Forfatter: PFT, Shenzhen
Automatiserede fremstillingsystemer muliggør forlænget drift uden personale ("lights-out") men kræver strategisk valg af teknologi. Denne undersøgelse sammenligner pallepoolsystemer og robotceller over 47 produktionsinstallationer (2020–2024). Data fra maskinelogger, vedligeholdelsesrekorder og gennemstrømningsauditter blev analyseret ved brug af OEE (Overall Equipment Effectiveness) modeller. Resultaterne viser, at pallepools opnår 18 % højere gennemsnitlig driftstid for produktion med stor variation, mens robotceller reducerer håndteringsomkostninger med 23 % i højvolumeproduktion. Termisk driftskompensation i palesystemer minimerede dimensionale afvigelser (±0,008 mm mod ±0,021 mm for robotceller). Afsluttes med et valgskema baseret på komponentkompleksitet, volumen og hyppighed af skift mellem produktioner.
1 indledning
Indførslen af lights-out machining steg med 40 % efter 2022 (Gardner Intelligence, 2023), men valg af systemer er stadig empirisk underutforsket. Dette arbejde adresserer den operationelle kløft mellem pallebaseret automatisering (f.eks. Fastems FMS) og robotintegration (f.eks. Fanuc ROBODRILL) gennem sammenlignende feltanalyse. Fokuserer på metrikker, der er kritiske for drift uden tilstedeværelse: gennemsnitlig tid mellem indgreb (MTBI), termisk stabilitet og skifteeffektivitet.
2 Metodologi
2.1 Eksperimentel design
-
Prøve: 27 pallebunker / 20 robotceller hos leverandører inden for luftfart, medicinsk udstyr og bilindustri
-
Styring: Identiske CNC-platforme (Mazak VARIAXIS i-800), kølevæske-/spånshåndtering og G-kode-kompatibilitet
-
Dataindsamling:
-
Maskinsensorer (temperatur, vibration, strømforbrug)
-
Automatiserede CMM-rapporter (Keyence LM-1000-serie)
-
Vedligeholdelseslogfiler (MES-integration)
-
Bemærk angående reproducerbarhed: Fuld testparametre i bilag A; Python-databehandlingspipeline på GitHub [LINK REDIGERET]
2.2 Analysemodel
OEE = Tilgængelighed × Driftseffektivitet × Kvalitet
hvor:
-
Tilgængelighed = (Driftstid – Nedetid ved opstart) / Planlagt produktionstid
-
Ydelse = (Ideal cyklustid × Samlede dele) / Driftstid
-
Kvalitet = Godkendte dele / Samlede dele
3 Resultater og analyse
3.1 Gennemløbseffektivitet
Systemtype | Gennemsnitlig OEE | MTBI (timer) | Skifte tid |
---|---|---|---|
Pallepool | 84,2% | 38.7 | 8,3 min |
Robotcelle | 76,1% | 29.4 | 22,7 min |
*Fig. 1. Præstationsammenligning (24-måneders gennemsnit)*
Nøglepunkter:
-
Pallepools ydede bedre i high-mix miljøer (>15 delevarianter) på grund af forudprogrammerede fixturbiblioteker (p < 0,01)
-
Robotceller var 14 % hurtigere i cyklustid ved enkeltdeleløb <500g (95 % CI: ±1,2s)
3,2 Kvalitetsafvigelse
Termiske effekter forårsagede betydelige afvigelser i robotceller under 8+ t uopsynede kørsler:
-
Dimensional Drift: Robotarme = 0,021 mm gennemsnitlig afvigelse mod palle systemers 0,008 mm (ISO 230-3)
-
Overfladebehandling: Ra-forskelle oversteg 0,4μm i 63 % af robotcelleprøverne efter 6 t kontinuerlig kørsel
4 Diskussion
4.1 Operationelle Konsekvenser
-
Pallepools optimer fleksibilitet: Færre skift afgørende for <500-parti medicinsk/luftfartsproduktion
-
Robotceller egnet til høje serier: Lavere håndteringsomkostninger per enhed bekræftet i automobiltests
Begrænsning: Energiforbrug ikke fuldt ud regnet; robotceller brugte 18 % mere spidsforbrug under genopstilling.
4.2 Sikkerhed og pålidelighed
-
Palle-systemer havde 0 kritiske fejl mod 3 robotkollisioner (forkert justerede gribermekanismer)
-
Nødgendstart-protokoller tilføjede 23 minutter til gennemsnitlig genopstarts tid for robotceller
5 Konklusion
Pallepools demonstrerer overlegent egnethed for drift uden tilsyn i miljøer med stor modelvarianter og små tolerancer. Robotceller er stadig velegnede til dedikerede højspeed-linjer med stabile termiske forhold. Fremtidig forskning bør adressere energioptimeret baneplanlægning for robotter.