Efficient Low Volume High Variant Robotized Painting

Projekthintergrund

Für viele Fertigungsprozesse, z. B. Lackieren, liegt momentan das kritische Produktionsvolumen bzw. die kritische Losgröße bei über 10.000 Stück pro Jahr. Darunter ist eine wirtschaftlich effiziente Automatisierung nicht möglich. Aus Kostengründen werden solche Prozesse deshalb großteils manuell durchgeführt.
Besonders hohes Potential für fortschreitende Automatisierung bieten Lackieranwendungen. Hier ist die erforderliche Technologie für Massenproduktion, sprich Roboter, Offline-Programmierung, Farbtechnologie, etc. bereits vorhanden. Der Einsatz der verfügbaren Konzepte bei geringen Stückzahlen (also unter 10.000 Stück pro Jahr) ist jedoch durch die begrenzte Flexibilität der Roboter bzw. deren aufwendige Programmierung ineffizient.

Projektinhalt

Komplementäre, anspruchsvolle Lackierprobleme für Produktspektren unterschiedlicher Komplexität stehen bei den inustriellen Endanwendern an der Tagesordnung. Zuerst wurden die Anwendungsprofile für die Lackierprozesse erstellt, darauf basierend die Sensorsysteme und Offline-Programmiersysteme auf ihre Tauglichkeit und Erweiterungsmöglichkeiten hin überprüft. Nach der Entwicklung der notwendigen Methoden und Softwaretools, wurde ein erster Prototyp unter realistischen Bedingungen in einem von einem Partner zur Verfügung gestellten Labor getestet. In Phase zwei wurden die maßgeschneiderte Automatisierungslösungen bei den Endanwendern installiert und anschließend evaluiert.

Projektergebnisse

Die Hauptinnovation des Projekts FlexPaint ist die Integration von Offline-Roboterprogrammierung, Sensorik zur Offline- und Online-Variantenerkennung und Methoden der 3D-Objekterkennung in einem System. FlexPaint liefert ein Software- und Sensorkonzept, das vorhandene Produktdaten (z. B. aus einem CAD-System) verwendet und mit Hilfe von zusätzlichen Sensordaten die Bewegungsplanung für den Lackierprozess automatisch an die jeweilige Variante anpasst. Mit einem einzigen Programmiervorgang soll eine ganze Produktfamilie “geteacht” werden können, geringfügige Abweichungen sollen durch die Sensorik detektiert und ausgeglichen werden.

Wirtschaftlicher Effekt

Mit den Methoden, die im Projekt FlexPaint entwickelt werden, ist es zum ersten Mal möglich, in Anwendungsbereiche vorzudringen, in denen bislang Automatisierung aus Gründen der Wirtschaftlichkeit nicht möglich war (z. B. Lackieren von LKW-Rahmen mit bis zu 70.000 Varianten und einer Losgröße von praktisch 1). Darüberhinaus kann eine enorme Reduktion des Offline-Programmieraufwands und damit eine erhebliche Kosteneinsparung bei Vorhandensein von verschiedenen Produktvarianten erreicht werden.