ロボットが高度な能力を獲得：製造効率をさらに向上

自動化は製造業の焦点であり続けています——明白な理由すべてで——ロボットベンダーは印象的な新機能を次々と導入。メソッズ・マシン・ツールズ（マサチューセッツ州サドバリー）のロボティクス自動化マネージャー、ザック・スペンサー氏の言葉を多くの人が支持するでしょう：「今、最大のエキサイティングなトピックは協働ロボット。コボットは新しい加工オプションを開き、ROIを向上させる革新的自動化システムです。一部の顧客は3ヶ月未満でコボット投資を回収しています」

スペンサー氏は、コボット人気の大きな理由は直感的なプログラミング方法にあると付け加えます。「ティーチペンダントで特定ポイントへの移動をプログラミングする代わりに、ロボットを手で動かしてティーチペンダントにセットポイントを作成。次に次の位置へ動かし、セットポイント2を指定。これが協働ロボットの優れた技術の一つです」

コボットメーカーは、特殊グリッパー、ビジョンシステム、溶接ヘッド、運用ソフトウェアなどサードパーティアクセサリーとの統合を容易にすることで、自動化に革命をもたらしました。ミシガン州アンアーバーのユニバーサルロボット（UR）がこの分野のリーダーで、UR+プログラムに300製品以上、パイプラインに数百製品。アプリケーション担当シニアマネージャー、ジョー・キャンベル氏はUR+を「ユニバーサルロボット版アプリストア。開発者にOSへの深いアクセスを提供し、ソフトウェア開発を可能に。テスト・検証・認証を我々が実施。『プラグアンドプレイ』と言えば、テスト済みだから確実です」と呼びます。

高度なビンピッキング

ランダムに配向した部品をビンからピックアップするロボット能力自体は新しくありません。しかしユニバーサルロボットのようなベンダーが、このようなシステムの導入を容易にしています。歴史的には、キャンベル氏説明の通り、発生し得るあらゆるシナリオをカバーするコードを数週間かけて記述する必要がありました。しかしURのActiNavソリューションは、「長期間かけて開発された大量のコードをあらかじめ組み込み、ピックアップ位置から置き場所への移動方法を定義する従来のプログラミングをすべて排除。……ActiNavなら、部品をティーチ……ドロップオフ位置をティーチ……ビンを定義（4点タッチで基本完了）……空間内のその他障害物を定義……システムが、識別されたピックアップポイントから配置ポイントまで、完全に自律的にロボットパスと軌道を計画。カスタムプログラミング不要」

キャンベル氏追記：「ActiNavへの『部品ティーチ』は、ワークピースのCADファイルをインポートし、コボットが把持すべき面を指定するだけで完了。部品はシンプルである必要はなく、『正確なピックを可能にする面』があれば十分。非常にシンプル。システムが未経験の全く新しい部品を、約2時間でセットアップする様子を見たことがあります。」さらに、ActiNavはEコマース関連のランダムビンピッキングとは異なり、工作機械への自動装填に十分な精度を備えるとキャンベル氏。

想像通り、ActiNavには3Dビジョンシステムが必要。UR+パートナーのフォトネオ（スロバキア・ブラチスラバ）製センサーを使用。ビン上部にマウントし、ほぼ瞬時に詳細な画像生成（1スキャンあたり320万3Dポイント取得）。判断とロード時間も高速で、サイクルタイム約30秒のジョブが本製品の理想的フィットとキャンベル氏。これはオペレーターが複数機械をテンディングするには速すぎるが、ActiNavの処理時間内。大幅に速い場合、ActiNavがマシンサイクルを遅らせることに。もちろん、夜間シフト自動化など、あえてサイクルタイムを遅くしたいケースもあります。

スマートビンピッキングはコボットに限定されません。スペンサー氏がメソッズ・マシン・ツールズでの実例を紹介：FANUCロボットが鍛造アルミトーチボディをビンから取り出し、FANUCロボドリルへ装填。鍵はFANUCのiRVisionシステム——ビン内物体の3Dポイントクラウドを生成。「その情報がロボットに関連付けられ、どの角度で部品にアプローチすれば正確にピックできるかを把握」

スペンサー氏指摘：鍛造ではダイ合わせ面にパーティングラインが生じ、位置が一定でない。部品の複雑な輪郭特徴も課題。しかしActiNav同様、「3Dモデルをソフトウェアにアップロードし、『これが探している形状』と指定。FANUCソフトウェアはサイズ変動を考慮し、変動限界設定に優れています」中西部のトーチボディメーカーは、巨大ロータリートランスファーマシンへの手作業装填から、2台のロボットがサービスする4台のロボドリル自動セルへ移行。「スループット向上、稼働率アップ、転機比較でスクラップ率大幅低減を実現」

スペンサー氏のより最近の事例：建設機械用大型アクスルを木製スキッドから熱処理、さらに工作機械へ自動装填。アクスルは長さ、径、重量（約200〜500ポンド）が異なり、ロットサイズは小さい。木製スキッドの高さもバラバラ。メソッズは、オペレーターが多様なアクスル（すべて垂直、フランジ側下向き）を載せた4×4フィート（1.22×1.22m）パレットをフォークリフトでセルへ搬入するだけで良いシステムを構築。FANUCソフトウェアと側面視用2Dビジョンカメラでグリッパーの垂直位置を決定、天井カメラで床面上の正しい位置（X、Y）を決定。「垂直位置決定が『大きな技術改善。……ロボットで写真を撮り、その写真から測定値を取得できること自体が大きな改善』」

ビジョンシステムのその他の改善

キャンベル氏視点では、ActiNavは今日のロボティクスが「信じられないほど複雑な技術をユーザーから隠蔽する」好例。同様に、ファステムズOy ABのソリューションセールスディレクター、ミカ・ライティネン氏（フィンランド・タンペレ、オハイオ州ウェストチェスター）は、カメラでX、Y座標を取得するタスクが一見シンプルでも、実際には高度な画像処理アルゴリズムを必要とする可能性があると指摘。例：米国カメラメーカー、コグネックスの最新スマートカメラリリースは「特定画像処理アルゴリズムにニューラルネットワーク演算を使用」。OCR（光学文字認識）のようなかつて困難だったタスクを、汎用的で堅牢な機能に変換。これらシステムの演算能力向上により、「人工知能はロボティクスから独立したトピックではなくなった。……現在、AIはスマートセンサーとスマートカメラシステムにますます組み込まれています」

FANUCアメリカの汎用産業・自動車セグメント エンジニアリングマネージャー、デビッド・ブルース氏（ミシガン州ロチェスターヒルズ）によると、同社iRVisionシステムには「追加ハードウェアなしで組み込みAIエラープルーフィング機能」を搭載。iRVisionは2D/3Dマシンビジョンベースのロボットガイダンスを備え、「FANUCの高信頼性ロボットコントローラー」がロボット動作と「ビジョン処理、AIエラープルーフィング機能を含む」両方を処理。

「iRVisionはPCやスマートカメラを使用しないため、ワークセルの信頼性に悪影響を与えません。良品/不良品の複数例を提示することで、AIエラープルーフィングツールが生産ラン中に両者を識別。セットアップ時、オペレーターが複数のワークピース例を提示し、良品/不良品の2カテゴリに分類。分類完了後、AIエラープルーフィング機能が生産ラン中に部品を自動分類」——ブルース氏

ファステムズのライティネン氏は、LiDAR（光検出と測距）技術が最終的にステレオビジョンシステム（複数カメラでX、Y、Z測定）に取って代わると予測。「2Dカメラは小型、手軽、どこにでも設置可能。ロボット手首に隠せて全情報取得可能。しかし3Dビジョンなら装置が大型化、レーザープロファイルスキャナー等、第3座標測定用の追加技術が必要」

一方、LiDARユニットは2Dカメラと見た目変わらず、3Dデータ取得可能（ライティネン氏はジックAG製センサー、ドイツ・ヴァルトキルヒ/ミネアポリスを具体的に言及）。「単一カメラでX、Y、Z座標をLiDAR技術で測定できることは、ある種の革命」とライティネン氏。ファステムズはまだ実用化していないが、複数顧客で実現可能性スタディを実施中。

新しいロボット計測能力

ロボットで三次元測定機（CMM）や測定ステーションをテンディングするのは驚きでも新しくもないが、ロボットのグリッパーで実際に測定を行うのは新しい。キャンベル氏によると、ニュースケール・ロボティクス（ニューヨーク州ビクター）、UR+ベンダーが、ピックアンドプレース機能に加え、高精度キャリパーとして機能するグリッパーを開発。精度は2.5μm以内。

「部品を把持したまま測定記録、またはグリッパーで部品上をマイクロメータ測定し、複数箇所テストしてから把持・搬送、の両方が可能。計測プロセスを製造プロセスの真っ只中に組み込む素晴らしい例」——キャンベル氏

ニュースケール・ロボティクス（ニュースケール・テクノロジーズの部門）は、高精度グリッパーとUR3eコボットを組み合わせ「Q-Spanワークステーション」を構築。顧客のオプティプロ・システムズ（ニューヨーク州オンタリオ）は、オプティソニック研削盤から出る光学ガラスシリンダーの100%インプロセス検査にQ-Spanを使用。検査合格品はCMMで最終検証へ。手動チェック不要になっただけでなく、Q-Spanは手動キャリパーの4倍の精度で、製造プロセスのより厳密な管理とスクラップ削減を実現。キャンベル氏によると、ニュースケールグリッパーは人間が6ステップで行う作業を1サイクルで完了。同一グリッパーセットで多様な部品対応も可能。

ロボットからのデータ

ライティネン氏観察：ロボットの動作と健全性に関するサーボデータ収集には2つの重要なメリット。第一は予知保全のためのトレンド分析——FANUCのZDT（ゼロダウンタイム）プログラムが好例。第二はQC関連——「アプリケーション固有のプロセスデータを収集し、上位制御ソフトウェアへ分配」。これはロボットがワークピースに作用する用途（他機械のテンディングではない場合）に適用。

ライティネン氏、航空宇宙産業が両方の好例——タービン部品の仕上げとライニッシング（金属を平滑化・平坦化する仕上げ技術）でロボット活用、ロボットサーボデータでプロセス制御。「航空宇宙業界の人々は、部品を作って後で品質チェックするより、プロセスを制御する努力をする方が良いことを理解しています。部品がどう製造されるか、主要性能変数とそれらが製造プロセス中にどう変動するかを理解することにつながります。適切に実施すれば、リアルタイム補正や、必要なら不良品を出す前にロボットを自動的にオフライン化し、他ユニットへ作業をリルート」

「これがファステムズの航空宇宙分野での成功ストーリー。我々の制御ソフトウェアが、生産ラインを止めずにこうした変化に適応できます」と同氏。COVID-19パンデミックで商業航空以外の顧客開拓を強いられたが、「プロセスを測定し、部品を測定しない」という哲学を新規顧客にも持ち込んでいる。

協調ロボット

一つのロボットが別のロボットへ部品を受け渡す自動ラインは以前から存在。溶接では、一つの多軸ロボットがワークを保持し、もう一つがトーチを動かし、両方を単一コントローラーで制御するケースも。しかし、複数ロボットが同一ワークを動かすのは比較的稀。ファステムズが最近、米国でまさにそのようなシステムを導入。直径最大2.4m、厚みと重量が様々な巨大リング。ライティネン氏説明：単一ロボットで吊り上げるには、非常に大型高価な3点グリッパーと巨大ロボットが必要、「アクセシビリティも極めて困難」

「代わりに、長いリニアトラック（工作機械ライン、洗浄ステーション等の生産ラインに並行）上で2台のロボットを使用。ロボットがあたかも一つの双腕ロボットのように動作」と同氏。「単一ロボットコントローラーで制御、両ロボットを一つのプログラムから指示」。すべてのピックアンドプレースタスクを、両端から把持するシンプルな2フィンガーグリッパーで実行——同時把持・リフト・移動。