Waarom je moet stoppen met het programmeren van je robots

Robotprogrammering is een ingewikkelde belasting. Zelfs beginnende programmeurs zijn vaak gewild en zullen vaak werken voor integrators die werken op basis van eenmalige of seriële integraties met verschillende fabrikanten. Dit zijn verrassend kleine bedrijven die vaak niet in staat zijn om nieuwe klanten na een zeer korte tijd aan te spreken, omdat hun wachtrij met klanten (in verhouding tot het werk dat ze kunnen leveren) snel vol kan raken.

Tegelijkertijd zijn er verschillende geavanceerde productiesystemen, industriële automatiseringstechnieken en meer mogelijke procesverbeteringen waaraan ingenieurs kunnen werken om productiviteit en groei voor fabrikanten te creëren. Uiteindelijk zijn de alternatieve kosten van het herhaaldelijk proberen en falen om robots te integreren erg hoog in vergelijking met de andere voordelen die een fabrikant kan halen uit nieuwe systemen. Hoewel het programmeren van robots ingewikkeld en vervelend is, zijn de daadwerkelijke mogelijkheden van bestaande programmeertalen zeer beperkt. Systemen die het programmeren van robots proberen te vergemakkelijken, doen vaak niet genoeg, en AI kan ingenieurs in plaats daarvan in staat stellen zich op grotere problemen te concentreren.

Het programmeren van robots is ingewikkeld

In de basis is het programmeren van een robot fundamenteel complexer dan het programmeren van een computer of het genereren van de gebruikelijke software. Een robot met zes assen kan bijvoorbeeld zes vrijheidsgraden hebben, een onbepaald aantal posities in de ruimte, evenals posities en gewrichtsbeperkingen die niet kunnen worden overschreden zonder de integriteit en prestaties van de robot in gevaar te brengen.

In dit geval kun je je voorstellen dat om een ​​enkele output te bereiken, je zes of zeven keer het werk van een traditionele programmeur moet doen om er zeker van te zijn dat je werk een redelijk consistente output bereikt. Tegelijkertijd zijn de kosten voor het organiseren en testen van deze programma's moeilijk te beheren, omdat industriële omgevingen schaars en duur zijn om op korte termijn samen te stellen, wat betekent dat ze doorgaans worden gereserveerd voor daadwerkelijke productie. Wanneer een nieuw programma wordt getest en geïmplementeerd, betekent dit dat de productie moet worden stopgezet.

Tegelijkertijd biedt testen in een productieomgeving geen enkele garantie. U kunt beperkt zijn in uw vermogen om ervoor te zorgen dat uw productiedoelen worden gehaald, en als er problemen zijn met de kwaliteit of opstelling, kan het zijn dat uw proces volledig teruggaat naar de tekentafel.

Robotprogrammeertalen zijn ontworpen om flexibiliteit te beperken

Robotprogrammering is ontstaan ​​als een discipline om eenvoudige taken voor industriële robotarmen te beschrijven. Robotprogrammering was alleen bedoeld om punten, bewegingen, snelheid, geometrieën en andere besturingsmechanismen te beschrijven - het is niet ontworpen om intuïtief menselijk redeneren te begrijpen en dezelfde strategieën toe te passen als mensen.

Dit komt deels omdat robots zo'n sprong voorwaarts zijn dat ze alleen in een laboratorium kunnen ontstaan. De eerste productierobots voeren gewoon een vooraf opgenomen reeks posities uit en waren niet eens gebaseerd op computers, transistors of servo's omdat ze toen te duur waren.

Hier was geen beslissing of reactie op hun omgeving vereist, en wat dit inhoudt, is dat robots uiteindelijk gewoon een mechanisch systeem zijn, zelfs geen intelligente machine op zich. Dit maakt robotprogrammering (in sommige opzichten) alledaagser dan traditionele computerprogrammering, en hoewel handgeleiding, leerhangers en andere methoden de zaken gemakkelijker hebben gemaakt, zijn er uiteindelijk veel minder middelen voor ingenieurs om een ​​beroep op te doen bij het genereren van hun bewegingsprogramma's. Het bouwen van die middelen is bijna uitgesloten, omdat ze niet echt nodig zijn als robotprogrammering in het algemeen kan worden geautomatiseerd.

Offline programmeren en andere systemen helpen niet zo veel

Een andere omgeving om te begrijpen is de virtuele wereld. Robotprogrammering is voornamelijk verplaatst naar offline systemen in een poging om materiaal, mankracht en fabrieksruimte te besparen. Hoewel er verschillende tips zijn die het programmeren van robots gemakkelijker kunnen maken, is de echte vraag of je überhaupt wilt proberen een robot te programmeren.

Waarom is dit het geval? Wanneer u een industriële robot tot uw beschikking heeft in een productieomgeving, kunnen de kosten hoog zijn, maar het is veel gemakkelijker om te anticiperen op en de behoeften van de robot in de omgeving te structureren, waardoor het gemakkelijker wordt om het proces dat u nodig heeft te ontwerpen en te modelleren. wilt uitvoeren en duidelijkheid wilt scheppen in uw programmeertaak.

Een offline programmeeroplossing kan enige tijd vergen van de daadwerkelijke voorbereiding die in deze omgeving vereist is, maar als deze dupliceert werken door niet te dienen als een perfecte proxy voor alle onverwachte onvolkomenheden die een echte productieomgeving biedt, dan kun je verwachten dat offline programmeren misschien wat kosten zal beperken, maar in feite meer werk met zich meebrengt dan traditioneel programmeren.

Gewoonlijk is werk de grootste kostenpost van programmeertaken, terwijl verspild materiaal of beschadigde apparatuur het concept van "terugverdientijd" op OLP totaal irrelevant maakt. De Romeinen zouden hebben gezegd "caveat emptor" - we kunnen het eenvoudiger zeggen als:koper pas op.

AI Can stelt ingenieurs in staat zich op andere problemen te concentreren

Het tijdperk van autonome productie staat voor de deur, en het echte voordeel is arbeidsbesparende en geheel nieuwe paradigma's van vaardigheden die niet langer saaie robotprogrammering als kerncompetentie vereisen.

Dit is in wezen een factor die de productiviteit mogelijk maakt van duizenden ingenieurs die een verscheidenheid aan industriële operaties beheren zonder het voordeel van echte automatiseringstechnologieën. In feite maakt high-mix productie vaak geen gebruik van productieautomatisering, ondanks de cruciale rol die deze bedrijven spelen bij de productie van zoveel van de essentiële en kritieke goederen die we in ons dagelijks leven gebruiken.

Met autonome robots zullen deze ingenieurs in staat zijn om van "weten dat ze het beter kunnen" om te gaan naar daadwerkelijk doen, want ondanks het feit dat ze kunnen weten dat ze het beter kunnen, bestaan ​​er vandaag de dag nog maar heel weinig systemen waarmee ze dat kunnen. Met tools zoals de Shape-to-Motion™-technologie van Omnirobotic tot hun beschikking, kan dit eindelijk ten goede veranderen.

Omnirobotic biedt autonome robottechnologie voor spuitprocessen, waardoor industriële robots onderdelen kunnen zien, hun eigen bewegingsprogramma kunnen plannen en kritische industriële coating- en afwerkingsprocessen kunnen uitvoeren. Bekijk hier wat voor soort terugbetaling u ervan kunt krijgen .