search
尋找貓咪~QQ 地點 桃園市桃園區 Taoyuan , Taoyuan

機器人推動再製造升級

讀而思

人們對工業再製造日趨重視起來。通過對廢舊產品實施高技術修復和改造,對損壞或將報廢的零部件,在性能失效分析、壽命評估等分析的基礎上,進行再製造工程設計,採用一系列相關的先進位造技術,使再製造產品質量達到或超過新品。

經過近30年的發展,工業發展取得舉世矚目的成績。但隨著節能環保意識的普及,人們對工業再製造也日趨重視起來。通過對廢舊產品實施高技術修復和改造,損壞或將報廢的零部件,在性能失效分析、壽命評估等分析的基礎上,進行再製造工程設計,採用一系列相關的先進位造技術,使再製造產品質量達到或超過新品。這個過程,將伴隨智能化應用的升級改造,而機器人將發揮人無可比擬的作用。


機器人解人之困

對於再製造商而言,尤其在航空航天領域,時間就是金錢。以往使用人力拆解一個航空燃氣噴氣發動機可能需要花費一個月的時間,並且要處理50種替換價格極高的板材。而自動化能夠節約大筆時間和費用。在航空領域,專業的看法認為,航空公司已將機器人自動化視為未來製造的核心驅動力。在過去,航空維修組織(MRO )的工程師需要忍耐一些冗長、低效的工作方法,比如手工磨削。然而在目前環境下,機器人技術能夠彌補專業人員的不足,能夠完成專業程序的操作。

由於機器人所面對的生產對象往往是笨重的機械產品,所面臨的環境多數屬於危險環境,例如冶金工業、核工業等的設備或產品,這些生產場所,不僅勞動強度大,還會有危害操作人員身體健康的可能。因此,對工業再製造機器人的要求就有些特殊性。

一方面,一些特定材料的精密部件,如果是操作人員去拆解、裝配,需要達到無損精細化拆解和完美裝配還原,需要大量尖端技術工人。另一方面,高精密、高穩定性智能設備,新型複合材料、精湛先進的製造工藝,無塵、無污染且恆溫的加工製造環境,也是機器人用於再製造的必要條件。


機器人用於再製造的挑戰

機器人產業將是未來十年國內成長最快的行業。作為國家新興戰略產業之一,機器人技術體現著國家科技的綜合實力。攻克機器人的一大挑戰,即核心零部件技術——諧波減速器,是國內機器人企業產業化的必然選擇。

工業智能機器人關節的高靈活性、高精密度,很大程度上依賴於諧波減速器的升級與改造。但目前機器人所用減速器的使用壽命和使用精度還無法完全符合機器人連續高強度的工作要求,且主要依靠進口。造成這種現象的原因,筆者認為大致有三個方面:

一是,在,諧波減速器主要應用的領域還是以航天航空等軍工領域為主,比如彈用諧波減速器、空間用諧波減速器,所以早期的設計研發團隊把重點放在了諧波減速器的傳動精度、控制精度上,而對減速器的壽命卻沒有著重關注。

二是,原材料生產、熱處理加工等基礎工業製造相對薄弱,存在原材料純度不夠,熱處理性能不穩定等情況,導致國產機器人諧波減速器在連續高強度的工作環境下壽命及精度無法得到滿足。

三是,行業整體新產品開發能力和工藝創新水平較為落後,日本哈默納科公司的很多子公司都有專項負責的領域,比如新材料開發、工藝開發、齒輪傳動方案開發等一系列具有前瞻性的研究;目前絕大多數開發團隊還處於仿製階段,並沒有深入地從實際的材料及工業製造水平出發去開發產品。

機器人再製造應用前景廣闊

據統計,2013 年全球再製造產業規模突破1500億美元,其中僅美國就超過1000億美元。再製造產業發展方興未艾,已成為一些發達國家國民經濟的重要組成部分。美國國際貿易委員會2012年的報告顯示,美國再製造密集行業主要有航空、消費品、電氣設備、重型設備、信息技術產品、醫療器械、汽車零部件、辦公室設備、翻新輪胎等,這些行業中,汽車零部件再製造發展最為迅速。

目前也在進行汽車零部件再製造試點,並形成汽車發動機、變速箱、轉向機、發電機等方面的再製造能力。與其他產業相比,汽車產業所面臨的人力資源危機比其他行業更為嚴重。總結起來,有兩個方面的原因:一方面是人們受傳統觀念的影響,將修舊利廢歸於「廢品回收」行業,是年輕人不願意參與的行業;另一方面,修舊的產品往往是笨重大型的機械產品,很多還是危險產品,例如冶金工業、核工業、重化工等行業的設備產品修復,不僅勞動強度大,並有受到輻射、職業病等威脅。這都給機器人留下用武之地。

一些眼光獨到的企業早就開始開展機器人在上述領域的應用研究。宜興官林鎮的江蘇斯普瑞科技有限公司憑藉集成了多重激光專利技術的「光纖機器人」承攬金屬修復業務,成功簽下越南發電機轉子缺陷激光修複合同。目前,該公司先後為國內幾十家大型鋼鐵企業、電力集團完成了激光修復、激光熔覆與激光強化的訂單任務。

冶金裝備的工業磨損嚴重,報廢量較大,因此,在這個行業推行機器人再製造意義非常重大。而激光熔覆為機器人用於再製造提供了一個很好的範例。激光再製造技術是將激光熔覆加工技術引進修復加工領域。利用這一技術,可以精確恢復損傷零部件的原有形狀和尺寸,大幅度提高修復后的使用性能。它融合了激光熔覆、計算機輔助設計(CAD)和計算機輔助製造(CAM)、數控、光電檢測,以及先進材料等技術,為機器人的集成提供了技術和工藝方面的支持。這種機器人可以利用雙目立體視覺系統,實現機器人對修復物體缺陷的自動識別,給出最佳修復路徑和工藝參數,從而為大型和複雜環境的激光熔覆修復施工提供了便利。在一些無法由人力目測的場合,具纖維鏡雙目識別能力的機器人修復者可以自如地發現需要修復的部位,並在控制者確認后,進行精準的修復。

電刷鍍也是再製造中的一項重要修復工藝技術,同樣可以應用機器人。刷鍍對於較大面積修復具有優勢,特別是大型軸類鋼鐵製件,刷鍍可以以較低成本修復其磨損部位,恢復原來的尺寸。由於軸類可以利用大型旋床進行機械操作,刷鍍可以實現自動化操作。但是對於非軸類大面積的修復,或複雜內腔體等部位的刷鍍,仍然需要人工進行操作。這種場合,採用機器人來替代人工操作鍍刷,是完全可行的。當人力成本進一步提高,同時機器人應用成本下降時,在刷鍍行業應用機器人將成為自然而然的事。

廢棄物回收機器人

廢棄物回收機器人與修舊機器人的工作有所不同。回收利用的第一步是拆解和分揀。要將可回收與不可回收的廢棄物分離,將金屬材料與非金屬材料分離,將不同的金屬材料分離,沒有這些分離,就談不上回收,更談不上再利用。顯然,這個領域的人力資源更加缺乏。而這個領域利用機器人會大有潛力,北京在這方面已經開始了嘗試。北京航空航天大學在校園內進行了全市首個機械化生活垃圾源頭精細化分類和減量化處理項目試驗。

這個項目垃圾處理設備主要由稱重、破袋、分類系統三個部分組成。清潔工將垃圾送到站里,先過地磅稱重。隨後,垃圾被傾倒在一個巨大的垃圾斗里自動進行破袋處理;緊接著,塑料袋中五顏六色的垃圾就順著一條傳送帶送進後方進行分類處理。在垃圾傳輸的過程中,工作人員會把混在固體垃圾里的易拉罐、玻璃瓶、塑料瓶和紙殼等可回收的物品分揀收集。至此,經過機械設備分類系統和人工分揀,先前整袋的生活垃圾已被大體篩分成無機垃圾和廚餘垃圾兩大部分。分類之後的廚餘垃圾再進行減量處理后,經由一個大鐵管排入廚餘收集桶,在鐵管的邊緣,像鐵絲這類細小的金屬製品也被精確地分離懸挂出來。

實現同樣效果的垃圾處理作業,如果是手工分類,一個人一天只能處理150~300公斤,通過這個系統一人一天可以處理1噸以上的垃圾,大型系統可達5噸。儘管這個系統還需要人工配合,顯然已經是個很大的進步。如果從源頭就能將垃圾進行分類,再在分揀階段引入機器人,則實現系統的全自動化也是完全可能的。

同樣,在將回收料進行提純和製成料母、型材等可再利用的原料的加工過程中,都有機器人的用武之地。回收、提純和制材等要用到電化學加工工藝(電解回收)、機械加工工藝、冶金工藝等,這些工藝都可以採用機器人來進行操作。


機器人推動再製造走得更遠

再製造業發展正處於起步階段,2015年再製造產業規模僅為500億元,在全球再製造產業中佔比小,無論是在規模、技術,還是在人們對回收品再製造與維修翻新定義上的劃分等眾多方面皆有很多的成長空間,離產業化還有一定距離。

在國內,再製造產業幾乎涉及各個行業的不同領域,各行各業都能找到可用於再製造的產品,但各自的再製造價值與潛力存在很大差異。

然而隨著機器人的進入,再製造的過程也將更加有效精準。通過對拆解的零部件進行分析,工作人員可以判斷哪些再製造環節能夠通過自動化來實現。一旦明確這一點,便可以使用機器人來提高生產效率,並保證零部件性能的穩定。

新加坡先進再製造技術中心已經依據零部件的成本為中小企業設計再製造業務模式。由於初始成本非常昂貴,需要修改技術參數,並使用較低解析度的攝像機以及其他型號的機器臂來完成工作。保障投資並不是問題,問題是如何發展技術來提升機器人的智能水平,以將對專家的依賴轉移至機器人。

再製造機器人本身是另一個有趣的領域。ABB公司傳統上一直向汽車行業供應機器人,並且已經採用了再製造的形式。這個過程包括了利用感測器來強化技術。在,再製造在汽車零部件領域擁有最高的增長率。

交互能力強,對惡劣環境抵抗能力強的智能機器人正走進傳統機器人未細分的行業。目前,很多國際領先公司都致力於製造更加智能和便宜的機器人。通過添加消費者運動感知設備部件、激光器或3D繪圖軟體,可以對機器人編程使之對一台機械需要維修的部位進行檢測,比如一條熔接線或某處瑕疵等位置。通過開發智能系統,使得機器人可以自動選擇正確的工具來操作,自適應地執行一個過程。這種技術對於再製造產業而言是至關重要的,因為舊件當中存在各種各樣的瑕疵。

隨著機器人開發公司越來越重視機器人再製造,很多以往難以開展的再製造作業將打開局面,再製造的美好未來也將越來越近。



熱門推薦

本文由 yidianzixun 提供 原文連結

寵物協尋 相信 終究能找到回家的路
寫了7763篇文章,獲得2次喜歡
留言回覆
回覆
精彩推薦