자동차 제조사들은 컨베이어 벨트에서의 조립 효율성을 개선하는 솔루션을 찾고 있습니다. 흘러가는 컨베이어 벨트에서의 조립은 지금까지 작업자에 의한 조립 작업을 바탕으로 설계되어왔습니다. 자동화 비율을 높이기 위해서는 작업자와 로봇이 현장의 좁은 공간을 공유하며 함께 작업할 수 있는 혁신적인 자동화 솔루션을 개발해야 합니다. 예를 들어 간격 측정, 타이어 조립, 트렁크 리드 조립 및 윈드실드와 루프의 조립과 같은 반복적인 공정단계로 구성된 몇몇 조립단계를 간단하게 자동화할 수 있습니다. 하지만 진정한 도전과 과제는 로봇이 컨베이어 시스템의 속도에 맞춰 적응하고 스스로 동기화하는 이루어져야 하는 안전한 인간-로봇 협업 어플리케이션의 구현에 있습니다.
조립 라인에서의 효율성 증대
자동차 제조사 조립 공장에 설치된 컨베이어 벨트는 부분적으로 조립된 차체를 가공 라인을 따라 운반하고, 그동안
조립 작업자는 사이클 타임 모드에서 다른 부품을 조립하거나 품질 점검을 합니다. 이때 조립 작업 또는 부품에서의 추가개선 작업이 이동하는 벨트에서 수행될 수 있도록 컨베이어 벨트의 속도는 사람의 작업 속도에 맞게 조절되어 있습니다. 컨베이어 벨트에서 효율성을 개선하기 위해서는 인간과 로봇의 협업이 요구됩니다.
센시티브 경량 로봇 KUKA LBR iiwa는 이런 협업에 이상적인데, 이 로봇은
최고의 안전 요건을 충족하고 작업자와의 미세한 접촉에도 즉각적으로 반응하며 상황에 맞게 쉽게 어댑테이션이 가능하기 때문입니다.
KUKA 인텔리전트 컨트롤 소프트웨어는 컨베이어 벨트 또는 조립 카트와 경량 로봇 사이의 지속적 연결뿐 아니라 속도와 위치에 대한 정확한 정보 제공을 보장합니다. 컨트롤 소프트웨어는 컨베이어 벨트에서 조립 카트의 정확한 위치 및 속도에 대한 수집된 데이터를 직접 경량 로봇으로 전송합니다. 이 정보를 통해 센시티브 로봇은 그 작업 속도를 컨베이어 속도에 맞게 동적으로 조절할 수 있습니다.
KUKA의 어플리케이션 엔지니어링 책임자인 오트마 혼스베르크는 “측정은 부품을 기준으로 이루어집니다. 이런 방식으로 로봇은 컨베이어에서 작업 시 완전히 자율적으로 측정 과제를 수행한다”며. “기존의 로봇 지원 측정 방식과 달리 이 방식은 매우 효율적”이라고 부언합니다. 광학 측정 방식과 로봇의 촉각 센서를 조합하여 이 센시티브 KUKA 로봇 LBR iiwa는 벨트 진동 시 또는 정지 시 자동으로 새로운 조건에 맞게 조정되며 그 작업을 정확하게 계속 수행합니다.
최소의 공간에서 최대의 성능
하나의 가공 스테이션에서 작업자가 차체에서 다른 품질 테스트를 실시하는 동안에 예를 들어 2대에서 최대 4대의 로봇이 테일게이트와 사이드 패널 사이 또는 엔진 후드와 헤드라이트 사이의 차체 구성품의 틈새 치수 및 플러시 마운트 상태를 동시에 측정하고 점검합니다. 옵션에 따라서는 유리나 플라스틱과 같은 투명한 재료에서도 예를 들어 레이저 기술을 이용해 헤드라이트 영역에서 정확한 틈새 치수를 측정할 수 있는 측정 헤드를 이 어플리케이션에 통합시킬 수 있습니다.
간단하고 신속한 스테이션 확장
기존 산업용 로봇을 이용하는 측정 어플리케이션과 비교하여 이 센시티브 “Assembly in Motion” 솔루션의 추가적 이점으로 최대 절감된 설치공간을 들 수 있습니다. 산업용 로봇에서는 필수적인 안전 장치로 인해 비교적 넓은 공간이 필요합니다. 이와 달리 센시티브 경량 로봇 KUKA LBR iiwa를 이용하면 작업자가 좁은 작업 공간에서도 안전하게 로봇과 같은 공간에서 작업할 수 있습니다. 그뿐만 아니라 경량 로봇의 기본 구성 지정 기능 및 작은 설치 소요 공간으로 인해 다른 산업용 로봇을 통합할 때와는 달리 측정 모드에서의 스테이션 확장이 간단하고 신속하게 추가로 이루어질 수 있습니다.
인텔리전트 데이터 평가를 보장하는 프로세스 노하우
”Assembly in Motion” 기술이 적용된 틈새 측정 스테이션에서는 이송 중인 차체에서도 신뢰성 있는 측정값을 얻을 수 있었고 이로써 종래의 수동 측정 방식과 비교하여 뚜렷한 효율성 개선을 달성할 수 있었습니다. 앞으로는 움직이는 컨베이어의 자동 측정 스테이션을 통해 잠재적인 생산 결함도 조기에 인식할 수 있을 것으로 예상됩니다: 혼스베르크 책임자는 “로봇이 틈새 치수의 변화를 인식하면 내장된 프로세스 로직을 통해 자체적으로 그 원인을 찾을 수 있다”고 설명합니다. 이런 방식으로 생산 프로세스에 영향을 미치기 전에 기계의 조기 마모 또는 생산 라인의 잘못된 설정값을 미리 인식할 수 있습니다. “우리는 지금까지 축적한 포괄적 프로세스 노하우를 통해 자동화된 조립 공정에서 수집한 다양한 데이터를 효율적으로 사용하고 이를 통해 선제적으로 대응할 수 있습니다.“