PR_422

20 progettare 422 MAGGIO 2019 componenti del robot più soggetti a usura basato sul reale funzionamento dello stesso confrontato con un mo- dello dinamico. La soluzione ZDT - ze- ro down time - integrata su tutti i robot Fanuc ne consente il monitoraggio da remoto per individuare in automatico eventuali criticità, inviandonotifiche al server centrale qualora sia necessario sostituire un componente o regolare un parametro. Il software Insights di Robotiq, marchio nel portfolioAlumo- tion, invia sms quando i robot richie- dono l’intervento di un operatore, ad esempio per un malfunzionamento, e fornisce i dati in tempo reale per monitorare, risolvere e migliorare la produzione, mentre i protocolli Ether- netIP, Profinet, Modbus e TCP/IP nei cobot Universal Robots consentono l’accesso sicuro ai dati sullo stato dei robot e della produzione. Collaboratività in sicurezza AI e analisi delle informazioni raccol- te in tempo reale consentono quindi al robot di ottimizzare i processi di automazione, imparando dai propri errori, oltre a rendere più veloce il processo stesso di apprendimento dei task. La sofisticazione raggiun- ta dai sensori di forza e di visione Innanzitutto i robot diventano ingrado di adattarsi all’ambiente circostante, modificando il proprio comportamen- to in funzione di stimoli esterni e al di là dei loro comportamenti nomi- nali. “In tale contesto, il robot non si limita a eseguire passivamente le movimentazioni considerate in fase di programmazione - spiega Marco Filippis di Mitsubishi Electric -, ma può modificare il proprio comportamento per aumentare i tempi di reazione, compensare variazioni dovute a fattori esterni quali la temperatura, calibrare dinamicamente i propri riferimenti in funzione delle variazioni ambientali”. Se in un certo senso si può dire che la meccanica dei robot sia matura, l’introduzione di machine learning e intelligenza artificiale inaugurano un mondo di possibilità che si è appena iniziato a esplorare, come dice Marco Pecchenini di Fanuc: “Oggi diventa possibile insegnare ai robot amuover- si nel modo più efficiente possibile per eseguire un certo task, correggerne le traiettorie e ottimizzare l’utilizzo delle risorse in modo intelligente gra- zie all’analisi dei dati produttivi. E il vantaggio è che tutte queste cose è possibile farle in automatico, grazie all’infrastruttura tecnologica dell’IoT e alla capacità di analisi dei big data di software e algoritmi specifici”. Ol- tre all’analisi qualitativa del prodotto lavorato, la raccolta dei parametri dei prodotti consente anche di effettuare una diagnostica avanzata sullo stato di usura dei componenti, in direzione della manutenzione predittiva, come spiegano Stefano Bava e Riccardo Crupi di Comau: “Gli algoritmi di AI monitorano costantemente ogni com- ponente, riuscendo a prevederne il degrado e riuscendo così a gestire le operazioni di manutenzione durante i fermi produttivi programmati”. Que- ste funzionalità sono già largamente presenti nei robot sul mercato: il mo- dulo Melfa Smart Plus di Mitsubishi fornisce un piano di manutenzione dei INCHIESTA