산업 제조에서 첨단 로봇 공학의 부상

Rahav Madvil과 Noam Ribon, Siemens는 산업 제조 분야에서 첨단 로봇의 부상을 조사합니다...

맞춤화와 유연성은 현재 산업 제조 분야에서 가장 인기 있는 두 단어입니다. 고객은 병에 자신의 이름이 새겨진 맞춤형 애프터셰이브, 필요로 하는 모든 기능을 갖추고 있지만 필요하지 않은 것은 없는 차량, 5G 연결을 위한 최신 무선 안테나가 장착된 새 전화기 등 자신만을 위해 만들어진 제품을 원합니다. 이 모든 사용자 정의는 하나의 결론으로 ​​이어집니다. 제조는 혼합 생산으로 이동하고 있으며 매우 작은 로트에서 수백만 가지의 다양한 제품을 만들고 있습니다.

동시에 오늘날 제조되는 많은 제품은 기존 자동화 기술만으로는 너무 복잡하여 제조업체는 인력이 수동으로 조립하여 기존 로봇을 보강해야 합니다. 사람들은 프로세스의 변경 사항을 매우 빠르게 이해하고 설명하는 능력을 높이 평가합니다. 하지만 이러한 유연성이 자동화된 프로세스에 포함된다면 어떨까요?

유연하고 자동화된(자율적인) 생산 시스템은 증가하는 제품 복잡성의 문제를 극복하고 동시에 더 큰 사용자 정의에 대한 요구를 충족하고자 하는 많은 제조업체를 위한 성배입니다. 한 제품에서 다른 제품으로 신속하게 생산을 전환할 수 있는 능력은 하나의 로트 크기와 미래의 고도로 맞춤화 가능한 제품으로 가는 길에 있는 기업의 정의 기능이 될 것입니다.

작은 로트 크기는 본질적으로 문제가 아니지만 현재 생산 프로세스는 점점 더 복잡해지는 인프라에 대한 대규모 투자 없이는 이를 쉽게 수용할 수 없습니다. 문제를 해결할 수도 있고 해결하지 못할 수도 있는 이러한 기하급수적 투자 문제를 피하기 위해 많은 기업에서 생산에 대한 보다 유연한 접근 방식을 찾고 있습니다. 제조업체는 제품 간에 생산 현장을 최소한으로 변경하면서 어떻게 여러 제품을 효율적으로 만들 수 있습니까?

고급 로봇 공학이 답이며 많은 기업이 이미 채택을 향해 가고 있습니다.

고급 로봇 공학 여정

많은 공장 현장에서는 원자재에서 최종 제품까지 모든 것을 운송하기 위해 컨베이어 벨트 네트워크에 의존합니다. 그러나 이러한 네트워크는 다중 제품 제조 프로세스에 필요한 끊임없이 변화하는 위치로 이동하는 수천 개의 서로 다른 제품을 처리하도록 설계되지 않았습니다. 컨베이어 시스템이 바뀔 수 있다면? 공장의 혼잡한 지역을 피하기 위해 경로를 변경하시겠습니까? 아니면 목적지를 변경하여 최적의 가공 스테이션으로 공작물을 전달하시겠습니까?

이러한 문제는 고급 로봇 공학이 고급 소프트웨어, 솔루션 및 애플리케이션 개발 플랫폼과 함께 AGV(자동 안내 차량) 및 AMR(자율 이동 로봇)을 사용하여 해결하는 문제입니다.

일반적으로 로봇을 사용하는 목적은 A 지점에서 B 지점으로 비교적 쉽게 재료를 전달하는 것입니다. 그러나 AGV나 AMR을 시설에 도입하는 것만 큼 간단하지 않습니다. 투자 가치의 대부분은 고급 로봇 기술의 최적화 및 조정에서 비롯됩니다. 우리의 경험에 따르면 기업이 제조 프로세스에 고급 로봇을 채택하도록 돕는 것은 4단계 여정입니다.

1단계 또는 참가자 단계는 고정 자동화 로봇 공학 또는 대부분의 작업이 수동으로 프로그래밍되는 유사한 기술의 사용으로 정의됩니다. 모든 프로세스 계획은 소프트웨어의 도움을 받아 사람이 수행한 다음 특정 위치와 시간에 작동하도록 특정 로봇에 작업을 할당합니다. 이 접근 방식은 대량 생산 시, 생산 라인의 변경 또는 수정이 최소한으로 유지될 때 잘 작동합니다. 이 단계에서 로봇의 모든 동작이 명시적으로 지정되므로 변경이 필요할 때 로봇을 오프라인으로 전환하고 수동으로 다시 프로그래밍해야 합니다. 이는 생산 시간에 부정적인 영향을 미칩니다.

두 번째 단계는 재향 군인입니다. 오늘날 산업 제조업체에게 가장 일반적인 단계입니다. 완전한 시스템 검증과 전체 생산 라인에 대한 제어 알고리즘 구축을 위해 디지털 트윈을 사용하는 것이 특징입니다. 제조의 디지털 트윈을 활용하면 전체 시설의 시뮬레이션을 가능하게 하여 여정의 후반 단계에서 진행하는 방법에 대한 깊은 통찰력을 얻을 수 있습니다. 이 단계에서 동일한 프로그래머블 로직 컨트롤러에서 실행되는 여러 로봇을 동시에 업데이트하여 생산 현장의 가동 중지 시간을 줄임으로써 생산성을 크게 향상시킬 수 있습니다.

세 번째 또는 개척자로 진급 단계에서 제조업체는 더 많은 생산 프로세스를 자동화할 수 있습니다. 디지털 트윈에서 학습한 통찰력을 기반으로 구축되고 IoT 센서의 피드백으로 보강된 작업 기반 프로그래밍은 시설 전체에서 로봇에 대해 구현할 수 있습니다. 이는 설계 또는 프로세스 변경을 수용하기 위해 로봇을 프로그래밍하는 데 필요한 시간을 크게 줄여줍니다. 간단한 명령을 사용하여 물리적 환경과 디지털 트윈 간의 폐쇄 루프 보정을 기반으로 로봇을 자동으로 조정할 수 있습니다.

선지자라고 하는 마지막 단계 단계는 고급 로봇 공학 이니셔티브가 고도로 자율화되어 로봇의 거의 완전한 자율성을 제공하는 단계입니다. 이것은 또한 AGV와 AMR이 매우 효과적이 되어 정적 컨베이어 벨트와 선형 공정 경로를 고급 모바일 로봇 공학으로 대체하는 곳이기도 합니다. 이제 생산 변경은 필요한 제품 수와 필요한 변형 수를 입력하는 것만큼 간단할 수 있습니다. 이 정보에서 시스템은 원하는 로트를 생산하는 최적의 경로를 결정합니다.

이제 소프트웨어는 예를 들어 보관실 B에서 얼마나 많은 부품이 필요한지 또는 로트를 생산하기 위해 가장 빠르게 증가할 수 있는 가공 스테이션을 결정합니다. 그리고 기본 선택이 유지 관리를 위해 중단된 경우 차선책은 무엇입니까? 이것의 한계는 공장 벽에서 끝나지 않습니다. 그 혜택은 공급업체와 유통업체를 넘어 공장에 가장 효율적인 작업 부하를 생성하는 데 도움이 됩니다.

Visionary 단계는 완전한 공장 시뮬레이션으로 인해 AGV 및 AMR을 구현하기 위한 최적의 지점입니다. 그러나 고급 로봇을 초기 단계에 도입하여 생산 일정보다 간단한 작업을 실행할 수 있습니다. 일부 회사는 로봇이 인간 작업자를 따라다니며 지원하는 창고용 반자율 피킹 카트로 AGV와 AMRS를 채택했습니다.

공장 운영 방식에 따라 시설을 최적화하는 방법은 거의 무한합니다. 이것이 이 여정에서 포괄적인 디지털 트윈에 대한 투자가 중요한 이유입니다. 이를 통해 공장 운영 방식에 대한 더 깊은 통찰력을 얻을 수 있어 비즈니스의 미래에 자신 있게 투자할 수 있습니다. 첨단 로봇은 산업 제조를 위한 오늘이 내일을 만나는 지멘스의 소프트웨어, 솔루션 및 애플리케이션 개발 플랫폼의 Xcelerator 포트폴리오의 일부입니다.

저:Siemens Digital Industries Software의 시뮬레이션 제품 관리자인 Rahav Madvil과 Siemens Digital Industries Software의 수석 비즈니스 컨설턴트인 Noam Ribon입니다.