Teach-vrije padplanning voor 2-as gantries met MATLAB & PLCnext

📌 Auteur(s): Roman Mayer, Markus Hoser 📌 Bedrijf: maku engineering GmbH 📌 Contact: rommayer@maku-engineering.com, marhoser@maku-engineering.com 📌 Technologieën: MATLAB/Simulink, Simscape, Phoenix Contact PLCnext, Siemens Drives, Peter Corke's Robotic Toolbox

Motivatie: Waarom teach-vrije padplanning?

In industriële automatisering worden 2-as gantries breed gebruikt – van CNC-machines en pick-and-place-robots tot materiaalhanteringssystemen. De programmering van deze gantries wordt vaak gedaan via teachen, wat betekent dat de operator het systeem handmatig naar gewenste posities beweegt, deze opslaat als waypoints en een traject definieert.

Het probleem:

• Teachen is tijdrovend en foutgevoelig.
• Veranderingen in de omgeving of het systeem vereisen herleren.
• Geautomatiseerde oplossingen zijn vaak duur en vereisen complexe integraties.

Onze oplossing: We hebben een teach-vrij padplanningsysteem ontwikkeld dat de noodzaak voor handmatige teach-processen elimineert. In plaats daarvan genereert een intelligent algoritme automatisch het collision-vrije traject.

Doelstelling:

• Automatische padplanning voor een 2-as gantry
• Gebruik van MATLAB/Simulink & Simscape voor modellering en simulatie
• Codegeneratie voor een Phoenix Contact PLC (AXC F 3152)
• Integratie van Siemens SINAMICS S210-aandrijvingen via Profinet

📌 Afbeeldingen/Visualisaties vind je in de laatste sectie!

Technische implementatie

Ons padplanningsysteem gebruikt het mobileRobotPRM-algoritme van MATLAB om waypoints te genereren. Dit betekent:

🟢 Geautomatiseerde padplanning

• De omgeving wordt voorgesteld als een kaart (matrix).
• Obstakels worden gedetecteerd en vermeden.
• Het kortste, collision-vrije pad wordt berekend.

🟢 Modelleren in MATLAB/Simulink

• Simscape Multibody voor de fysieke simulatie van het gantry-systeem
• Simscape Electrical voor het integreren van Siemens-servomotoren
• Peter Corke's Robotic Toolbox voor padplanning [https://github.com/petercorke/robotics-toolbox-matlab]

🟢 Codegeneratie & Besturing

• Het geplande pad wordt omgezet in uitvoerbare code voor de Phoenix Contact PLC met Simulink Coder & Embedded Coder.
• De PLC stuurt trajectpunten via Profinet naar Siemens-aandrijvingen.

Voordeel: Het hele systeem kan eerst gesimuleerd en daarna direct naar de echte hardware overgebracht worden.

Daarnaast hebben we Siemens-motoren met succes geïntegreerd met Phoenix Contact-ondersteuning, zonder extra licenties. Dit was mogelijk door de Siemens-inverter device description-bestanden (GSDML-bestanden) te gebruiken voor Profinet-communicatie.

Uitbreidingspotentieel

Ons systeem is modulair en kan met de juiste inspanning uitgebreid worden:

🔹 Vervanging van het mechanisch model en aanpassing van aandrijvingen

• Het mechanische model kan vervangen worden met CAD-data, mits de benodigde toolboxes beschikbaar zijn.
• Op basis van de gewenste dynamiek kan de aandrijvingsconfiguratie voorgesimuleerd worden om de prestaties te optimaliseren.

🔹 Dynamische omgevingsupdates

• De huidige statische kaart kan vervangen worden door een beeldverwerkingssysteem.
• Camera's of LiDAR-sensoren kunnen gebruikt worden voor omgevingsdetectie.
• De kaart kan tijdens de uitvoering continu bijgewerkt worden om rekening te houden met bewegende obstakels.

🔹 Uitbreiding naar multi-as-systemen

• Op dit moment is het systeem ontworpen voor 2-as-beweging (X/Y).
• Uitbreiding naar 3-as-systemen (X/Y/Z) is mogelijk. Dit vereist: * Aanpassing van het mechanische model * Integratie van een derde aandrijving, die geïntegreerd moet worden in het padplanningsalgoritme

Conclusie & Vooruitblik

Onze teach-vrije padplanning stelt in: ✔ Tijdbesparing – Geen handmatig teachen vereist ✔ Flexibiliteit – Omgevingsveranderingen worden automatisch meegenomen ✔ Eenvoudige implementatie – Directe codegeneratie voor Phoenix Contact PLC

Wat volgt?

Delen van dit project zijn gebaseerd op een open-source-repository en zijn vrij beschikbaar. Onze verbeteringen en programma's kunnen gratis op verzoek worden verstrekt. Natuurlijk staan we ook open voor een gesprek indien gewenst.

Afhankelijk van de interesse in deze blogpost, plannen we om:

• Deze oplossing als gratis app aan te bieden via deze blogpost
• Het te publiceren op het MathWorks-platform

Vragen, suggesties of ideeën? Laat gerust een reactie achter of neem direct contact met ons op!

Hardware Setup / Indrukken / Resultaten

Onze hardware-setup bestond uit:

• Phoenix Contact AXC F 3152 PLC voor besturing
• Twee Siemens-motoren voor aktuering
• Volledig virtuele mechanica – Het complete mechanische systeem was gesimuleerd in MATLAB/Simulink & Simscape

De volgende kaart werd gebruikt voor uitvoering/creatie:

De breedte van de obstakels is aangepast aan het gereedschap. Daarnaast worden de automatisch gegenereerde ondersteuningspunten van start tot doelpunt in rood getoond.

De opgeslagen waypoints moeten gladgemaakt worden om naadloze overgangen tussen verschillende versnellingsfasen te bereiken. Daarnaast is het cruciaal dat het pad differentieerbaar blijft om te voorkomen dat de motoren tot nul snelheid afremmen.

De beweging van beide motoren is gesynchroniseerd, met hun versnellingsfasen gecoördineerd voor soepel werking.

Ten slotte, hier is een afbeelding van de succesvolle codegeneratie van het submodel voor padplanning. De integratie van het gegenereerde object kan één-op-één uitgevoerd worden volgens de beschrijvingen van Phoenix Contact!

Let op:

De Makers Blog toont toepassingen en gebruikersverhalen van community-leden die niet getest of beoordeeld zijn door Phoenix Contact. Gebruik ze op eigen risico.