Oberflächenbearbeitung automatisieren

Herausforderungen und Lösungsansätze für die Automatisierung von individuellen, roboterbasierten Oberflächenbearbeitungsprozessen. © WZL

Zur automatisierten Erkennung von Oberflächenmängeln wie beispielsweise Kratzern sind eine flexible Kinematik für verschiedene Beleuchtungs- und Kamerawinkel sowie ein intelligenter Algorithmus zur Bildverarbeitung erforderlich. Herkömmliche Bildverarbeitung ist wegen der Vielzahl an Bauteilen und variierenden Bedingungen unwirtschaftlich, da sie ein aufwändiges, manuelles Parametertuning erfordert. Hier kommen Deep-Learning-Modelle wie Yolo ins Spiel. Diese benötigen jedoch eine große Menge an Bilddaten, deren Labeling einen hohen manuellen Aufwand mit sich bringt. Dieses Problem lässt sich durch die Nutzung synthetischer Daten lösen. Eine automatisierte Pipeline ermöglicht die Modellierung von Werkstücken basierend auf CAD-Modellen und anderen Produktionsdaten.

II. Bearbeitungsstrategie

Nach der Inspektion von Werkstücken werden Entscheidungen über den Bearbeitungsprozess getroffen, wie die Wahl des Werkzeugs und der Bearbeitungsstrategie (Werkzeugbahn, Anpressdruck, Winkel). In manuellen Prozessen basiert dies auf Wissen und Erfahrung des Bedieners. In automatisierten Systemen übernimmt ein Prozessleitsystem diese Aufgabe. Dieses System benötigt eine Wissensbasis, sodass basierend auf einem Ist- und einem Zielzustand die erforderlichen Bearbeitungsprozesse inklusive der notwendigen Parameter vorgeschlagen werden können.

III. Bahnplanung

Die generierte Bearbeitungsstrategie umfasst die Position der Bearbeitungsstellen, eine Liste von Bearbeitungsschritten sowie Werkzeuge und Parameter. Die genaue Trajektorie, die der Roboter abfährt, ist jedoch noch nicht definiert. Normalerweise wird die Programmierung von Werkzeugpfaden mit CAM-Software basierend auf CAD-Daten durchgeführt. Diese Methode ist jedoch ein Offline-Programmierverfahren und somit nicht für adaptive Trajektorien geeignet. Daher ist eine prozessparallele, automatisierte Generierung von Bearbeitungspfaden notwendig. Dies kann auf Basis verschiedener Bibliotheken, vor allem Bewegungsplanern, die in Robotik Frameworks integriert sind, realisiert werden.

Die Rolle des Menschen

Die Automatisierung von Oberflächenbearbeitungsoperationen stellt je nach Anwendungsfall unterschiedlich hohe Anforderung an die drei genannten Themenschwerpunkte. Ein menschzentrierter Ansatz ermöglicht es, den Menschen flexibel in das System zu integrieren, Prozesse zu überprüfen und die einzelnen Module sukzessive zu verbessern. So können im ersten Modell reale Bilder gelabelt und die synthetische Bilddatenbasis damit angereichert werden, um den Bildverarbeitungsalgorithmus zu verbessern. Anpassungen im Wissensmodell bezüglich geeigneter Parameter können angepasst oder Trajektorien modifiziert werden. Somit wird eine Grundlage für eine automatisierte Programmierung geschaffen, die sich sukzessive an einzelne Use-Cases anpassen lässt.

Josefine Monnet, M. Sc., Oliver Petrovic, M. Sc., Dr.-Ing. Werner Herfs