ZusammenfassungDer Erfahrungsaustausch über gute Praxis ist eine Grundvoraussetzung für das Verständnis zwischen Mensch und Technik, welches dabei hilft, dem Menschen als strategischen Entscheider und Nutzer eine optimale Unterstützung zukommen zu lassen. Um der Frage nachzugehen, was gute Praxis im Bereich der Roboterprogrammierung auszeichnet, haben die Autoren eine qualitative und deskriptive Studie mit einem Vergleich zwischen n = 2 Versuchspersonen durchgeführt. Ein Experte und ein Novize bearbeiteten dieselbe Aufgabe: das Programmieren einer Roboterbahn zum Fräsen eines Werkstückes. Mittels Eye-Tracking Analysen und videounterstützter retrospektiver Think-Aloud Interviews wurden die Vorgehensweisen beider Probanden extrahiert und das Vorgehen anschließend formalisiert beschrieben. Zusätzlich ist ein qualitativer Vergleich zwischen den Endergebnissen gezogen worden, bei dem der Experte erwartungsgemäß besser als der Novize abschnitt. Auf Basis der Think-Aloud Protokolle wurden kognitive Prozesse identifiziert, die in diesem Kontext von besonderem Interesse sein könnten. Weiterhin wurden Augenbewegungscharakteristiken zur näheren Beschreibung einiger der kognitiven Prozesse dargelegt.Praktische Relevanz: Die vorliegende Arbeit zeigt ein methodisches Vorgehen zur formalisierten Beschreibung und Abbildung von menschlichem Expertenwissen beim Teach-in von Industrierobotern. Sie bildet die Basis für verschiedene zukünftige Projekte, z. B. das Erstellen von Richtlinien zum praktischen und effizienten Einlernen von Anfängern oder das Umsetzen von nutzerspezifischer Assistenz im Bereich des Teach-ins von Industrierobotern.
Sheet metal parts can often replace milled components, strongly improving the buy-to-fly ratio in the aeronautical sector. However, the sheet metal forming of complex parts traditionally requires expensive tooling, which is usually prohibitive for low manufacturing rates. To achieve precise parts, non-productive and cost-intensive geometry straightening processes are additionally often required after forming. Rollforming is a possible technology for producing profiles at large rates. For low manufacturing rates, robotic rollforming can be an interesting option, significantly reducing investment at the cost of higher manufacturing times while keeping a high process flexibility. Forming is performed incrementally by a single roller set moved by the robot along predefined bending curves. The present work’s contribution to the overall solution is the development of an intelligent algorithm to calculate geometry after a robotic rollforming process based on process reaction forces. This information is required for in-process geometric distortion correction. Reaction forces and torques are acquired during the process, and geometry is calculated based on artificial intelligence (AI) applied to that information. The present paper describes the AI development for this virtual geometry sensing system.
Die langwierige manuelle Entwicklung von Greifsystemen wird durch das im Beitrag vorgestellte Softwaresystem automatisiert. Basierend auf dem Anforderungsprofil werden die einzelnen Bereiche der Softwarelösung vorgestellt und deren Funktionsweise erläutert. Am Beispiel der Gruppierung von Spannpunkten für Türmontagesysteme durch multikriterielle Optimierung wird das Potenzial für die breitere Anwendung der Softwarelösung in flexiblen und modularen Anlagen gezeigt.
The software system presented in this paper allows for automating the tedious manual development of gripping systems. Based on a requirements profile, the individual areas of the software solution are presented and their functionality is explained. The example of grouping clamping points for door assembly systems using multi-criteria optimization, points out the potential for a broader application of the software solution in flexible and modular systems.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.