Laut Interact Analysis werden in acht Jahren 30 Prozent aller verkauften Roboter kollaborativ sein. Was bedeutet das für Schmalz?
Dr. Kurt Schmalz: Viel Arbeit – im positiven Sinn. Wächst der Markt für Cobots, steigt auch der Bedarf an neuen Greifern. Die International Federation of Robotics prognostiziert, dass in zwei Jahren der Umsatz durch End-of-Arm-Tools bei 1,6Mrd.€ liegen wird. Allerdings stellen die Leichtbauroboter völlig andere Anforderungen an die Endeffektoren als herkömmliche Industrieroboter. Um die maximale Traglast nicht zu sehr zu reduzieren, müssen sie leicht und dennoch stabil sein. Die kleineren Roboter sind einfach in der Programmierung und erlernen schnell neue Aufgaben. Diese Flexibilität erwarten Nutzer auch von den Greifern – sei es, indem sie zügig auszutauschen sind, universell eingesetzt oder in kürzester Zeit konfiguriert und geliefert werden können. Weil die kollaborativen Helfer im direkten Umfeld des Menschen arbeiten, müssen wir schon bei der Konstruktion sämtlicher Komponenten die Sicherheit z.B. im Sinne der ISO/TS15066 berücksichtigen. Vakuumerzeuger sind ebenso zu integrieren wie Sensoren und Schnittstellen, die Daten sammeln und an die übergeordnete Steuerung weiterleiten können. Das ermöglicht effizienz- und produktivitätssteigernde Funktionen wie Condition Monitoring und Predictive Maintenance, die Anwender heute für ihre moderne Fertigung erwarten. Die Automatisierung einer individualisierten Produktion – bei der Cobots mittlerweile auch für KMU eine wirtschaftliche Lösung sind – ist die Zukunft und funktioniert nur über die Digitalisierung.
Flexibilität und Intelligenz der einzelnen Komponenten sind zwei bestimmende Faktoren, die im Kontext der modernen Fertigung häufig genannt werden. Wie wirkt sich das auf Ihre Entwicklungsprozesse aus?
Dr. Schmalz: Es gibt mehrere Wege, den Anwender in der sich stetig wandelnden Produktion mit entsprechenden Lösungen adäquat zu begleiten. Einer ist, Greifer zu entwickeln, die auch ungleiche Werkstücke handhaben können. So hält unser Flächengreifsystem FXCB/FMCB aufgrund seines flexiblen Schaums als Greiffläche Kartons oder Bauteile mit unterschiedlicher Geometrie, Größe und Beschaffenheit. Ein weiterer zielt darauf ab, dass der Anwender den für ihn passenden Greifer selbst konfiguriert und auch modifiziert. Möglich machen das unsere Modulbaukästen für Vakuumendeffektoren. Noch einen Schritt weiter sind wir nun mit dem im 3D-Druck gefertigten Leichtbaugreifer SLG: Auch er wird vom Anwender individuell konfiguriert, wofür wir ein eigenes Engineering Tool entwickelt haben. Ausgangspunkt ist immer die Handhabungsaufgabe, der sich die Lösung anpassen muss – egal ob flach oder mit Freiformflächen. Weil unser Expertenwissen in der Software steckt, kann der Nutzer ohne Spezialkenntnisse den passenden Greifer zusammenstellen. Mit wenigen Klicks und – durch das additive Fertigungsverfahren – kurzer Lieferzeit ist der Endeffektor einsatzbereit. Neben der schnellen Verfügbarkeit der Endeffektoren spielt natürlich auch die einfache Inbetriebnahme eine wichtige Rolle. NFC-Schnittstellen vereinfachen deutlich die Parametrierung, während IO-Link-Schnittstellen die Intelligenz in die Aktor- und Sensorebene holen. Sie machen Vakuumerzeuger und -greifer sichtbar für die digitale Fertigungsumgebung und steigern somit die Effizienz des Gesamtsystems.
Das klingt so, als seien die Weichen für die Zukunft schon gestellt. Wo liegen die Herausforderungen?
Dr. Schmalz: Auch wenn die Digitalisierung kein Fremdwort mehr ist, so stehen wir noch vor einigen ungelösten Aufgaben. Eine Herausforderung ist das Thema Kommunikation: Jeder Roboter hat sein eigenes Betriebssystem. Unsere Greifer müssten theoretisch alles können. Daher ist ein Ziel für die Zukunft, eine einfachere Kommunikation zwischen Greifern und Robotersteuerung zu ermöglichen. Darüber hinaus tut sich derzeit sehr viel bei der Frage, wie die gesammelten Daten analysiert werden können. Denn sie sind erst wertvoll, wenn die richtigen Informationen daraus gezogen werden – und das möglichst in Echtzeit. Hierbei kommen zunehmend maschinelles Lernen oder künstIiche Intelligenz zum Einsatz. Den Einstieg ins maschinelle Lernen haben wir bereits vollzogen – mit überwachten Lernverfahren zur Fehlerklassifikation im Vakuumsystem und Regressionsmodellen zur Verschleißprognose zwecks vorausschauender Instandhaltung. Aber das ist erst der Anfang. Interessant wird es, wenn Greifer selbst lernen und sich somit eigenständig auf wechselnde oder unbekannte Werkstücke anpassen können. Dafür benötigen sie allerdings mehr Informationen, z.B. durch die Verknüpfung mit einem Kamerasystem. Das ist ebenso für die Vereinzelung chaotisch bereitgestellter Objekte wichtig, also die Koordination von visueller Wahrnehmung und Bewegungsapparat. Auch hier gibt es noch viel Entwicklungspotenzial.
www.schmalz.com