當AI視覺技術遇見金屬制造

走進位于荷蘭的Tosec BV公司，你會看到許多定制金屬加工廠的典型場景，耳邊傳來等離子切割臺、激光切割機和焊接電弧的嗡鳴，但若繼續深入廠房，便會逐漸意識到這并非普通的加工車間。

一臺機器人正將工件送入去毛刺機。零件分揀系統運用雙機械臂抓取切割毛坯，并將其分類歸入獨特的塔式倉儲架。打磨與清渣機器人將繁重的板材邊緣精加工流程自動化，尤為引人注目的是，機械臂末端執行器抓握著傳統直角磨削工具，而攝像頭則實時監控著整個工作單元。

更值得注意的是這些自動化單元上的標識——藝術化的字母“T”，這正是Tosec及其母公司Tollenaar Industries的商標。作為家族企業，Tollenaar的業務遍及荷蘭、德國和南非。通過旗下Teqram子公司，Tollenaar工業集團開發出基于視覺識別的自動化系統，專為定制加工商及類似多品種生產場景量身打造。

貫穿該公司幾乎所有自動化項目的共通之處在于：你絕不會看到任何手動編程或操作員使用示教器的場景，取而代之的是由人工智能（AI）驅動的視覺技術引導的自動化。

始于視覺

Teqram公司的銷售總監Frans Tollenaar，與其兄弟、首席技術官Roland Tollenaar，共同指向一臺名為EasyGrinder的視覺引導機器人。它正在處理等離子切割板材的邊緣加工。其末端執行器并未配備專用磨頭，而是采用了市面上常見的直角磨光機——這種原本為人工操作設計的標準工具配備了常規磨片。

機器人使用鑿子清除厚板上的熔渣，這是人工操作中也會使用的同款手動工具

Frans解釋道：“我們選擇手動工具是經過深思熟慮的，主要是因為它們能實現豐富的加工工藝。曾有像3M這樣的公司前來考察，他們對我們在磨具上實現的卓越性能感到驚訝——因為我們將這些工具運用到了極致。”

三大要素構成該工作單元

該系統得以實現主要依靠三大要素。首先是視覺技術，它消除了阻礙高混合、小批量生產場景實現自動化的常見障礙：機器人編程。Frans指向打磨單元上方的攝像頭——EasyEye。該設備集成了飛行時間激光測距傳感器與高光學變焦鏡頭。

手動打磨工具通過鉸接機構安裝在機器人末端執行器上，該機構作為配重平衡裝置，專為優化特定工具的工作壓力而設計

“這臺攝像頭生成三維坐標，并將其與捕捉到的像素點關聯，”他解釋道，“本質上它提供了空間像素坐標，我們借此運用視覺算法精準判定機器人所需執行的動作，集成在機器人末端的掃描器則提供細節視角以及精確加工所需的各類信息。”
機器人一旦識別出具體工件，便需提取待加工特征。此時，專用應用邏輯開始發揮作用。如果機器人“看到”特定工件特征組合，就會自動選擇對應工具以處理這些特征。

“我們的目標是讓技術像人類一樣工作，”Frans說，“就像你給工人一批零件并指示‘請打磨這些零件并加工出邊緣圓角’。我們只需給出簡單指令，機器人就能自主完成任務。”

關于定位技術

Frans接著指向單元內的工作臺EasyFlipper，這個蛤殼式裝置在機器人作業時呈開啟狀態，通過強磁力固定板材。當機器人完成單面加工后，蛤殼閉合并翻轉工件。

這項技術實現了此類多品種自動化的第二關鍵要素：無需人工干預的簡易、靈活夾具系統。再次強調，這是典型的多品種生產環境，每個零件都可能各不相同。如果操作員在每個打磨周期后都必須進入單元重新調整夾具，自動化價值將大打折扣。

關于壓力控制

手動工具的設計原本是基于人體工程學考量。這意味著它們需要以特定角度和壓力作用于工件，并非為機器人設計而生。那么，機器人如何在不依賴編程的情況下自適應操作？

為解釋這一原理，Frans指向末端執行器突出的鉸接部件——這是一個配重塊。“我們為此申請了專利。通過配重塊施加精確壓力，并借助編碼器讀取角度數據。”軟件系統綜合視覺數據、各工具專屬的工藝邏輯、配重參數及編碼器讀數，動態調整壓力、進給速度和轉速以完成零件加工。

機器人垂直定位直角磨光機，對熱切割過程產生的熱影響區進行加工，在此配置下，彈簧機構有助于保持最佳壓力

“以機器人水平握持砂輪盤的操作場景為例，打磨盤角度可在0-30°間變化。我們通過優化配重設計，確保工具在不同切入角度下都能保持精準壓力。”

針對垂直狀態工具的操作——例如使用直角磨光機對板材上邊緣進行圓角加工時，則通過獨立的彈簧機構實現精確壓力控制。

切割、校平與去毛刺

如今，Teqram在距Tosec一個街區外的工業區設立了廣闊的研發中心。該中心內成排的機器人和多個測試區域，正為各類工業應用驗證柔性自動化方案。

此處仍扎根于定制金屬制造領域。走回Tosec車間，你能看到眾多概念的實際應用。“我們開發了自動化卸料系統，機械臂可抓取重達1300磅的零件，”Frans介紹道，“操作界面非常直觀，系統會詢問操作員希望按項目還是下游工序需求等方式進行零件分組。”

該系統雖無法處理所有切割輪廓，但機器人能靈活抓取復雜型材，并在判定零件卡滯需人工處理前進行多次嘗試；若失敗則自動轉至下一零件。“系統高度依賴切割效果，”Frans強調，“需要足夠寬的切縫和充分的零件間隙以保證穩定分離。盡管如此，系統仍設計為可處理多種尺寸零件——既能抓取微型嵌套的小工件，在某些安裝場景中（Tosec未采用）還可通過起重設備搬運占據大半個切割臺的巨型毛坯。”

沿生產線繼續前行，會看到機器人向去毛刺機供料，Teqram也為校平系統開發了類似技術。在校平工序中，視覺技術更發揮著多維作用：識別機械臂抓取的零件、監測板材翻轉進行二次加工的過程，還能測量最終平整度并按結果分類——合格品與廢料分別放置于不同托盤。

向去毛刺機供料時，機器人可將多個零件并排放置于傳送帶上。視覺系統同時監控去毛刺后的卸料站，當出現堆積時會自動減速或暫停作業直至瓶頸消除。“就像人工操作那樣自然。”Frans如此描述。

突破制約的自動化

現代金屬加工設備已實現卓越產能，但越是高效的生產環節，越容易加劇下游瓶頸——而這些瓶頸工序往往正是手工作業。即便在當今最自動化的加工廠中，仍存在“人工孤島”：激光切割可徹夜無人值守，但次日清晨工人仍需分揀數百個切割毛坯，并手動將其送入去毛刺機甚至校平機。

正如Tosec所采用、Teqram所開發的自動化方案所展示的，視覺與人工智能技術展現出巨大潛力——即使對產品種類最繁雜的加工車間也是如此。隨著創新持續推進，這些“人工孤島”終將逐漸消失。

作者：Tim Heston

來源：榮格-《國際金屬加工商情》

原創聲明：
本站所有原創內容未經允許，禁止任何網站、微信公眾號等平臺等機構轉載、摘抄，否則榮格工業傳媒保留追責權利。任何此前未經允許，已經轉載本站原創文章的平臺，請立即刪除相關文章。