KUKA ile Industrie 4.0’?n gelece?ine do?ru

Industrie 4.0 gelecekte neler getirecek? Bir ?eyin oldu?u kesin: O da çoktan ba?lad?. Yapay zekâ üretime geçiyor. Makineler ba??ms?z olarak ö?renmeye ve üretimi kendi ba?lar?na daha verimli hale getirmeye ba?l?yor. Ayr?ca fiziksel ve dijital dünyalar giderek daha fazla birle?iyor.

Industrie 4.0: Gelece?e bir bak??

Industrie 4.0 kavram? birkaç y?ld?r a??zlarda dolan?yor. Ek olarak bunula ilgili teknolojiler, örne?in: Nesnelerin ?nterneti, bulut tabanl? bilgi i?leme veya yapay zekâ (Artificial Intelligence, AI) - dün icat edilmi? kavramlar de?ildir. Bununla birlikte, neredeyse her gün önemli teknik ilerlemeler kaydedilmektedir. Özellikle üç trend öne ç?kmaktad?r.

Yapay zekâ (AI), halihaz?rda dijital dönü?ümün itici güçlerinden biridir ve bu gelecekte daha da artacakt?r. Yapay zekâ sayesinde örne?in, makineler tahmin odakl? bak?m gerçekle?tirebilecek. Ak?ll? fabrikada kullan?lan robotlar ise ba??ms?z ö?renebilen, mant?kl? hareket edebilen ve birbirleriyle ileti?im kurabilen otonom asistanlara dönü?türülmektedir.

Makine Ö?renimi (Machine Learning) de KUKA için yapay zekân?n en önemli alanlar?ndan biri olarak fabrikada yerini al?yor ve yak?nda ak?ll? fabrikan?n ayr?lmaz bir parças? haline gelecek. Ö?renen makineler, kendi olu?turduklar? kal?plar? ve neden-sonuç ili?kilerini “anlayabilir”. Algoritmalar?n? ba??ms?z olarak iyile?tirerek gerçek zamanl? olarak “ö?renirler” ve buna tepki verirler.

Karma Gerçeklik ilkesi de devrim niteli?indedir. Sanal Gerçeklik (VR) ve Art?r?lm?? Gerçeklik (AR) tekniklerini birle?tirilmektedir. Sanal gerçeklik, kullan?c?n?n gerçek dünyadan tamamen kopuk ve gözlükle görülebilen sanal bir ortamda olmas? anlam?na gelmektedir. Öte yandan, art?r?lm?? gerçeklik ile gerçek ortam görünürde kal?rken dijital içerikle (sanal nesneler, bilgiler) donat?l?r. Karma gerçeklik teknolojisi ile sanal içerik art?k gerçek dünya ile birle?tirilebilir. Art?r?lm?? gerçekli?in aksine, karma gerçeklikte içerik sadece yans?t?lmaz, mobil cihazlar veya Microsoft Hololens gibi kafaya tak?lan ekranlar arac?l???yla fiziksel dünyaya gerçekçi bir ?ekilde entegre edilen bir hologram olarak görünür. Bu, sanki gerçek bir nesneymi? gibi hareket ettirilebilir ve de?i?tirilebilir.

Yani gelecek çoktan ba?lad?. Ancak bu teknolojilerin endüstrideki pratik kullan?mlar? nas?ld?r? KUKA’n?n inovasyon projelerinden baz?lar?na göz at?n.

Karma ger?eklik arabirimi: Verilere buradan eri?ilebilir

Karma Ger?eklik Arayüzü pilot projemizde insan-robot etkile?iminde ????r a??yoruz: Kullan?c?lar, kafaya tak?lan bir ekran (?rn. Microsoft Hololens) veya tablet ya da ak?ll? telefondaki bir uygulamay? kullanarak, robotun koruyucu ve ?al??ma alan?yla ilgili verilerin yan? s?ra robotun y?rüngesini do?rudan hücrede g?rebilir ve b?ylece uygun ?zellikleri programlamak i?in kelimenin tam anlam?yla “müdahale edebilir”. Bu, i?letime alma g?revlerinin tamamlanmas?n? ?ok daha sezgisel ve kullan?c? dostu hale getirmektedir.

Bir kullan?c?n?n bak?? a??s?ndan Karma Ger?eklik Arabirimi: Robotun koruma ve ?al??ma alan? a??k?a tan?nabilir.

Karma ger?eklik arabirimi: Verilere buradan eri?ilebilir

KUKA.Sim: KUKA robotlar? i?in ak?ll? simülasyon yaz?l?m?

Simülasyon yaz?l?m?m?z KUKA.Sim ile robotlar üretim ortam?n?n d???nda programlanabilir. Yaz?l?m, kullan?c?lar?n dijital bir ikizle, yani daha sonraki üretim sürecinin tam anlam?nda bir sanal g?rüntüsüyle etkile?im kurmas?n? sa?lar. ?ster süreci tasarlay?n, ister malzeme ak??lar?n? ve t?kan?kl?klar? veya PLC kodunu g?rselle?tirin: Kuka.Sim taraf?ndan olu?turulan 3B simülasyon, tüm planlama süre?lerini kapsar. Sanal ve ger?ek kontrol ayn? verilerle ?al???r: Sanal olarak planlananlar daha sonra ger?ek durumda da ayn? ?ekilde ger?ekle?ecektir. Bu, dü?ük maliyet ve harcama sonucunda üretim süre?leri i?in maksimum planlama güvenli?i sa?layacakt?r.

KUKA.Sim hakk?nda daha fazla bilgi edinin.

KIVI: Yapay zeka bak?m masraflar?n? azalt?r

Münferit olarak robot bile?enlerinin kullan?m ?mrünü tahmin edebiliyorsan?z, maliyeti yüksek ar?zalar ve üretim kesintileri ?nlenebilir. Bavyera Eyaleti Ekonomi, Enerji ve Teknoloji Bakanl??? (StMWi) taraf?ndan finanse edilen “Endüstriyel Robotlar?n Operasyonel Güvenli?ini ve Kullan?m ?mrünü Tahmin Etme ama?l? Yapay zeka” (KIVI) ara?t?rma projesi tam olarak bununla ilgilidir. Ama?, endüstriyel robotlar?n durumunu sürekli olarak izlemek ve tahmin odakl? bak?m? (durum izleme ve tahmin odakl? bak?m) mümkün k?lmakt?r. Bu ama?la, ?e?itli sens?rler ?ncelikle münferit robot bile?enlerinin ?al??ma titre?im davran???n? iletir. Daha sonra ilgili verileri de?erlendirmek i?in yapay zeka kullan?l?r: A??nma durumlar?n?n olu?umundaki ?rnekleri tan?r ve bunlardan davran?? modelleri ??renir. Sonu?, halihaz?rda de?erlendirme a?amas?nda olan bir prototip yapay zeka ara? kutusudur. Ticari olarak kullan?labilir hale gelir geldi?inde, üretim ?irketleri tesis kullan?labilirli?ini art?rabilecek ve üretim sürecini daha verimli hale getirebilecek ve bu da sonu? olarak kaynaklar?n korunmas?na yard?mc? olacakt?r.

Yapay Zeka ile izleme ve ?nleyici bak?m?n faydalar?

Tesis kullan?labilirli?ini art?r?r.
üretim sürecini daha verimli yapar.
Kaynaklar? korur.

Translearn: Robotlar ??renmeyi ??reniyor

Veri, endüstriyel robotlar?n tüm optimizasyon i?lemlerinin ç?k?? noktas?d?r. Ancak, bunlar? olu?turmak ve toplamak çok fazla zaman ve para gerektirir. Günümüzde, paradan tasarruf etmek için, sadece robot etkile?imlerini simüle ederek veriler de toplanabilir. Sorun ?udur ki: Çok geli?mi? simülasyonlar bile henüz gerçe?i tam olarak tasvir edemiyor. Onlarda ö?renilen sat?rlar, gerçek robotlara kolayca aktar?lamaz. Bu zorluk genellikle “Gerçeklik Aç???” olarak adland?r?l?r.

“TransLearn“ projemiz tam olarak burada devreye giriyor: Simülasyondaki hatalar? belirleyerek gerçeklik aç???n? kapatmak istiyoruz. Amaç, simülasyon sonuçlar?n? sorunsuz bir ?ekilde gerçek robotlara aktarmakt?r.

Bunun birçok avantaj? bulunmaktad?r: Simülasyonda robotlar daha h?zl? ve daha iyi programlanabilir, bu da programlama maliyetlerini azalt?r. Ayr?ca, hem simülasyonda hem de gerçek tesiste gerçekle?irse robotlar daha iyi ve daha ba??ms?z ö?renebilir. Bu ?ekilde optimize edilmi? bir ö?renme süreci sayesinde, endüstriyel robotlar?n gelecekte zahmetli bir ?ekilde programlanmas? gerekmeyecek, sadece talimat verilmesi yeterli olacak. Bu ?ekilde çevrim sürelerini k?saltmay? veya daha az elektrik kullanmay? ba??ms?z olarak da ö?renecekler.

OPERA: Robotlar? daha hassas ?ekilde kontrol edin.

OPERA ile kullan?c?lar, cobotlar?n?n olas? hareket dizilerini görebilirler. CoBots olarak adland?r?lan i?birlikçi robotlar, kullan?c?n?n istenen hareket dizilerini el arac?l???yla gerçekle?tirmesiyle ö?renir. Bu nedenle, elle yönlendirilen programlamadan da söz edilebilir. Bu, özellikle orta ölçekli ?irketler için birçok ?eyi kolayla?t?r?r. Sezgisel i?lemeye ra?men prosedür, do?ruluk ve hata toleranslar? aç?s?ndan hâlâ baz? iyile?tirmelere tabi oldu?undan, programlamaya bir uzman dahil edilmelidir.

OPERA Projesi tam olarak burada devreye girmektedir: Cobotlarla tüm hata kaynaklar? belirleyici olarak tespit edilemedi?inden, olas?l?k modelleri geli?tirdik. Kullan?c?lar art?k cobotlar?n?n hareket sekanslar?nda meydana gelen yanl??l?klar? bir 3B modelde kolayca görebilir ve buna göre tepki verebilir. Bu ?ekilde, daha fazla esneklik ve do?ruluk ile daha yüksek kay?p emniyetinden faydalan?rlar.

VWS4LS: Dijital ikiz sürücü otomasyonu

Kablo demeti (ayr?ca “kablo tesisat?” veya “pano a??”), bir otomobilin en ayr?nt?l? ve karma??k bireysel bile?enlerinden biridir. Çünkü yeni bir seri için ne kadar ekipman çe?idi varsa o kadar çok bireysel kablo demeti vard?r: Hatta say?s? yüz binleri bulabilir. Bu tek seferlik üretim nedeniyle, kablo demetlerinin üretimi buna ba?l? olarak pahal?d?r. Bu nedenle di?er ortaklarla birlikte “kablo demeti için yönetim kabu?u” (VWS4LS) uygulamas? üzerinde çal???yoruz. “Yönetim kabu?u” teknolojisine dayanan bu proje, her bir kablo demetindeki dijital bilgileri, otomobildeki kablo demetinin geli?tirilmesi, üretimi ve montaj? için birlikte çal??abilir bir dijital ikiz olu?turulabilecek ?ekilde tamamlar.

KUKA, ürün ve süreç tan?mlar? olu?turmaya ve ilgili üretim için gereken robot hareketlerini yönetim kabuklar?ndaki ilgili bilgilerden türetmeye odaklan?r.

BaSys 4.2: üretim süre?leri daha esnek hale geliyor

Modern üretim süreçlerine sahip ?irketler, de?i?en taleplere veya de?i?en ko?ullara h?zl? bir ?ekilde tepki verebilmelidir. Bu nedenle özellikle üretim prosesi, sürecin kendisinde, üretim kaynaklar?nda ve ayr?ca üretilecek üründe s?kl?kla ayarlamalar gerektirir. Bu nedenle, bu tür bir “sürekli mühendislik” her zaman mümkün olmal?d?r. BaSys 4 ile, üretim süreçlerini verimli bir ?ekilde dönü?türülebilir hale getiren bir üretim tesisleri için temel sistem halihaz?rda geli?tirilmi?tir. Federal E?itim ve Ara?t?rma Bakanl??? (BMBF) taraf?ndan finanse edilen BaSys 4.2 projesiyle, ?u anda Industrie 4.0 platformunun kavram ve standartlar?na dayal? ba?ka Industrie 4.0 altyap? ö?elerini uygulamak için çal???yoruz. “Orta yaz?l?m”, “yetenekler” ve “sanalla?t?rma” olmak üzere üç konu alan?na odaklan?yoruz. Bu ?ekilde, standartla?t?r?lm?? yetenek modellerini daha da geli?tirmek ve bunlar?n otomatik yetenek de?erlendirmelerinde kullan?m?n? gerçekle?tirmek istiyoruz.

Bu noktada amaç, de?i?en gereksinimlere ak?ll? ve anla??l?r bir ?ekilde tepki verebilen çok yönlü üretim leridir.