Table of Contents

Исследование времени уже давно является краеугольным камнем промышленного машиностроения, но его применение в проектах робототехники и автоматизации требует нового подхода, основанного на данных. Поскольку автоматизированные системы становятся более сложными и интегрированными, понимание точной продолжительности каждой операции больше не является роскошью - это необходимость для достижения оптимального времени цикла, сокращения отходов и раскрытия полного потенциала производственной линии. Эта статья обеспечивает авторитетное, пошаговое исследование того, как применять методы исследования времени в проектах робототехники и автоматизации, от основополагающих концепций до передовых аналитических методов.

Фонд: Что означает исследование времени в автоматизированной среде

Традиционное исследование времени предполагает наблюдение за оператором-человеком, выполняющим задачу, и запись времени для каждого элемента с помощью секундомера. В робототехнике концепция расширяется, чтобы включить журналы датчиков, временные метки программируемого логического контроллера (PLC) и данные системы зрения. Цель остается прежней: установить стандартное время для каждого рабочего элемента, определить источники вариации и систематически сократить время, не связанное с добавленной стоимостью.

В автоматизации, исследование времени не просто измерение того, сколько времени занимает рука робота, чтобы выбрать и разместить компонент. Это о понимании взаимодействия между профилями движения робота, скорости конвейера, задержки датчиков и точки вмешательства человека. При правильном применении, это позволяет инженерам балансировать линии, размер буферов и дизайн управления логикой, которая минимизирует время простоя.

Почему традиционные методы не подходят для робототехники

Классические исследования секундомера предполагают относительно повторяемую человеческую производительность. Роботы, однако, детерминированы в своих путях движения, но подвержены изменениям от износа, температуры, изменения полезной нагрузки и отклонений программы. Одно измерение может не захватывать полное распределение времени цикла. Поэтому современное исследование времени в автоматизации опирается на статистическую выборку и непрерывный сбор данных из самой системы управления.

Например, роботизированная сварочная ячейка может иметь запрограммированное время цикла 45 секунд, но фактическое время может варьироваться от 43 до 48 секунд из-за переменной продолжительности очистки факела или несоответствий в установке деталей. Без надежной методологии исследования времени эти скрытые потери остаются незамеченными.

Пошаговая методология для проведения исследования времени в проектах робототехники

Применение изучения времени к автоматизации требует структурированного подхода, который учитывает как детерминированную природу машин, так и стохастические элементы окружающей среды. Следующий расширенный процесс охватывает основные этапы, от подготовки до непрерывного совершенствования.

1.Определить объем и единицу работы

Ясно указать границы изучаемой операции. Является ли это одной задачей робота (например, выбор и место виджета), цельной ячейкой (робот плюс конвейер плюс проверка) или многостанционной сборочной линией? Разбейте общий процесс на макроэлементы и микроэлементы. Макроэлементы могут включать в себя «робот выбирает часть», «робот перемещается в положение сборки», «робот вставляет крепеж». Микроэлементы разбивают их на более тонкие движения: «подходная часть», «подъем», «ускорение до целевой скорости», «замедление», «выпуск».

Каждый элемент должен иметь определенную точку начала и конца, которые могут быть идентифицированы в данных датчика или видеоматериалах. Например, начало «подъемной части» может быть определено как момент, когда робот покидает датчик домашнего положения, и конец, когда производится переключатель близости захвата.

2.Выберите инструменты сбора данных

Хотя секундомер все еще может использоваться для первоначального бенчмаркинга, современные проекты требуют более сложных инструментов:

  • PLC и журналы контроллеров роботов: Большинство регистров времени цикла вывода промышленных роботов, времени сегмента и временных меток ввода/вывода через OPC UA или EtherNet/IP.
  • Высокоскоростные видеокамеры: При диагностике сложных движений или совместной работе человека и робота видеозапись со скоростью 240 кадров в секунду или выше позволяет проводить анализ движений слишком быстро для глаза.
  • Внешнее программное обеспечение для захвата времени: Такие инструменты, как PSM (Профессиональный научный метод) или даже пользовательские скрипты Python, могут анализировать файлы журналов, вычислять статистику и автоматически генерировать гистограммы.
  • Носимые датчики для операторов-людей: В полуавтоматизированных ячейках инерционные единицы измерения (ИМУ) на запястьях рабочих могут регистрировать время достижения и периоды простоя.

Выберите инструмент, соответствующий требуемой точности. Для высокоскоростного робота-выборщика, работающего со скоростью 120 циклов в минуту, обязательна миллисекундная точность. Для ручной сборочной станции с пятиминутным циклом может быть достаточным секундомер с разрешением 0,1 секунды.

3. Документировать стандартные условия труда

Исследование времени является действительным только в том случае, если условия являются последовательными.

  • Модель робота, версия прошивки и профиль движения (например, трапециевидная кривая против S-кривой).
  • Вес полезной нагрузки, тип захвата и настройки давления воздуха или напряжения.
  • Скорость конвейера, ориентация на представление деталей и надежность фидеров.
  • Факторы окружающей среды: температура, влажность, освещение окружающей среды (влияющее на системы зрения).
  • Уровень опыта оператора, если вовлечено взаимодействие человека.

Если в ходе исследования какое-либо состояние изменится, отметьте его и обработайте данные как отдельный образец. Например, робот, который выбирает два разных типа деталей с различной геометрией, будет иметь два разных распределения времени цикла.

4.Сбор данных: Вопросы размера выборки

В ручных исследованиях времени часто берут минимум 10-20 циклов. Для автоматизации вариабельность ниже, но все же присутствует. Используйте статистическую формулу для размера выборки:

Если z является z-баллом (1,96 для 95% уверенности), σ является оцененным стандартным отклонением от пилотного исследования, и E является приемлемой ошибкой (например, 0,5 секунды). Для робота с σ = 0,3 с и E = 0,1 с, вам понадобится (1,96 * 0,3 / 0,1)2 ≈ 35 циклов. Соберите по меньшей мере 50 циклов для надежного базового уровня. Данные журнала за несколько смен, чтобы захватить изменения от износа инструмента, температуры окружающей среды или задержки подачи части.

Используйте автоматизированную регистрацию везде, где это возможно. Вручную синхронизацию 50 циклов робота утомительно и подвержено ошибкам. Вместо этого создайте историк данных, который записывает «полный цикл» битовой метки для сотен циклов без вмешательства оператора.

5. Анализ и нормализация данных

После сбора сырого времени выполните следующий анализ:

  • Удалить выбросы: Исключить циклы, которые включают изменения поддонов, изменения инструмента или восстановление неисправностей.Использовать метод межквартильного диапазона (IQR): любая точка данных более 1,5× IQR ниже Q1 или выше Q3 должна быть помечена и исследована, а не автоматически отбрасываться.
  • Компьютерная описательная статистика:] Средний, медианный, режим, стандартное отклонение, минимальный, максимальный и процентильный (P5, P50, P95, P99). Среднее дает среднее время цикла, но медиана менее чувствительна к выбросам. P95 указывает время, в течение которого 95% циклов заканчиваются — решающее для гарантий пропускной способности.
  • Создать гистограммы и контрольные диаграммы: Гистограмма показывает форму распределения (нормальную, бимодальную, перекошенную). Контрольная диаграмма (например, X-bar и R-карта) показывает, является ли процесс статистически стабильным с течением времени.
  • Выполните поломку на уровне элементов: Если система регистрации фиксирует время сегмента, вычислите пропорцию, которую каждый элемент вносит в общую сумму.

Например, роботизированная буровая ячейка может показать, что 40% времени цикла тратится на быстрый переход (перемещение между отверстиями), 30% на фактическое сверление и 30% на изменение инструмента.

6. Определить узкие места и возможности для улучшения

Используя данные, чтобы определить самый медленный элемент в процессе. Общие выводы в области автоматизации включают:

  • Чрезмерное ускорение/замедление, которое можно сократить без потери точности.
  • Ненужное время ожидания из-за плохо синхронизированных сигналов ввода-вывода (например, робот ждет датчика, который запускает позже, чем необходимо).
  • Время проверки зрения, которое можно параллелизировать с движением робота через перекрывающиеся последовательности.
  • Точки ручного вмешательства, такие как оператор, разгружающий фиксатор, которые создают расширение цикла.

Создать диаграмму времени элементов Парето для визуализации «жизненно немногих» элементов, вызывающих большую часть времени цикла. Затем выработать гипотезы для улучшения. Например, для сокращения времени приобретения зрения с 200 мс до 120 мс может потребоваться переключение с USB-камеры на GigE Vision-камеру с аппаратным запуском.

7. Улучшения и проведение последующих исследований

После внесения изменений — будь то в логике программы робота, конструкции инструмента или скорости конвейера — выполните новое исследование времени для проверки воздействия. Используйте ту же методологию измерения для сравнения статистики до и после. Примените тест гипотезы (например, тест T-образца с двумя образцами или тест Mann-Whitney U), чтобы определить, является ли изменение статистически значимым. Документируйте результаты в структурированном отчете, который включает в себя новое стандартное время, достигнутое сокращение и любые побочные эффекты (например, увеличение износа сустава из-за более высокого ускорения).

Закройте цикл, обновив производственные стандарты, обучив операторов и изменив при необходимости логику ПЛК. Исследование времени не является одноразовым событием; оно должно быть интегрировано в цикл непрерывного совершенствования (Plan-Do-Check-Act).

Преимущества применения исследования времени в робототехнике и автоматизации

Вложение времени и ресурсов в систематическое изучение дает ощутимую отдачу, которая выходит за рамки простого сокращения времени цикла.

  • Точное балансирование линий: Зная точное время цикла каждой станции, инженеры могут распределять работу равномерно, минимизировать время простоя и повысить общую эффективность оборудования (OEE). Сбалансированная линия может увеличить пропускную способность на 15-30% без добавления одного робота.
  • Оценка и цитирование затрат: Для интеграторов автоматизации точные данные о времени позволяют точно оценить стоимость новых проектов. Переоценка времени цикла приводит к неконкурентоспособным котировкам; недооценка приводит к пропущенным срокам и эрозии прибыли. Хорошо документированная библиотека исследований времени поддерживает оба.
  • Оптимизация энергии: Более быстрое время цикла часто означает более высокое пиковое потребление энергии. Но данные исследования времени могут выявить возможности для сокращения использования энергии путем оптимизации профилей движения (например, с использованием энергооптимальных S-кривых) и сокращения времени простоя, способствуя достижению целей устойчивости.
  • Улучшенное взаимодействие человека и робота:] В совместных приложениях время, необходимое человеку для выполнения задачи по отношению к циклу робота, имеет решающее значение. Исследование времени помогает разработать безопасные, эффективные точки передачи и сокращает время ожидания оператора, улучшая эргономику и удовлетворенность работой.
  • Прогнозные данные по техническому обслуживанию: Тенденции во времени цикла увеличиваются в течение недель или месяцев, что может сигнализировать о механическом износе (например, ответная реакция на передачу, ухудшение подшипника) до того, как произойдет поломка. Простая контрольная диаграмма по времени цикла может служить в качестве системы раннего предупреждения.

Проблемы и соображения: Навигация по подводным камням

Несмотря на свою мощь, применение времени в проектах робототехники сопряжено с различными проблемами, которые требуют тщательного планирования и технической подкованности.

Задача 1: Высокое разрешение данных требует надежной инфраструктуры

Для захвата микроэлементов инженерам необходим доступ к высокоскоростным данным от датчиков и контроллеров. Многие устаревшие системы регистрируют только общее время цикла на уровне ПЛК. Обновление до современных контроллеров или добавление внешних устройств захвата данных может быть необходимым, но может быть дорогостоящим. Смягчение: Начните с легкодоступных данных с самым высоким разрешением (например, журналы сегмента контроллера робота) и добавьте только внешнее оборудование, где это оправдано потенциальной экономией.

Задача 2: Вариабельность частей и окружающей среды

Автоматизированные ячейки часто обрабатывают несколько вариантов продукта, каждый с немного отличающимся временем цикла. Одно среднее значение может быть не репрезентативным. Решение состоит в сегментировании данных по типу продукта и выполнении отдельных временных исследований для каждого. Используйте штрих-код или RFID-ввод для автоматического ввода журналов тегов с идентификатором продукта. Затем создайте семейство стандартных времен и соответствующим образом настройте баланс линий.

Задача 3: «Эффект Хоторна» в ручных операциях

Когда операторы знают, что они находятся в режиме времени, они могут работать быстрее (или медленнее), чем их нормальный темп. Это меньше проблема для чисто роботизированных задач, но в полуавтоматизированных клетках, где люди загружают / разгружают, эффект существует. Митите, используя скрытый или неинтрузивный сбор данных, где этически допустимо. Альтернативно, собирайте данные в течение длительного периода (дней или недель), чтобы первоначальная реактивность урегулировалась.

Задача 4: Динамические изменения в процессе работы

Роботы могут переключаться между программами, менять инструменты или выполнять процедуры восстановления после ошибок. Эти события искажают распределение времени цикла. Инженер должен решить, включать ли такие события в «нормальное» время цикла или рассматривать их как отдельные надбавки. Наилучшая практика заключается в определении «стандартного цикла» (без ошибок, без изменений инструмента) и затем добавить отдельные надбавки для событий простоя на основе исторических показателей возникновения.

Задача 5: Синхронизация множественных потоков данных

В многороботной ячейке выравнивание меток времени от разных контроллеров может быть сложным. Используйте сервер общего сетевого протокола времени (NTP) для синхронизации всех часов. Для высокоточных потребностей рассмотрите аппаратную синхронизацию времени, такую как IEEE 1588 (Протокол точного времени). Без надлежащей синхронизации поломка на уровне элементов на машинах становится бессмысленной.

Передовые технологии: интеграция изучения времени с Индустрией 4.0

Появление цифровых двойников и IoT-платформ превратило изучение времени из ручной, периодической деятельности в непрерывный, автоматизированный процесс. Вот передовые методы, которые используют команды дальновидных разработчиков:

Мониторинг времени в реальном времени с помощью панелей мониторинга

Подключите контроллер робота к облачной или краевой платформе (например, используя MQTT или MTConnect). Потоковые данные о времени цикла каждый цикл и отобразите его на приборной панели в реальном времени, показывающей среднее значение, стандартное отклонение и ограничения управления. Когда процесс превышает статистические ограничения, генерируется предупреждение, позволяющее немедленное расследование. Это превращает исследование времени в цикл обратной связи в реальном времени.

Цифровое моделирование близнецов для анализа «что если»

Постройте цифровой двойник ячейки в программном обеспечении, таком как Siemens Tecnomatix, Visual Components или MATLAB/Simulink. Калибруйте моделирование с использованием фактических данных исследования времени (время элементов, ускорения, скорости конвейера). Затем запустите сотни сценариев - изменение путей робота, добавление датчиков, изменение последовательности частей - для прогнозирования результатов времени цикла без нарушения производства. Это особенно ценно на этапе проектирования новой линии.

Машинное обучение для обнаружения и оптимизации аномалий

При наличии достаточных данных о времени исторического цикла обучить модель (например, случайный лес или LSTM) прогнозировать время цикла на основе входных переменных, таких как идентификатор партии, температура и предыдущие времена цикла. Модель может отмечать циклы, которые являются ненормальными, прежде чем они вызовут сбой. Кроме того, алгоритмы обучения усилению могут оптимизировать профили движения робота, чтобы минимизировать время цикла, соблюдая ограничения на энергию и ускорение.

Сочетание исследования времени с захватом движения для эргономического анализа

Когда люди работают вместе с роботами, данные исследования времени могут быть сплавлены с захватом движения (например, из инерционных костюмов) для анализа как времени, так и биомеханики. Это позволяет инженерам перепроектировать рабочие станции, чтобы уменьшить время достижения оператора и неудобные позы, одновременно улучшая время цикла и безопасность работников.

Исследование времени сокращает время цикла на 22% в линии роботизированной сборки

Рассмотрим сборочную линию бытовой электроники, где шесть коллаборативных роботов (коботов) прикрепляют компоненты телефона. Первоначальное время цикла составляло 8,2 секунды на продукт. Инженерная команда провела систематическое исследование времени с использованием журналов контроллеров роботов в течение двух смен (600 циклов). Они обнаружили, что коботы потратили 1,8 секунды (22% времени цикла) в ожидании системы зрения, чтобы осмотреть предыдущую часть, прежде чем разрешить следующий выбор. Проверка зрения была последовательной, а не параллельной.

Пересеквенировав программу робота, чтобы начать проверку раньше (переход с движением робота поперек), время ожидания сократилось до 0,3 секунды. Время цикла сократилось до 6,7 секунды - улучшение на 22%. Изменение требовало только модификаций программного обеспечения, никаких инвестиций в оборудование. Последующие исследования времени подтвердили выигрыш, а также выявили незначительное увеличение изменения положения захвата, потому что робот теперь двигался до того, как результат проверки был полностью подтвержден. Команда скорректировала пороги датчика и подтвердила, что коэффициенты дефектов остались неизменными. Результат: увеличение производства на 1100 единиц в день, что означает ежегодную экономию в размере 180 000 долларов США.

Этот случай иллюстрирует, как целевое исследование времени в сочетании с творческим мышлением может принести значительную отдачу с минимальными капитальными затратами.

Заключение

Изучение времени — это не пережиток прошлого. В проектах по робототехнике и автоматизации — это жизненно важный инструмент для достижения максимальной производительности, снижения затрат и обеспечения непрерывного совершенствования. Выходя за рамки секундомера и охватывая логирование данных, статистический анализ и цифровое моделирование двойников, инженеры могут выявить скрытые неэффективности, которые в противном случае оставались бы невидимыми. Проблемы качества данных, изменчивости и синхронизации реальны, но с методическим подходом и современными инструментами они управляемы. По мере того, как системы автоматизации становятся более интеллектуальными, интеграция изучения времени с мониторингом в реальном времени и машинным обучением станет стандартной практикой. Для любого инженера, серьезно относящегося к оптимизации автоматизированных процессов, освоение применения исследования времени является важным навыком, который выплачивает дивиденды от концепции к производству.