Nachricht

Aug 12, 2023

Cobots installieren Kabelbinder

RULA hilft bei der Identifizierung der Risikofaktoren, die mit hohen Haltungsbelastungen verbunden sind. Abbildung mit freundlicher Genehmigung von Tecnológico de Monterrey. Das JSI ergänzt RULA und berücksichtigt zusätzliche Faktoren wie Zeit und

RULA hilft bei der Identifizierung der Risikofaktoren, die mit hohen Haltungsbelastungen verbunden sind. Illustration mit freundlicher Genehmigung von Tecnológico de Monterrey

Das JSI ergänzt RULA und berücksichtigt zusätzliche Faktoren wie Zeit und Geschwindigkeit. Es kann vorhersagen, ob Arbeiter aufgrund wiederholter Bewegungen ihrer oberen Gliedmaßen Verletzungen erleiden. Illustration mit freundlicher Genehmigung von Tecnológico de Monterrey

RULA misst unter anderem den Winkel der Armpositionen während einer Montageaufgabe. Foto mit freundlicher Genehmigung von Tecnológico de Monterrey

Die Forscher entwarfen einen Arbeitsplatz mit einem Cobot auf der Rückseite des Montagebretts. Diese Anordnung eliminiert das Risiko einer Kollision zwischen dem Arbeiter und dem Cobot. Es ermöglicht auch die gleichzeitige Fertigstellung von zwei Brettern. Foto mit freundlicher Genehmigung von Tecnológico de Monterrey

Für den experimentellen Kabelbaum der Forscher mussten vier Kabelbinder in gegenüberliegenden Ecken installiert werden. Foto mit freundlicher Genehmigung von Tecnológico de Monterrey

Ein Monteur lädt ein Kabelbaum-Montagebrett auf die Arbeitsstation. Foto mit freundlicher Genehmigung von Tecnológico de Monterrey

Ein Cobot befestigt einen Kabelbinder an einem Kabelbaum. Foto mit freundlicher Genehmigung von Tecnológico de Monterrey

Für eine reale Anwendung müssen Ingenieure einen speziellen Endeffektor für die Installation von Kabelbindern entwickeln. Foto mit freundlicher Genehmigung von Tecnológico de Monterrey

Die Ergebnisse von RULA und JSI zeigen, dass der kollaborative Prozess zwischen Mensch und Roboter ergonomischer ist als ein rein manueller Prozess. Foto mit freundlicher Genehmigung von Tecnológico de Monterrey

Schätzungen zufolge werden 90 Prozent der Kabelbaummontageaufgaben manuell erledigt. Infolgedessen besteht für Kabelbaummonteure das Risiko arbeitsbedingter Gesundheitsprobleme aufgrund von Wiederholungen und ungünstigen Körperhaltungen. Die Verbesserung dieser Prozesse ist daher sowohl für die Produktivität als auch für die Ergonomie von entscheidender Bedeutung.

Kollaborative Roboter haben das Potenzial, die Produktivität radikal zu steigern, die Ergonomie zu verbessern und die Kosten zu senken. Denkbar wäre es, mit Cobots Leitungen zu verlegen, Leitungen einzuführen, Leitungen abzukleben oder Kabelbinder anzubringen.

Bisher haben sich jedoch nur wenige Studien mit dem Einsatz von Cobots im Kabelbaummontageprozess befasst. Eine Studie hat beispielsweise gezeigt, dass ein Cobot den Prozess des punktuellen Anbringens von Kabeln an einer Kabelbaumplatine effektiv automatisieren kann. Eine andere Studie zeigte, dass Cobots elektrische Steckverbinder erfolgreich zusammenbauen konnten.

Andererseits stellt die Kabelbaummontage auch Herausforderungen für die Automatisierung dar. In einer Laborstudie ändert sich das Geschirr nie, sodass der Cobot nur einmal programmiert werden muss. In einer High-Mix-Kabelbaumwerkstatt müsste der Cobot ständig neu programmiert werden, was die Produktivitätssteigerungen schmälern würde. Eine weitere Herausforderung stellen die Teile selbst dar. Roboter haben normalerweise Schwierigkeiten mit flexiblen Objekten wie Drähten und Kabeln umzugehen, die sich auf unvorhersehbare Weise bewegen. Daher konzentrieren sich die meisten Automatisierungsversuche auf Aufgaben wie das Taping, bei dem der Gurt fixiert wird.

Unsere Studie untersucht die Möglichkeit, einen visionsgesteuerten Cobot zum Anbringen von Kabelbindern an einem Kabelbaum einzusetzen. Die Arbeiten wurden in Zusammenarbeit mit einem kleinen mexikanischen Hersteller durchgeführt, der auf die Herstellung von Elektro-, Automobil- und Industriekabelbäumen spezialisiert ist. In einem Interview identifizierte die Produktionsleiterin des Unternehmens die Platzierung von Kabelbindern als den Prozess, der für ihre Belegschaft die meisten ergonomischen Probleme verursacht. Wir fragten uns, ob ein Cobot diese Belastung lindern könnte. Theoretisch könnte die Erweiterung der Anwendung um maschinelles Sehen das Problem lösen, dass der Cobot neu programmiert werden muss, um an verschiedenen Kabelbäumen zu arbeiten.

Unsere Studie verwendet zwei Methoden zur Bewertung der Ergonomie einer Gurtmontageaufgabe: das Rapid Upper Limb Assessment (RULA) und den Job Strain Index (JSI). RULA ist eine robuste Methode zur Ergonomiebewertung. Es misst alle Winkel der Oberkörperglieder und berücksichtigt andere Faktoren wie Muskelaktivität und ausgeübte Kräfte. Das JSI ergänzt RULA und berücksichtigt zusätzliche Faktoren wie Zeit und Geschwindigkeit. Darüber hinaus kann das JSI vorhersagen, ob Arbeitnehmer aufgrund wiederholter Bewegungen ihrer oberen Gliedmaßen Verletzungen erleiden.

RULA hilft bei der Identifizierung der Risikofaktoren, die mit hohen Haltungsbelastungen verbunden sind. Es erkennt auch ergonomische Probleme aufgrund einer übermäßigen Haltungsbelastung der oberen Gliedmaßen eines Arbeiters. RULA liefert eine Bewertung, die feststellt, ob die Arbeitshaltungen akzeptabel sind oder Änderungen oder sogar eine völlige Neugestaltung der Aufgabe erfordern.

RULA bewertet nur einzelne Körperhaltungen und nicht eine Abfolge von Körperhaltungen in einem Arbeitsalltag. Daher ist es notwendig, zu bestimmen, welche Körperhaltungen berücksichtigt werden sollten. Zunächst muss festgelegt werden, welche Körperhaltungen bewertet werden sollen. Diese werden ausgewählt, indem die Aufgaben mit einer größeren Haltungsbelastung anhand ihrer Dauer, Häufigkeit und Abweichung von der neutralen Position betrachtet werden.

Haltungsbelastungsmessungen werden durch die Berechnung der Winkel verschiedener Körperteile mit ihrer ermittelten Referenz vervollständigt. Das Tool RULER der Ergonautas Research Group der Polytechnischen Universität Valencia führt diese Winkelauswertungen anhand von Fotos durch.

Zur Berechnung des RULA-Scores wird der Körper in zwei Gruppen eingeteilt: Gruppe A besteht aus Armen, Unterarmen, Handgelenken und Handgelenksdrehungen. Gruppe B besteht aus Beinen, Rumpf und Hals. Mithilfe von Bewertungstabellen wird jedem Körperteil ein RULA-Score zugewiesen. Anschließend werden für jede Gruppe anhand der Bewertungen jedes Körperteils allgemeine Werte berechnet.

Das Risiko einer Muskel-Skelett-Verletzung wird mit Stufen von 1 bis 4 bestimmt. Die endgültigen Ergebnisse jeder Gruppe werden entsprechend der Muskelaktivität und den bei der Aufgabe angewendeten Kräften angepasst. Mit diesen Werten werden die Endwerte berechnet. „1“ ist eine akzeptable Haltung und „4“ zeigt an, dass eine Änderung dringend erforderlich ist.

Ergänzend beurteilt das JSI, ob ein Arbeitnehmer aufgrund von Arbeitsaktivitäten Verletzungen durch wiederholte Bewegungen in seinen oberen Extremitäten entwickeln könnte. Der JSI misst sechs Variablen der körperlichen Arbeitsbelastung: die Intensität der Anstrengung (IE), die Dauer der Anstrengung pro Arbeitszyklus (DE), die Anzahl der Anstrengungen in einer Arbeitsminute (EM), die Abweichung des Handgelenks von der Neutralstellung Position (HWP), die Geschwindigkeit, mit der die Aufgabe ausgeführt wird (SW), und die Dauer der Aufgabe pro Tag (DD).

Der endgültige JSI-Score wird durch Multiplikation der Variablen berechnet: IE x DE x EM x HWP x SW x DD.

Wenn der JSI kleiner oder gleich 3 ist, bedeutet dies, dass die Aufgabe wahrscheinlich sicher ist. Ein JSI größer oder gleich 7 zeigt an, dass die Aufgabe wahrscheinlich gefährlich ist. Werte über 5 stehen im Zusammenhang mit Muskel-Skelett-Erkrankungen der oberen Extremitäten.

In unserer Studie haben wir folgende Geräte verwendet:

Die RULA- und JSI-Bewertungen für die Installation von Kabelbindern deuten darauf hin, dass die Aufgabe ergonomisch riskant ist.

Nach der Messung der Winkel verschiedener Körperteile während des Einbaus wurden die Werte der Gruppen A und B berechnet. Der Wert für Gruppe A betrug 5 und der Wert für Gruppe B 8, was einem RULA-Endergebnis von 7 entspricht.

Für den JSI haben wir folgende Werte erhalten: IE = 1, DE = 2, EM = 3, HWP = 2, SW = 1 und DD = 1. Der JSI ist daher 1 x 2 x 3 x 2 x 1 x 1 = 12.

Als nächstes haben wir einen Arbeitsplatz mit einem Cobot auf der Rückseite des Montagebretts entworfen. Für unseren Entwurf mussten wir einige Löcher in die Montagebretter bohren, damit der Cobot die Kabelbinder von hinten installieren konnte. Diese Anordnung eliminiert die Gefahr einer Kollision zwischen dem Arbeiter und dem Cobot, da diese nicht nebeneinander arbeiten. Es ermöglicht auch die gleichzeitige Fertigstellung von zwei Brettern. Während der Monteur an Board 1 arbeitet, kann der Cobot an Board 2 arbeiten und umgekehrt.

Unser Versuchsprozess funktionierte wie folgt: Zuerst platziert der Monteur den Kabelbaum auf dem Montagebrett. Anschließend fotografiert die Kamera die Platine, um die Anzahl und Position der Löcher zu ermitteln, und sendet diese Daten an den Cobot. Anschließend installiert der Cobot einen Kabelbinder nach dem anderen an jeder Lochposition. Währenddessen legt der Arbeiter den anderen Kabelbaum in das zweite Montagebrett. Zuletzt installiert der Cobot die Kabelbinder in der zweiten Platine, bevor er sich in eine Warteposition begibt, um die Aufgabe zu wiederholen.

Die Interaktion zwischen Cobot und Werker erfolgt sequentiell, da sie ihre Montageaufgaben selbstständig und nacheinander erledigen. Sie arbeiten an denselben Kabelbäumen, jedoch zu unterschiedlichen Zeitpunkten.

Bei unserem Projekt handelt es sich um einen funktionsfähigen Prototyp eines Mensch-Roboter-Kollaborationsarbeitsplatzes zur Kabelbindermontage. Für den realen Betrieb müsste ein spezieller Endeffektor für die Installation von Kabelbindern entwickelt werden.

Um unser System zu programmieren, bestand der erste Schritt darin, der Kamera beizubringen, die Löcher in der Kabelbaumplatine zu identifizieren. Die Kamerasoftware kann die Position jedes Lochs nur einzeln und nicht als Gruppe übertragen. Daher war es notwendig, die Anzahl der von der Kamera gefundenen Löcher über die Modbus-Kommunikation an den Cobot zu senden.

Das Cobot-Programm zur Installation der Kabelbinder wurde in Polyscope, der Programmiersoftware von Universal, entworfen. Das Programm funktioniert für zwei verschiedene Kabelbaum-Montageplatinen.

Abschließend haben wir mithilfe von RULA und JSI eine ergonomische Analyse des neuen Kabelbinderinstallationsprozesses durchgeführt. Nach der Messung der Winkel verschiedener Körperteile wurden die Werte der Gruppen A und B nach RULA berechnet. Der Wert für Gruppe A war 3 und der Wert für Gruppe B war 4, was zu einem Endergebnis von 4 führte. Dieses Ergebnis ist deutlich niedriger als bei der ursprünglichen manuellen Bedienung.

Ebenso lag der JSI für die automatisierte Station bei 4,5, was niedriger ist als die Risikostufe für den manuellen Betrieb.

Unser Projekt zeigt deutlich, dass die Installation von Kabelbindern automatisiert werden könnte, was die Ergonomie verbessert.

Unser größtes technisches Problem betraf die Programmierung des Bildverarbeitungssystems. Die Kamera konnte nicht auf der Z-Achse des Arbeitsbereichs der Werkbank arbeiten; Dies geschah aus der Perspektive des kartesischen Koordinatensystems des Cobots. Aus diesem Grund musste der Kalibrierungsprozess in der XY-Ebene des Cobots durchgeführt werden. Um dieses Problem zu beheben, war es notwendig, im Cobot-Programmcode zwei Ebenen zu generieren und die Koordinaten, die sich in der XY-Ebene befinden, in die YZ-Ebene umzuwandeln.

Zu den künftig zu untersuchenden Themen gehören:

Anmerkung des Herausgebers: Zu diesem Artikel haben auch folgende Personen beigetragen: Gabriel E. Navas-Reascos, David Romero und Federico Guedea von Tecnológico de Monterrey sowie Johan Stahre, Ph.D., Professor für Produktionssysteme an der Chalmers University of Technology, Göteborg, Schweden .

Dieser Artikel ist eine Zusammenfassung einer viel längeren Forschungsarbeit. Um den vollständigen Artikel zu lesen, klicken Sie hier

Ciro A. Rodriguez, Ph.D. // Professor für Maschinenbau // Tecnológico De Monterrey // Monterrey, Mexiko