Name: Simulation eines skalierten Montageprozesses in Zusammenarbeit mit einem Roboterarm und Überwachung durch ein Bildverarbeitungssystem zur Qualitätskontrolle (Video) | JoVE Journal
Uploaded: 2025-08-29T14:45:00.000+00:00
Duration: 5 min 47 s
Description: Erfahren Sie die Simulation eines skalierten Montageprozesses mit Cobot und Bildverarbeitungssystem zur Qualitätskontrolle. Diese Methode optimiert Effizienz, Präzision und Rückverfolgbarkeit in industriellen Anwendungen.

ai_agent_IP

ai_agent

maintenance

instantTrialDurationMinutes

isBiopharma

enableNewMyJoveSectionDesign

educationFeatures

seoMetaApi

ai_copilot_institution_blacklist

ai_chat_institution_blacklist

freeAccessWindow

ssoRoleCapture

scheduledMaintenanceBanner

joveLabsFeatures

disable_autoplay_for_bots

extended_trial_duration

5 minutes

playerTrialDesktop

<ol><li>Broday, E. E. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+evolution+of+quality%3A+from+inspection+to+quality+4.0%5BTitle%5D)+AND+%22Int+J+Qual+Serv+Sci%22%5BJournal%5D)">The evolution of quality: from inspection to quality 4.0.</a> Int J Qual Serv Sci. 14 (3), 368-382 (2022).</li>
<li>Galindo-Salcedo, M., Pertúz-Moreno, A., Guzmán-Castillo, S., Gómez-Charris, Y., Romero-Conrado, A. R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Smart+manufacturing+applications+for+inspection+and+quality+assurance+processes%5BTitle%5D)+AND+%22Procedia+Comput+Sci%22%5BJournal%5D)">Smart manufacturing applications for inspection and quality assurance processes.</a> Procedia Comput Sci. 198, 536-541 (2022).</li>
<li>Colgate, J. E., Wannasuphoprasit, W., Peshkin, M. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Cobots%3A+robots+for+collaboration+with+human+operators%5BTitle%5D)+AND+%22Proc+Inst+Mech+Eng+C+Mech+Eng+Sci%22%5BJournal%5D)">Cobots: robots for collaboration with human operators.</a> Proc Inst Mech Eng C Mech Eng Sci. 58, 433-439 (1996).</li>
<li>Fournier, É, et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Human-cobot+collaboration%27s+impact+on+success%2C+time+completion%2C+errors%2C+workload%2C+gestures+and+acceptability+during+an+assembly+task%5BTitle%5D)+AND+%22Appl+Ergon%22%5BJournal%5D)">Human-cobot collaboration's impact on success, time completion, errors, workload, gestures and acceptability during an assembly task.</a> Appl Ergon. 119, 104306(2024).</li>
<li>Matheson, E., Minto, R., Zampieri, E. G., Faccio, M., Rosati, G. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Human-robot+collaboration+in+manufacturing+applications%3A+a+review%5BTitle%5D)+AND+%22Robotics%22%5BJournal%5D)">Human-robot collaboration in manufacturing applications: a review.</a> Robotics. 8 (4), 100(2019).</li>
<li>Gualtieri, L., Rauch, E., Vidoni, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Emerging+research+fields+in+safety+and+ergonomics+in+industrial+collaborative+robotics%3A+a+systematic+literature+review%5BTitle%5D)+AND+%22Robot+Comput+Integr+Manuf%22%5BJournal%5D)">Emerging research fields in safety and ergonomics in industrial collaborative robotics: a systematic literature review.</a> Robot Comput Integr Manuf. 67, 101998(2021).</li>
<li>Rasheed, R., Sathya, R., Vaishali, V., Balavedhaa, S., Nagarajan, J. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Industry+5.0%3A+enhancing+human-robot+collaboration+through+collaborative+robots%3A+a+review%5BTitle%5D)+AND+%22In+2023+2nd+International+Conference+on+Advancements+in+Electrical%2C+Electronics%2C+Communication%2C+Computing+and+Automation%22%5BJournal%5D)">Industry 5.0: enhancing human-robot collaboration through collaborative robots: a review.</a> In 2023 2nd International Conference on Advancements in Electrical, Electronics, Communication, Computing and Automation. , 1-6 (2023).</li>
<li>Prassida, G. F., Asfari, U. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+conceptual+model+for+the+acceptance+of+collaborative+robots+in+Industry+5.0%5BTitle%5D)+AND+%22Proc+Comput+Sci%22%5BJournal%5D)">A conceptual model for the acceptance of collaborative robots in Industry 5.0.</a> Proc Comput Sci. 197, 61-67 (2022).</li>
<li>Patil, S., Vasu, V., Srinadh, K. V. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Advances+and+perspectives+in+collaborative+robotics%3A+a+review+of+key+technologies+and+emerging+trends%5BTitle%5D)+AND+%22Discov+Mech+Eng%22%5BJournal%5D)">Advances and perspectives in collaborative robotics: a review of key technologies and emerging trends.</a> Discov Mech Eng. 2, 13(2023).</li>
<li>Gómez-Hernández, J., Gutiérrez-Hernández, J., Jimeno-Morenilla, A., Sánchez-Romero, J., Fabregat-Periago, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Development+of+an+integrated+robotic+workcell+for+automated+bonding+in+footwear+manufacturing%5BTitle%5D)+AND+%22IEEE+Access%22%5BJournal%5D)">Development of an integrated robotic workcell for automated bonding in footwear manufacturing.</a> IEEE Access. 12, 5066-5080 (2024).</li>
<li>Reinhart, G. <a target="_blank" href="http://scholar.google.com/scholar?hl=en&safe=off&q=author%3aReinhart%2C+G+%22CIRP+Encyclopedia+of+Production+Engineering%22">CIRP Encyclopedia of Production Engineering</a>. , 1st ed, Springer. (2014).</li>
<li>Tsai, D. M., Wu, S. C., Chiu, W. Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Defect+detection+in+solar+modules+using+ICA+basis+images%5BTitle%5D)+AND+%22IEEE+Trans+Ind+Inf%22%5BJournal%5D)">Defect detection in solar modules using ICA basis images.</a> IEEE Trans Ind Inf. 9 (1), 122-131 (2012).</li>
<li>Chaabani, A., Cherif, R., Yaddaden, Y. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Automating+quality+control%3A+real-time+defect+detection+and+automated+decision-making+with+AI+and+Doosan+Robotics%5BTitle%5D)+AND+%22Int+J+Intell+Robot+Appl%22%5BJournal%5D)">Automating quality control: real-time defect detection and automated decision-making with AI and Doosan Robotics.</a> Int J Intell Robot Appl. , https://www.researchsquare.com/article/rs-4823989/v1 (2025).</li>
<li>Can end inspection using neuro-fuzzy modeling. Marino, P., Pastoriza, V., Santamaría, M., Martínez, E. In IEEE Conference on Cybernetics and Intelligent Systems, 2, 926-930 (2004).</li>
<li>Magalhaes, P., Ferreira, N. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Inspection+application+in+an+industrial+environment+with+collaborative+robots%5BTitle%5D)+AND+%22Automation%22%5BJournal%5D)">Inspection application in an industrial environment with collaborative robots.</a> Automation. 3 (2), 258-268 (2022).</li>
<li>Puttero, S., Verna, E., Genta, G., Galetto, M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Collaborative+robots+for+quality+control%3A+an+overview+of+recent+studies+and+emerging+trends%5BTitle%5D)+AND+%22J+Intell+Manuf%22%5BJournal%5D)">Collaborative robots for quality control: an overview of recent studies and emerging trends.</a> J Intell Manuf. , (2025).</li>
<li>Salas-Arias, K. M., Madriz-Quirós, C. E., Sánchez-Brenes, O., Sánchez-Brenes, M., Hernández-Granados, J. B. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Factores+que+influyen+en+errores+humanos+en+procesos+de+manufactura+moderna%5BTitle%5D)+AND+%22Tecnol+En+Marcha%22%5BJournal%5D)">Factores que influyen en errores humanos en procesos de manufactura moderna.</a> Tecnol En Marcha. 31 (1), 22(2018).</li>
<li>Balazikova, M., Kotianova, Z. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Human+reliability+analysis+in+acetylene+filling+operations%3A+risk+assessment+and+mitigation+strategies%5BTitle%5D)+AND+%22Appl+Sci%22%5BJournal%5D)">Human reliability analysis in acetylene filling operations: risk assessment and mitigation strategies.</a> Appl Sci. 15 (8), 4558(2025).</li>
<li>Fager, P., Calzavara, M., Sgarbossa, F. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Kit+preparation+with+cobot-supported+sorting+in+mixed+model+assembly%5BTitle%5D)+AND+%22IFAC-Pap%22%5BJournal%5D)">Kit preparation with cobot-supported sorting in mixed model assembly.</a> IFAC-Pap. 52 (13), 1878-1883 (2019).</li>
<li>Kumar, R., Patil, O., Nath, K., Sangwan, K. S., Kumar, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((A+machine+vision-based+cyber-physical+production+system+for+energy+efficiency+and+enhanced+teaching-learning+using+a+learning+factory%5BTitle%5D)+AND+%22Procedia+CIRP%22%5BJournal%5D)">A machine vision-based cyber-physical production system for energy efficiency and enhanced teaching-learning using a learning factory.</a> Procedia CIRP. 98, 424-429 (2021).</li>
<li>Kragic, D., Gustafson, J., Karaoguz, H., Jensfelt, P., Krug, R. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Interactive+collaborative+robots%3A+challenges+and+opportunities%5BTitle%5D)+AND+%22IJCAI%22%5BJournal%5D)">Interactive collaborative robots: challenges and opportunities.</a> IJCAI. , 18-25 (2018).</li>
<li>Brazo Robótico UR3E. , Universal Robots. 
 <a target="_blank" href="https://www.universal-robots.com/es/productos/robot-ur3/">https://www.universal-robots.com/es/productos/robot-ur3/</a> (2025).</li>
<li>Sistema de visión de fácil programación - Serie CV-X. , KEYENCE México. 
 <a target="_blank" href="https://www.keyence.com.mx/products/vision/vision-sys/cv-x100/">https://www.keyence.com.mx/products/vision/vision-sys/cv-x100/</a> (2025).</li>
<li>Chen, K., Yu, K., Sheu, S. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Process+capability+monitoring+chart+with+an+application+in+the+silicon-filler+manufacturing+process%5BTitle%5D)+AND+%22Int+J+Prod+Econ%22%5BJournal%5D)">Process capability monitoring chart with an application in the silicon-filler manufacturing process.</a> Int J Prod Econ. 103 (2), 565-571 (2006).</li>
<li>Deleryd, M., Vännman, K. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Process+capability+plots%3A+a+quality+improvement+tool%5BTitle%5D)+AND+%22Qual+Reliab+Eng+Int%22%5BJournal%5D)">Process capability plots: a quality improvement tool.</a> Qual Reliab Eng Int. 15, 213-227 (1999).</li>
<li>Chen, K. S., Li, F. C., Lai, K. K., Lin, J. M. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Green+outsourcer+selection+model+based+on+confidence+interval+of+PCI+for+SMT+process%5BTitle%5D)+AND+%22Sustainability%22%5BJournal%5D)">Green outsourcer selection model based on confidence interval of PCI for SMT process.</a> Sustainability. 14, 16667(2022).</li>
<li>Boyles, R. A. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((The+Taguchi+capability%5BTitle%5D)+AND+%22J+Qual+Technol%22%5BJournal%5D)">The Taguchi capability.</a> J Qual Technol. 23, 17-26 (1991).</li>
<li>Franco-Santo, M., et al. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Towards+a+definition+of+a+business+performance+measurement+system%5BTitle%5D)+AND+%22Int+J+Oper+Prod+Manag%22%5BJournal%5D)">Towards a definition of a business performance measurement system.</a> Int J Oper Prod Manag. 27 (8), 784-801 (2007).</li>
<li>Madanhire, I., Mbohwa, C. <a target="_blank" href="http://www.ncbi.nlm.nih.gov/pubmed?term=((Application+of+statistical+process+control+%28SPC%29+in+manufacturing+industry+in+a+developing+country%5BTitle%5D)+AND+%22Procedia+CIRP%22%5BJournal%5D)">Application of statistical process control (SPC) in manufacturing industry in a developing country.</a> Procedia CIRP. 40, 580-583 (2016).</li>
</ol>

Die rasante Weiterentwicklung der Automatisierung industrieller Prozesse hat zu einem bedeutenden Wandel der Fertigungssysteme geführt. Diese Entwicklung hat kritische Bereiche erheblich verbessert, darunter betriebliche Effizienz, Kosteneinsparungen, Prozessstandardisierung und Optimierung der Produktqualität1. In diesem Zusammenhang hat der technologische Fortschritt die Implementierung komplexerer und spezialisierterer Lösungen vorangetrieben, die in der Lage sind, den Anforderungen einer immer agileren, präziseren und anpassungsfähigeren Produktion gerecht zu werden2.
Einer der bedeutendsten Fortschritte in diesem neuen industriellen Zeitalter ist die Integration von kollaborativen Robotern, den sogenannten Cobots. Diese Geräte stellen eine Weiterentwicklung der traditionellen Industrierobotik dar, da sie so konzipiert sind, dass sie sicher und effizient mit menschlichen Bedienern in gemeinsam genutzten Umgebungen arbeiten 3,4,5. Ihr kollaborativer Charakter erhöht nicht nur die Flexibilität der Produktionsprozesse, sondern erhöht auch die Sicherheit im Betrieb, da sie mit fortschrittlichen Sensoren ausgestattet sind, die eine kontrollierte Interaktion und ein Umweltbewusstsein ermöglichen6.
Im Rahmen von Industrie 5.0, die eine harmonische Mischung aus intelligenter Automatisierung und menschlichem Beitrag fördert, werden Cobots zu unverzichtbaren Werkzeugen, um die menschenzentrierte Fertigung voranzutreiben7. Anstatt Arbeiter zu ersetzen, sind diese Systeme so konzipiert, dass sie ihre Fähigkeiten verbessern, indem sie sich wiederholende Aufgaben effizient und mit hoher Präzision erledigen und sich flexibel an Schichten in der Produktionsumgebung anpassen8, wodurch ein stärker integriertes und effektiveres Arbeitsmodell gefördert wird.
Aufgrund ihrer Vielseitigkeit können sie in verschiedenen Branchen eingesetzt werden, z. B. in der Automobilmontage, Logistik, Schuhherstellung, Medizintechnik und mehr, wo sie zur Verbesserung der Produktivität und Prozessqualität beitragen 9,10. Diese kollaborative Dynamik hat die Produktionssysteme neu definiert und stellt neue Herausforderungen in Bezug auf Schulung, technologische Anpassung und Prozessneugestaltungdar 7.
In diesem Zusammenhang beschreibt dieser Beitrag den Entwurf und die Implementierung einer verkleinerten Montagelinie, die um einen Ausbildungssatz von Schneckengetrieben herum entwickelt wurde. Diese Art von Linie stellt eine reduzierte und funktionale Version einer industriellen Produktionslinie dar, die zu didaktischen Zwecken konzipiert wurde, um die Prozesse, Abläufe und Abläufe, die für eine reale Fertigungsumgebung typisch sind, auf kontrollierte Weise zu simulieren11.
Es handelt sich um einen physischen und betrieblichen Aufbau, der eine klare Beobachtung der Produktionsdynamik, das Testen automatisierter Technologien und die Anwendung von Qualitätssicherungsmethoden ermöglicht und gleichzeitig die Risiken und Kosten minimiert, die mit direkten Experimenten in Industrieanlagen verbunden sind. Dieser Ansatz bietet ein wertvolles Bildungsinstrument und eine vorläufige Validierungsplattform für Lösungen wie kollaborative Roboter und Bildverarbeitungssysteme, die die strategische Entscheidungsfindung in den Bereichen Automatisierung, kontinuierliche Verbesserung und betriebliche Effizienz unterstützen11.
Ein Schlüsselfaktor für die erfolgreiche Automatisierung und Integration von Cobots ist die Implementierung von bildverarbeitungsbasierten Qualitätskontrollsystemen. Ausgestattet mit hochauflösenden Kameras ermöglichen Bildverarbeitungssysteme kollaborativen Robotern, ihre Umgebung genau wahrzunehmen und zu interpretieren, und liefern detaillierte visuelle Daten für die Objekterkennung, die Erkennung von Anomalien und die autonome Navigation12. In einigen Fällen funktionieren diese Systeme als Komplettlösungen, während sie in anderen Fällen so angepasst werden können, dass sie in Kombination funktionieren.
Eine der wichtigsten Anwendungen dieser Art von kollaborativen Robotern ist die Qualitätskontrolle, bei der diese Systeme die frühzeitige Erkennung von Fehlern in Produktionslinien ermöglichen. Die Echtzeit-Erkennung von Anomalien ermöglicht die rechtzeitige Entfernung defekter Teile und vermeidet so die Kosten, die mit Nacharbeiten, Materialverschwendung oder Kundenbeschwerden verbunden sind13. Diese Fähigkeit zur kontinuierlichen und nicht-invasiven Inspektion gewährleistet eine höhere Konsistenz der Produktqualität und stärkt die Rückverfolgbarkeit des Prozesses.
Die systematische Integration dieser Technologien ermöglicht es kollaborativen Robotern, ihre Umgebung effektiv zu erfassen, zu erfassen und darauf zu reagieren, wodurch ihre Autonomie und Betriebsleistung verbessertwird 14.
Jüngste Studien haben gezeigt, dass die Kombination aus Qualitätskontrolle mit Kameras und kollaborativen Robotern nicht nur menschliche Fehler reduziert, sondern auch die Prozesssicherheit verbessert und die Präzision bei kritischen Montage- und Verifizierungsaufgaben erhöht15. Diese Synergie ermöglicht ein höheres Maß an Kontrolle, Anpassungsfähigkeit und Effizienz, die in modernen Industrieumgebungen, die durch Massenanpassung und Produktion auf Abruf gekennzeichnet sind, unerlässlich sind16.
Der Einsatz dieser Technologien erfordert einen umfassenden Ansatz, der eine kontinuierliche Echtzeit-Datenüberwachung und die Verwendung von Qualitätsindizes umfasst, um eine fundierte Entscheidungsfindung zu ermöglichen. Instrumente wie die statistische Prozessanalyse bieten eine robuste Plattform für kontinuierliche Verbesserungen, die sicherstellen, dass sich Unternehmen an Marktveränderungen anpassen und langfristig ein hohes Maß an Wettbewerbsfähigkeit aufrechterhalten können16.
Die Implementierung eines halbautomatischen Cobots und eines Computer-Vision-Systems auf einer skalierten Montagelinie bietet erhebliche Vorteile gegenüber herkömmlichen Methoden der Qualitätskontrolle, sowohl manuell als auch vollautomatisch. Im Gegensatz zur manuellen Inspektion, die stark von der Wahrnehmung, der Erfahrung und der körperlichen Verfassung des Bedieners abhängt und aufgrund von Ermüdung oder längeren Arbeitsbedingungen zu Fehlern führen kann17, gewährleistet dieser Ansatz eine konsistente, objektive und präzise Bewertung, indem die menschliche Variabilität eliminiertwird 18.
Im Gegensatz zu vollautomatischen robotergestützten Inspektionssystemen, die oft starr und teuer in der Anpassung sind, bieten Cobots dank ihrer Lernfähigkeit durch Demonstration und der einfachen Neuprogrammierung19 eine höhere Flexibilität, was besonders in Umgebungen mit hoher Produktvariabilität nützlich ist. Darüber hinaus verbessert das System durch die Integration von Computer Vision die Genauigkeit der visuellen Inspektion erheblich und ermöglicht die Erkennung von Fehlern, die bei manuellen Überprüfungen möglicherweise unbemerkt bleiben10. Im Gegensatz zu Insellösungen verbindet er Wahrnehmung und Aktion, da der Cobot in Echtzeit auf erkannte Abweichungen reagiert.
Ein weiterer wichtiger Unterschied ist der pädagogische und schulungstechnische Ansatz, den diese skalierte Montagelinie bietet: Neben der Validierung eines technischen Prozesses hilft sie auch dabei, die Bediener in digitalen und industriellen Fähigkeiten zu schulen und die Arbeiter auf die Herausforderungen der Industrie 5.0vorzubereiten 20,21.
In diesem Artikel wird die Integration eines automatisierten Montageprozesses unter Verwendung eines kollaborativen Roboters UR322 zusammen mit einem CV-X Vision System23 untersucht. Bei dem zusammengebauten Produkt handelt es sich um ein maßstabsgetreues Industriemodell namens KanbUAMito, ein "Schneckengetriebe-Lernset", das ein Getriebesystem darstellt, das aus einer Schnecke und einem Schneckengetriebe besteht, das auch als Untersetzungsgetriebe bezeichnet wird, wie in Abbildung 1 gezeigt. Dieses Modell verfügt über sechs verschiedene Konfigurationen, die in Tabelle 1 aufgeführt sind.
<img alt="Abbildung 1" class="xfigimg" src="/files/ftp_upload/68888/68888fig1.jpg" data-altupdatedat="1783400419000" data-alt="Figure 1"> 
Abbildung 1: Komponenten des Kanbuamito-Geräts. Verschiedene Komponenten, aus denen das zu montierende Endprodukt besteht. <a href="https://www.jove.com/files/ftp_upload/68888/68888fig1large.jpg" target="_blank">Bitte klicken Sie hier, um eine größere Version dieser Abbildung anzuzeigen.</a>
<table border="1" fo:keep-together.within-page="1" fo:keep-with-next.within-page="always">
	<tbody>
		<tr>
			<td>Endprodukt</td>
			<td>Wurm</td>
			<td>Schneckengetriebe</td>
			<td>Box (Deckel und Boden)</td>
		</tr>
		<tr>
			<td>CE1</td>
			<td>Grau</td>
			<td>Rot</td>
			<td>Rot</td>
		</tr>
		<tr>
			<td>CE2</td>
			<td>Weiß</td>
			<td>Grau</td>
			<td>Rot</td>
		</tr>
		<tr>
			<td>CE3</td>
			<td>Rot</td>
			<td>Weiß</td>
			<td>Rot</td>
		</tr>
		<tr>
			<td>CE4</td>
			<td>Rot</td>
			<td>Grau</td>
			<td>Rot</td>
		</tr>
		<tr>
			<td>CE5</td>
			<td>Grau</td>
			<td>Weiß</td>
			<td>Rot</td>
		</tr>
		<tr>
			<td>CE6</td>
			<td>Weiß</td>
			<td>Rot</td>
			<td>Rot</td>
		</tr>
	</tbody>
</table>
Tabelle 1: Mögliche Kombinationen des zu montierenden Produkts. Verschiedene Kombinationen des Endprodukts, die je nach den Farben variieren, die in den verschiedenen Komponenten verwendet werden, aus denen es besteht.
Diese Studie unterstreicht die Auswirkungen dieser technologischen Integration auf die Verbesserung der betrieblichen Effizienz, die frühzeitige Fehlererkennung und die Konsistenz der Produktqualität. Darüber hinaus werden die strategischen Auswirkungen der Umsetzung im Rahmen von Industrie 5.0 analysiert und betont, wie die Zusammenarbeit zwischen Menschen, kollaborativen Robotern und intelligenten Systemen die Entwicklung kontinuierlicher Verbesserungsstrategien fördern kann, die sich auf Flexibilität, Anpassung und Nachhaltigkeit von Produktionsprozessen konzentrieren.

<table><tbody><tr><td>Kollaborativer Roboterarm</td><td>Universal Robot&nbsp;</td><td>UR3-Modell (CB-3 UR3)</td><td></td></tr><tr><td>Förderband</td><td>Gamalier&nbsp;</td><td></td><td>Ein Förderband mit den Maßen 30 x 150 cm</td></tr><tr><td>Fotoelektrischer Sensor</td><td>OMRON</td><td>E3F2-DS10B4-N&nbsp;</td><td></td></tr><tr><td>Sehsystem</td><td>Schlüssel</td><td>CV-X-300&nbsp;</td><td></td></tr></tbody></table>

simulation eines skalierten montageprozesses in zusammenarbeit mit einem roboterarm und Überwachung durch ein bildverarbeitungssystem zur qualitätskontrolle

Simulation of a Scaled Assembly Process with Collaboration of a Robotic Arm and Monitoring through a Vision System for Quality Control

Dieses Dokument stellt ein Protokoll für die halbautomatische Simulation eines skalierten Modells eines Produktionsprozesses unter Verwendung eines kollaborativen Roboterarms vor. Die Qualität des Endprodukts wird durch ein Computer-Vision-System bewertet, das kritische Merkmale der Baugruppe überprüft.
Ein wesentliches Instrument zur Identifizierung und Analyse potenzieller Fehler in einem Produktionsprozess ist die statistische Prozesskontrolle (SPC), die auf der Anwendung statistischer Meth...

Simulation eines skalierten Montageprozesses in Zusammenarbeit mit einem Roboterarm und Überwachung durch ein Bildverarbeitungssystem zur Qualitätskontrolle

This protocol describes the semi-automated simulation of a scaled production line for assembling an educational worm gear set, using a collaborative ...

simulation-scaled-assembly-process-with-collaboration-robotic-arm

Research

Forschung

JoVE Journal

Engineering

Ingenieurwesen

Wir entwickelten ein Echtzeit-Spiegel Robotersystem für die funktionelle Erholung von gelähmte Arme mit Hilfe der automatischen Steuerungstechnik, führte eine klinische Studie an gesunden Probanden und bestimmten Aufgaben durch Feedback von Reha-Ärzte. Diese einfache Spiegel Roboter kann mit einem gelähmte Arm effektiv zu Ergotherapie bei Schlaganfall-Patienten angewendet werden.

Roboter-Spiegel-Therapiesystem für die funktionelle Erholung von Hemiplegischen Arme

Wir präsentieren ein Protokoll auf modulare Bauweise und Produktion von intelligente Roboter zur Unterstützung wissenschaftlicher und technischer Arbeitnehmer intelligente Roboter mit spezielle Produktionsaufgaben design basierend auf persönliche Bedürfnisse und individuelle Gestaltung.

Der modulare Aufbau und die Produktion von eine intelligente Roboter, basierend auf einem geschlossenen Regelkreis-Strategie

Ein kollaboratives Composite-Fertigungssystem wird für die robotische Verlegung von Verbundlaminaten mit dem Prepreg-Band entwickelt. Das vorgeschlagene System ermöglicht die Herstellung von Verbundlaminaten mit hoher geometrischer Komplexität. Die Themen in der Wegeplanung, Koordination der Roboter und Steuerung werden in der vorgeschlagenen Methode behandelt.

Betrieb des Collaborative Composite Manufacturing (CCM) Systems

Dieses Protokoll enthält eine detaillierte Liste der Schritte, die für die Herstellung, Steuerung und Bewertung der Kletterleistung eines gecko-inspirierten Weichroboters durchgeführt werden müssen.

Herstellung, Steuerung und Leistungsbewertung eines Gecko-inspirierten Softroboters

Die menschliche Tiefenwahrnehmung von 3D-Stereovideos hängt von der Kameratrennung, dem Konvergenzpunkt, der Entfernung und der Vertrautheit des Objekts ab. Dieses Papier stellt eine robotisierte Methode zur schnellen und zuverlässigen Testdatenerfassung während einer Live-Operation am offenen Herzen vor, um die ideale Kamerakonfiguration zu bestimmen.

Robotisiertes Testen von Kamerapositionen zur Bestimmung der idealen Konfiguration für die Stereo-3D-Visualisierung von Operationen am offenen Herzen

Es wird ein Verfahren beschrieben, mit dem die Messtechnik von Schweißraupen nahezu in Echtzeit erfasst und die resultierende Geometrie automatisch für die Finite-Elemente-Analyse vorbereitet werden kann.

Automatische laserbasierte Geometrieerfassung für die Finite-Elemente-Analyse von Schweißnoppen

Ein neuartiges optisches Polierverfahren, genannt "Konvergentes Polieren", das schnelleres, kostengünstigeres Polieren ermöglicht, wird beschrieben. Im Gegensatz zu herkömmlichen Polierverfahren ermöglicht das konvergente Polieren das Polieren eines Glaswerkstücks in einer einzigen Iteration und mit hoher Oberflächenqualität bis zu seiner endgültigen Oberflächenzahl, ohne dass Änderungen der Polierparameter erforderlich sind.

Convergent Polieren: Eine einfache und schnelle, Schmalrandpolierprozess der Hochwertiges optisches Wohnungen &amp; Spheres

Dieses Manuskript zeigt den Herstellungsprozess für die Herstellung von dielektrischen Elastomer-Weichantrieben auf Basis von Silikonmembranen. Die drei wichtigsten Produktionsschritte werden im Detail vorgestellt: Klingenguss von dünnen Silikonmembranen; Tampondruck von nachgiebigen Elektroden; und die Montage aller Komponenten.

Herstellungsverfahren einer Silikonbasis Dielectric Elastomer Actuators

Ein Roboter-Plattform beschrieben, die verwendet wird, um die hydrodynamischen Performance-Kräfte und Strömungsfelder-des Schwimm Kalifornien Seelöwen zu studieren. Der Roboter ist ein Modell des foreflipper des Tieres, die durch Motoren betätigt wird, um die Bewegung seiner propulsiven Schlaganfall (die "klatschen") zu replizieren.

Ein Roboter-Plattform die Foreflipper des California Sea Lion zu studieren

Der Siphon brechen Phänomen wurde experimentell untersucht und ein theoretisches Modell vorgeschlagen. Ein Simulationsprogramm, basierend auf dem theoretischen Modell wurde entwickelt und die Ergebnisse des Simulationsprogramms wurden mit den experimentellen Ergebnissen verglichen. Es wurde festgestellt, dass die Ergebnisse des Simulationsprogramms die experimentellen Ergebnisse gut aufeinander abgestimmt.

Studium der Siphon Breaker Experiment und Simulation für einen Forschungsreaktor

Erfahren Sie die Simulation eines skalierten Montageprozesses mit Cobot und Bildverarbeitungssystem zur Qualitätskontrolle. Diese Methode optimiert Effizienz, Präzision und Rückverfolgbarkeit in industriellen Anwendungen.

Simulation eines skalierten Montageprozesses in Zusammenarbeit mit einem Roboterarm und Überwachung durch ein Bildverarbeitungssystem zur Qualitätskontrolle (Video) | JoVE Journal

Simulation eines skalierten Montageprozesses in Zusammenarbeit mit einem Roboterarm und Überwachung durch ein Bildverarbeitungssystem zur Qualitätskontrolle

Weitere Videos entdecken