© Fraunhofer IPA

Zukunftstrends der Produktionsautomatisierung

Martin Hägele Abteilungsleiter Roboter- und Assistenzsysteme

Fraunhofer IPA, Stuttgart

+49 711 970 1203, mmh@ipa.fhg.de

Expertenforum „Optimierte Serienfertigung“

© Fraunhofer IPA

Industrielle Revolutionen Treiber und Veränderungen

In Anlehnung an: The Global Manufacturing Revolution; Quellen: Ford, beetleworld.net, bmw.de, dw.de

Pro

du

ktv

olu

me

n

pro

Va

ria

nte

Produktvielfalt

1850

1913

1955

1980

2000

Massenproduktion

z.B. Smartphone für Afrika

z.B. 3D-Druck

z.B. BMW online car configurator z.B. VW Käfer

„People can have the Model T in any colour − so long as it‘s black.“ Henry Ford (1913)

2

© Fraunhofer IPA

Industrieroboterzahlen: Alljahreshoch 2013 und positiver Ausblick

Jahreinstallationen von Industrierobotern [in 1000] weltweit seit dem Jahr 2000

Roboterdichte (Industrieroboter pro 10.000 Werker) in ausgewählten Ländern

Quelle: World Robotics 2014 www.worldrobotics.org

396

332

273

164 160

124 103

80 58

23

0

50

100

150

200

250

300

350

400

450

0

50

100

150

200

250

300

China (20%?)

Japan (3%)

Nordamerika (12%)

Europa

weltweit

Schätzung

3

© Fraunhofer IPA

Treiber der Robotik: Reaktionsfähigkeit auf Unsicherheiten

„Manage“

Technologie

Kosten

Unsicherheiten

Werkstück

Toleranzen

Position

Prozess

Nachfrage

Volatilität der Märkte

Produkt- lebenszeit

Varianten

Daten

Vollständigeit

Kompatibilität

Actualität

Motivation des Unternehmens

Sensorbasierte Roboter

Wandlungs- fähigkeit

Datenintegration “Industrie 4.0”

Unsicherheiten

Fokus

4

© Fraunhofer IPA

Sensorbasierte Robotik: Grundprinzip

Ko

uI fI

uIV fIII uIII

uII

fII

Soll Ist Soll Ist

Relativkoordinaten erfassen zwischen f1, f2 (features)

o1

o2

o1‘

o2‘

f1‘

f2‘

f1

f2

Roboterflansch o1 Tool center point, TCP

Werkstück O2 Werkstückaufspannung

i

i

o1

f1

f2

o2

Ko

Sensoren

Regelung

5

Kalibrierung

© Fraunhofer IPA

• Messen des TCP-Offsets

• Verbreitet

IT-Kette in der Roboterprogrammierung von CAD-Daten zum Prozess (und zurück)

Ausmessen der Roboterzelle

6D Messtechnik oder Tracking

Simulation, off-line Programmierung

• Entwickelt, angeboten seit Anfang der 90er Jahre • Verbreitet in Fahrzeugindustrie, Loop selten geschlossen • Sonst wenig Verbreitung (trotz offensichtlichem Nutzen)

Source: BMW, Leica, Wiest AG

6

© Fraunhofer IPA

Losgröße 1: Schweissen von Gitterrahmen

7

© Fraunhofer IPA

Bearbeitung mit Robotern wird zunehmend möglich Externalisierung von Fähigkeiten schafft neue Potenzial

Genauigkeit beim Bearbeiten mit IR:

• Entgraten • Fräsen • Schleifen • Bohren • Gussputzen • Polieren

Umgebung • Aufspannung • Temperatur • Schwingungen

Signalverarbeitung • Kinematik • Bahnplanung • Steuerung

Robotermechanik • Nachgiebigkeit • Antriebsspiel • Trägheit

• Prozesseinfluss • Durchhang • Dynamische

Kräfte

0.5

0.3

Zusätzliche Achsencoder Tracking

Genauigkeit [mm]

0.1

Interne Fehlerkompensation

Externe Fehlerkompensation

Genauigkeit Standard

Industrieroboter Modellbasierte DH-Parameter Kompensation

Quelle: ABB, IPA

8

© Fraunhofer IPA

Bin Picking

9

© Fraunhofer IPA

Bin Picking: bp3™ Greifpunktberechnung

Heuristik: Suchbaum 6D Posenbestimmung

Objekt Definition Greifpunkt-Teach-In “Voting” Datenbank

Bereitstellung Erkannte Objektpose

3D Scannen

POI_1 POI_2 Akkumulation, Voting

Rotation_1 Rotation_2

Punkte- wolke

R-Tabelle

On

-lin

e,

Zyk

lusz

eit

0.5

-2s

O

ff-l

ine

10

© Fraunhofer IPA

Wandlungs- fähigkeit…

An

ford

eru

ng

Flexibilitätskorridor 2

t

Wandlungs- fähigkeit

[Westkämper, Nyhuis et al.]

Flexible Automatisierung

Wandlungsfähige Automatisierung

• vorgehaltener Fähigkeitsbereich • Optimaler Betriebspunkt • Skalierbar in festen Korridoren • Rückbau nicht vorgesehen

• Vorgedachter Lösungsraum • Veränderung, Adaptions-

fähigkeit im Bedarfsfall • Rückbauoption als

Grundeigenschaft

Variabler Automatisierungsgrad

Modularität Skalierbarkeit

Minimale geometrische, funktionale Festlegungen

Schlanke, universelle Betriebsmittel

…für die Robotik:

Flexibilitätskorridor 1 Flexibilitätskorridor 3

„Beyond Flexibility“; Wandlungsbefähiger

Wandlungs- geschwindigkeit

11

Varianten

Getaktete Linienfertigung

Karosseriefertigung: Hoher Automatisierungsgrad

Endmontage: Geringer Automatisierungsgrad

Prozesse abgestimmt auf (Alu-/Stahlblech)

Heute

Künftig Prozess-modul

Prozess-modul

Prozess-modul

Prozess-modul

Prozess-modul

Prozess-modul

Prozess-modul

Prozess-modul

Prozess-modul

Prozess-modul

1 3 2

Explosion der Variantenvielfalt

Rekonfigurierbare Produktionssysteme

Produzieren in turbulentem Umfeld

1 3 2

großserienfähiger Leichtbau

Intelligente Roboter als Betriebsmittel

Schlanke Logistik, Betriebsmittel

Modulare vernetzte Steuerung

Zaunlose Fabrik

Mensch-Roboter-

Kooperation

„Lean“, geringer

Footprint

FTF, fahrende

Autos, Verzicht auf

Fördertechnik

Modular, skalierbar,

universell, mobil, …

Semantische

Integration

Plug&Produce

Charakteristika einer wandlungsfähiger Automobilproduktion

Inhalte & Strategie der ARENA2036

Beginn des Bauprozesses in 2014

12. November 2014 – ARENA2036 13

ARENA2036: Kooperation von Forschungs-,

Industriepartnern unter einem Dach, einzig-

artige F&E-Umgebung und Forschungsfabrik

Wandelbare/ flexible Produktion, Industrie4.0

Intelligenter Leichtbau, Funktionsintegration

Büro-, Labor- und Produktionsflächen unter

einem Dach; Fertigstellung Ende 2016

Gesamte Projektfläche bis zu 8.000m²

Bis zu 160 neue Arbeitsplätze

Investitionsvolumen ca. 30 Mio. €

ARENA2036-Forschungsfabrik Neubau eines Gebäudes in Stuttgart-Vaihingen

© Fraunhofer IPA

Formen der MRK

Wenn Zutritt, Roboterspeed = 0.

Wenn Sicherheitsschalter gedrückt, Roboterspeed reduziert, sonst = 0.

Wenn Sicherheitsabstand unterschritten, stop.

Möglicher Impakt durch

Roboter < Grenzwerte.

dmin

1 2

3 4

• ISO 10218-1/-2 : Industrieroboter – Sicherheitsanforderungen • ISO TS 15066: Mensch-Roboter-Kollaboration (in Bearbeitung)

14

© Fraunhofer IPA

Teilverrichtungen aufteilen

zwischen:

• Roboter: Ausdauer, Präzision,

konstante Kraft-, Positions-

und Geschwindigkeitsregelung

• Mensch: sensorische, kognitive

Fähigkeiten, Erfahrung, Ad-hoc-

Entscheidung, Lernkurve, etc.

= Flexibilität Mensch-Roboter-Kollaboration

Nutzen der Mensch-Roboter-Kollaboration I

ohne Zaun

© Fraunhofer IPA

Abstand bewirkt:

• Materialfluß

• Zuführtechnik

• Teilevereinzelung

• Unproduktive Nebenzeiten

= Abstand

Nutzen der Mensch-Roboter-Kollaboration II

A

M Teile

Teile

Ab

sta

nd

0

Erzeugnis

Mensch-Roboter-Kollaboration

Arbeitsraum Roboter

Kollaborations-raum 1

Kollaborations-raum 2

Bewegungsraum Mensch

16

© Fraunhofer IPA

Maximale Reduktion durch:

• Konzentration der Steuerung,

Sensorik auf Roboter

• Nutzung manueller

Arbeitsplätze, -Ressourcen

• Ggf. Versetzbarkeit Roboter

„Roboterpool“

= Peripherie

Nutzen der Mensch-Roboter-Kollaboration III

Mensch-Roboter-Kollaboration

17

© Fraunhofer IPA

Herausforderungen in der MRK (I): Die IT-Kette

Intuitive Mensch-Maschine-Interaktion

Produkt Ressourcen Prozess

Wissensdatenbank

Feedback/Lernen

Programm- generierung

Konfiguration Check,

Ergänzung Daten Job

Photos: Güdel, COMAU www.smerobotics.org

18

© Fraunhofer IPA

Von expliziten Roboterprogramme hin zu Skills und Fähigkeiten

Fähigkeiten (Skills )

• Ausführbare (Produktions-) Funktionen

• Portables Produkions-Know-how

• Kompatibel mit Erfassungssystemen für Handarbeit (z.B. MTM)

Beispiele aus SMErobotics video; www.smerobotics.org:

Niet-

montage

Stift Greifen

Bewegung zur Nietstation

Suche Bohrung 1

Niet einsetzen

Lager- montage

Übergabe des Lagers

Greifen des Lagers

Suche Welle

Einsetzen des Lagers

Werkstück- erkennung

Annäherung an das

Werkstück

Auffinden des Werkstücks

Bahn- schweißen

Annäherung an das

Werkstück

Schweissstrom einschalten

Schweissbahn ausführen

Schweissende auffüllen

Sägen

Sägewerkzeug andocken

Startposition anfahren

Sägebahn durchführen

Sägewerkzeug ausfahren

Aufgaben

Fähigkeiten

19

© Fraunhofer IPA

Die nächste Ebene der Dezentralisierung Cyber-physischen Produktionssysteme

Kennzeichen Cyber Physische Systeme CPS

Sensoren

Verwendung weltweiter Daten, Dienste, „cloud“)

Daten auswerten und speichern

Digitale Vernetzung

Einwirken auf physikalische Welt mit Aktoren

Verwendung multimodaler Mensch-Maschine-Schnittstellen

Der Roboter is t typisches CPS

Cyber-Physical Systems

Eingebettete Systeme (als Teil von Geräten, Gebäuden, Verkehrsmittel, Verkehrswegen,

Produktionsanlagen, medizinischen Prozessen,

Logistik-, Koordinations- und Managementprozessen)

Internet-Dienste

Nach ACATECH, 2012

20

© Fraunhofer IPA

Roboter Kamera Sensor

Manufacturing Service Bus (ESB++)

IS1 IS2 IS3

mOS AS1

S1 S2 S3

AS2

S4 S5 S6

SOA, WS

Private or Public Cloud

Legend:

S Service

AS Aggregated Service

IS Integration Service

CS Cloud Service

CPS Cyber-Physical-System

mOS Manufacturing Operating System

mOS AppStore

Skill 1 Skill 2

Geräte

…

Skill Development Kit

…

“Everything as a Service” (XaaS) in der Robotik

21

© Fraunhofer IPA

Beispiel: bp3 „in der Cloud“ - aktuelle Realisierung

Vorteil

• Externalisierung von Funktionen, Diensten

• Schlanke Roboterzelle („Thin Client“)

• Datensätze als Templates und „best practices“ sowie für (Statistical) „Learning“

22

Dienste/Apps Daten

Sensordaten, Objektmerkmale

Greifer, Roboter- Bewegungsbahn

Werkstück CAD-Modell Einrichter

Bauteile einlernen

Objektlokalisierung, Entnahmeplanung

Weitere CPS (Bearbeitungs- Zentrum etc.)

© Fraunhofer IPA

Components

Quelle: EPSON, Kawada, Rethink Robotics, COMAU, Fraunhofer

Vision: Roboter als Werkzeug am manuellen Arbeitsplatz

Integration hinein in manuelle Arbeitssysteme

Minimale System-Integration („Out-of-the Box“)

Roboter als „Werkzeug“

Neue Geschäfts-modelle: „Skills“ aus der Cloud

23