제조업 로봇공학의 미래 탐색: 트렌드와 기회

제조 로봇공학은 어느 정도 가공 및 고정 자동화 시스템의 발전과 유사한 경로를 따르고 있습니다. ROI는 효율성과 비용 절감으로 가장 쉽게 측정되지만, 제조업체들은 운영상의 고통을 해결하거나 새로운 기회를 창출하기 위해 로봇 기술을 찾고 있습니다. 프로세스를 더 효율적으로 연결하거나 특정 기능 한두 가지를 아웃소싱할 필요를 없애는 것일 수 있습니다.

따라서 중소 제조업체(SMM)의 로봇공학 성장 경로는 단순히 효율성과 지속적 개선이 아니라 애플리케이션과 추가 역량에 점점 더 초점을 맞추고 있습니다. SMM에서 로봇 채택을 늘리는 열쇠는 로봇을 더 쉽게 사용하고 재사용할 수 있게 만드는 것입니다.

본질적으로 채택은 로봇이 더 인간 같은 민첩성과 자기 제어 능력을 갖는 것에 달려 있습니다.

NIST 연구실, 로봇을 더 쉽게 사용하도록 설계

NIST 연구실의 과학자와 엔지니어들은 많은 제조 현장에 현재 배치된 것과 최첨단 기술 사이의 상당한 격차를 좁히기 위해 노력하고 있습니다. 이는 주로 새로운 연구를 검증하고 검증하여 채택 위험을 줄일 측정 과학의 부족 때문입니다.

NIST 지능형 시스템 부서의 우선순위 중 하나는 SMM이 로봇 솔루션을 효과적으로 배치할 수 있게 할 파지(grasping), 조작(manipulation), 안전 성능의 발전입니다. 이 작업에는 산업 표준이 될 수 있는 성능 지표, 테스트 방법, 관련 측정 도구가 포함됩니다.

이 연구는 다음을 제공함으로써 제조 로봇공학을 발전시키고 있습니다:

• X, Y, Z 좌표계 공간 내에서 로봇이 움직임과 동작을 안정적으로 수행할 수 있는 더 나은 반복성
• 작업자가 작업을 프로그래밍하고 로봇과 상호작용할 수 있는 더 사용하기 쉬운 인간-기계 인터페이스(HMI)
• 더 정밀하고 인간 같은 움직임을 허용하는 그리퍼(gripper) 신규 설계
• 더 나은 안전성과 상황 인식

이제 현장에 도달하고 있는 발전 중 하나는 휴대용 HMI 기기의 소프트웨어로, 인간 좌표 참조(오른쪽/왼쪽, 향함/멀어짐)를 기존 데카르트 X, Y, Z 좌표로 변환합니다. 이는 작업자가 협동 로봇을 더 쉽게 프로그래밍할 수 있게 합니다.

HMI를 통한 프로그래밍 개선으로 일부 로봇은 공정 관련 움직임과 동작을 모델링하는 용접공에 의해 프로그래밍될 수 있게 되었습니다.

팔레타이징 정복 후, 로봇공학은 어셈블리로 향한다

제조업에서 로봇의 초기 채택은 특수 기술이 필요하지 않거나 부가가치를 제공하지 않는 반복 작업에 초점을 맞췄습니다. 사용량 기준 가장 인기 있는 로봇 애플리케이션:

어셈블리는 로봇 사용량의 2%만을 차지하지만, NIST 연구원들과 업계 전문가들은 조작 기술이 향상됨에 따라 중소 제조업체(SMM) 사이에서 광범위한 채택에 큰 약속이 있다고 믿습니다.

어셈블리 작업 확장 가능 영역:

• 전기 커넥터
• 나사산 가공 및 패스너 삽입
• 배선 라우팅

로봇 어셈블리의 한 가지 과제는 복잡한 작업을 수행할 때 고려해야 할 변수의 다수입니다. 예를 들어, 그리퍼가 부품을 집어 옮기는 최적의 힘이 나중에 생산 공정에서 나사산 작업에 필요한 힘과 같지 않을 수 있습니다.

촉각 감지가 개선됨에 따라, 로봇은 적절한 힘을 사용하여 모든 것을 잡을 수 있게 되어 해당 생산 공정에 필요한 단계를 잠재적으로 줄일 수 있습니다.

그리핑 설계, 민첩성과 다용도성 개선 보여

NIST 연구실은 전기전자학회(IEEE) 표준 플랫폼을 사용하여 파지 및 조작에 대한 약 12개의 테스트 방법을 개발 중입니다.

가장 일반적인 4가지 로봇 그리퍼 유형:

• 진공(vacuum) – 평평하고 매끄러운 표면에 사용되는 표준 암단 공구, 팔레타이징 및 포장에 자주 사용
• 공압(pneumatic) – 산업 현장에서 내는 소음 때문에 '뱅뱅 그리퍼'로도 알려짐, 픽앤플레이스 작업에서 작은 물체에 자주 사용되는 다용도 유형
• 유압(hydraulic) – 산업용 그리퍼 중 가장 강력하지만 가장 지저분함
• 서보 전기(servo-electric) – 매우 유연하고 비용 효율적, 부품 처리 시 다양한 소재 공차 허용

6축 힘/토크 센서를 활용한 혁신적인 설계가 인간 손을 모방하는 메커니즘을 포함하여 파지 기술에서 활발히 개발되고 있습니다.

이러한 발전이 점점 더 현장에 등장하고 있습니다:

• 쉽게 탈부착 가능한 커스터마이징 엔드 이펙터
• 3손가락 적응형 그리퍼로 향상된 민첩성, 취약 물체 조작 및 툴 교체 최소화 가능
• 그리퍼의 지능형 센서에서 머신 러닝을 사용하여 로봇이 스스로 물체에 접근하는 법을 학습
• 여러 기술 결합 그리퍼. 진공 그리퍼에 손가락이 있거나, 같은 워크스테이션에 두 개의 별도 암과 그리퍼 구성을 두어 여러 작업 수행, 속도와 신뢰성 모두 증가

로봇 여정 시작 시 성공 열쇠

고정 자동화 시스템과 달리, 로봇공학에는 기능성과 사용 편의성 사이의 트레이드오프가 있습니다. 로봇의 매력 중 하나는 거의 모든 것을 하도록 만들고 프로그래밍할 수 있다는 것입니다. 그러나 로봇에 더 많은 기능을 구축할수록 더 많은 환경적 고려사항이 조건부 요구사항으로 고려되어야 하므로, 추가 작업을 위해 로봇을 프로그래밍하고 운영에 통합하는 것이 더 어려워집니다.

올바른 지원 시스템이 없으면 제조업체는 로봇공학으로 소량 생산 계획을 세우기 어려울 수 있습니다. 로봇공학을 염두에 두고 직원을 채용할 준비가 되었을 때 로봇공학이 재공구 비용을 어떻게 절약할 수 있는지 중소 제조업체(SMM)가 볼 수 있게 되면 채택이 더 늘어날 것입니다. 10명 이하 직원의 제조업체도 곧 전체 설비 효율을 보장하기 위한 로봇공학 전문가를 두게 될지 모릅니다.

MEP 내셔널 네트워크™의 일부인 카탈리스트 커넥션(Catalyst Connection)은 이해하기 쉬운 로봇공학 가이드를 마련했습니다. 제조업에서 로봇공학 활용 탐색을 위한 성공 열쇠를 다음과 같이 식별했습니다:

• 필요한 지원 수준을 얻기 위해 내부 챔피언을 포함한 리소스 식별
• 니즈 또는 고통 포인트 식별
  • 지원 도구 우선순위 지정
  • 제조 예시 식별; 작게 시작하고 단순하게 유지
• 비즈니스 케이스 구축; 툴링, 액세서리, 통합 복잡성을 위해 하드웨어 비용의 2배~4배 고려

지역 MEP 센터의 전문가들이 로봇공학 탐색 및 잠재적 채택을 돕기 위해 준비되어 있습니다. 그들과 연결하여 로봇공학이 새로운 기능을 추가하여 비즈니스 확장에 어떻게 도움이 될 수 있는지 확인하세요.

NIST 연구실 연구 정보 제공: 엘레나 메시나(Elena Messina), 제레미 마블(Jeremy Marvel), 조셉 팔코(Joseph Falco).