ASIM Fachtagung 2018 - hs-heilbronn.de · Virtual training for welding. Proceedings of the 3rd IEEE and ACM International Symposium on Mixed Proceedings of the 3rd IEEE and ACM International

Experimentelle Anwendung eines Trainingssimulators

für manuelle Schweißprozesse im Teach-In von

Schweißrobotern

Experimental Adaptation of a Training Simulator for

Manual Welding Processes towards the Teach-In of

Welding Robots

Benjamin Knoke, Mareike Voskuhl, Marcel Tebbe, Markus Häveker, Christian Gorldt, Klaus-Dieter Thoben

ASIM Fachtagung 2018

2Bremen, 13.03.2018 BIBA - Bremer Institut für Produktion und Logistik GmbH Benjamin Knoke

BIBA - Bremer Institut für Produktion und Logistik GmbH

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


Das BIBA

Gegründet 1981 als erstes An-Institut der

Universität Bremen

Zwei Forschungsbereiche:

IKAP: Informations- und

Kommunikationstechnische

Anwendungen in der Produktion

IPS: Intelligent Produktions- und

Logistiksysteme

150 Mitarbeiter

Prof. Dr.-Ing.

Klaus-Dieter Thoben

(IKAP)

Prof. Dr.-Ing.

Michael Freitag

(IPS)

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


Titel: Experimental Adaptation of a Training Simulator for

Manual Welding Processes towards the Teach-In of

Welding Robots

Autoren: Benjamin Knoke, Mareike Voskuhl, Marcel

Tebbe, Markus Häveker, Christian Gorldt, Klaus-Dieter

Thoben

Ziel: Machbarkeitsanalyse zur Anwendung von

Schweißsimulatoren mit Augmented Reality Technologie

zur Konfiguration von Industrierobotern in der

Automobilbranche

Vorgehen:

Gestaltung eines experimentellen Funktionsmusters

Evaluation mittels Experteninterviews

Übersicht zur Veröffentlichung

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


Begriffsklärung: Teach-In

Motivation

Fragestellung

Stand der Technik

Methode

Verwendeter Schweißroboter

Verwendeter Trainingssimulator

Konfiguration

Ergebnisse

Einschränkungen

Zusammenfassung und Ausblick

Gliederung der Präsentation

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


Teach-In ist ein Verfahren zur

Programmierung von Industrierobotern.

Der Roboter wird über eine

Steuerungskonsole manuell über die

gewünschten Positionen gefahren.

Die dabei erzeugten

Koordinatenpunkte werden gespeichert

und die Programmierung erzeugt.

Begriffsklärung: Teach-In

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


Schweißroboter sind ein wichtiger Bestandteil der

Automatisierungstechnik in der Automobilindustrie.

Die Programmierung der Schweißnähte wird

üblicherweise von Programmierer/innen iterativ

durchgeführt.

Simulationen werden bspw. in CAD Umgebungen

durchgeführt, können die Testläufe jedoch nicht ersetzen.

Die bei den Testläufen verbrauchten Karosserieteile

werden verschrottet.

Aktuelle Modelle beinhalten ca. 600 komplexe

Schweißnähte, sodass hier hohe Kosten entstehen.

Motivation

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


Im Ausbildungsbereich werden Trainingssimulatoren zum

Erlernen manueller Schweißfertigkeiten eingesetzt.

Über optische Sensoren wird die relative Orientierung und

Position von Werkstück und Brenner fortlaufend erfasst.

Fragestellung

Mittels Augmented

Reality (AR) werden

Hilfsmarkierungen

eingeblendet.

Untersucht wird,

inwiefern sich diese

Hilfe zum Teach-In

von Schweißrobotern

nutzen lässt.

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


Programme für Schweißroboter werden üblicherweise auf

Basis von CAD Modellen oder mittels Teach-in generiert.

In aktuellen CAD Umgebungen können die Schweißnähte

definiert und die Programmierungen exportiert werden.

In der Automobilbranche ist die Teach-In Methode am

verbreitetsten.

Ein alternativer Ansatz für schwer einsehbare

Schweißnähte wurde von Ni et al. (2017) entwickelt.

Hier werden über Scanner 3D Modelle der realen Bauteile

generiert.

Haptische Eingabegeräte erlauben die Definition der Nähte.

Feedback wird über AR und Vibration ausgeben.

Das Feedback ist auf das Einhalten des Fahrweges limitiert.

Stand der Technik

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


Methode: Verwendeter Schweißroboter

Verwendet wurde ein Kuka-Roboter KR15 (15kg) mit

KRC4-Steuerung

Bestandteile Schweißgerät:

- Stromquelle und CPU

- Kabelbaum

- Verlängerungsflansch

- Materialzuführung

- Vorschubmotor

- Brenner

- Tech-Software

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


Verwendet wurde ein Trainingssimulator für Schweißer

von Seabery Soluciones. SL der Marke Soldamatic.

Die vom System angezeigten Parameter umfassen:

Brennerabstand, Anstellwinkel, Brennerwinkel, Laufweg,

und Geschwindigkeit. Außerdem werden Stromstärke,

Spannung und Gaszufuhr variiert werden.

Methode: Verwendeter Trainingssimulator

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


Zur Befestigung des Kamerasystems wurde eine

Halterung konstruiert.

Die Programmierung wurde entsprechend des Feedbacks

justiert und anschließend mehrfach abgefahren.

Die Ergebnisse wurde von Auszubildenden, Ausbildern

und Roboterbedienern bewertet.

Methode: Konfiguration

Parameter WertSchwierigkeit AnfängerMaterial StahlSchweißverfahren MIG/MAGWerkstück T-StoßMaterialstärke 10mmDrahtdurchmesser 1mmNahtart Kehlnaht, 1-lagigSchutzgas Argon-MischgasStromstärke 23ASpannung 30V

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


Die Markierungen konnten genutzt werden, um die

Programmierung anzupassen.

Eine entsprechend erstellte Programmierung lieferte

konstante Ergebnisse.

Orientierung und Position des Brenners gleichen dabei

der idealen Einstellung.

Durch das Kamerasystem erhält der Bediener eine

bessere Sicht auf das Werkstück, was bei schwer

zugänglichen oder unergonomischen Prozessen hilft.

Die Anwendung der Simulation wurde vom

Wartungspersonal prinzipiell sehr positiv bewertet, da sich

so viel Aufwand einsparen ließe.

Ergebnisse

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


Die von der Simulation verlangte Geschwindigkeit (ca.

1,5mm/s) würde zu einem Durchbrennen führen.

Die Anwender bewerten die Simulation als zu starr, um

industriellen Anforderungen gerecht zu werden.

Z. B. können innerhalb einzelner Schweißprozesse variable

Wandstärken eine Variation der Geschwindigkeit erfordern.

Die Anwendung ist limitiert auf die von der Simulation

vorgegebenen Übungswerkstücke. Eine Erweiterung auf

Grundlage derselben Technologie ist aufwändig.

Das Kamerasystem erfordert eine Positionierung in einer

Entfernung von etwa 300mm zum Schweißbrenner und ist

relativ anfällig für Vibrationen.

Einschränkungen

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


Die visuelle Unterstützung des Teach-Ins mittels AR ist

prinzipiell möglich.

Gute Ergebnisse entstanden bei Orientierung und Position

des Brenners.

Die Verwendung für schwer zugängliche Prozesse bietet

einen zusätzlichen Mehrwert.

Für den industriellen Einsatz ist eine dedizierte Anwendung

erforderlich, die entsprechend konfigurierbar ist.

Ein Scanner-Modul (vgl. Ni et al. 2017) könnte die

Verwendung individueller Bauteile ermöglichen.

Zusammenfassung und Ausblick

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


T. Bauernhansl, M. Ten Hompel & B. Vogel-Heuser. Industrie 4.0 in Produktion, Automatisierung und Logistik: Anwendung,

Technologien und Migration. Springer, Vieweg, Wiesbaden. 2014.

D. Hömberg, C. Landry, M. Skutella & W. A. Welz. Automatic Reconfiguration of Robotic Welding Cells. Mathindustry 27, pp. 183-

203, 2017

A. Lüder & N. Schmidt. Challenges of Mechatronical Engineering of Production Systems: An Automation System Engineering View.

Mathindustry 27, pp. 93-114, 2017.

L. A. Ferreira, Y. L. Figueira, I. F. Iglesias, & M. Á. Souto. Offline CAD-based Robot Programming and Welding Parametrization of a

Flexible and Adaptive Robotic Cell Using Enriched CAD/CAM System for Shipbuilding. Procedia Manufacturing 11, pp. 215-223,

2017.

P. Kah, M. Shrestha, E. Hiltunen & J. Martikainen. Robotic arc welding sensors and programming in industrial applications.

International Journal of Mechanical and Materials Engineering 10(13), 2015.

C. M. Horváth, P. Korondi & T. Thomessen. Robotized multi-pass Tungsten Inner Gas welding of Francis hydro power turbines.

Proceedings of the 26th International Symposium on Industrial Electronics (ISIE), pp. 1759-1765, 2017.

D. Ni, A. W. W. Yew, S. K. Ong & A. Y. C. Nee, Haptic and visual augmented reality interface for programming welding robots.

Advances in Manufacturing 5(3), pp. 191-198, 2017.

K. Fast, T. Gifford & R. Yancey. Virtual training for welding. Proceedings of the 3rd IEEE and ACM International Symposium on Mixed

and Augmented Reality (ISMAR 2004) in Arlington, pp. 298-299, 2004.

S. White, M. Prachyabrued, D. Baghi, A. Aglawe, D. Reiners, C. Borst & T. Chambers. Virtual welder trainer. Proceedings of the IEEE

Virtual Reality Conference 2009 in Lafayette, pp. 303-303, 2009.

M. L. L. Okimoto, P. C. Okimoto & C. E. Goldbach. User experience in augmented reality applied to the welding education. Procedia

Manufacturing 3, pp. 6223-6227, 2015.

B. Knoke & K. D. Thoben. Integration of Simulation-based Training for Welders. Simulation Notes Europe 27(1), pp. 37-44, 2017.

Seabery Soluciones. Soldamatic educational augmented reality: la tecnología educativa más avanzada y competitiva para la

formación de soldadores, 100% española. Soldadura y tecnologías de union 23(130), pp. 58-60, 2012.

Quellen

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


Vielen Dank für Ihre Aufmerksamkeit

BIBA - Bremer Institut für Produktion und Logistik GmbH

an der Universität Bremen

Postanschrift: Postfach P.O.B. 33 05 60 · D-28335 Bremen / Germany

Geschäftssitz: Hochschulring 20 · D-28359 Bremen / Germany

USt-ID: DE814890109 Amtsgericht Bremen HRB 24505 HB

Tel: +49 (0) 421/218-02 +49(0)421/218 - 50031

E-Mail: [email protected] · Internet: www.biba.uni-bremen.de

Geschäftsführer: Prof. Dr.-Ing. K.-D. Thoben

Benjamin Knoke

BIBA – Bremer Institut für Produktion und Logistik GmbH

at the University of Bremen

IKAP - Collaborative Business in Enterprise networks

Hochschulring 20, D-28359 Bremen, Germany

phone: +49 (0)421-218 50185

fax: +49 (0)421-218 50007

mailto: [email protected]

http://www.biba.uni-bremen.de

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


MESA Projekt

Name: MESA – Medieneinsatz in der Schweißausbildung

Laufzeit: 01.08.2015 - 31.01.2018

Programm: Digitale Medien in der beruflichen Bildung

Ziel: Erforschung von Digitaler Medien zur Qualifizierung von

Schweißern, Fokus auf Trainingssimulatoren

Koordination: Benjamin Knoke, BIBA – Bremer Institut für Produktion

und Logistik GmbH

Weitere Informationen auf: http://mesa-projekt.de

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


Begriffsklärung: AR/VR Technik

AR: Erweiterte Realität (Augmented Reality)

Computergestützte, durch Informationen erweiterte Realität

VR: Virtuelle Realität (Virtual Reality)

Computergenerierte, interaktive und virtuelle Umgebung

© B

IBA

A

lle R

echte

vorb

ehalten.

Vert

raulic

hes u

nd g

eschütz

tes D

okum

ent


Halterung für Kamerasystem

Documents

ASIM Fachtagung 2018 - hs-heilbronn.de · Virtual training for welding. Proceedings of the 3rd IEEE and ACM International Symposium on Mixed Proceedings of the 3rd IEEE and ACM International