Simulação de um Processo de Montagem em Escala com Colaboração de um Braço Robótico e Monitoramento através de um Sistema de Visão para Controle de Qualidade

A pesquisa desenvolve um modelo escalado de montagem semiautomática usando um cobot e sistema de visão, avaliando qualidade, representatividade do processo e vantagens e limitações dessa simulação. Desenvolvimentos recentes incluem montagem semiautomática com sistemas cobot e de visão, possibilitando detecção de anomalias em tempo real, melhorando qualidade, rastreabilidade e eficiência em processos industriais. Um modelo de montagem semiautomática em escala com a visão do cobot demonstra integração em um ambiente educacional moderno de manufatura, aumentando eficiência, precisão e aplicabilidade em processos industriais reais.

Nosso protocolo combina cobots e visão em um modelo em escala, permitindo uma avaliação educacional prática de eficiência, precisão e consistência, superando as limitações da simulação tradicional ou prática manual. Nosso laboratório focará em otimizar a colaboração entre cobots e desenvolver um sistema de visão com uma rede neural para resolver problemas de iluminação, melhorar a detecção de defeitos e a escalabilidade para processos industriais. Para começar, organize todos os componentes necessários para montagem na bandeja de reabastecimento, alinhando-os conforme o layout designado.

Insira a sequência de programação na interface. Depois, espere que o robô colaborativo inicie a sequência de montagem pegando a parte inferior da caixa e transferindo-a para o ponto de montagem. Permita que o robô pegue o worm e o posicione na ranhura designada dentro do conjunto.

Depois, o robô pega a engrenagem sem-fim e a monta sobre a caixa. Uma vez que o subconjunto robótico esteja concluído, espere enquanto o braço robótico o transfere para a área de montagem manual para processamento adicional pelo operador. Na área de montagem manual, peça ao operador para pegar a submontagem e continuar a construção seguindo a ordem de montagem designada.

Ao concluir a montagem manual, coloque a peça totalmente montada na vertical sobre a bandeja, garantindo que a parafusa esteja orientada para trás. Uma vez fixado, peça ao robô colaborativo colocar o produto próximo ao sensor na esteira para inspeção com câmera. Para avaliação da forma do worm, após selecionar a ferramenta de inspeção, registre uma imagem de referência.

Clique no ícone da imagem de referência no canto superior direito. Selecione registrar imagem e clique em executar para capturar a imagem. Para configuração dos parâmetros do parafuso aparente, selecione a opção de região do padrão para ajustar a área de detecção.

Escolha o formato do polígono, contorne o perímetro da peça e clique em OK para confirmar. Para detectar cores, selecione a opção de região do padrão para refinar a área ao redor do engrenagem sem-fim. Escolha o formato do círculo, marque o perímetro da engrenagem sem-fim e clique em OK para aplicar as mudanças.

Depois, selecione a opção de região da máscara para excluir áreas indesejadas da análise. Escolha o formato retangular, contorne a borda vermelha da peça e clique em OK para confirmar. Agora, ative a interface de software do computador e ative o interruptor para o modo de rodagem.

Depois, selecione o ícone de utilidade, clique na opção estatísticas e escolha o tipo de grafo preferido, como um gráfico de tendência ou histograma, para apoiar a análise de qualidade baseada em dados pelo novo gerente de processo. O histograma de forma mostrou uma distribuição normal centrada ligeiramente acima do valor nominal, indicando que o processo estava sob controle estatístico, embora a maioria das partes estivesse mais próxima do limite superior de especificação. Os índices de capacidade de processo revelaram um forte alinhamento com o limite inferior de especificação, mas uma capacidade muito menor próxima ao limite superior, levando a uma baixa capacidade geral do processo.

O gráfico de controle mostrou que as leituras iniciais foram instáveis devido a ajustes do sistema de medição, seguidos por um valor atípico no estágio intermediário provavelmente causado por uma peça defeituosa, e terminaram com uma tendência estável dentro dos limites superiores de controle. O histograma de cores revelou que as medições se agrupavam próximas aos limites de tolerância, sugerindo apenas conformidade marginal com as especificações, e a presença de duas distribuições enviesadas indicou instabilidade do processo. A análise de capacidade para cor mostrou que o processo estava centralizado, já que os valores de CPU e CPL eram semelhantes, mas alta variabilidade reduziu a capacidade geral para um CPK de 0,539.

O gráfico de controle para cores mostrou instabilidade extrema, com grande variação e falhas frequentes nos controles ao longo do ciclo de produção.