Op een onlangs in Dortmund gehouden symposium over robots in de verpakkingsindustrie hield ir. Horst Nowicki een uiteenzetting over de ontwikkelingen in de software die nodig is om robots, met name ook in verpakkingstoepassingen, aan te sturen. Volgens Nowicki beslaat het operationele terrein van de beschikbare programma’s inmiddels de hele benodigde range, van numerieke aansturingen tot vierde-generatietalen.
In robotland is inmiddels een versimpeling opgetreden van de toepassingsprogrammatuur. Waren er in 1985 nog meer dan honderd verschillende talen voor de aansturing van robots, volgens Nowicki is het zes jaar later al min of meer standaard om te werken met Basic of Pascal of een afgeleide daarvan. Het aantal (totaal verschillende) talen is daarmee volgens hem aanmerkelijk gereduceerd.
Nowicki gaf een resume van de huidige technieken en mogelijkheden op het gebied van robot-programmering. Naarmate de flexibiliteitseisen die aan verpakkingsrobots worden gesteld, zwaarder worden, worden ook hogere eisen gesteld aan de intelligentie van de besturingen. Niet alleen moet de programmatuur in staat zijn het veranderlijke verloop van mechanische verpakkingshandelingen te sturen, maar met name ook dat die programmatuur flexibel moet reageren op sensorsignalen. Want binnen het hele terrein van de robotaansturingen speelt sensortechniek een grote rol.

Gradaties

Sensorsignalen kunnen op vele manieren worden verwerkt. Elementair is de programmastop die de robot tot stilstand brengt na binnenkomst van een sensorsignaal. Een ander signaal bevat een eenvoudige bewegingsinstructie, die de robot op een tevoren gedefinieerde positie brengt. Dit zijn zogenoemde ‘wanneer-dan’-instructies.
Al wat gecompliceerder is de tweeledige bewegingsbeinvloeding, waarbij na binnenkomst van een signaal de keuze uit twee verschillende bewegingen kan worden gemaakt. Dat werkt volgens het schema: ‘wanneer signaal, dan bewegen naar links’ of ‘wanneer geen signaal, dan bewegen naar rechts’.
De meest intelligente oplossing is de ‘learning by doing’-methode. Hierbij worden afwijkingen (sensorsignaal) van het verloop van de beweging in het geheugen opgeslagen, meetkundig berekend en gecorrigeerd. Die correctie wordt later in het programma getoetst en, indien nodig, als nieuwe waarde weer in het geheugen opgeslagen.
Daarbij moet in ogenschouw worden genomen dat een hoge intelligentie van de sensor zelf al een deel van deze taken kan uitvoeren.
Natuurlijk moet, aldus Nowicki, de robot bij verpakkingswerkzaamheden flexibel op sensorsignalen kunnen reageren. De verpakkingstechniek heeft zo haar eigen eisen. Toleranties van minder dan 0,5 millimeter bij herhaalde positionering van de grijper zijn bij veel industrierobots standaard. De verpakkingsindustrie kent uiteenlopende toleranties. Bij voorbeeld toloranties bij het gereedmaken van vouwdozen, hoogteverschillen van pallets, enz. Om ondanks de vele variabelen een schadevrije verpakking uit te voeren is een continue sensorbewaking noodzakelijk.

Verpakkingstaken

Aan de basis van de verpakkingsrobotica staat het eenvoudige werk zoals dat ook nu nog veel wordt uitgevoerd. Op steeds dezelfde plaats wordt steeds hetzelfde soort pakgoed met een bepaalde grijper opgenomen en naar een aflegpositie getransporteerd. Vervolgens wordt het pakgoed met een grijpinstallatie in het verpakkingsmiddel (bij voorbeeld een doos) gelegd. Ook dit gebeurt altijd op dezelfde positie. Een vrij statisch gebeuren derhalve.
Wanneer echter een of enkele van de randvoorwaarden wijzigen, worden onmiddellijk eisen gesteld aan de flexibiliteit van de robot. Te denken valt aan het verwerken van verschillende goederen van verschillende afmetingen; meerdere aflegstations die moeten worden bediend of zelfs wisselende verpakkingsmiddelen. Bij zulke perifere afwijkingen kan niet meer worden gewerkt met een standaard besturingssysteem. Het eerste wat in zo’n situatie nodig is, zijn een aantal numeric control-besturingen op de assen.

Palleteren

Ook bij het palleteren kan worden gewerkt in een nogal statische omgeving, waarbij in wezen de oplossing vrij simpel is. Wanneer telkens exact dezelfde bewegingen moeten worden gemaakt is ook hier met standaardapplicaties een afdoende systeem te bouwen. Maar, ook het palleteren wordt maar al te vaak gekenmerkt door veranderende randvoorwaarden die hogere eisen stellen aan de flexibiliteit van de robot. Ook hier kunnen meerdere soorten pakgoed worden verwerkt of misschien moeten er wel op meerdere pallets goederen worden gepositioneerd.

Orderverzamelen

Volgens Nowicki is het orderverzamelen de meest ingewikkelde taak voor een robot. Dit verlangt de hoogste intelligentie. Door digitale sensoren gestuurd, moet de robot hier weliswaar van standaardpallets pakstukken afnemen, maar die pallets bevinden zich niet altijd op vaste posities. Daarom moet hierbij vaak gebruik worden gemaakt van digitale beeldverwerking (optische signalen die moeten worden geinterpreteerd).
De volgende moeilijke opdracht voor de besturing is het samenstellen van een order op een pallet. Het programma moet hier een juiste berekening maken van de laadeenheid, omdat deze uiteraard binnen bepaalde afmetingen moet blijven en stevig en evenwichtig gestapeld moet zijn, zodat er geen goederen afvallen. Omdat al deze bewerkingen grote capaciteit van de rekeneenheid vragen, wordt hier vaak gewerkt met een ‘externe’ computer. Deze voert de berekeningen uit en geeft aan de robot steeds de eerstvolgende instructie door.

Flexibel

Nowicki voorziet in de toekomst voor de verpakkingsrobot een rol weggelegd in een flexibele verpakkingscel. Voor het verpakken van verschillende goederen, van verschillende afmetingen, eventueel in kleine series, in verschillende dozen, kan volgens hem een verpakkingsrobot met flexibele periferie worden ingezet. Die robot kan, in samenwerking met adequaat geequipeerde magazijnsystemen, verpakkingsmiddelenstations, pakgoederenstations, sluitmachines en palletizers, een complete verpakkingscel vormen. Met aangepaste sensortechniek en een intelligent netwerk voor de besturing is een dergelijke configuratie binnen een CIM (computer integrated manufacturing) omgeving zeer wel realiseerbaar.

Sensoren

Het is inmiddels duidelijk dat bij gecompliceerde verpakkingsrobots de sensortechniek, naast de vele andere mechanische en sturingsfuncties, een belangrijke rol speelt. Maar ook van die sensoren zijn er weer verschillende soorten en typen, elk met hun eigen vermogen.
Voor veel statische omgevingen zijn binaire sensoren een prima hulpmiddel. Deze geven een ja/nee-keuze aan. Bij de mechanische handling van goederen door de robot geven deze sensoren voldoende informatie in de vorm van een bepaalde momentopname. Deze sensoren hebben een puntvormige opnamekarakteristiek.
Sensoren met een analoge aanduiding (metende sensoren) hebben een lijnvormige opnamekarakteristiek (een-demensionaal) en zijn in staat om in statische en dynamische omgevingen bij voorbeeld afstanden aan te geven. Er zijn twee typen: de ene met de opnamelijn parallel aan de opnamerichting; de ander juist loodrecht op die opnamerichting.
Voor de verpakkingstechniek komen momenteel ook twee-dimensionale digitale sensoren in beeld. Deze sensoren geven, met behulp van de eigen intelligentie, een absolute positionering op een vlak, terwijl door uitbouw van de hard- en software ze zelfs in staat zijn een juiste positie in de ruimte aan te geven.

Keuze

Omdat sensoren een essentiele plaats in de verpakkingscel van de toekomst zullen innemen, zal de keuze van het soort sensoren voor een bepaald systeem medebepalend zijn voor het uiteindelijke karakter van dat systeem. De kwaliteit en kwantiteit van de sensoren moeten naadloos aansluiten bij de gekozen robotbesturing. Is dat niet het geval, dan zal het uitbouwen tot een flexibele verpakkingsrobot in later stadium door het gebrek aan sensoren met voldoende capaciteit worden geblokkeerd.

Door Ed. Heesbeen

– Palleteren is een van de robotwerkzaamheden waarbij sensoren een grote rol spelen.