Yazar: PFT, Shenzhen
Otomatik işleme sistemleri, uzatılmış süreli insan faktörü olmadan üretim yapılmasına ("ışıklar kapalı" çalışma) olanak sağlar ancak stratejik teknoloji seçimi gerektirir. Bu çalışma, 47 üretim uygulamasında (2020–2024) palet havuzu sistemleri ile robot hücrelerini karşılaştırır. Makine kayıtları, bakım dosyaları ve üretim verimliliği denetimlerinden elde edilen veriler OEE (Toplam Ekipman Etkinliği) çerçevesi kullanılarak analiz edilmiştir. Sonuçlar, palet sistemlerinin yüksek ürün çeşidi üretimi için ortalama %18 daha yüksek çalışma süresine sahip olduğunu gösterirken, robot hücrelerinin yüksek hacimli üretim senaryolarında parça işleme maliyetlerini %23 oranında düşürdüğünü göstermiştir. Palet sistemlerinde uygulanan termal sürüklenme kompanzasyonu, ölçüsel sapmayı azaltmıştır (±0,008 mm'e karşı ±0,021 mm). Çalışma, parça karmaşıklığı, hacmi ve değiştirme sıklığına göre seçim kriterleri eşleştirmesiyle sona ermektedir.
1 giriş
Karanlıkta işleme (lights-out machining) uygulaması 2022'den sonra %40 arttı (Gardner Intelligence, 2023), ancak sistem seçimi hâlâ yeterince araştırılmamış durumda. Bu çalışma, palet tabanlı otomasyon (örn. Fastems FMS) ile robotik entegrasyon (örn. Fanuc ROBODRILL) arasındaki operasyonel boşluğu karşılaştırmalı saha analiziyle ele alıyor. Gözetimsiz işleme için kritik metriklerin odaklandığı alanlar: müdahaleler arası ortalama süre (MTBI), termal stabilite ve değişme esnekliği.
2 Yöntem
2.1 Deneysel Tasarım
-
Numune: 27 palet havuzu / havacılık, tıp ve otomotiv tedarikçilerinde 20 robot hücresi
-
Kontroller: Aynı CNC platformları (Mazak VARIAXIS i-800), soğutma/tırashoca yönetimi ve G-kodu uyumluluğu
-
Veri Toplama:
-
Makine sensörleri (sıcaklık, titreşim, güç tüketimi)
-
Otomatik CMM raporları (Keyence LM-1000 serisi)
-
Bakım kayıtları (MES entegrasyonu)
-
Yinelenebilirlik Notu: Ek A'da tüm test parametreleri; GitHub'da Python veri işlem hattı [LİNK KALDIRILMIŞTIR]
2.2 Analiz Modeli
OEE = Kullanılabilirlik × Performans × Kalite
nerede:
-
Kullanılabilirlik = (Çalışma Süresi – Kurulum Düzeltme Süresi) / Planlanan Üretim Süresi
-
Performans = (İdeal Devir Süresi × Toplam Parça Sayısı) / Çalışma Süresi
-
Kalite = İyi Parça Sayısı / Toplam Parça Sayısı
3 Sonuçlar ve Analiz
3.1 Verimlilik Hacmi
Sistem tipi | Ortalama OEE | MTBI (saat) | Değişim Süresi |
---|---|---|---|
Palet Havuzu | %84.2 | 38.7 | 8.3 dk |
Robot Hücresi | %76.1 | 29.4 | 22,7 dk |
*Şek. 1. Performans karşılaştırması (24-aylık ortalama)*
Temel bulgular:
-
Yüksek karışım ortamlarında (>15 parça varyantı), önceden programlanmış fikstür kütüphaneleri nedeniyle palet havuzları daha iyi performans göstermiştir (p < 0,01)
-
Tek parça üretimlerde (<500g) robot hücrelerinin çevrim süresi %14 daha hızlı olmuştur (%%95 güven aralığı: ±1,2 sn)
3,2 Kalite Varyansı
8 saatten fazla insansız çalışmalarda termal etkiler robot hücrelerinde önemli sapmalara neden olmuştur:
-
Boyutsal Sürüklenme: Robot kolları = 0,021 mm ortalama sapma, palet sistemlerin 0,008 mm'ye karşı (ISO 230-3)
-
Yüzey Kalitesi: 6 saatlik sürekli çalışmalardan sonra robot hücrelerine ait örneklerin %63'ünde Ra farkları 0,4μm'yi aşmıştır
4 Tartışma
4,1 Operasyonel Etkiler
-
Palet Havuzları esnekliği optimize edin: Küçük partili (500'den az) tıbbi/uzay endüstrisi işleri için kritik olan değişimi azalttı
-
Robot Hücreleri yüksek hacimli çalışmalara uygun: Otomotiv deneylerinde doğrulanmış düşük birim başı taşıma maliyeti
Sınırlama: Enerji tüketimi tam olarak maliyetlendirilmemiştir; robot hücreleri pozisyon değiştirirken %18 daha fazla tepe gücü çekmiştir.
4.2 Güvenlik ve Güvenilirlik
-
Palet sistemlerinde 0 kritik arıza gerçekleşirken robot çakışmaları (hatalı konumlandırılmış tutucular nedeniyle) 3 adet olmuştur
-
Acil durum yeniden başlatma protokolleri robot hücreleri için ortalama 23 dakika ekstra süre eklemiştir
5 Sonuç
Palet havuzlarının yüksek karışım oranına sahip, dar toleranslı ortamlarda ışık kapalı çalıştırma için süperior uygunluk göstermiştir. Robot hücreleri, sabit termal koşullara sahip özel yüksek hacimli hatlar için geçerlidir. Gelecek araştırmalar robotik sistemler için enerji verimli yol planlamaya odaklanmalıdır.