NEDO Telah Membentuk Mesin Produksi Waktu percontohan yang memungkinkan rekombinasi dan kontrol yang fleksibel dan cepat terhadap. Masa produksi yang ada. NEDO sedang mengerjakan proyek penelitian dan pengembangan yang ditujukan untuk memperkuat kemampuan dinamis industri manufaktur dengan memanfaatkan 5G. Dalam proyek ini, DMG MORI dan FANUC akan membangun lingkungan komunikasi 5G lokal di Pusat Pengembangan Produk Nara DMG MOR. Dan mengembangkan jalur percontohan produksi dinamis yang memungkinkan rekombinasi dan kontrol jalur produksi yang ada secara fleksibel dan cepat.
Ikhtisar Pada Pengembangan Mesin Produksi Dinamis
Dalam proyek ini, robot self-propelled serbaguna, platform kontrol kooperatif nirkabel berbasis cloud antara peralatan produksi. Dan modul bantuan pemesinan yang disesuaikan dengan peralatan produksi yang ada digabungkan melalui 5G lokal, standar komunikasi berkecepatan tinggi. Akibatnya pengejaran lini produksi masa depan (lini yang dapat mempertahankan. Aktivitas produksi dengan bantuan robot dan perubahan lini dinamis bahkan jika. Terjadi gangguan lini atau kegagalan peralatan dengan memperkenalkan robot self-propelled multi-guna) dan. Demonstrasi lingkungan untuk diseminasi langkah-langkah untuk penggunaan praktis (langkah-langkah pengenalan untuk setiap kasus penggunaan di perusahaan kecil dan menengah. Akumulasi contoh metode pemanfaatan yang efektif, dll.) telah ditetapkan. Tujuannya adalah untuk menetapkan teknologi yang secara otomatis akan menggunakan peralatan produksi alternatif. Untuk memproduksi suku cadang yang dimaksud ketika peralatan produksi yang ada rusak di jalur produksi. Sehingga menghindari gangguan pada rantai pasokan (Gbr. 2). cukong 88
Khususnya, jika tidak ada peralatan produksi dengan mesin atau model yang persis sama sebagai pengganti. Peralatan produksi lain yang tidak sibuk pada saat itu dapat dipilih secara otomatis. Robot self-propelled multi-keterampilan mengukur perilaku peralatan yang dipilih sebagai “tangan dan kaki / indera”. Menerima informasi penginderaan, dan melakukan koreksi akurasi, dll. Cocok untuk keadaan peralatan alternatif sebagai “otak”.
Dengan teknologi ini, lini produksi terpilih dapat dikonfigurasi ulang secara dinamis dan tepat waktu. Memungkinkan produksi suku cadang yang relevan secara terus-menerus sekaligus mencapai jaminan kualitas yang tinggi. Sementara itu, dengan memperbaiki jalur asli, dimungkinkan untuk bertahan dari keadaan darurat jalur produksi dan menghindari gangguan pada rantai pasokan.
Robot self-propelled multi-terampil
Robot self-propelled multi-terampil berjalan secara otonom berdasarkan urutan proses pemesinan yang ditangani oleh robot self-propelled multi-terampil dan rencana jalur pergerakan. Dan secara nirkabel mentransfer data dari berbagai alat ukur yang dipasang di tangan multi-terampil. robot self-propelled ke penyimpanan jaringan. terakumulasi.
Platform Mesin Produksi kontrol kooperatif nirkabel berbasis cloud
Gateway IoT dipasang di robot self-propelled serbaguna dan data. Dikirim dan diterima melalui komunikasi nirkabel melalui Wi-Fi 6 atau 5G lokal. Dengan server untuk melakukan pemrosesan perhitungan lanjutan.
Sistem tautan NC
Robot self-propelled serbaguna digunakan sebagai unit input untuk berbagai jenis informasi. Dan sistem umpan balik dibangun dengan robot tetap dan mesin pengolah NC sebagai unit output. Dikirim melalui jaringan ke mesin pengolah yang sebenarnya melakukan proses. Pada saat itu dibangun berdasarkan spesifikasi umum dan terbuka yang dapat digunakan tanpa menyadari perbedaan antara CNC (Computerized Numerical Control)
Setiap modul bantuan pemesinan
Modul printer 3D (tiga dimensi)
Modul printer 3D menyediakan berbagai fungsi seperti pengukuran di dalam mesin seperti informasi suhu, perolehan informasi detail bentuk dan retakan oleh pemindai 3D dan peralatan inspeksi non-destruktif ultrasonik. Dalam demonstrasi, analisis data dilakukan pada kondisi kekuatan dan laminasi benda kerja yang dibentuk oleh printer 3D, area data yang diperlukan diidentifikasi, pencetakan dilakukan dalam berbagai kondisi laminasi, analisis regresi dilakukan pada data yang diperoleh, dan laminasi yang memenuhi kinerja yang dipersyaratkan Kondisi berhasil dihitung, dan dipastikan bahwa tidak hanya produksi percobaan tetapi juga produksi massal dapat dilakukan tanpa keluarnya produk cacat.
Memutar modul
Modul pemrosesan pembubutan menggunakan pembelajaran mesin untuk mengidentifikasi simpanan chip melalui analisis gambar menggunakan sensor penglihatan *2 . Dalam demonstrasi, sensor penglihatan yang terpasang pada tangan robot self-propelled serba guna memantau ruang pemesinan mesin bubut NC untuk mendeteksi akumulasi chip, dan secara otomatis menghilangkan chip menggunakan tangan dan udara. produksi dapat dilanjutkan tanpa gangguan atau penghentian pekerjaan.
Pengukuran bentuk benda kerja – Modul pembuatan jalur pemesinan
Modul pembuatan jalur pemesinan pengukuran bentuk benda kerja memindai benda kerja dengan perangkat pemindai 3D dan menghasilkan jalur pemesinan. Dalam demonstrasi tersebut, serangkaian teknik telah dikonfirmasi di mana lengan robot dari robot self-propelled serbaguna digerakkan secara efisien, perangkat pemindai 3D yang dipasang di tangan menyelesaikan pemindaian benda kerja target dalam waktu singkat, dan pemesinan jalan dihasilkan. CAM (Computer Aided Manufacturing) *3 Dengan mengoptimalkan parameter perangkat lunak, dimungkinkan untuk melakukan pemotongan akhir produk cetakan tanpa jig khusus untuk memperbaiki benda kerja bahkan dalam bentuk yang kompleks.
Modul estimasi deformasi termal
Modul estimasi deformasi termal mengukur dimensi benda kerja dengan melakukan pemrosesan sinyal dan pemrosesan statistik data pengukuran melalui pengukuran optik menggunakan sisir optik*4 . Dalam demonstrasi, sisir optik yang dipasang di tangan robot self-propelled serbaguna digunakan untuk mengukur jig mesin pengolah, dan diverifikasi bahwa dimensi dapat dihitung secara akurat.
Modul analisis getaran visual
Modul analisis getaran visi menggunakan kamera berkecepatan tinggi dan penanda bercahaya untuk mengurangi kebisingan dan membangun sistem pengukuran perpindahan dengan pemrosesan gambar. Dalam demonstrasi, kamera berkecepatan tinggi yang dipasang di tangan robot self-propelled serba guna menangkap gambar mesin pengolah dan memverifikasi bahwa frekuensi alami dapat diekstraksi dari sisa getaran.Satu hal telah dikonfirmasi.
Rencana masa depan
Di masa mendatang, sistem dengan spesifikasi lengkap yang dibangun di jalur percontohan yang dilengkapi dengan 5G lokal, cloud, sistem kolaborasi, dan robot self-propelled multi-keterampilan akan mampu menangani gangguan rantai pasokan dan kegagalan fasilitas produksi. untuk mendemonstrasikan hal ini, kami akan berupaya membuat perencanaan rute yang optimal untuk robot self-propelled multi-keterampilan, memperluas modul bantuan pemesinan, dan meningkatkan akurasi.
Selain itu, kami membuat beberapa produk simulasi dari satu jenis di jalur percontohan, dan mengukur MTTR (Waktu rata-rata untuk memperbaiki) 5 dan volume produksi per satuan waktu karena pengaruh sistem pengembangan di bawah beberapa skenario kegagalan dan modul bantuan pemesinan .Evaluasi komparatif akan dilakukan berdasarkan kombinasi tersebut. Selain itu, berbeda dengan lini produksi yang memerlukan waktu henti sekitar tiga hari dengan teknologi konvensional, kami berencana memulihkan dan melanjutkan produksi dalam satu hari (delapan jam) dan menunjukkan jaminan presisi komponen.
