Fenster aus Altbauten automatisiert restaurieren

Der Gebäudesektor trägt in Deutschland mit einem Anteil von etwa einem Drittel maßgeblich zum Energieverbrauch und somit auch zu den Treibhausgasemissionen bei. Ein entscheidender Hebel zur Reduktion dieses Verbrauchs ist die energetische Sanierung des Gebäudebestands, insbesondere der Fenster. Zur Sanierung von Fenstern stehen verschiedene Möglichkeiten zur Verfügung, die mitunter das zerstörungsfreie Entfernen der bestehenden Verglasung aus dem Fensterflügel erfordern. Die Fenstersanierung wird derzeit in aufwendiger Handarbeit durchgeführt, was zu hohen Kosten und Kapazitätsengpässen in Schreinereibetrieben führt. Erschwerend hinzu kommt das Risiko freiwerdender Asbestfasern aus dem Fensterkitt, der bis zum Asbestverbot im Jahre 1993 verwendet wurde. Die hierfür geltenden Arbeitsschutzrichtlinien mindern zusätzlich die Produktivität.

Das im Rahmen des Zentralen Innovationsprogramms Mittelstand (ZIM) geförderte Projekt 2ndLife am Lehrstuhl für Produktionssysteme (LPS) der Ruhr-Universität Bochum in Kooperation mit dem Unternehmen Kilivations entwickelt ein automatisiertes System zur robotergestützten Restaurierung von Fenstern. 2ndLife zielt darauf ab, die Entfernung der Verglasung automatisiert durchzuführen, um die Exposition von Beschäftigten gegenüber Asbest signifikant zu reduzieren und die Produktivität zu steigern. Dabei liegt ein besonderes Augenmerk auf den Technischen Regeln für Gefahrstoffe 519 (TRGS 519), die verbindliche Richtlinien für die sichere Arbeit mit Asbest festlegen. Automatisierungslösungen in der Baubranche, insbesondere im Bereich der Sanierung, sind bislang kaum etabliert. Eine wesentliche Ursache dafür sind die häufig unvorhersehbaren und stark variablen Bedingungen im Baustellenumfeld. Gleiches gilt für die Fenstersanierung aufgrund der hohen Variabilität an Fenstervarianten und -geometrien, für die in der Regel keine digitalen Daten vorliegen. Zusätzlich unterscheiden sich die Zustände der Fenster erheblich aufgrund von Verunreinigungen oder Beschädigungen. Eine dadurch notwendige, wiederholte manuelle Anpassung der Roboterbahn für jede einzelne Fenstervariante würde die potenziellen Kosteneinsparungen durch die Automatisierung erheblich reduzieren. Vor diesem Hintergrund ist ein flexibles und hinreichend autonomes Automatisierungssystem erforderlich. Dies soll durch die Entwicklung eines spezialisierten Bildverarbeitungssystems zur präzisen Erfassung der Fensterkonturen sowie einer adaptiven Einspannung realisiert werden.

Automatische adaptive Bahnplanung

Die Erfassung von Geometrie und Zustand der Fenster erfolgt mithilfe einer monochromen 2D-Kamera, die am Roboterwerkzeug angebracht ist. Die aufgenommenen Bilder werden anschließend gefiltert und mithilfe von Kantendetektionsalgorithmen ausgewertet, um die Konturen von Fensterflügel und der Verglasung zur erfassen. Auf Basis der Konturen wird eine versetzte Schnittbahn generiert, sodass ein schmaler Holzsteg an der Verglasung verbleibt, der ein anschließendes zerstörungsfreies Entfernen der Verglasung ermöglicht. Die Schnittbahnen werden anschließend in ein ablauffähiges Roboterprogramm überführt. Eine nachgelagerte Simulation der Roboterbewegungen gewährleistet eine kollisionsfreie und erreichbare Roboterbahn. Hierzu werden vorab Programmtemplates erstellt, die zusätzlich eine vereinfachte Anpassung von prozessrelevanten Parametern ermöglichen, wie etwa die Schnitt- und Vorschubgeschwindigkeit.