Componentes Visuais OLP: Programação offline de robôs

A programação de robôs offline (PHL ou OLP em inglês) é um método de geração de programas de robôs em software de computador (ambiente virtual) com base em dados CAD 3D.

Depois que o programa do robô for gerado e verificado no software, ele poderá ser baixado para o robô físico.

Vamos imaginar que um robô está programado para soldar uma peça circular em uma peça metálica.

O robô deve mover a tocha de soldagem em um arco 3D ao redor da circunferência da peça, mantendo uma orientação precisa em relação à superfície. Você pode fazer isso ensinando pontos usando um pingente, mas você precisará de um grande número de pontos e isso levará muito tempo. A distância entre as tochas provavelmente variará, assim como a orientação da tocha. Além disso, a célula do robô não estará disponível para produção até que você conclua a programação. Essa paralisação pode durar dias ou até semanas. Com o PHL é muito mais fácil produzir o programa do robô. Importe um arquivo CAD da célula de solda para o software OLP e mostre o caminho que deseja que a tocha siga. Depois de concluído, o software gera o programa do robô e verifica possíveis colisões. Depois de verificado, o programa é baixado no controlador do robô, executado uma vez em baixa velocidade para uma verificação dupla e a célula está pronta para retomar o trabalho.

Toda aplicação robótica é candidata ao PHL;
a única condição é possuir modelos digitais da célula de trabalho, peças, ferramentais e fixações. (Hoje, tudo é projetado em CAD, o que não deve ser um problema.) Contudo, os benefícios são maiores à medida que os caminhos do robô se tornam mais complexos e mais pontos precisam ser ensinados. Com esses pontos em mente, aqui estão alguns dos melhores casos de uso para PHL:

Soldagem – acesso e orientação são desafios específicos que o PHL aborda, e cordões de solda complexos podem exigir um grande número de pontos.

Revestimento (pintura) – assim como na soldagem, a orientação é importante, assim como a espessura da tinta e a distância de afastamento, garantindo que todas as áreas possam ser alcançadas e pintadas de maneira ideal.

Remoção – muitas operações de montagem exigem a remoção de cordões adesivos longos e complexos: o PHL permite que percursos de ferramentas sejam criados off-line rapidamente com qualidade consistente.

Processamento (de superfície) – aplicações como jateamento e rebarbação geralmente exigem caminhos longos e complexos que exigem um grande número de pontos.

Aplicações de montagem (sem gabarito) – os movimentos de preensão e inserção exigem um controle preciso da orientação da pinça, o que é possível em um nível superior com o PHL.

Aplicações de Manuseio de Materiais – PHL permite ao programador determinar a distância mais rápida entre dois locais, o que nem sempre é o caminho mais óbvio.

Corte – Corte a plasma, laser ou jato de água pode funcionar para peças padrão, mas para geometrias complexas, são necessários robôs com padrões de corte precisos que podem ser gerados com PHL

Os fabricantes que utilizam software OLP relatam inúmeros benefícios:

Sem tempo de inatividade do robô
O tempo de programação pode ser reduzido em até 80% e a utilização do robô aumentada em até 95%, aumentando a produtividade do programador e reduzindo o tempo de inatividade da célula.

Tempos de configuração rápidos
É necessário menos tempo para lançar um novo produto em produção – a programação é feita simultaneamente e não sequencialmente.

Maior segurança
Redução do risco de acidentes e lesões

Qualidade mais alta e repetível
Os programas do robô são melhor otimizados (tempos de ciclo mais curtos, maior precisão e consistência), resultando em qualidade de produção mais alta e repetível.

Independente da marca e do processo do robô
Independentemente da marca do robô ou do tipo de processo, o software OLP avançado pode abranger todas as aplicações.

Chega de surpresas
Evitam-se alterações de última hora em fixadores e ferramentas.

Embora qualquer fabricante que utilize robôs possa se beneficiar do PHL, os maiores ganhos são observados quando os tamanhos dos lotes são pequenos e os ciclos de produção são curtos.

O problema é que, ao programar para o robô, alterações e ajustes frequentes reduzem o tempo de atividade e as horas de operação.

Porém, com o Visual Components OLP, os programas são testados virtualmente e carregados nos robôs enquanto os aspectos físicos da célula (fixadores, grampos, etc.) são modificados.

Prudence sugere colocar o robô em um ciclo de baixa velocidade para verificar colisões, após o qual a célula estará pronta para reiniciar a produção. Além disso, quaisquer problemas relacionados ao design na documentação ou nos modelos são identificados antecipadamente e podem ser comunicados a outras equipes e resolvidos sem perda de tempo de produção.

A alternativa ao uso do OLP é programar diretamente no robô.

Esta solução coloca pelo menos três problemas: 1. Risco de atraso no projeto e custos adicionais
2. Preocupações com a segurança
3. Perda de capacidade de produção

O risco de atrasos no projeto é significativo quando a programação é realizada no robô.

Neste ponto, todas as ferramentas e acessórios foram projetados, construídos e instalados. Os transportadores ou outros dispositivos de manuseio estão instalados e as peças estão prontas para uso. Só agora o programador pode começar a ensinar os pontos do robô. É quase certo que surgirão problemas. O robô pode não conseguir chegar a um local específico, as peças podem estar no local errado ou o tempo de ciclo pretendido pode não ser alcançável.

Em todos estes casos, a única solução é redefinir os pontos problemáticos da célula.
Inevitavelmente, isto atrasa o início da produção, por vezes em várias semanas, e resulta em custos adicionais significativos. Aprender pontos usando um pingente muitas vezes requer que o programador entre na célula: esta é às vezes a única maneira de ver para onde a ferramenta está indo ou de verificar se há colisões.

Colocar o robô no modo “aprendizado” deve garantir sua segurança, mas sempre existe o risco de movimentos inesperados, seja do próprio robô ou de um dos outros mecanismos da célula. Finalmente, enquanto o programador aprende pontos dentro da célula de trabalho, o robô não pode fazer mais nada. Este é um tempo improdutivo até que o programador termine e o programa seja comprovado. E mesmo os melhores programadores tendem a subestimar o tempo necessário para a tarefa!