Senkung der Fertigungskosten und Produktivitätsoptimierung sind die ersten Entscheidungskriterien, die einem in den Sinn kommen, wenn man über die Automatisierung industrieller Anwendungen spricht. Sie stellen zwei wichtige Parameter bei der Abschätzung der Investitionsrendite (ROI) dar. Aber auch der Arbeitskräftemangel in einigen Tätigkeitsbereichen und der Wandel der Mentalität in Bezug auf das Wohlbefinden am Arbeitsplatz tragen maßgeblich dazu bei, die Entscheidung für eine intelligente Fabrik zu treffen. Gleichzeitig macht die Roboterindustrie stetige Fortschritte und profitiert insbesondere von 3D-Bildverarbeitungssystemen, um die Anforderungen an die Rentabilität zu erfüllen.
Der ROI (Return On Investment) ist eine wichtige Kennzahl, um die Rentabilität einer Investition zu messen. Er wird verwendet, um den Prozentsatz des zu erwartenden Gewinns im Vergleich zu den anfallenden Kosten zu berechnen. Der ROI kann mit der Zeit bis zur Kapitalrendite verknüpft werden, anhand derer die Zeit geschätzt wird, die benötigt wird, bis das Projekt rentabel ist. Die Herstellungskosten, die sich hauptsächlich auf die Arbeitskosten beziehen, sind die ersten Daten, die berücksichtigt werden, um abzuschätzen, wie lange es dauern wird, bis die automatisierte Anlage rentabel wird. Geschwindigkeit, Wiederholbarkeit, Genauigkeit und Zuverlässigkeit des Prozesses sind alles Parameter, die bei der Optimierung der Produktivität ins Spiel kommen und eine schnellere Amortisation der Investitionen ermöglichen. Auch die Flexibilität ist ein wichtiger Parameter: Eine automatisierte Produktionslinie kann sich leichter an veränderte Marktanforderungen anpassen. Dies gilt umso mehr in der aktuellen Situation der Gesundheitskrise, in der die Produktionsaktivitäten nur durch die Einschränkung menschlicher Interaktionen aufrechterhalten werden können.
Aber das Festhalten an diesen Kriterien wäre zu restriktiv und irreführend, um eine gute Investitionsentscheidung zu treffen. Der Mangel an ungelernten Arbeitskräften in verschiedenen geografischen Gebieten und der Wandel der Mentalitäten in Bezug auf Beschwerlichkeit und Sicherheit bei der Arbeit zwingen Unternehmen dazu, eine Alternative zu repetitiver manueller Arbeit zu finden.
Einige Arbeiten sind mühsam, unergonomisch und müssen in rauen Umgebungen (mit Hitze, teils giftigem Staub usw.) durchgeführt werden, in denen es schwierig ist, ein gutes Niveau der Gesamtanlageneffektivität (engl.: OEE) (1) zu halten (z. B. in Gießereien und Schmieden).
In einigen Fällen kann es physische Schwierigkeiten bei der Durchführung einer Aufgabe geben. Die Rohteile, die in numerisch gesteuerte Maschinen geladen werden sollen, sind oft schwierig zu handhaben, schwer und meistens unhandlich. Das Heben eines einzigen Autobauteils mit einem Gewicht von wenigen Kilos ist eine relativ leichte Aufgabe, aber über einen Tag hinweg entspricht dies der Handhabung von mehreren hundert bzw. tausend Kilos für eine einzelne Person. Der menschliche Körper kann daher sehr hohen Belastungen ausgesetzt sein, was zu langen Arbeitsunterbrechungen, Fehlzeiten, höherer Fluktuation und oft zu Arbeitskräftemangel führt. Es ist daher wichtig, die Veränderung des Niveaus der arbeitsbedingten Muskel-Skelett-Erkrankungen (Arbeitsbedingte Erkrankungen des Bewegungsapparates) (2)) zu berücksichtigen; nicht nur als Teil eines Prozesses der ständigen Verbesserung des Wohlbefindens der Mitarbeiter, sondern auch zur Steigerung der Produktivität.
Es liegt auf der Hand, dass Roboter für bestimmte Branchen und Anwendungen die Arbeitsbedingungen der Bediener verbessern können, um ein akzeptables Arbeitsumfeld zu erreichen und gleichzeitig die Produktivität zu steigern.
In den letzten fünfzehn Jahren hat die Industrierobotik einen wertvollen Verbündeten gefunden, um die Aufgaben der Mitarbeiter zu erleichtern und die Produktivitätsrate zu steigern. Intelligente Robotisierung auf der Basis von 2D- und 3D-Bildverarbeitungssystemen (z.B. für den Griff in die Kiste / Bin Picking) sind heute eine Selbstverständlichkeit. Einige industrielle Bildverarbeitungssysteme, die Algorithmen mit künstlicher Intelligenz integrieren, können eine komplexe und sich verändernde Umgebung sehen und analysieren und relevante Informationen an ein Automatisierungssystem oder direkt an einen Roboter weitergeben. Sie helfen bei der exakten Entnahme und Platzierung von Bauteilen innerhalb der Fertigungsmaschinen, ohne die Prozesse zu unterbrechen und garantieren dadurch höhere Produktivität und Renditen.
Einige führende Unternehmen der industriellen Bildverarbeitung bieten robuste und sichere Lösungen (z.B. für kollaborative Roboter) an, die nicht nur sehr günstige Amortisationszeiten erreichen, sondern auch helfen, die mittlere quadratische Verschiebung (MSD) zu reduzieren.
Die Installations- und Implementierungszeiten von Bildverarbeitungssystemen sowie die Zeit, die für die Erstellung von Werkstückprogrammen benötigt wird, sind im letzten Jahrzehnt von mehreren Wochen auf wenige Tage gesunken. Die meisten 3D-Bildverarbeitungssysteme sind werkseitig kalibriert und die Standard-Kommunikationsprotokolle (Ethernet TCP/IP, Profinet, etc.) ermöglichen eine einfache und schnelle Kommunikation mit der Steuerung bzw. dem Roboter.
Zahlreiche Branchen (Automobilindustrie, Gießerei, etc.) und Anwendungen (Lokalisierung, Inspektion und Identifikation von Bauteilen, Roboterführung, Bin-Picking, etc.) nutzen bereits die Vorteile von 2D- und 3D-Bildverarbeitungssystemen. Der Griff in die Kiste bzw. Bin-Picking ist ein besonders interessantes Beispiel, da es sehr genaue und zuverlässige visuelle und kognitive Analyselösungen erfordert, um eine präzise Entnahme und anschließende Ablage der Bauteile zu gewährleisten.
Einige Bildverarbeitungssysteme sind heute in der Lage, die Roboterbahnen automatisch zu generieren (Advanced Robot Path Planning), indem sie potenzielle Störkonturen / Kollisionen innerhalb des Arbeitsbereiches berücksichtigen und alle Roboterachsen steuern. Die Leistungsfähigkeit der integrierten Prozessoren hat zu einer deutlichen Reduzierung der Rechenzeit geführt, so dass die Aufgaben innerhalb von prozesstechnisch akzeptablen Taktzeiten erledigt werden können. Wenige Sekunden reichen aus, um dem Roboter mitzuteilen, welche Bauteile er greifen soll, oder um ein Werkzeug präzise so nah wie möglich an die auszuführende Arbeitsprozess heranzuführen. Diese Vorgänge, die sehr oft in der verdeckten Zeit (Roboternebenzeit) ausgeführt werden, beeinträchtigen somit den Prozess und die Gesamttaktzeit nicht.
Dank dieser technologischen Entwicklungen sind Zeiten bis zum Return on Investment von weniger als einem Jahr in vielen Industriezweigen Realität geworden. Diese Vorteile öffnen den Weg zur allgemeinen Zugänglichkeit von innovativen Technologien, die noch vor wenigen Jahren nur wenigen Innovationsprojekten vorbehalten waren. Dies wird letztendlich dazu führen, dass mühsame, monotone und unergonomische manuelle Arbeitsprozesse mit sehr geringem Mehrwert verschwinden, um produktivere und sicherere Arbeitsplätze zu schaffen und gleichzeitig die Rentabilität der Unternehmen im Blick zu behalten und zu steigern.
(1) Gesamtanlageneffektivität (Overall Equipment Effectiveness, OEE) ist der Prozentsatz der Fertigung, der wirklich produktiv ist.
(2) Arbeitsbedingte Muskel-Skelett-Erkrankungen: bezieht sich auf eine Gruppe von schmerzhaften Erkrankungen von Muskeln, Sehnen und Nerven. Karpaltunnelsyndrom, Sehnenscheidenentzündung, Thoracic-Outlet-Syndrom und HWS-Syndrom sind Beispiele dafür.