Моделирование сценариев аварий для улучшения стандартов безопасности роботов

Растущий императив для моделирования роботизированного крушения

Быстрое распространение робототехники на производственных площадках, складской логистике, медицинских учреждениях и даже в общественных местах коренным образом изменило ландшафт промышленной безопасности. По мере того, как роботы перемещаются из закрытых корпусов в совместные пространства, работающие непосредственно рядом с людьми, запас ошибки резко сокращается. Столкновение роботизированной руки с человеком-работником больше не является теоретическим риском, а ощутимой опасностью, которая должна быть спроектирована из системы до развертывания. Моделирование сценариев аварий появилось как самая строгая, экономически эффективная и повторяемая методология для закаливания роботизированных структур от сбоев и обеспечения того, чтобы стандарты безопасности шли в ногу с технологическими возможностями.

Традиционные испытания на безопасность в значительной степени опирались на физические краш-тесты с использованием инструментальных антропоморфных манекенщиков, аналогичных тем, которые использовались в автомобильной безопасности. Хотя эти тесты предоставляли ценные исходные данные, они были дорогими, трудоемкими и ограниченными по объему. Один физический краш-тест может стоить десятки тысяч долларов и предоставлять данные только для одного конкретного угла удара, скорости и конфигурации массы. Моделирование, напротив, позволяет инженерам запускать тысячи виртуальных сценариев краш-тестов за одну ночь, исследуя все пространство параметров возможных столкновений. Этот переход от реактивного физического тестирования к проактивному вычислительному анализу представляет собой фундаментальное изменение в подходе к структурной безопасности роботов.

Регулирующие органы, такие как Международная организация по стандартизации (ISO) и Американский национальный институт стандартов (ANSI), признали ценность моделирования в установлении соответствия стандартам безопасности. Например, ISO 10218 и ISO/TS 15066 специально касаются безопасности совместно используемых роботов, и данные моделирования все чаще принимаются в качестве доказательства соответствия во время процессов сертификации. Интегрируя моделирование аварий в цикл проектирования с самых ранних концептуальных этапов, производители могут избежать дорогостоящих редизайнов на поздних стадиях и быстрее вывести на рынок более безопасные продукты.

Методологические основы моделирования крушения

Понимание методологий, лежащих в основе моделирования аварий, имеет важное значение для оценки его влияния на стандарты безопасности. Современные подходы к моделированию сочетают вычислительную физику, материаловедение и кинематику робототехники для создания точных цифровых представлений событий аварий. Выбор методологии зависит от конкретных задаваемых вопросов безопасности, сложности структуры робота и доступных вычислительных ресурсов.

Анализ конечных элементов для структурной целостности

Анализ конечных элементов (FEA) остается золотым стандартом для моделирования того, как структуры роботов деформируются, разрушаются или поглощают энергию во время аварии. FEA работает, разделяя структуру робота на тысячи или миллионы мелких геометрических элементов, каждый из которых обладает определенными свойствами материала, такими как модуль Янга, прочность выхода и чувствительность к скорости деформации. Когда моделируется виртуальное воздействие, решатель вычисляет, как каждый элемент реагирует на стресс, позволяя инженерам визуализировать концентрации напряжений, зоны пластической деформации и потенциальные точки отказа с замечательной точностью.

Современные решатели FEA, такие как LS-DYNA и Abaqus, способны обрабатывать нелинейную динамику, большие деформации и сложные контактные взаимодействия, возникающие при столкновениях на высоких скоростях.Эти инструменты позволяют инженерам моделировать не только начальное воздействие, но и последующую цепочку событий, таких как перегрузка суставов, разрыв связи или отслоение базовой пластины.Итеративно основываясь на конструкции, основанной на результатах FEA, производители могут усиливать слабые места, оптимизировать распределение материала и включать в себя энергопоглощающие функции до того, как будет построен любой физический прототип.

Многотеловая динамика для кинематического реализма

В то время как FEA преуспевает в захвате поведения на уровне материала, моделирование динамики нескольких тел (MBD) лучше подходит для понимания грубой кинематической и кинетической реакции робота во время аварии. Роботы по существу являются цепями жестких тел, связанных суставами, и их поведение во время столкновения регулируется взаимодействием инерции, совместных крутящих моментов и контактных сил. Программное обеспечение MBD, такое как Simpack, MSC Adams или физические двигатели, встроенные в платформы моделирования робототехники, может моделировать полное сочлененное движение робота, когда он сталкивается с препятствием, включая совместное управление задним ходом, зацепление тормозов и сервоответ.

Реальная мощность МБД возникает, когда она сопряжена с моделированием системы управления. Контроллер робота постоянно регулирует крутящие моменты двигателя на основе обратной связи датчика, и это поведение замкнутого цикла значительно влияет на динамику столкновения. Например, робот, пытающийся поддерживать положение во время столкновения, будет генерировать очень разные силы удара, чем та, которой при контакте приказано останавливаться или поворачиваться. Имитируя полную электромеханическую систему, инженеры могут разрабатывать стратегии управления, которые минимизируют риск травм при сохранении производительности.

Аппаратное обеспечение в петле как мост проверки

Тестирование аппаратного обеспечения в петле (HIL) занимает критическую промежуточную позицию между чистым моделированием и физическим тестированием. В установке HIL фактическое оборудование робота, такое как серводвигатель, коробка передач или совместный модуль, подключено к среде моделирования в реальном времени, которая моделирует остальную часть робота и его среду. Когда происходит виртуальное событие аварии, моделирование отправляет реалистичные нагрузки и команды на физическое оборудование, и ответ аппаратного обеспечения измеряется и подается обратно в моделирование. Этот подход подтверждает, что моделируемое поведение соответствует реальной физике для критических компонентов, не требуя полномасштабного физического краш-теста.

Тестирование HIL особенно ценно для проверки программного обеспечения и систем управления с рейтингом безопасности. Когда моделирование аварий предсказывает, что функция остановки с рейтингом безопасности робота должна взаимодействовать в течение 50 миллисекунд, тестирование HIL подтверждает, что фактическое оборудование и прошивка могут соответствовать этому требованию времени в реалистичных условиях нагрузки. По мере того, как стандарты безопасности становятся более строгими, регуляторы все чаще ожидают этот уровень доказательств проверки.

Структурные показатели безопасности, полученные в результате моделирования

Моделирование аварий генерирует огромные объемы данных, но исходные данные не являются безопасностью. Инженеры должны перегонять эти данные в действенные метрики, которые непосредственно информируют о проектных решениях и соблюдении нормативных требований. Наиболее важные показатели безопасности, полученные из моделирования аварий, делятся на несколько категорий.

Передача силы и давления людям

Для коллаборативных роботов, предназначенных для совместного использования рабочего пространства с людьми, наиболее важной мерой безопасности является сила и давление, которые будут передаваться на тело человека во время столкновения. ISO/TS 15066 определяет квазистатические и переходные предельные значения для различных областей тела, от черепа и лица до живота и нижних ног. Моделирование позволяет инженерам оценить, превысит ли конкретная конструкция робота, движущаяся с заданной скоростью и с заданной полезной нагрузкой, эти пределы.

Моделирование высокой точности может смоделировать соответствие тканей человека с помощью биомеханических моделей, полученных из медицинских исследований. Имитируя робота, сталкивающегося с виртуальной человеческой рукой или туловищем, инженеры могут вычислить пиковые давления и сравнить их с порогами травм. Эта способность трансформирует дизайн крышек роботов, набивки и мягких роботизированных решений, которые снижают риск травм без ущерба для производительности.

Поглощение энергии и структурное рассеивание

Роботизированная структура, поглощающая энергию падения за счёт контролируемой деформации, может значительно уменьшить силы, передаваемые в её окружение. Моделирование позволяет инженерам проектировать энергопоглощающие функции, такие как зоны смягчения, сдвига и совместимые стыки. Метрикой интереса здесь является удельное поглощение энергии, измеряемое в джоулях на килограмм структуры. Оптимизируя эти особенности в моделировании, производители могут создавать роботов, которые являются как лёгкими, так и по своей сути безопасными во время столкновений.

Анализ режима отказа и избыточность

Не все аварии приводят к немедленному структурному отказу, но даже некатастрофические сбои могут создавать опасные ситуации. Частично сломанная связь может выйти из строя непредсказуемо во время последующей эксплуатации, или поврежденное совместное уплотнение может позволить смазке просочиться на пол, создавая опасность скольжения. Анализ режима сбоя на основе моделирования помогает инженерам выявлять эти риски и проектировать резервные пути нагрузки или отказоустойчивые механизмы, которые поддерживают структурную целостность даже после аварии.

Применение в отраслевых доменах

В то время как автомобильная промышленность впервые применила моделирование аварий, сектор робототехники адаптировал и расширил эти методы для решения проблем безопасности, связанных с конкретной областью. Различные прикладные среды накладывают разные сценарии аварий, и подходы к моделированию должны быть соответствующим образом адаптированы.

Производство и промышленная робототехника

В тяжёлом производстве промышленные роботы обрабатывают полезные нагрузки, превышающие 500 килограммов, и работают на скоростях, которые могут вызвать тяжёлые травмы. Моделирование аварий для этих систем фокусируется на предотвращении катастрофического структурного сбоя, который может высвободить накопленную энергию или вызвать летающий мусор. Моделирование обычно моделирует удары с фиксированными препятствиями, такими как станки или строительные конструкции, а также столкновения с людьми, которые могут непреднамеренно войти в рабочий конверт робота.

Одним из особенно ценных применений является моделирование сбоев захвата и оснастки. Если робот сбросит тяжелую заготовку, динамическая разгрузка может привести к тому, что рука робота взметнется вверх или вбок, потенциально ударяя по ближайшему персоналу. Моделирование помогает инженерам проектировать безопасные ловушки, схемы удержания нагрузки и алгоритмы реагирования, которые смягчают эти вторичные воздействия.

Логистика и мобильная робототехника

Автономные мобильные роботы (AMR), работающие на складах и распределительных центрах, сталкиваются с другим набором сценариев аварий. Эти роботы разделяют площадь пола с людьми, погрузчиками и другими AMR, работающими со скоростью до 2 метров в секунду. Моделирование аварий для AMR фокусируется на низкоскоростных столкновениях, стабильности опрокидывания и надежности обнаружения препятствий.

Моделирование сценариев аварий для AMR требует точного моделирования взаимодействия колеса и местности, динамики смещения полезной нагрузки и поведения синтеза датчиков. Например, робот, несущий высокую, сверхтяжелую нагрузку, может опрокинуться во время аварийной остановки или столкновения. Моделирование позволяет инженерам оптимизировать алгоритмы стабильности и структурное ужесточение, не прибегая к консервативным ограничениям скорости, которые снижают пропускную способность. Кроме того, интеграция последних исследований по предотвращению столкновений на основе датчиков подчеркивает, как данные моделирования могут информировать настройку зон обнаружения с рейтингом безопасности.