LR pixel

Smarte Lösung greift besser

Fehleranfällige Fertigungsprozesse sind ein Ärgernis. Insbesondere dann, wenn die Stückgüter dabei beschädigt werden. Diese Probleme lassen sich häufig clever und günstig mit KI-Modellen optimieren.

Problem

Gerade wenn Produktionsprozesse mit verschiedenen Systemen völlig neu entwickelt und aufgesetzt werden, steckt der Teufel im Detail.

Bestehende und neue Systeme in Zusammenspiel zu bringen, steckt viel Konfigurationsarbeit, dass jeder Ablauf passend ausgeführt wird. So geschehen bei einem Hersteller von Komponenten zur Steuerung von Maschinen, der im Zuge eines innovativen Industrie 4.0-Projektes auf Probleme mit einem Robotergreifer stieß. Dieser war eigentlich darauf programmiert, fertige Produkte mehr oder minder eigenständig vom Band auf Europaletten zu verladen. Da die zu verladenden Objekte je nach Serie unterschiedlich groß waren, erhielt der variable Greifarm Geometriedaten aus der Ablaufsteuerung, um so mit der richtigen Greiferstellung das Produkt auf eine Europalette verladen zu können. Was in der Theorie eigentlich gut funktionierte, scheiterte in der Praxis an der Datenverarbeitung. Allzu häufig schlichen sich dort Interpretationsfehler ein, was dazu führte, dass der Roboter mit der falschen Greiferstellung „zupackte“ und nicht nur die Produkte aus der Charge beschädigte, sondern auch seine Greifer in Mitleidenschaft zog.

Lösung

Unser erstes Ziel: Schäden begrenzen, Wartung minimieren.

Um Stillstände und weitere Schäden zu vermeiden, wurden daraufhin zwei Mitarbeiter mit der Überwachung des Prozesses beauftragt – um im Notfall den Roboter zu stoppen und die Greifer neu zu justieren. Ein Rückschritt, der auf Dauer keine Lösung sein konnte. Die Ursachen zu finden und zu beheben, hätte zum einen für zu lange Standzeiten gesorgt, zum anderen wäre eine Optimierung der Ablaufsteuerung oder ein Austausch der Technologie wahrscheinlich zu kostenintensiv gewesen – und hätte im schlimmsten Fall zu neuen Fehlerquellen an anderen Stellen der Prozesskette geführt. Hier kam NEUROLOGIQ ins Spiel. Mit der bereits in anderen Projekten bewährten IFM-Kamera-Technologie sorgten wir kurzerhand für ein preisgünstiges, funktionales und vor allem sicheres Upgrade des Prozessablaufes. So ist jetzt vor dem Roboter eine kompakte 3D-Sensor-Kamera mit integrierter Rechenkapazität positioniert. Die Kamera erkennt das zu verladende Objekt und vermisst mit der eigens programmierten NEUROLOGIQ-Software die Geometrie. Das alles geschieht in Echtzeit und dank ausgereifter IR-Sensoren völlig unabhängig von sich ändernden Lichtbedingungen im Fertigungsumfeld. Die erfassten und richtig zugeordneten Daten werden unmittelbar über das lokale Netzwerk an die speicherprogrammierbare Steuerung des Robotergreifers übertragen – der dann im wahrsten Sinne des Wortes mit der richtigen Einstellung zupackt.

Prozessoptimierung Sammeln und Platzieren

Was unsere Lösung für vielfältigste Produktionsprozesse interessant macht: Es wird weder softwareseitig in den Prozessablauf eingegriffen, noch muss die bestehende Technologie kostspielig ausgetauscht werden. Vielmehr kann man sich das NEUROLOGIQ-Sensor-Upgrade wie ein kompaktes Set aus optionalen Sinnesorganen für bereits voll- oder teilautomatisierte Produktionsprozesse vorstellen, mit denen räumliche und sogar qualitative Eigenschaften von Gegenständen erkannt und erfasst werden. Da die Software in die Kamera integriert ist, entfallen Investitionen in zusätzliche Rechenpower oder neu aufzusetzende Schnittstellen. Dass das Ganze somit skalierbar ist, ist ein charmanter Nebenaspekt, der zeigt, dass KI-basierte Upgrades in Fertigungsprozessen keine Ressourcen verschlingenden Umwälzprozesse sein müssen, sondern in kurzer Zeit budgetfreundlich und kostenminimierend umgesetzt werden können.

Haben wir Ihr Interesse geweckt?

Sprechen Sie uns gerne auf Ihr Anliegen an.

Jetzt kontakt aufnehmen

 

bedarfsorientierte Reinigungsintervalle für Hochhäuser neu gedacht

Intelligente & datenschutzkonforme Überwachung für Schließsysteme

Prozessoptimierung durch Real-Time-Vermessung der Stückgüter