Penulis: PFT, Shenzhen
Sistem pemesinan otomatis memungkinkan produksi tanpa operator dalam jangka waktu lama ("lights-out") tetapi memerlukan pemilihan teknologi yang strategis. Studi ini membandingkan sistem pool palet dan sel robot pada 47 penerapan manufaktur (2020–2024). Data dari log mesin, catatan pemeliharaan, dan audit throughput dianalisis menggunakan kerangka OEE (Overall Equipment Effectiveness). Hasil menunjukkan bahwa pool palet mencapai rata-rata waktu operasional 18% lebih tinggi untuk produksi high-mix, sedangkan sel robot mengurangi biaya penanganan komponen sebesar 23% pada skenario volume tinggi. Kompensasi drift termal pada sistem palet meminimalkan varians dimensi (±0,008 mm dibandingkan ±0,021 mm pada sel robot). Kesimpulan memberikan kriteria pemilihan berdasarkan kompleksitas komponen, volume produksi, dan frekuensi pergantian.
1 pengantar
Adopsi lights-out machining meningkat 40% pasca-2022 (Gardner Intelligence, 2023), namun pemilihan sistem tetap belum banyak dieksplorasi secara empiris. Penelitian ini mengatasi kesenjangan operasional antara otomatisasi berbasis palet (misalnya, Fastems FMS) dan integrasi robotik (misalnya, Fanuc ROBODRILL) melalui analisis lapangan komparatif. Fokus pada metrik yang kritis untuk operasi tanpa pengawasan: rata-rata waktu antar intervensi (MTBI), stabilitas termal, dan keluwesan pergantian.
2 Metodologi
2.1 Desain Eksperimental
-
Contoh: 27 kolam palet / 20 sel robot di sektor aerospace, medis, dan pemasok otomotif
-
Kontrol: Platform CNC identik (Mazak VARIAXIS i-800), manajemen cairan/serpihan, dan kompatibilitas G-code
-
Pengumpulan Data:
-
Sensor mesin (suhu, getaran, konsumsi daya)
-
Laporan CMM otomatis (Keyence LM-1000 series)
-
Catatan pemeliharaan (integrasi MES)
-
Catatan Replikasi: Parameter uji lengkap dalam Lampiran A; pipa data Python di GitHub [LINK REDACTED]
2.2 Model Analisis
OEE = Ketersediaan × Performa × Kualitas
dimana:
-
Ketersediaan = (Waktu Jalan – Waktu Henti Persiapan) / Waktu Produksi Terencana
-
Performa = (Waktu Siklus Ideal × Total Unit) / Waktu Jalan
-
Kualitas = Unit Baik / Total Unit
3 Hasil & Analisis
3.1 Efisiensi Throughput
Tipe sistem | Rata-rata OEE | MTBI (jam) | Waktu Pergantian |
---|---|---|---|
Kolam Pallet | 84,2% | 38.7 | 8,3 menit |
Sel Robot | 76,1% | 29.4 | 22,7 menit |
*Gambar 1. Perbandingan kinerja (rata-rata 24 bulan)*
Temuan utama:
-
Kolam palet menunjukkan kinerja lebih baik di lingkungan high-mix (>15 varian komponen) berkat perpustakaan fixture yang telah diprogram sebelumnya (p < 0,01)
-
Sel robot menunjukkan waktu siklus 14% lebih cepat dalam produksi tunggal komponen <500g (CI 95%: ±1,2 detik)
3,2 Variasi Kualitas
Efek termal menyebabkan deviasi signifikan pada sel robot selama operasi tanpa pengawasan selama 8+ jam:
-
Perubahan Dimensi: Lengan robot = rata-rata deviasi 0,021mm dibandingkan 0,008mm pada sistem palet (ISO 230-3)
-
Hasil Permukaan: Perbedaan Ra melebihi 0,4μm pada 63% sampel sel robot setelah dioperasikan secara kontinu selama 6 jam
4 Diskusi
4.1 Implikasi Operasional
-
Kolam Palet optimalkan fleksibilitas: Pengurangan pergantian alat penting untuk pesanan medis/aerospace <500-batch
-
Sel Robot cocok untuk produksi volume tinggi: Biaya penanganan per unit lebih rendah yang telah terbukti dalam uji coba otomotif
Keterbatasan: Konsumsi energi belum sepenuhnya dibiayai; sel robot menggunakan 18% lebih banyak daya puncak selama reposisi.
4.2 Keamanan & Keandalan
-
Sistem palet tidak mengalami kegagalan kritis dibandingkan dengan 3 tabrakan robot (gripper tidak selaras)
-
Protokol restart darurat menambahkan rata-rata waktu pemulihan 23 menit untuk sel robot
5 Kesimpulan
Kolam palet menunjukkan kesesuaian yang lebih baik untuk operasi tanpa penerangan dalam lingkungan high-mix dengan toleransi ketat. Sel robot tetap layak untuk jalur produksi volume tinggi yang dikhususkan dengan kondisi termal stabil. Penelitian di masa mendatang perlu menangani perencanaan jalur optimal penggunaan energi untuk sistem robotik.