金年会jinnian

丹麦南部大学(SDU)有27,000名学生，其中约3,000名学生就读于其工程专业。它的主校区位于欧登塞，是丹麦的机器人研究和创新中心，也是通用机器人和移动工业机器人(MiR)等著名公司的诞生地。 SDU的Mads Clausen研究所的技术创业和创新部门在数字化生产领域进行了广泛的研究，并高度专注于开发能够解决社会相关问题的智能自主系统。一个正在持续研究的领域是适应性生产系统。 在本案例研究中，我们将研究最近由SDU和丹麦RoboCluster赞助的一个自适应生产系统研究项目，并向您展示SDU如何在学术研究和课堂教学中使用Visual Components

探索机器人助手在适应性生产中的潜力

SDU的助理教授Elias Ribeiro da Silva说:“今天的工业装配系统需要快速调整他们的设备，以满足快速变化的客户需求。”“为了探索使用机器人助手来帮助满足这些不断变化的需求的潜力，我们开发了一款类似手机的产品的完整组装过程演示，结合了物理和数字系统，同时使用陆续在的模拟来评估其可行性。”

该项目涉及丹麦工业界和学术界的多个合作伙伴，它们给予了不同的资源和专门知识。奥尔堡大学负责创建物理设置，并将Festo模块和不同的机器人集成在一起。SDU负责在生产系统中使用机器人助手使用陆续在模拟来测试和展示不同的场景。integrated DK负责使用离散事件模拟来统计分析开发的不同场景的潜力。4Tech Apps负责为机器人设置快速换刀器。Plus Pack支持在生产系统中设置包装过程。

结合物理和数字系统

演示的第一步是创建一个模块化的生产设置，可以容纳机器人助手和人类工人加入操作。机器人助手由一个移动小车上的协作机器人、一个快速换刀器和三个工具组成。

制造执行系统(MES)根据所装配产品的不同类型，自动选择生产系统的配置或场景。MES可以要求机器人使用不同的工具。然后，基于MES，机器人知道自己的位置以及需要执行什么流程。

这个演示的基本场景是一条完全自动化的生产线，没有人或机器人助手，所有操作都在机器人细胞中进行。在其他需要额外处理的场景中(例如，放置保险丝或将部件粘合在一起)，MES系统将机器人助手和人类工人并排执行的任务进行划分。项目团队评估了五种主要的生产场景。

场景1:使用一个机器人助手实现完全自动化

场景2:使用2个机器人助手实现完全自动化

场景3:使用一个人和一个机器人助手实现半自动

场景4:部分手工操作，使用机器人cell和一个人

场景5:完全手工操作(没有机器人)

>>查看完整案例，请下载丹麦南部大学白皮书