De weg wijzen: Twee vrouwen die aerospace automatisering transformeren

Het automatiseren van de productie en assemblage van aerospace- en defensiecomponenten is geen eenvoudige taak. Onderdelen zijn vaak complex, met een high/low mix van componenten die variëren van robuust tot micro in formaat, en deze diverse reeks leent zich niet noodzakelijk voor automatisering.

Myrriade vaardigheden zijn nodig om deze taken te automatiseren – en om de teams te leiden die ze tot vrucht brengen. Ze kunnen van de harde engineering-variëteit zijn: coderen, robotica, kunstmatige intelligentie/machine learning, metrologie. Vaak vereisen ze bepaalde "zachte" vaardigheden, zoals teambuilding en leiderschap, en persoonlijkheidskenmerken, zoals volharding, nieuwsgierigheid en creatief denken.

Twee toonaangevende engineering-executives, Nicole Williams bij The Boeing Co. en Marie-Christine Caron bij GE Aviation, beheer automatiseringsinspanningen bij hun respectieve bedrijven – en bezitten deze vaardheden in overvloed.

De vrouwen, die Smart Manufacturing magazine dit jaar noemde als twee van de "20 vrouwen die hun merk zetten in robotica & automatisering," spraken recent in een gerelateerde webinar (https://bit.ly/Robotics2paths) – waarin ze detailden hoe ze begonnen, de rollen die ze spelen, de kwesties en uitdagingen die ze tegenkomen en wat de toekomst inhoude voor de volgende generatie vrouwelijke ingenieurs.

Verschillende routes naar succes

Deze vrouwen zijn gegroeid tot hun bedrijfsposities via verschillende levens-, academische en carrièrekeuzes.

Voor Williams leek een leven van wiskunde en wetenschap een voorgegaven conclusie. Haar thuisleven was als een engineering-speelplaats: Haar vader en oom waren elektrisch ingenieurs, en haar tante was mechanisch ingenieur. Rondom het huis waren elektronica die gewacht werd om ontmanteld te worden om te zien hoe ze werkten. Platte oppervlakken waren thuis voor coderings-tijdschriften die Williams toelieten haar opkomende coderingsvaardigheden te oefenen, en prototypes van sieraden en muzikale kaarten die haar vader mee naar huis bracht van zijn baan als development engineer bij Hallmark. (Een kinderfavoriet was een sieraad dat een 3D sneeuwbedekt feestelijke scène toonde met een klein treintje dat door een tunnel choefde.)

"Al sinds ik heel jong was, ben ik geïnteresseerd in dingen ontmantelen, computers, programmeren, en probleemoplossen," zei Williams. "Ik heb altijd van wiskunde gehouden. Het is consistent en betrouwbaar. Het is niet willekeurig of grillenachtig of veranderlijk."

Haar mechanisch ingenieur tante leerde haar dat mechanische ingenieurs aan alles kunnen werken, van het ontwerpen van commerciële producten tot medische implants tot robotica en nucleaire faciliteiten.

"Ik hield echt van de varieté aan projecten die ik kon ondersteunen. Ik leerde graag nieuwe dingen, gebruikte mijn vaardigheden om verschillende typen problemen op te lossen, zowel binnen als buiten het werk," zei ze.

Haar interesse in robotica begon aan de University of Missouri–Rolla (nu Missouri S&T) waar ze werkte met een SCARA (Selective Compliance Articulated Robot Arm) configuratie robot om rechthoekige houtblokken van cirkelvormige blokken te sorteren en ze op te pakken en te plaatsen zoals nodig.

Dit academisch project hielp haar programmeervaardigheden scherpen – vaardigheden die ze zei hielpen haar aangenomen te worden bij The Boeing Co. in 1999.

Initieel ondersteunde Williams een development robot die ingezet werd om een verscheidenheid aan onderdelen te hanteren. De gantry-stijl robot had een grote eind-effector die spoelen koolstofvezel, epoxy-materiaal vasthield. De machine gebruikte B+ programmeren, en veel van haar vroege opdrachten betroffen het maken van tekeningen voor deze unit.

Terwijl ze aan deze opdrachten werkte, ontving ze andere vaardigheden.

"Ik leerde over het octrooiaanvraagproces en hoe moeilijk het kan zijn en hoe lang het proces kan duren," zei ze. "Ik raakte snel betrokken bij programmeren met een [robotische simulatie software] product genaamd IGRIP, robot programmerings-tools en simulatie-tools voor robotprogramma's creërend."

Ze werd handig in het gebruik van een Boeing-uitvinding genaamd RAC, of robot assembly self-control, die gebaseerd was op doel-gebaseerde autonomie die over tijd het bedrijf toeliet zijn algehele apparatuur effectiviteit (OEE), first-time quality, en bruikbaarheid voor zowel onderhoud als monteurs te verbeteren.

"Om automatisering zo flexibel mogelijk te maken in een aerospace-omgeving, vertrouwen we zwaar op deze doel-gebaseerde controle," zei ze. "In plaats van een expliciet script van acties voor de robot te schrijven om te voltooien of uit te voeren zoals in traditionele robotprogrammering, geven we het een set doelen en regels over hoe deze doelen te voltooien."

In één project had een werkcel lokalisatie met machine vision, de RAC doel-gebaseerde supervisory controls en robotnauwkeurigheid door kinematische kalibraties.

"We hebben specifieke kinematische kalibratie die we voor onze robots gebruiken. En dan een compleet gebruik van OOP zonder enige touch-up," zei ze, refererend naar object-georiënteerd programmeren. "Dat is iets wat ik denk best zeldzaam is, om een programma recht van de NC-programmeurs computer te halen en het in de shop te draaien zonder veel dry runs of aanpassingen te hoeven doen."

Het werd Williams' rol om alle modellen in IGRIP te assembleren, wat geprogrammeerd wordt met een grafische simulatie-taal en command line interpreter. "Elk individueel programma en robotisch systeem moest gesimuleerd worden om potentiële issues te identificeren vóór productie," zei ze.

Een kwestie die zich voordeed was gaten boren in C-17 pylonen.

"Op dat moment was ik de enige met de software en capaciteit om alle stukken samen te brengen in de werkcel, inclusief het gereedschap, het onderdeel, de robot, en de eind-effector. We identificeerden delen van het gereedschap die gebieden blokkeerden die de robot nodig had om te boren [de pylonen]. Uiteindelijk moesten we een deel van het gereedschap wegknippen om toegang toe te staan voor de robot eind-effector."

Dit project leerde haar een belangrijke les, en dat was om alle stakeholders eerder in het proces bijeen te brengen en meerdere condities en scenario's te simuleren vóór constructie. Feitelijk zijn veel van de simulaties die Williams creëerde gebruikt in vergaderingen met machine tool leveranciers, wat alle stakeholders hielp om zorgen te visualiseren.

"Dit beïnvloedde vaak het machine-ontwerp en wijzigingen," zei ze. "Binnenkort begon ik te reizen om NC-programmeurs te trainen in hoe de tools die we ontwikkeld hadden te gebruiken, en hoe de simulaties in een productie-vliegtuigomgeving te gebruiken."

Het idee van automatisering en robotica als een tool die workforce-flexibiliteit en werknemersgemak verbetert, is een concept dat Williams door haar carrière zou volgen. Het is een mindset die Caron ook gelooft, en die ze heeft ingezet als ze haar carrière bouwde.

Academie en atletiek

Net als Williams, vond Caron wetenschap en wiskunde drijvende krachten. Maar het was haar kunst op het tennispad dat haar letterlijk goed diende toen het tijd was om te studeren voor een carrière in engineering.

"Ik bereik veel universiteiten in de VS die een tennisplay hadden, en zei: 'Hey, ik woon in Quebec. Ik speel tennis, en ik wil engineering studeren,'" zei ze.

Voordat ze haar tennisplaybeurs aan de University of Massachusetts at Amherst kreeg, stuurde ze brieven naar 50 scholen over de VS.

Met beurs in hand, sprong ze in een nieuw leven, in een nieuw land, met een nieuwe cultuur, en leerde om academie en atletiek te balanceren.

Die uitdagingen "brachten me ertoe in mezelf te geloven en te begrijpen dat, zelfs als je niet weet wat je kunt verwachten, je nog steeds plezier kunt hebben en succesvol kunt zijn," zei Caron. "Het liet mijn veerkracht- en aanpassingsvaardigheden groeien, en opende mijn geest voor anderen en echt leren kennen en begrijpen hoe ik succesvol kan zijn en hoe ik in een team pas."

Na afstudering, keerde Caron terug naar Canada en nam een baan bij IBM, werkend aan micro-elektronica. "Als je micro-elektronica spreekt, spreek je automatisering want alles is zo klein en [assemblage] zo snel dat alles geautomatiseerd is. Dat was mijn eerste introductie tot echte automatisering en heeft me echt laten houden van de link tussen technologie, logistiek en kwaliteit – om het beste product op de meest efficiënte manier te maken."

Calon klom de IBM-ladder op, en werd uiteindelijk bevorderd tot het managen van engineering teams. "Ik ging van technisch persoon naar leider, maar ik was altijd erg gelinkt aan technologie, probeerde het team heel succesvol te maken."

Na 13 jaar, sluit ze zich aan bij GE Aviation's faciliteit in Bromont, Quebec. Deze carrière-sprong zou haar brengen van een "super precies, mini micro-elektronica team naar super robuust, maar tegelijkertijd, heel complexe aviation wereld."

De Bromont-locatie maakt motorcomponenten voor Boeing en Airbus vliegtuigen, en is de thuisbasis van het bedrijf's Global Robotics, Automation and Instrumentation R&D Center dat geavanceerde robotprocessen en softwareapplicaties ontwikkelt.

Niet al te lang na haar aankomst bij GE, was er een opening in het Global Research Center, bekend als de GRC, en ze "sprong op die kans."

Uitdagingen aanpakken

De baan bij de GRC stelde haar in staat verder te verkennen wat er met automatisering en robotica vanuit een engineering-perspectief gedaan kon worden.

Een negen-maanden opdracht in de Tsjechische Republiek hielp haar additionele vaardigheden scherpen. Daar was Caron niet alleen een automatisering of robotica-expert, ze was een projectmanager.

"Ik had geluk dat ik deel was van het motorontwikkelingsprogramma in Praag," zei ze. "Ik leerde echt open te staan voor cultuur en hun productieprocessen te begrijpen. Ik had veel [eigen] antwoorden, maar ze paste niet noodzakelijk met de manier waarop ze dingen zagen. Ik leerde dat ik de constraints moest begrijpen, de omgeving begrijpen en de juiste evolutie voor elke site voorstellen."

Terwijl automatisering productieve winst kan brengen, leerde Caron dat potentiële gebruikers de hulp niet altijd zo direct accepteren.

De mindset van sommigen is dat als ze meer capaciteit nodig hebben, ze gewoon een extra man erbij zetten. De kern van deze zorg is banen.

"Mensen waren als: 'het gaat onze banen kosten.' Nee, het zal niet; het zal jullie baan beveiligen. Omdat jullie meer onderdelen, nauwkeuriger zullen maken en we zullen jullie brein nog gebruiken voor andere taken," zei ze.

Een van haar meer uitdagende opdrachten keek naar een handmatig project dat zeilsels in kleine assemblages moest invoegen.

In een twee-inch bij twee-inch (50,8×50,8-mm) stuk, moet de assemblagewerker bijvoorbeeld 40 zeilsels met pincetten invoegen. "Het was heel saaie werk voor de operators om te doen en duurde eeuwig. Hoe automatiseer je dit?"

Voor een mens is het een makkelijke, hoewel arbeidszware taak: Simpelweg oppakken en plaatsen van de zeilsels.

Mensen kunnen bepalen of de zeil correct gezet is, of tenminste binnen spec, en zelfs of de zeil aanwezig is.

Maar er zijn "veel dingen die je brein doet die best moeilijk in een systeem te stoppen zijn," zei Caron.

Om dit assemblageproces te automatiseren, werd machine vision geïnstalleerd en AI/machine learning geïntegreerd in een werkcel.

"Automatisering robotica is niet alleen robots, het is alles eromheen," zei ze. "Hoe zie je het [zeil-invoegen], hoe lokaliseer je het, hoe weet je waar je bent in 3D-ruimte, en hoe voer je een taak betrouwbaar elke keer uit?"

Om dit te bereiken, werden vijf verschillende camera's in de werkcel geïnstalleerd, elk met een specifieke applicatie.

Door de afbeeldingen te analyseren, kan AI een goede van een slechte zeil bepalen. "Als je zou zeggen 'goed' of 'niet goed' zonder de AI, zou het systeem zeggen: 'Het is anders, dus het is niet goed.' Maar AI brengt je die extra capaciteit om te zeggen: 'Ik heb het niet zwart-wit nodig; het kan grijs zijn,'" zei Caron.

Imaging en AI bij Boeing

Van Williams' dagen in college waar ze imaging-technologie gebruikte om houtblokken te sorteren, tot haar graduate onderzoek dat beelddata gebruikte om een reeks neurale netwerken te trainen, heeft ze uitgebreid imaging- en AI-technieken gebruikt om automatiseringsuitdagingen op te lossen.

Eén project, dat Williams en haar team een Boeing Silver Phantom award opleverde, analyseerde boorpatronen op aerospace-componenten voor commerciële vliegtuigen.

Het controleschema gebruikte Boeing's RAC-concept en incorporeerde onderdeel-scannen, alsook data over gereedschappen en onderdeelkenmerken, om nauwkeurige finale boorposities te bepalen.

"In vliegtuigbouw is randafstand een belangrijk datum," zei ze. "Als je een gat te dicht bij de rand van een rib of spar boort, riskeer je vroege falen van dat onderdeel."

Terwijl Williams' bereik aan projecten divers is, zei ze dat een van de meest effectieve projecten waar ze aan werkte ook een van de eenvoudigste was: werknemersgereedschappen tracken.

Vroeger, om te zorgen dat gereedschappen geteld worden aan het einde van de dag, nam een technicus een stuk schuim en tekende de vorm van een gereedschap op het materiaal. Ze namen dan een Dremel en sneden de vorm van het gereedschap met de hand uit.

De geautomatiseerde oplossing gebruikte een mobiele kar waar de werknemers hun gereedschappen uitlegden en een machine vision-systeem zou een afbeelding van de gereedschapskist vastleggen, vertalen naar een binaire afbeelding, dan vertalen in een Excel-bestand en tenslotte het bestand naar een lasersnijder sturen om het schuim te snijden.

"We moesten veel vision system challenges uitvinden. Sommige gereedschappen zijn bijzonder shiny. Sommige werknemers hebben 'custom adjustments' aan hun gereedschappen gemaakt, zoals tape toevoegen," zei ze. "Daarom konden we geen off-the-shelf systeem gebruiken."

"Het was een vrij simpel project, dat snel samenkwam, maar het bespaarde onze operators die gingen van misschien acht of tien [gereedschap] lades per dag af te ronden naar in staat te zijn meerdere volledige gereedschapskisten per dag te voltooien," zei Williams. "Het was een echt dramatische doorvoertoename voor het team."

Morgen's teamleiders

Op de lange termijn is het doel om betere, meer kosteneffectieve onderdelen te maken. En de talenten die Williams en Caron naar hun posities brengen, maken dat gebeuren in GE- en Boeing-faciliteiten over de hele wereld.

En, hoewel de vrouwen nog iets van een anomalie zijn in manufacturing engineering, hebben deze twee vrouwen bewezen dat er geen "alleen mannen" banen zijn.

Williams en Caron hebben gewerkt met en voor en hebben mannelijke collega's geleid – en zijn tot de top van hun beroepen gekomen.

Elk deed dit door hard werken, en een bereidheid om te leren en nieuwe dingen te proberen.

Voor de volgende generatie vrouwelijke ingenieurs en manufacturing bedrijfsleiders, dringen het paar hen aan om de dingen te volgen die hen interesseren en inspireren.

"Denk na over wat je connecteert, wat je drijft, of het nu een bepaalde technologie is, een bepaalde vaardighedenset, of bepaalde groep mensen die je kent," zei Williams. "En vervolg je opleiding. Neem één les, neem een paar lessen. Duw je teen in het water en kijk wat je interesseert, en wat je echt drijft."

Caron was het ermee eens: "Gaat met je hart. Als je van wiskunde houdt, maak je geen zorgen. Dat beroep evolueert en er zijn zoveel takken die je kunt nemen. Wees niet bang om het te proberen. Vertrouw jezelf, wees jezelf, en doe wat je liefhebt.

"Je groeit van elke enkele stap van je werkervaring en levenservaring," voegde Caron toe. "Maak het meeste ervan, en zet de kleine kluftjes samen in wat je wilt worden en hoe je wilt zijn. En echt, voor mij, is deze automatiseringsreis echt een voorbeeld van dat."