Aufgrund der außergewöhnlichen Flexibilität in industriellen Fertigungsprozessen verspricht der Einsatz von Fräsrobotern eine deutliche Steigerung der Effizienz und Wirtschaftlichkeit gegenüber herkömmlichen Fräsbearbeitungszentren. Speziell bei der Bearbeitung großvolumiger Bauteile kommen ihre Vorteile, wie die niedrigen Anschaffungskosten bei gleichzeitig großem Arbeitsraum, voll zum Tragen.

Der Einsatz wird jedoch oftmals durch die geringe statische und dynamische Steifigkeit des Roboters beschränkt: aufgrund der wirkenden Prozesskräfte wird der Tool Center Point (TCP) des Roboters während des Prozesses stark vom geplanten Pfad abgedrängt. Sofern diese Abdrängung nicht durch eine vorgelagerte Kompensationssteuerung oder eine prozessbegleitende Prozessregelung minimiert werden kann, führt dies zu unzulässigen Formabweichung von der Sollgeometrie des Bauteils.

Vorarbeiten auf diesem Gebiet haben gezeigt, dass eine Modellierung der Robotereigenschaften entweder durch physikalisch motivierte Robotermodelle oder durch datenbasierte maschinelle Lernverfahren möglich ist.

Gemeinsam mit der toolcraft AG mit Sitz in Georgensgmünd adressiert das iwb die Fusion beider Modellierungsarten unter Verwendung statistisch abgesicherter maschineller Lernverfahren und somit die Steigerung der Arbeitsgenauigkeit von Industrierobotern in der spanenden Fertigung bei gleichzeitiger Absicherung der Modellprognosen.

Um die positionsabhängige statische Nachgiebigkeit des Roboters fortlaufend im Prozess zu überwachen, müssen die Verlagerungen des TCP aufgrund externer Kräfte und Momente messtechnisch erfasst werden. Zur Erfassung der Verlagerungen wird ein modernes Robotersystem des Herstellers MABI Robotic mit integrierten, an- und abtriebsseitigen Drehgebern und Dehnmessstreifen an den längeren Strukturelementen verwendet. Die prozessinduzierten Kräfte und Momente können prozessbegleitend durch einen sensorischen Werkzeughalter der pro micron GmbH erfasst werden.

Danksagung

Wir danken dem Bayerischen Staatsministerium für Wirtschaft, Landesentwicklung und Energie (StMWi) für die Förderung des Projekts ProKIRo (Probabilistische Methoden der künstlichen Intelligenz zur Robotermodellierung für den Einsatz in der Fertigungstechnik).