Forschung für den Mittelstand - Die IGF-Projektdatenbank

Robotergestütztes manuelles mechanisches Fügen

Ziel des Vorhabens ist die Reduzierung der Fehleranfälligkeit manueller Fügeprozesse durch den Einsatz kollaborierender Roboter und einer kombinierten Fügeprozessüberwachung auf Basis der roboterinhärenten Sensorik. Durch die Kombination der sensorischen Prozessdatenerfassung des Fügeequipments und der des Roboters sollen Unstetigkeiten im Setzprozess sowie mittels konventioneller Prozessüberwachung nicht ermittelbare Prozessfehler erschlossen und durch ein aktives Eingreifen des Roboters ausgebessert bzw. vermieden werden können.

Einerseits werden Ansätze und Technologien zur Verbesserung der Qualität und Ergonomie der mechanischen Fügeprozesse durch den Einsatz von Mensch-Roboter-Kollaboration untersucht. Im Fokus stehen hier die Steuerungsmöglichkeiten von Leichtbaurobotern zur Handführung der manuellen mechanischen Fügetechnologien. Dabei sollen die Stärken des Menschen, wie motorische Fähigkeiten oder Kognition, und die Stärken des Roboters, wie Präzision und Ausdauer in Einklang gebracht werden. Zum anderen werden Fehlerklassen gebildet, die sich aus produktionsbedingten Toleranzen oder Handhabungsfehlern der manuellen Fügetechnologien ergeben. Anhand ausgewählter Montageszenarien werden für das Stanz- und Blindnieten Untersuchungen zur kombinierten Fehlererkennung durchgeführt. Diese bilden die Basis zur Ableitung von Handlungsoptionen, wie mögliche Setzprozessunregelmäßigkeiten durch ein aktives Nachregeln des Roboters vermieden werden können. Hierzu werden Algorithmen zur automatischen Fehlervermeidung durch die Nutzung der Steuerungsmöglichkeiten des Roboters entwickelt.

Adressiert werden vor allem KMU, welche durch den Zusammenbau und die Montage von individuellen Baugruppen (Ausrüstungsmodule, Schaltschränke) oder Reparatur (Automobilbau, Flugzeugbau) geprägt sind. Die Ergebnisse sollen die Unternehmen zu einer deutlich effizienteren und vor allem reproduzierbareren Herstellung von Produkten sowie gezielten Fehlervermeidung befähigen.

Ergebniszusammenfassung:

Im Rahmen dieses Forschungsvorhabens wurde die Fehlererkennbarkeit manueller Setzprozesse durch den Einsatz eines kollaborierenden Roboters und zusätzlicher Sensorik untersucht. Hierzu wurde eine intuitive Handführung, durch die Entwicklung einer Handführungseinrichtung und eines entsprechenden Algorithmus entwickelt. Diese Art der Bedienung wurde durch eine Ergonomiebewertung für verschiedene Anwendungsfälle gestützt. Auf Basis zuvor festgelegter Montageszenarien wurde ein herstellerunabhängiger Fehlerkatalog entwickelt. Hierzu wurden zu Projektbeginn Produktionsaudits sowie Workshops in den Firmen des projektbegleitenden Ausschusses durchgeführt. Im weiteren Verlauf wurden produktionsbedingte Setzprozessfehler nachgestellt und die Fehlererkennbarkeit der internen Prozessüberwachung der manuellen Fügesysteme ermittelt. Nachfolgend konnte die Fehlererkennbarkeit des Gesamtsystems, bestehend aus einem Handsetzgerät, einem Kraft-Momenten-Sensor und einem kollaborierenden Roboter optimiert werden. Die Fehlererkennbarkeit konnte so beim Clinchen und Blindnieten deutlich gesteigert werden. Mittels der Auswertung der TCP-Daten (Tool Center Point) des Roboters war eine Fehlerklassifizierung für das Clinchen möglich. Beim Blindnieten war dies aufgrund der im Vergleich zum Clinchen kleineren Prozesskräfte, einem dynamischen Fügevorgang sowie durch eine mangelnde Messauflösung nicht möglich. Abschließend führte die Entwicklung einer Fehlervermeidungsstrategie durch die Programmierung von Ablauf- und Bewegungslogarithmen des Roboters dazu, dass Setzprozessfehler bereits vor dem Prozess detektiert und ausgebessert werden konnten.

So wird im Bereich der manuellen und automatisierten Montage, wie z. B. im Rohbau und der Endmontage sowie im Bereich der Montage von individuellen Baugruppen oder Reparatur die Optimierung der Ergonomie bei mechanischen Fügeprozessen ermöglicht. Dies führt zu einer deutlich effizienteren und reproduzierbareren Herstellung von Produkten.