De industrie leiden:vooruitgang in AGV's

Konrad Lorenz won in 1973 de Nobelprijs voor fysiologie en geneeskunde voor zijn experimenten met diergedrag. Lorenz ontdekte het principe van onb...

Konrad Lorenz won in 1973 de Nobelprijs voor Fysiologie en Geneeskunde voor zijn experimenten met diergedrag. Lorenz ontdekte het principe van imprinting, waarbij een band wordt gevormd tussen een pasgeboren dier en een verzorger. Dit is het mechanisme waarbij een auditieve of visuele stimulus wordt gebruikt om de jongen ertoe aan te zetten zijn ouders te volgen. In de industrie gebruiken automatisch geleide voertuigen (AGV's) omgevingsstimuli om een ​​specifieke route te volgen.

Hier, Jonathan Wilkins, marketingdirecteur van een verouderde leverancier van industriële onderdelen, EU-automatisering , bespreekt hoe automatisch geleide voertuigen zijn geëvolueerd van eenvoudige materiaalverwerkers naar intelligente autonome robots.

Automatisch geleide voertuigen zijn mobiele robots die tijdens het navigeren markeringen of signalen volgen. De eerste AGV werd in de jaren vijftig geïntroduceerd door Barrett Electronics en voerde een eenvoudige sleepactie uit, waarbij de positie werd geleid door een draad in de vloer. Sinds de jaren vijftig is de markt snel gegroeid en worden AGV's in tal van industriële sectoren gebruikt.

Waarom AGV's?

Automatisch geleide voertuigen worden voornamelijk gebruikt voor intern transport. Dit kan een scala aan taken omvatten, van het op tijd afleveren van onderdelen aan de productielijn tot 24-uurs doorvoer. Als het voertuig is uitgerust met een klemmechanisme, positioneringshulpmiddelen en gereedschapshulpstukken, kan het een reeks functies vervullen.

Afhankelijk van de toepassing en eisen kunnen AGV's geïsoleerd of in wagenparken functioneren. Dit maakt het gebruik van AGV's schaalbaar naar behoefte, zodat een fabrieksmanager een specifieke beslissing kan nemen over het aantal voertuigen in een faciliteit.

AGV's kunnen worden uitgerust met sensoren voor traceerbaarheid, zodat de plantmanager de positie van elk afzonderlijk voertuig kan volgen en zo de beweging van materialen rond een faciliteit kan volgen. Het ophalen, vervoeren en bezorgen van artikelen kan als onderdeel van dit proces worden voorzien van een tijdstempel om het volgen verder te verbeteren. Deze informatie kan worden geïntegreerd in de enterprise resource planning (ERP) of material resource planning (MRP) systemen van het bedrijf.

Afhankelijk van de toepassing zijn er verschillende soorten voertuignavigatiemethoden. Een plantmanager kan kiezen voor een heel eenvoudig systeem, vergelijkbaar met de vroegste AGV's, of voor meer geavanceerde navigatiemethoden.

Navigeren

De vroegste AGV's werden bedraad door de fabriek geleid. Om op deze manier te navigeren, wordt een draad in een sleuf in de vloer ingebed en zendt een radiosignaal uit, dat kan worden gedetecteerd door een sensor op de AGV. De AGV wordt vervolgens langs de draad door de faciliteit geleid. Hoewel deze navigatietechniek vandaag de dag nog steeds wordt gebruikt, zijn er verschillende andere methoden voor fabrieksmanagers om uit te kiezen.

Sommige AGV's gebruiken geleidetape die magnetisch of gekleurd is om te navigeren. Sensoren op de AGV's detecteren de tape en deze wordt gebruikt om het voertuig te geleiden. Geleidingstape wordt ook gebruikt bij laserdoelnavigatie, waarbij reflecterende tape op muren, palen of machines wordt gemonteerd en de AGV de afstand berekent met behulp van een laserzender en -ontvanger. Dit heeft een voordeel ten opzichte van de bekabelde methode, omdat het gemakkelijker is om de route van het voertuig te wijzigen omdat het proces van het verplaatsen van de tape eenvoudiger is.

Bij traagheidsnavigatie zijn referentiepunten ingebed in de fabrieksvloer op x,y-coördinaten. De AGV gebruikt informatie van een sensor, een gyroscoop en een wielencoder om de locatie te bepalen. Door simpelweg de referentiepunten te wijzigen, kunnen wijzigingen in het traject worden aangebracht, waardoor deze methode flexibeler wordt. Er zijn echter nog wel wat aanpassingen aan de fabrieksinfrastructuur nodig en het voertuig kan geen onafhankelijke beslissingen nemen over de routeplanning.

De volgende stap van traagheidsnavigatie is open padnavigatie - dit betekent dat het voertuig onafhankelijk van de ene plaats naar de andere kan bewegen, van een geleid voertuig naar een zelfrijdend voertuig.

Van begeleid naar zelfrijdend

Traditionele AGV's voeren gedefinieerde, voorgeprogrammeerde bewegingen rond een faciliteit uit. Dit betekent dat er enige moeite is om de route van het voertuig te wijzigen zodra specifieke infrastructuur aanwezig is. Onlangs zijn er meer flexibele en intelligente voertuigen geïntroduceerd, die beslissingen kunnen nemen in situaties die ze nog niet eerder zijn tegengekomen.

Dit nieuwe type voertuig kan een van de belangrijkste problemen voor AGVS overwinnen:iets onverwachts tegenkomen. In een veranderende omgeving past een zelfrijdende auto wellicht beter. Dit type voertuig werkt onafhankelijk van een bestuurder of een vaste voorgeprogrammeerde ingang die direct sturen, accelereren of remmen regelt. Op laser gebaseerde waarnemings- en navigatie-algoritmen kunnen worden gebruikt om dynamisch door een fabriek te navigeren.

Een ingebouwde programmeerbare logische controller (PLC) kan worden geïntegreerd om fouten te verminderen en beslissingen te nemen. Door verbinding te maken met het centrale besturingssysteem kan het voertuig de betrouwbaarheid en efficiëntie van zijn routes analyseren en dienovereenkomstig aanpassen. Het voertuig kan machine learning gebruiken om efficiënter te zijn in nieuwe situaties.

Zelfrijdende voertuigen kunnen een boordcomputer en een groter aantal sensoren gebruiken om complexere taken uit te voeren, waaronder het nemen van beslissingen. Onafhankelijke en intelligente navigatiemethoden kunnen zelfs betekenen dat de fabrieksmanager de fabrieksomgeving of infrastructuur niet hoeft aan te passen. Een dergelijke navigatietechniek is de natuurlijke functiebegeleiding, waarbij het voertuig beelden kan opnemen en opslaan en zijn positie ten opzichte van bestaande functies kan berekenen.

Een voorbeeld van een autonome AGV is de OTTO van Clearpath Robotics, een zelfrijdend voertuig dat met een snelheid van 4,5 mph tot 3.300 pond kan rijden. OTTO kan zich aanpassen om de beste route te nemen en botsingen tijdens het rijden te vermijden.

De voertuigen kunnen ook op zicht gebaseerde geleidingssystemen gebruiken, waarbij camera's als ogen fungeren. Een bijkomend voordeel hiervan is dat plantmanagers een virtueel 3D-beeld krijgen van de omgeving waarin de apparatuur werkt. Dit betekent dat als de AGV iets ongepland of ongebruikelijks tegenkomt, de operator de uitleg gemakkelijk kan vinden en corrigeren.

Naarmate meer fabrieken worden geüpgraded en nieuwe faciliteiten worden gebouwd, zullen geavanceerde AGV's een kernonderdeel van de slimme fabriek blijken te zijn. Met verbeterde sensortechnologie en toenemende autonomie worden AGV's slimmer en dynamischer, van geleide voertuigen die een vast pad volgen, naar autonome onafhankelijke besluitvormers - net zoals de dieren van Konrad dat zullen doen als ze groeien.