ロボットアームの連携によるスケール化された組立プロセスのシミュレーションと、品質管理のためのビジョンシステムによる監視

Summary

ここでは、協働ロボットのコラボレーションと品質管理のためのコンピュータービジョンシステムによる検証を通じて、スケーリングされた半自動アセンブリプロセスのシミュレーションと監視のためのプロトコルを提示します。

Abstract

このプロトコルは、協調ロボットアームとコンピュータービジョンシステムを使用して、形状と色の2つの主要な基準を評価することにより、製品の品質を監視する、教育用ウォームギアセットを組み立てるためのスケール化された生産ラインの半自動シミュレーションを記述しています。この調査の目的は、顧客の仕様に従ってプロセスの機能、安定性、適合性を評価するための一貫性のある信頼性の高いデータを生成することです。このプロトコルは、プロセス能力(Cp)、センタリング用に調整されたプロセス能力指数(Cpk)、上位プロセス能力(Cpu)、下位プロセス能力(Cpl)などの能力指標、およびヒストグラムや管理図などのグラフィカルツールを使用して、統計的プロセス制御(SPC)を通じて主要な指標を収集および分析するための明確な方法論的フレームワークを提供します。これらにより、重要な製品特性の逸脱や傾向を特定できます。形状評価の結果は、自動プロセスが統計的制御下にあることを示していますが、規格上限に近づく傾向があり、プロセス平均を調整する必要があることを示唆しています。対照的に、色の評価では、変動性が大きく、能力が低く (Cpk = 0.539)、制御外のポイントが明らかになり、早急な是正措置が必要な不安定性が示されています。これらの知見を踏まえ、入力の厳格化、照明条件の標準化、操作方法の見直しなど、色のばらつきを減らすための是正措置を実施することが推奨されます。一般に、この結果は、重大な逸脱を特定し、プロセスを最適化し、製品の適合性を確保するために、自動化テクノロジーを SPC などの統計ツールと統合することの重要性を強調しています。自動化と統計分析のこの相乗効果は、ますます要求が厳しくなる産業環境において競争力を維持するための重要な柱を形成します。さらに、このプロトコルは、実際の生産ラインで改善を実装するための強固な基盤を提供します。

Introduction

産業プロセスにおける自動化の急速な進歩により、製造システムに大きな変革がもたらされました。この進化により、運用効率、コスト削減、プロセスの標準化、製品品質の最適化など、重要な分野が大幅に改善されました¹。これに関連して、技術の進歩により、ますます機敏で正確で適応性のある生産の要求を満たすことができる、より複雑で専門的なソリューションの実装が推進されています²。

この新しい産業時代における最も重要な進歩の 1 つは、協働ロボットとして知られる協働ロボットの組み込みです。これらのデバイスは、共有環境で人間のオペレーターと一緒に安全かつ効率的に作業するように設計されているため、従来の産業用ロボット工学の進化を表しています ^3,4,5。その協力的な性質により、生産プロセスの柔軟性が高まるだけでなく、制御された相互作用と環境意識を可能にする高度なセンサーが装備されているため、運用の安全性レベルも向上します⁶。

インテリジェントな自動化と人間の貢献の調和のとれた融合を促進するインダストリー 5.0 の枠組みの中で、協働ロボットは人間中心の製造を推進するために不可欠なツールになりつつあります⁷。これらのシステムは、作業員を置き換えるのではなく、反復的な作業を高精度で効率的に処理し、^{生産環境の変化}に柔軟に適応することでスキルを向上させるように設計されています8、それによって、より統合的で効果的な作業モデルが促進されます。

その多用途性により、自動車組立、物流、履物製造、医療機器などのさまざまな業界に適用でき、生産性とプロセス品質の向上に貢献します ^9,10。この協力的なダイナミクスは生産システムを再定義し、トレーニング、技術適応、プロセスの再設計の面で新たな課題を提示しています⁷。

これに関連して、この論文では、ウォームギアの教育用セットを中心に開発された縮小された組立ラインの設計と実装について説明します。このタイプのラインは、工業生産ラインの縮小された機能バージョンを表しており、実際の製造環境に典型的なプロセス、フロー、および操作を制御された方法でシミュレートするための教訓的な目的で考案されました¹¹。

これは、産業プラントでの直接実験に関連するリスクとコストを最小限に抑えながら、生産ダイナミクスの明確な観察、自動化技術のテスト、品質保証方法論の適用を可能にする物理的および運用上のセットアップです。このアプローチは、協働ロボットやビジョンシステムなどのソリューションのための貴重な教育ツールと予備検証プラットフォームを提供し、自動化、継続的改善、運用効率における戦略的意思決定をサポートします¹¹。

協働ロボットの自動化と統合を成功させるための重要な要素は、ビジョンベースの品質管理システムの実装です。高解像度カメラを搭載したビジョンシステムにより、協働ロボットは周囲を正確に認識して解釈し、物体認識、異常検出、自律ナビゲーションのための詳細な視覚データを提供できます¹²。これらのシステムは完全なソリューションとして機能する場合もあれば、組み合わせて動作するようにカスタマイズできる場合もあります。

このタイプの協働ロボットの最も重要な用途の 1 つは品質管理であり、これらのシステムにより生産ラインの欠陥を早期に検出できます。リアルタイムの異常検出により、欠陥部品をタイムリーに除去できるため、やり直し、材料の無駄、または顧客からの苦情に関連するコストを回避できます¹³。この連続的かつ非侵襲的な検査機能により、製品品質の一貫性が向上し、プロセスのトレーサビリティが強化されます。

これらのテクノロジーを体系的に統合することで、協働ロボットは周囲を効果的に感知、理解、反応できるようになり、自律性と運用パフォーマンスが向上します¹⁴。

最近の研究では、カメラと協働ロボットを使用した品質管理の組み合わせにより、人的エラーが減少するだけでなく、プロセスの信頼性が向上し、重要な組み立ておよび検証タスクの精度が向上することが示されています¹⁵。この相乗効果により、マスカスタマイゼーションとオンデマンド生産を特徴とする現代の産業環境では不可欠な、より高いレベルの制御、適応性、効率が可能になります¹⁶。

これらのテクノロジーを使用するには、継続的なリアルタイム データ監視と、情報に基づいた意思決定を可能にする品質指標の使用を含む包括的なアプローチが必要です。統計的プロセス分析などのツールは、継続的な改善のための堅牢なプラットフォームを提供し、企業が市場の変化に適応し、長期的に高レベルの競争力を維持できるようにします¹⁶。

半自動の協働ロボットとコンピュータービジョンシステムを大規模な組立ラインに実装すると、手動と完全自動化の両方の従来の品質管理方法に比べて大きな利点が得られます。疲労や長時間の作業条件によるエラーにつながる可能性のあるオペレーターの認識、経験、および体調要因に大きく依存する手動検査とは異なり¹⁷、このアプローチは、人間のばらつきを排除することにより、一貫性があり、客観的かつ正確な評価を保証します¹⁸。

多くの場合、剛性が高く、適応に費用がかかる完全自動ロボット検査システムとは異なり、協働ロボットは、デモンストレーションによる学習機能と再プログラミングの容易さ¹⁹により、柔軟性が高く、製品のばらつきが高い環境で特に役立ちます。さらに、コンピュータビジョンを統合することにより、システムは目視検査の精度を大幅に向上させ、手動レビューでは気づかない可能性のある欠陥の検出を可能にします¹⁰。孤立したソリューションとは異なり、コボットは検出された逸脱にリアルタイムで応答するため、知覚と行動を組み合わせています。

もう一つの重要な違いは、この大規模な組立ラインによって提供される教育的およびトレーニング的アプローチであり、技術プロセスを検証するだけでなく、デジタルおよび産業スキルのオペレーターのトレーニングにも役立ち、労働者がインダストリー5.0^20,21の課題に直面する準備をします。

この記事では、協働ロボットUR3²²とCV-Xビジョンシステム²³を使用した自動組立プロセスの統合について説明します。組み立てられた製品は、図1に示すように減速機とも呼ばれる、ウォームとウォームギアで構成される伝達システムを表す「ウォームギア教育セット」であるKanbUAMITOと呼ばれるスケールの工業モデルです。このモデルには、表1に詳述されている6つの異なる構成があります。

図1:Kanbuamitoデバイスのコンポーネント。 組み立てられる最終製品を構成するさまざまなコンポーネント。 この図の拡大版を表示するには、ここをクリックしてください。

最終製品	ワーム	ウォームギヤ	ボックス(蓋と底面)
CE1	灰色	赤い	赤い
セリウム2	白い	灰色	赤い
セリ3	赤い	白い	赤い
セリット4	赤い	灰色	赤い
セリ5	灰色	白い	赤い
セ6	白い	赤い	赤い

表1:組み立てる製品の可能な組み合わせ。 最終製品を構成するさまざまなコンポーネントに使用される色に応じて異なる、最終製品のさまざまな組み合わせ。

この調査では、この技術統合が業務効率の向上、欠陥の早期発見、製品品質の一貫性に及ぼす影響を強調しています。さらに、インダストリー 5.0 フレームワーク内での実装の戦略的影響を分析し、人間、協働ロボット、インテリジェント システム間のコラボレーションが、生産プロセスの柔軟性、カスタマイズ、持続可能性に焦点を当てた継続的改善戦略の開発をどのように強化できるかを強調しています。

Protocol

このドキュメントでは、協働ロボットアームを使用して、スケーリングされた生産プロセスを半自動で複製するように設計されたシミュレーションプロトコルの概要を説明します。プロセスは、アセンブリが正しく完了したか、エラーが含まれているかを確認するために監視されます。プロトコルは 2 つの主要な段階で構成されています: i) ロボット アームのサポートを受けて組み立てを実行するために必要な操作の実行 (セクション 1-3)。ii) 組み立てられたコンポーネントの監視と検証に使用されるコンピューター ビジョン システムの構成 (セクション 4-8)。

1. 初期組立条件

1. プロトコルの実行に必要な機器をアクティブにします ( 材料表に詳述されています)。
   注:プロトコルは、 図2に示すように、分散組立ラインで実行されます。
2. 組み立てに必要な部品を補充トレイに整理し、 図 3 に示すレイアウトに従って配置します。

図2:組立ラインのレイアウト。 組立ラインは、次の 4 つの主要なセクションで構成されています: (A) 製品の組み立てプロセスが行われるエリア。(B)組み立てが完了すると部品を輸送するベルトコンベア。(C)最終製品の品質を検査するビジョンシステムが設置されているゾーン。(D)ビジョンシステムを通じて得られた結果を分析者が解釈するために指定されたスペース。 この図の拡大版を表示するには、ここをクリックしてください。

図3:組み立て用の部品の初期レイアウト。 組み立てプロセスを開始する前に、製品を構成するコンポーネントを配置する必要がある初期配置。 この図の拡大版を表示するには、ここをクリックしてください。

2. 協働ロボットのプログラミングと操作

1. 協働ロボットのプログラミング
   1. ロボットアームを最初の位置に配置します。X = 465.84 mm、Y = 71.87 mm、Z =-308.31 mm の座標を使用します。
   2. 図 4 に示すツリー図に従ってプログラミングシーケンスを入力します。
2. 自動組立
   1. 協働ロボットが箱の下部を持ち上げて組み立てポイントに移動して、組み立てシーケンスを開始するのを待ちます。
      注:ロボットアームの最大可搬重量は3kgで、0.03mmの一貫した精度を維持します。協調グリッパーを使用して、組立プロセスに関与する各コンポーネントのサイズに合わせて、加えられた力と閉鎖距離を調整できます。
   2. 次に、協働ロボットがワームを拾い上げ、アセンブリ内の対応する位置に配置します。
   3. 次に、ロボットはウォームギアを取り出し、箱の上に組み立てます。
      注意: この組み立て方法は、ウォームギアの破損や損傷を防ぐように設計されています。オペレーターによる取り扱いを容易にし、組立工程の品質向上に貢献します。
   4. これらのサブアセンブリが完成したら、ロボットアームがそれらを手動組み立てエリアに移すのを待ち、そこでオペレーターがプロセスを続行します(図5)。
3. 手動組み立て
   1. 手動アセンブリー領域で、オペレーターに図 6 に示すように配置されたサブアセンブリーを取り出し、 図 7 に詳述されている一連の操作に従って組み立てを実行させます。
   2. 手動組み立てが完了したら、組み立てた部品がトレイ上に垂直に配置され、ウォームが背面を向いていることを確認します(図8)。

図4:協働ロボットのプログラミングシーケンス。 協働ロボットにロードする必要がある命令の順序。(A、B)プログラミングシーケンスの最初の部分と第2の部分。 この図の拡大版を表示するには、ここをクリックしてください。

図5:自動組立における協働ロボットの一連の動き。 協働ロボットは、(A)ベースを持ち上げて治具に載せる。(B)次に、スピンドルをピックアップしてベースに配置します。(C)カバーを治具に配置し、次にギアを配置します。(D)最終的に、組み立てられたベースとギアを治具に堆積させ、その後の手動組み立てを行います。 この図の拡大版を表示するには、ここをクリックしてください。

図6:手動組み立て用のオペレーターピックアップポイント。 オペレーターが手動アセンブリを開始する前に、完成したサブアセンブリを配置する必要があるレイアウト。(A) サブアセンブリ 1 はこの領域に配置され、(B) このゾーンにはサブアセンブリ 2 が配置されます。 この図の拡大版を表示するには、ここをクリックしてください。

図7:手動アセンブリの操作シーケンス。 オペレーターは、(A)サブアセンブリ2をピックアップし、(B)サブアセンブリ1をピックアップし、(C)サブアセンブリ2をサブアセンブリ1の上に配置し、(D)両方のコンポーネントを押してデバイスを閉じ、(E)最終製品を治具に置きます。 この図の拡大版を表示するには、ここをクリックしてください。

図8:治具上の最終製品。 最終製品をベルトコンベアに搬送する前に治具に置かなければならない正しい位置。 この図の拡大版を表示するには、ここをクリックしてください。

3. ベルトコンベアへの搬送

1. 完成したアセンブリをつかむように協働ロボットを配置します。
2. 固定したら、協働ロボットが最終製品をセンサーにできるだけ近いベルトコンベアに移し、ビジョンカメラで検査できるようにします。
   メモ:アセンブリ手順3.1〜3.4は、 図4で赤で強調表示されているプログラミングシーケンスに対応しています。

4. カメラとソフトウェアの初期状態

1. コンピュータCV-Xシリーズシミュレーションソフトウェアのインターフェースを有効にし、 コンフィグレーションモード を有効にして検査ツールを編集します。
2. 左上隅の[カメラセットアップ]オプションをクリックし、プログレッシブモードで解像度が640 x 418、感度が2.4に設定され、シャッタースピードが1/15ミリ秒のCA-035Cモデルを選択し、フラッシュ1を有効にし、DC40E照明モデルを選択して、最後に[OK]をクリックします(図9)。
   注:カメラは、512 x 418ピクセルと640 x 418ピクセルの2つのプログレッシブスキャン解像度を提供します。適応と画質を向上させるために、より高い解像度が選択されました。感度は2.4(1〜7)に設定し、高感度で鮮明度の低下を回避し、良好な画質を維持しました。シャッタースピードは1/15ミリ秒で、光が入るのに遅いため、暗い場所に最適です。

図9:ビジョンシステムの初期状態。 ビジョンシステムで設定する必要がある初期パラメータ。これらの各設定は、簡単に識別できるように赤で強調表示されます。 この図の拡大版を表示するには、ここをクリックしてください。

5. 特徴の評価

1. ウォーム形状特性の評価
   1. ツールセットアップとイメージ登録のリファレンス
      1. インターフェイスから、オプション [ツールの追加] を有効にし、[関数リスト] カテゴリから [ShapeTrax3] 関数を選択して、[追加] をクリックします。
      2. ツールを選択すると、参照画像を登録するように求められます (参照画像は適切に構築された画像に対応します)。これを行うには、右上隅にある [参照画像 ] アイコンをクリックし、[ 画像の登録] を選択し、[ 実行] をクリックして画像をキャプチャします。次に、画像形式 BMP を選択し、[ 保存]をクリックします。
         注: この時点で、良い部品は、ボックスが組み立てられると、ワームがボックスの左上から突き出ている部品として定義されます。
   2. ワームパラメータ設定
      1. [ 検索領域 ] オプションを選択します。検索領域を定義する青いボックスが表示されます。 [OK] を選択します。この青いボックスが、手順 5.1.1.2 で選択した部品の画像を覆っていることを確認します。
      2. パターン領域( Pattern Region )オプションを選択して、パターン領域を調整し、参照との類似性を最大限に高めます。これを行うには、[ 多角形 ]形状を選択し、パーツの周囲の輪郭を描いて、[ OK]を選択します。
   3. ワームの判定条件
      1. [ 判定条件] オプションで、 一致率 を 最大制限 = 99.99% 、 最小制限 = 70%で設定し、[ OK]を選択します。
2. ウォームギア形状特性の評価
   メモ: ウォームギアの形状特性を評価するには、手順5.1と5.1.2.1を繰り返します。
   1. ウォームギアパラメータ構成
      1. [ パターン領域 ]オプションを選択して、パターン領域を調整し、参照画像との類似性を最大限に高めます。これを行うには、 形状を選択します 円、ウォームギアの周囲をマークして、 OK.
   2. ウォームギアの判定条件
      1. 「 判定条件」 オプションで、「 カウント」モード を選択し、最小値と最大値の制限を 1 に設定して、「 OK」をクリックします。
3. ウォームおよびウォームギア位置特性の評価
   注:位置特性を評価するには、手順5.1.1を繰り返し、[ 位置調整 ]カテゴリで[ プロファイル位置 ]機能を選択します。
   1. 製品パラメータの構成
      1. 手順 5.2.1.1 に従いますが、今回は [長方形] 形状を選択します。
   2. 商品の判定条件
      1. 最大制限を 99.99%、最小制限を 60% に設定します。

6. 色の検出

1. ワームの判定条件
   注:ワームの色検出機能を評価するには、手順5.1.1.1の手順を繰り返し、カテゴリ Count内で Cluster 機能を選択する必要があります。新しい参照画像も、手順 5.1.1.2 を使用して登録する必要があり、特にツールが検出する色を含めます。次に、手順 5.1.2.1 と 5.1.2.2 を繰り返しますが、[ 長方形 ] 形状を選択して、ボックスから突き出ているワーム セグメントを分離します。
   1. 「 マスク領域」 オプションを選択し、「 長方形」 形状を選択し、パーツの赤いエッジの輪郭を描いて、選択中にこの色を除外して、「 OK」をクリックします。
   2. [ 色の抽出] |Color を Binary に設定します。ドロップダウンアイコンを使用する場合は、[ 選択]をクリックします。
   3. ワーム領域を数回クリックして色を抽出します。 図10に示すように、選択した領域に黄色のハイライトが表示されると、選択が成功したことが確認されます。
   4. 判定条件を 上限値=1 、 最小限度値=0に設定します。
2. ウォームギアの判定条件
   注意: ウォームギアの色検出機能を評価するには、手順5.1.1.1の手順を繰り返し、カテゴリ Countで Cluster 機能を選択する必要があります。手順 5.1.1.2 で説明されているように、ツールが検出する色で新しい参照画像を登録する必要があります。次に、手順 5.1.2.1 と 5.1.2.2 を繰り返しますが、ボックスから突き出たウォーム ギアのセグメントを分離 するために円形状 を選択する必要があるという違いがあります。
   1. [ マスク領域 ]オプションを選択し、[ 長方形 ]形状を選択し、パーツの赤いエッジの輪郭を描いて、選択中にこの色を除外します。[ OK] をクリックします。
   2. [ 色の抽出] |Color を Binary に設定します。 スポイトアイコン をクリックし、「選択」オプションを選択します。
   3. ウォームギアの図で、数回クリックして目的の色を抽出します。選択した領域に黄色のオーバーレイが表示されると、適切な選択が確認されます。
   4. 判定条件を 上限値=1 、 最小限度値=0に設定します。
      注意: ウォームギアボックスのすべての色の組み合わせに対して、手順6.1と6.2を繰り返す必要があります。

図10:ワームの露出過多。 ビジョンシステムがスピンドルを検出します。選択した領域を黄色の枠でハイライトすると、選択が成功したことが確認されます。 この図の拡大版を表示するには、ここをクリックしてください。

7. カメラとソフトウェアの動作条件の準備

1. プログラム CV-Xシリーズシミュレーションソフトウェア のインターフェースをコンピュータから有効にし、モードを アクティブにします 実行モードに切り替えます。次に、「 ユーティリティ」 アイコンを選択し、「I/O モニター」オプションをクリックします。
2. カメラコントローラーを協働ロボットコントローラーに接続する端子を有効にします。この場合、次の OUT 端子を有効にします: F_OUT3 (RUN)、OUT3 (CMD_READY)、OUT4 (READY1)
3. ソフトウェアインターフェイスから、[ 出力] アイコンを選択し、[ 全体的なステータス] セクションで、セクション4、5、および6で確立されたすべてのツールを有効にします。

8. シミュレーション結果の取得

注意: モーションセンサーが製品を検出すると、ベルトコンベアが停止し、セクション4、5、および6で確立されたパラメータを使用して検査プロセスを実行するための写真が撮影されます。

1. コンピュータからソフトウェアインターフェイスを有効にし、 実行モードへの切り替えを有効にします。次に、「 ユーティリティ」 アイコンを選択し、「 統計」 オプションをクリックします。レビューするグラフの種類(トレンドグラフやヒストグラムなど)を選択すると、品質分析が可能になり、新しいプロセスマネージャーによるデータ管理に基づく意思決定がサポートされます(図11)。

図11:統計的プロセス制御の選択。 赤で強調表示された領域は、シミュレーション実行後に統計的プロセス制御にアクセスするために選択するアイコンを示します。 この図の拡大版を表示するには、ここをクリックしてください。

Results

このドキュメントでは、協働ロボットアームを使用して、生産プロセスのスケーリングモデルを半自動でシミュレーションするためのプロトコルを紹介します。最終製品の品質は、アセンブリの重要な機能を検査するコンピューター ビジョン システムを通じて評価されます。

生産プロセスにおける潜在的な障害を特定して分析するために不可欠なツールは、プロセスの監視と制御を目的とした統計的手法の適用に基づいている統計的プロセス制御 (SPC) であり、それによって最適なパフォーマンスと製品の適合性を確保します。その主な目的は、プロセスを安定して予測可能に保ち、廃棄物を最小限に抑えながら仕様に合った部品の生産を最大化することです²⁴。

プロセスの品質評価では、製品の種類によって仕様が異なる場合があるため、予備段階として公称値と公差範囲の定義が必要です。この能力を定量化するために、この能力を定量化するために最も一般的に使用される指標の 1 つは、Cp (プロセス能力)、Cpk (センタリング用に調整されたプロセ...

Discussion

今日の競争の激しいグローバル市場では、企業が競争力を維持し、存続を確保するには、継続的な改善と適応性が不可欠です。したがって、高品質の製品を競争力のあるコストで時間通りに一貫して提供することで、顧客の期待を超えることが重要です²⁹。

協働ロボット アームや人工ビジョン システムなどの高度なテクノロジーを使用した生産プロセスのスケール シミュレーションは、改善すべき領域を特定し、現在の市場の需要に対応するための貴重なツールとなります。協働ロボットと人工視覚をスケールした組立ラインで組み合わせた半自動システムは、手動と完全自動化の両方の従来の品質管理方法に比べて明らかな利点を提供します。手動検査は、知覚や疲労などの人的要因に大きく依存しており、一貫性のない結果につながる可能性があります^17,18。対照的に、このアプローチは継続的で客観的かつ正確な評価を提供...

Materials

List of materials used in this article

Name	Company	Catalog Number	Comments
協働ロボットアーム	ユニバーサル・ロボット	UR3モデル(CB-3 UR3)
コンベヤーベルト	ガマリエ		30×150cmのコンベヤーベルト
光電センサー	オムロン	E3F2-DS10B4-N
ビジョンシステム	キーエンス	CV-X-300