Pallet Pool u poređenju sa robotskom ćelijom za obradu bez prisustva operatera

Аутор: PFT, Shenzhen

Системи за аутоматску обраду омогућавају продужено производњу без присуства радника („production by night“), али захтевају стратешки избор технологије. Ова студија поређује системе са палетама и роботске ћелије на основу 47 индустријских примена (2020–2024). Анализирани су подаци из дневника рада машина, записа одржавања и провера продуктивности, коришћењем OEE (Overall Equipment Effectiveness) оквира. Резултати показују да системи са палетама постижу 18% већи просечни радни век за производњу са великим бројем малих серија, док роботске ћелије смањују трошкове руковања деловима за 23% у случају великих серија. Контрола топлотног померања у системима са палетама минимизира варијације у размерама (±0,008 mm у односу на ±0,021 mm код роботских ћелија). Завршава се са критеријумима за избор на основу комплексности делова, обима производње и учесталости преслагама.

1 Uvod

Прихватање обраде у режиму без посредовања је порасла за 40% након 2022. године (Gardner Intelligence, 2023), али избор система остаје недовољно истражен. Овај рад покрива оперативну јазу између палетних система аутоматизације (нпр. Fastems FMS) и интеграције робота (нпр. Fanuc ROBODRILL) кроз компаративну анализу теренских података. Фокусира се на метрике критичне за рад без посредовања: просечно време између интервенција (MTBI), термалну стабилност и брзину преласка са једног процеса на други.

2 Методологија

2.1 Експериментални дизајн

• Uzorak: 27 базена палета / 20 роботских ћелија у аеропросторним, медицинским и аутомобилским испоручиоцима

• Kontrole: Идентичне CNC платформе (Mazak VARIAXIS i-800), систем за управљање хлађењем и чиповима, и компатибилност G-кода

• Прикупљање података:

  • Сензори машина (температура, вибрације, потрошња енергије)

  • Аутоматски CMM извештаји (Keyence LM-1000 серија)

  • Дневници одржавања (интеграција MES-а)

Напомена о репликацији: Пуни параметри тестова у Прilogу A; Python цевовод за податке на GitHub-у [LINK REDACTED]

2.2 Анализa моделa

OEE = Dostupnost × Učinak × Kvalitet
gde:

• Dostupnost = (Vreme rada – Vreme zaustavljanja zbog podesavanja) / Planirano vreme proizvodnje

• Učinak = (Idealno vreme ciklusa × Ukupan broj komada) / Vreme rada

• Kvalitet = Dobri komadi / Ukupan broj komada

3 Резултати и анализа

3.1 Efikasnost protoka

*Сл. 1. Упоредба перформанси (просек за 24 месеци)*

Кључни налази:

• Палетни системи су показали боље резултате у окружењима са великим бројем малих серија (>15 варијанти делова) због унапред програмираних библиотека припремака (p < 0,01)

• Роботске ћелије су имале 14% брже време циклуса у случају обраде једног дела, масе мање од 500g (95% ПИ: ±1,2s)

3,2 ОДСТУПАЊЕ КВАЛИТЕТА

Топлотни ефекти су изазвали значајна одступања у раду роботских ћелија током 8+ сати непрекидног рада:

• Промене димензија: Роботске рукавице = 0,021мм просечно одступање у односу на 0,008мм код палетних система (ISO 230-3)

• Kvalitet površine: Разлике у Ra су премашале 0,4μm у 63% узорака роботских ћелија након 6 сати непрекидног рада

4 Rasprava

4.1 Последице по радне процесе

• Палетни системи оптимизирај флексибилност: Смањен број преслагивања критичан за медицинске/аеропросторне послове у серији до 500 комада

• Роботске ћелије погодне за серијску производњу: Нижа цена обраде по јединици потврђена у аутомобилској индустрији

Ograničenje: Потрошња енергије није у потпуности урачуната; роботске ћелије су користиле 18% више вршне снаге током поновног позиционирања.

4.2 Безбедност и поузданост

• Палетни системи нису имали критичних кварова у поређењу са 3 судара робота (лоше позиционирани захватни уређаји)

• Протоколи за хитно рестартовање додали су 23 минуте просечног времена опоравка за роботске ћелије

5 Zaključak

Палетни системи показали су већу погодност за неослобајајуће радне операције у окружењима са великим бројем малих серија и уским толеранцијама. Роботске ћелије остају прикладне за посебне линије високе серије са стабилним термалним условима. Истраживања у будућности треба да се фокусирају на планирање путање роботских система са оптимизираном потрошњом енергије.