Nouvelles

Apr 18, 2023

Quand un robot soudeur a un cerveau

Dans la plupart des usines, les robots font ce qu'on leur dit. Ils n'ont pas pu

Dans la plupart des usines, les robots font ce qu'on leur dit. Ils n'ont pas été capables d'apprendre par eux-mêmes. Cela commence à changer, en particulier avec les robots de soudage. Robotique de chemin

Un soudeur qualifié peut regarder une empreinte, revoir une procédure de soudage, serrer une pièce en place et commencer à souder. Ce n'est pas le cas avec un robot, du moins pas traditionnellement.

Historiquement, une combinaison de personnes, de matériel et de logiciels a appris au robot quoi faire, généralement avec un opérateur utilisant un pendentif d'apprentissage. Tout cela ronge le temps productif d'un robot. L'enseignement pourrait se produire de manière cinétique, l'opérateur déplaçant le bras du robot le long d'une trajectoire particulière. Cela pourrait même se produire grâce à des interfaces de programmation simplifiées qui prolifèrent parmi les cellules de soudage cobot.

Une autre option implique la programmation et la simulation hors ligne. Cela vient souvent avec des représentations numériques du robot, de la fixation, de la pièce elle-même, même des composants auxiliaires autour de la cellule, tout cela pour éviter les collisions et vérifier le processus.

Tout cela réduit le travail sur le terrain à (au pire) quelques retouches de programmation. Même ainsi, quelqu'un doit développer l'appareil et exécuter le programme hors ligne. Les humains et les logiciels doivent encore faire l'enseignement, que ce soit hors ligne au bureau ou dans l'atelier. Cela prend du temps et des ressources de programmation. Un robot ne peut pas simplement "regarder" une pièce et commencer à souder - une limitation qui a empêché la robotique de pénétrer la "longue traîne" de la production non série à haut volume et à faible volume.

Cela pourrait être amené à changer. Les progrès de la vision, des logiciels et de l'apprentissage automatique jettent les bases d'un nouveau type de robot de fabrication, doté d'un cerveau.

Le secteur de la fabrication métallique a vu émerger certaines technologies qui peuvent aider les robots à voir, puis à faire. Omnirobotic, basée près de Montréal, a mis en place des robots et des cobots auto-apprenants pour le revêtement en poudre et des applications similaires. En Suède, OpiFlex a développé des robots mobiles flexibles qui peuvent être formés pour "voir" un travail spécifique sur une machine spécifique - qu'il s'agisse d'une presse plieuse, d'une plieuse de panneaux, d'un centre d'usinage, d'une presse à emboutir ou de toute autre chose - et savoir quoi à faire ensuite.

Les approches spécifiques diffèrent, mais en général, une telle automatisation reçoit une sorte de "formation robotique" qui régit la façon dont le robot interagit avec la réalité. Ainsi, lorsque le robot "voit" une pièce suspendue sur une ligne de revêtement en poudre d'une telle manière, orientation et vitesse, il sait se déplacer et pulvériser d'une certaine manière.

Quelques entreprises se sont penchées sur la recherche de solutions similaires pour le soudage robotisé, et au cours des dernières années, plusieurs organisations ont mis leurs technologies sur le marché. À en juger par leur succès initial, le paysage du soudage robotisé pourrait être très différent dans les années à venir.

Andy et Alex Lonsberry ont grandi autour du magasin de fabrication de motos personnalisées de leurs parents. Les frères ont appris à souder à un âge précoce, mais au lieu de se lancer dans l'entreprise familiale, les deux se sont retrouvés dans le milieu universitaire. Les natifs de l'Ohio ont poursuivi leurs doctorats à la Case-Western Reserve University. Alex s'est concentré sur les neurosciences computationnelles, Andy sur l'apprentissage automatique pour les robots marcheurs bipèdes.

"Nous nous sommes concentrés sur le fait que les systèmes apprennent comme les humains", a déclaré Andy, ajoutant que leur travail avait conduit les deux à créer une société de conseil. "Le but de cette entreprise était d'aller trouver un point faible du marché."

Deux robots de soudage travaillent en collaboration pour souder une grande pièce. Ils dessinent directement à partir du fichier CAO et des informations de soudage qui y sont intégrées. Systèmes Robotiques Abagy Inc.

Finalement, les deux ont rencontré quelques responsables techniques chez un fabricant de silencieux pour discuter d'un problème qui n'avait rien à voir avec le soudage. Comme Andy l'a rappelé, "Au milieu de la réunion, le président de la société est entré dans la pièce et a dit : 'Parlons de soudage.' Il a dit qu'ils avaient un certain nombre de soudeurs qui vieillissaient tous, qu'ils avaient du mal à en recruter de nouveaux et qu'ils n'ont pas pu faire évoluer l'entreprise à cause de cela.

"Il s'agissait d'un fabricant à haut volume et à faible volume avec environ 3 000 SKU, et ils géraient des lots de 5 et 10. Ils envisageaient plusieurs options, y compris la délocalisation. Mais c'était une entreprise fabriquée en Amérique. Ils ne voulaient pas perdre la reconnaissance de la marque, et ils craignaient une perte de qualité." De plus, l'entreprise ne voulait pas garder des millions de dollars en inventaire. "Ils étaient une entreprise de trésorerie. Ils voulaient prendre une commande, la préparer et l'expédier."

Le fabricant avait essayé le soudage robotisé, mais la construction de montages personnalisés pour autant de variantes de pièces n'était pas pratique. Les tolérances des pièces étaient également un problème, et comme les pièces étaient en acier inoxydable mince, les paramètres de soudure étaient critiques.

"Pour faire court", a déclaré Andy, "Ils n'ont tout simplement jamais été en mesure de le faire fonctionner. Alors l'entreprise nous est venue avec une idée. 'Nous aimons les soudeurs humains. Nous en voulons plus mais nous n'arrivons pas à les trouver. Nous essayons de développer cette entreprise. Y a-t-il un moyen pour vous de prendre ce bras robotique et de lui donner des yeux et un cerveau ?'"

Après avoir conçu de nombreuses itérations, les frères ont fait exactement cela, et en 2018, les deux ont formé Path Robotics, basé à Columbus, dans l'Ohio. L'entreprise vend ses systèmes sous un modèle d'automatisation en tant que service. Path conserve la propriété de l'équipement tandis que le fabricant verse à Path une redevance mensuelle fixe, le tout reposant sur certaines garanties de productivité et de qualité.

Aujourd'hui, un opérateur d'une cellule Path, à l'aide de simples sauterelles et d'autres éléments prêts à l'emploi, peut fixer une pièce n'importe où et dans n'importe quelle orientation sur une table de soudage. L'emplacement exact n'a pas d'importance tant que le robot peut accéder physiquement au joint de soudure.

Les capteurs du système analysent la zone, puis comparent ce qu'ils voient avec les informations intégrées dans le fichier CAO. Le fichier CAO peut inclure une pléthore de points de données de soudage, y compris ceux qui suivent les instructions énoncées dans la spécification de la procédure de soudage. A minima, le système s'ajustera et s'adaptera à la pièce même si elle n'est pas identique au modèle.

La genèse de la technologie découle des recherches des frères. "Il s'agit de machines capables d'évaluer les données qui leur sont restituées et leur permettant d'explorer l'intérieur de leur environnement, en connectant des modèles entre ce qui est bon et ce qui est mauvais en fonction de leur propre exploration."

Simplifiées à l'extrême, leurs recherches portent sur un moyen pour les robots et autres automatisations d'"apprendre" sans nécessiter un ensemble de données massif. Les approches traditionnelles de l'apprentissage automatique et de l'intelligence artificielle s'améliorent avec le temps en puisant dans d'énormes quantités de données. C'est ainsi que votre smartphone semble devenir plus intelligent chaque année. Les méthodes d'apprentissage employées par Path peuvent certainement bénéficier de toutes les données pertinentes qu'elles peuvent obtenir, mais elles n'en ont pas besoin.

"C'est vraiment la seule façon de faire [le type d'apprentissage automatique dont nous avons besoin] pour travailler dans un environnement de soudage", a déclaré Andy. "Nous devons être en mesure de générer de la valeur avec de petits ensembles de données."

Path Robotics présente sa vision et ses systèmes de soudage à FABTECH 2021, qui se tient en novembre à Chicago.

Path utilise sa propre technologie de vision, de détection et de logiciel qui permet au robot de voir et d'évaluer le défi de soudage devant lui. Les capteurs renvoient des données pendant le soudage et visualisent la géométrie de la pièce juste avant l'arc, pour s'adapter à la variabilité de l'ajustement.

Path utilise également la technologie de remplissage adaptatif. "Nous voyons [fabricators] qui ont des ajustements et des préparations de joints variables, où l'écart racinaire change de taille et de forme", a déclaré Andy. "Nous ajustons les paramètres de soudage pour pouvoir remplir correctement la passe afin d'obtenir une bonne soudure.

Andy a expliqué qu'une telle adaptation fonctionne dans les limites du WPS, particulièrement critique pour le travail au niveau du code dans le soudage structurel. Dans de nombreux cas, le WPS régit la technique (perle de limon contre tissage, par exemple), le déplacement et d'autres caractéristiques.

Alexander Domanitskiy, vice-président de la stratégie et du développement commercial d'Abagy Robotic Systems, basé à Los Angeles, a montré une vidéo d'un technicien serrant une pièce dans une cellule robotisée à l'aide de simples bascules et arrêts, fixant la pièce à un endroit aléatoire. Il a marché à l'extérieur de la cellule jusqu'à un poste de travail informatique et a visualisé un modèle CAO 3D. Le modèle ne comprenait que les données de pièce et de soudure - aucun modèle de pinces, d'arrêts ou de quelque accessoire que ce soit.

La cellule robotisée de soudage à l'arc au gaz métal possède un système de vision qui effectue plusieurs balayages, après quoi un "point de nuage" rouge apparaît sur l'écran de l'ordinateur. Le système peut faire correspondre les données de point de trouble et le modèle 3D, comprendre en quoi ils diffèrent et être en mesure d'effectuer une planification de trajectoire pour la pièce réelle, et non le modèle 3D théorique.

À ce stade, le système s'ajuste à tout problème d'accès à la soudure ; dans la vidéo, le technicien surveille le système pendant qu'il ajuste la trajectoire du robot pour accueillir une pince. "Auparavant, une cellule robotisée était développée pour une pièce particulière, un SKU, ou peut-être une famille de produits", a déclaré Domanitskiy, "tout cela nécessitant un outillage compliqué. Maintenant, nous passons à un concept différent qui implique l'analyse d'une zone de travail Tout ce qui rentre dans cet espace peut être soudé. Tant que le robot peut l'atteindre physiquement, il peut le souder. Vous n'avez pas besoin d'appareils spéciaux ou de modèles 3D de ces appareils.

Avec des installations et des équipes de support en Europe et aux États-Unis (avec un bureau en dehors de Houston), les racines d'Abagy remontent à un fabricant mondial d'expositions basé en Russie. "Le fondateur avait un atelier de production d'environ 200 personnes, toutes travaillant aussi bien le métal que le bois, et il a été très surpris lorsqu'il s'est rendu compte que lorsqu'il fallait en produire un lot, il n'y avait vraiment aucun moyen d'utiliser un robot, " a déclaré Domanitski. "Il s'est engagé à résoudre ce problème il y a quatre ans et demi. Notre première installation commerciale a eu lieu en février 2020."

L'approche d'Abagy implique un logiciel propriétaire qui est déployé à l'aide d'une combinaison de traitement sur site et basé sur le cloud. Le cloud effectue les calculs lourds et la planification, tandis que le logiciel local gère la cellule robotisée. "Cela dit, nous pouvons créer une solution sur site si le fabricant l'exige", a déclaré Domanitskiy.

Le logiciel fonctionne avec une variété de systèmes de vision et de robotique existants. "Nous sommes assez agnostiques en ce qui concerne le matériel", a déclaré Domanitskiy. "Nous travaillons avec les principales marques de robots et une variété de fabricants de sources d'alimentation de soudage, y compris les plus grands. Et nous travaillons avec une variété de systèmes de vision, en fonction de l'application."

Il a ajouté que les systèmes de l'entreprise ont été déployés sur une variété de tailles de pièces, y compris des travaux impliquant de grandes poutres et plaques structurelles, utilisant un ou plusieurs robots. La technologie fonctionne avec des configurations multi-robots de soudage de plusieurs manières. Une façon consiste à configurer deux cellules de soudage virtuelles avec chaque robot travaillant sur des tâches spécifiques. Une autre option consiste à aménager la cellule pour que deux robots puissent travailler en collaboration.

Après avoir numérisé une pièce et l'avoir comparée au modèle CAO avec des données de soudage intégrées, un robot commence à souder - aucun pendentif d'apprentissage, programmation hors ligne ou apprentissage cinétique requis. Robotique de chemin

"Deux robots peuvent travailler côte à côte et nous pouvons vérifier les connexions entre eux pour effectuer une opération collaborative", a déclaré Domanitskiy. "Imaginez qu'un robot manque de fil. Dans ce cas, nous pouvons automatiquement redistribuer certaines des tâches de soudage à l'autre robot."

Il a ajouté que le logiciel peut fonctionner avec des robots qui se déplacent conjointement avec des portiques et des positionneurs. "Nous n'avons pratiquement aucune limite sur le nombre d'axes que nous pouvons prendre en charge. Et nous utilisons un jumeau numérique pour faire toute la planification de la trajectoire, pour vérifier les collisions et les singularités. Chaque fois que nous permettons à l'opérateur d'appuyer sur le bouton pour exécuter le travail, nous l'avons déjà testé avec le jumeau numérique."

Comme l'a expliqué Domanitskiy, le système détecte et effectue également des ajustements en temps réel pour le retrait de la soudure. "Lorsque nous effectuons la soudure, nous savons exactement où la pointe du fil doit se trouver… Lorsque la chaleur se répartit le long du chemin, nous savons que nous allons subir des distorsions en termes de géométrie de la pièce. Ainsi, nous corrigeons en permanence la position de la pointe du fil pour s'adapter à la géométrie de la couture."

La perception populaire veut que les robots soient partout dans la fabrication. Mais quiconque travaille en usine, en particulier dans la fabrication de métaux, sait que ce n'est pas vrai.

Les fabricants travaillent avec des intégrateurs pour développer l'automatisation robotique autour de produits spécifiques avec une demande prévisible. La plupart des travaux, cependant, se déroulent comme ils l'ont toujours fait, de la coupe au pliage en passant par le soudage manuel.

En 2022, l'industrie pourrait montrer les prémices d'un changement radical progressif, où l'automatisation autonome rend la robotique pratique non seulement pour une famille de produits ou un flux de valeur, mais à peu près partout dans l'atelier. Lorsque les robots ont un cerveau, leur potentiel grandit.

Un robot de soudage suspendu à un portique mobile soude une grande pièce. Systèmes Robotiques Abagy Inc.