Trend v údržbě robotů

Jaké jsou v současnosti trendy v údržbě robotických zařízení a linek?

V posledních letech pozorujeme pozvolný odklon velkých zákazníků, kteří jsou typicky ze segmentu automobilového průmyslu s více než sto instalovanými roboty, od reaktivního způsobu řešení závad a naopak maximalizaci zavádění prediktivních nástrojů údržby. Při velkém množství jednání se zákazníky je téma rychlosti dojezdu technika nahrazováno otázkami ohledně nulových zastavení a metod, jak jich dosáhnout, nebo alespoň jak se k nim přiblížit. Řekl bych, že jsme teprve na začátku této transformace, kdy vnímáme reálný přerod firem od reaktivního k prediktivnímu způsobu pohledu na údržbu u největších zákazníků, ale předpokládáme, že toto téma bude v následujících měsících a letech stále aktuálnější nejen v automobilovém průmyslu.

Myslíte, že už uzrál čas na reálné nasazení prediktivní údržby – není to pouze pokračování tématu Industry 4.0 bez reálného dopadu?

Je pravda, že ještě před dvěma lety jsme si funkční prediktivní nástroj nedokázali představit. Byli jsme schopni sbírat obrovské množství dat, ale bylo velice komplikované data vyhodnotit a přetavit v jasné závěry. Tento problém provázel snad všechny společnosti, které se podobnými tématy zabývaly. Nicméně věřím, že již uzrál čas a podařilo se nám vyhodnotit, jaké závěry z analýzy dat jsou pro naše zákazníky přínosné.

Jak by měla ideálně fungovat prediktivní údržba, aby měla reálný dopad pro zákazníka?

Při spoustě diskuzí jsme se shodli, že hlavním cílem je jednoduchost interpretace dat zákazníkům. Je snadné zákazníka zahrnout obrovským množstvím dat, grafů a domněnek, nicméně dopad na zákazníka je minimální, někdy dokonce až demotivující. Dnes cílíme na přesný opak, a tím je naprostá jednoduchost informace. Příkladem může být náš nový nástroj SIS analýza, který predikuje životnost cykloidních převodovek manipulátorů statistickým výpočtem životnosti kritických součástí převodovky. 

Uvedu konkrétní příklad – na základě výsledků této analýzy jsme například  z deseti robotů u jednoho zákazníka identifikovali jeden robot, který trpí nadměrným zatížením některé z převodovek. Díky podrobnější analýze jsme dále zjistili, že toto přetížení je způsobeno nadměrnými špičkami kroutícího momentu, což může být dáno například nesprávným programováním pohybů robotu. Zákazníkovi jsme následně doporučili konkrétní nápravná opatření, tedy v tomto případě optimalizaci programu pohybových sekvencí robotu s cílem prodloužit životnost dané převodovky. Nezatěžujeme  tak zákazníka informacemi o robotech, které jsou pořádku. 

Jaké další nástroje se dají použít v oblasti prediktivní údržby robotů?

Nástroj SIS analýza, popsaný výše, je součástí balíku služeb s názvem Pokročilá prediktivní údržba, který kromě standardní a preventivní kontroly, obsahuje také nástroj Connected Services. Tento nástroj nám poskytuje vzdálený dohled převážně nad elektronickými komponenty robotu, jako jsou servomoduly, zdroje, počítačový systém a podobně, zatímco klasická preventivní kontrola robotu nám zase poskytne reálnou informaci o nepredikovatelných poškozeních typu rozseknuté kabeláže, nebo proraženého krytu zápěstí. Jsme tak schopni sloučením tří nástrojů poskytnout zákazníkovi všeobecný obraz aktuálního stavu systému robotu a predikci životnosti mechanických a elektronických komponent. 

V blízké budoucnosti zvažujeme zavedení analýzy zvuků a vibrací. Stále ale cílíme na jednoduchost závěrů analýz a diagnostik pro zákazníka. V jednoduchosti je síla.