08/04/2019
Door Ad Spijkers
Klanten willen individuele oplossingen, productcycli worden steeds korter en er ontstaan nieuwe business modellen. De industriële productie moet gelijke tred houden met dynamische veranderingen.
Een interdisciplinaire groep met onderzoekers uit machinebouw, elektrotechniek, informatietechniek en informatica ontwikkelt aan het Karlsruher Institut für Technologie (KIT) aan de hand van een toepassing van remanufacturing een flexibel productiesysteem dat zich autonoom en dynamisch aanpast aan wisselende productspecificaties.
"De industriële productie moet in toenemende mate op maat gemaakte producten leveren en tegelijkertijd erg efficiënt zijn", aldus prof. Gisela Lanza, woordvoerder van het project AgiProbot (Agiles Produktionssystem mittels mobiler, lernender Roboter mit Multisensorik bei ungewissen Produktspezifikationen). Tot nu toe gebruikte oplossingen voor optimalisering van de klassieke lijnproductie stoten op hun grnezne. Alle strategieën gaan er namelijk van uit dat de verschillende productiescenario's al op voorhand bekend zijn. "Dat is niet voldoende om tegemoet te komen aan de toenemende vluchtigheid “, zegt Lanza. "We zullen in de toekomst niet alle vooraf kunnen bedenken."
Flexibel productiesysteem
De onderzoeksgroep vertrouwt daarom op een flexibel productiesysteem, dat alle relevante deelsystemen integreert, zelfstandig leert en dynamisch op vooraf niet bekende eisen reageert en de individueel best mogelijke oplossing bepaalt. Multimodale sensoren bepalen simultaan zich uitbreidende omgevingsinformatie, bijvoorbeeld beweging en aanraking. Ze zijn onder andere in de installatietechniek, in industriële robots en in voertuigen geïmplementeerd en verzamelen de steeds voor de productie relevante data.
Op basis van deze data verzorgen enerzijds onbemande transportsystemen de modulaire opgebouwde productiestations met de noodzakelijke goederenstromen. Aan de andere kant gebruiken samenwerkende, mobiele en autonome robots de data om hun handling-strategieën aan te passen.
Via speciale algoritmen leert het productiesysteem met behulp van kunstmatige intelligentie (KI) en reeds aanwezige technische voorkennis. De algoritmen ondersteunen echter ook het leren uit de bewegingen en blikken van mensen die met de industriële robots samenwerken.
Demonstratiefabriek
Doel van het project is een demonstratorfabriek voor remanufacturing van elektromotoren uit de automobielindustrie te ontwikkelen. De motorene moeten in een flexibel en geautomatiseerd proces worden gedemonteerd en worden voorbereid voor hergebruik. „De remanufacturing is een terrein van hoge economische relevantie, die duidelijk maakt hoe belangrijk volledige, domein overstijgende en intelligente productiesystemen in de toekomst worden", aldus projectcoördinator Dr. Benjamin Häfner.
Tot nu toe worden daar de afzonderlijke processtappen zoals demontage, reiniging, testen of reparatie in de regel handmatig en niet duidelijk in een netwerk uitgevoerd omdat het kwaliteitsniveau van de afzonderlijke onderdelen te verschillend is. Ook zijn de hieruit ontstane onderdelenstromen tot nu toe te complex voor klassieke automatisering.
Foto: Sandra Goettisheim, KIT