v operacích, metodách na OPC-UA serveru nebo upravit konfiguraci agentního konektoru. Jednotná architektura datové komunikace se stroji snižuje nároky na vývojové prostředky při změnách a opravách. Agentní konektor může být přiřazen k jednotlivému robotu, stroji nebo celé lince. Způsob přiřazení umožňuje definovat granuralitu v řídicích procesech výroby.

Jak MES, tak i agentní konektor jsou postaveny na robustní a stabilní technologii JAVA Spring. Při integraci MES jsou nadefinovány funkční bloky a vytvořen výrobní proces. Zákazník při změně výrobního procesu může provést adaptaci řízení výrobního procesu přímo v integrovaném uživatelském rozhraní MES. Modulární systém umožňuje integraci dalších částí pro řízení výroby jako je automatický plánovací systém využívající digitálního dvojčete výrobní linky nebo např. automatické plánované korekce výroby na základě prediktivní analýzy existujících vstupních dat.