הרובוטים התעשייתיים נמצאים סביבנו; הם מייצרים את הסחורה שאנו צורכים ואת הרכבים שאנו נוהגים. בעיני רבים, טכנולוגיות אלה רואות לעתים קרובות כפשטניות באופייה. אחרי הכל, בעוד שהם מסוגלים באופן ייחודי לייצר מוצרים במהירות וברמת איכות גבוהה, הם פועלים בטווח מוגבל של תנועות. אז כמה באמת נכנס לתכנות רובוט תעשייתי?

האמת היא, בעוד שרובוטיקה תעשייתית בהחלט משתנה ברמות המורכבות שלהם, אפילו היישום הפשוט ביותר של רובוט תעשייתי הוא קריאה רחוקה מפונקציונליות תקע ומשחק. כדי לומר זאת בדרך אחרת, זרוע רובוט הדורשת תנועה מוגבלת בתוך ציר ה- X, Y ו- Z כדי לבצע את המשימה שלו יום ויום החוצה דורשת יותר מאשר רק כמה שורות קוד. ככל שהרובוטיקה התעשייתית הופכת להיות מתקדמת יותר ויותר ומפעלים מסורתיים משודרגים למפעלים חכמים, כמות העבודה והמומחיות העוסקת בהכשרת יצרנים מלאכותיים אלה יגדלו באופן מפקח. בואו נסתכל על כמה מהדרכים בהן מתוכנת הרובוט המודרני.

ללמד תליון

המונח "רובוט" יכול לעורר תמונות רבות ושונות. בעוד שהציבור הרחב עשוי לשים לב רובוט למשהו שהם ראו בסרט או בטלוויזיה, ברוב התעשיות רובוט מורכב מזרוע רובוטית המתוכנתת להשלים משימה של מורכבות משתנה ברמה מקובלת של איכות.

לפעמים ניתן לזהות יעילות במהלך הייצור ויש לבצע וריאציות קטנות לתנועות הרובוט. הפסקת הייצור כדי לתכנת מחדש את הציוד תהיה מאמץ יקר ולא מעשי; חוכמה קונבנציונאלית מציעה כי כל וריאציה של תנועות אלה צריכה להיות מתוכנתת בקפידה למחשב, קו אחר שורה; אבל זה לא יכול להיות רחוק יותר מהאמת.

קופסת Teach, או המכונה בדרך כלל תליון הוראה או אקדח Teach, היא מכשיר כף יד מתועש מחוספס המאפשר למפעיל לשלוט ברובוט בפקודות בזמן אמת ובפקודות לוגיות קלט ולהקליט את המידע למחשב הרובוט.

רובוטים תעשייתיים נוטים לפעול במהירויות המאתגרות את העין האנושית, אך מפעיל המשתמש בתליון הוראה יכול להאט את הציוד כך שיוכלו לתכנן את תנועות הרובוט כדי להתאים לשינוי הנוהל. תהליך זה אולי נשמע קל לכל מי שאי פעם השתמש בבקר משחקי וידאו, אך יש בו הרבה יותר מאשר פשוט לדעת כיצד להיכנס לתשומות. המפעיל, למשל, צריך להיות מסוגל לדמיין את הדרך היעילה ביותר שהרובוט ייקח כך שתנועות מוגבלות בהחלט לאלה הנחוצים. תנועות מיותרות או עלייה בזמן, לא משנה כמה קטן לכאורה, יכול להשפיע אדווה על יכולות הפלט של קו ייצור. נתיב לא יעיל, המוצג לאורך זמן, המתואר לרובוט עלול לגרום להפסדים כספיים משמעותיים ליצרן.

כמובן שצריך לקחת בחשבון גם את המהירות של כל תנועה כך שהרובוט יוכל לבצע מהלכי משותפת בתדירות גבוהה ככל האפשר. מהלכים אלה יעילים יותר מבחינה תנועה, בהנחה שלמתכנת יש ניסיון ליישם. אכן, סוג זה של תכנות עשוי להיראות פשוט עבור אחד שמסתכל על התהליך, אך למעשה, זה יכול לקחת שנים לשלוט. תליונים קיימים כבר שנים וממשיכים להיות מצרך עיקרי בעולם התכנות הרובוטי.

הדמיות לא מקוונות

אחד הסיכונים הגדולים ביותר לתכנת רובוט תעשייתי בקומת המפעל הוא זמן ההשבתה שהתקבל. מתכנת צריך להתממשק עם המכונה, לבצע שינויים בקוד ולבדוק את תנועת הציוד במסגרת הייצור לפני שהפעולות יכולות לחדש. למרבה המזל, ניתן להשתמש בתוכנת סימולציה לא מקוונת כדי להתקרב לכל שינוי בקוד שהמפעיל מתכוון לשלב, ניתן לתקן באגים לפני שעדכון התכנות יגיע לחיות, והכל מבלי להפסיק את פעולות. אין חסרון פיננסי בהפעלת הדמיות לא מקוונות ואין סכנה למפעיל מכיוון שניתן להפעיל הדמיות על מחשב הממוקם הרחק מרצפת המפעל.

ישנם סוגים רבים של תוכניות המציעות יכולות סימולציה לא מקוונות, אך העיקרון זהה, ויוצר סביבה וירטואלית המייצגת את תהליך הייצור ותכנות את התנועות באמצעות מודל תלת מימד מתוחכם.

יש לציין כי אף תוכנית אינה טובה יותר על הסף מכל אחד מהאחרים, אך ניתן להעדיף אותה בהתאם למורכבות היישום. הדבר המושך בסוג זה של תכנות הוא בכך שהוא מאפשר למתכנת לא רק לתכנת תנועות רובוטיות, הוא גם מאפשר למתכנת ליישם ולצפות בתוצאות של פונקציונליות של התנגשות ופונקציונליות לגילוי כמעט, וזמני מחזור רשומות.

מכיוון שהתוכנית נוצרת ללא תלות במכשיר במחשב חיצוני (ולא באופן ידני, כפי שקורה ללמידה של תליון ללמידה), היא מאפשרת ליצרנים לנצל את הייצור לטווח קצר על ידי היכולת לאוטומציה במהירות תהליך מבלי לפגוע בפעולות רגילות.

אמנם הוראת תכנות תליון מציעה גישה ניואנסת מאוד להתאמות רובוטיות בקומת המפעל, אך ניתן לטעון כי היכולת להפעיל עדכוני תכנות בסביבת מבחן לפני שתעדכן את הקוד בציוד הפיזי.

תכנות בהפגנה

שיטה זו דומה באופן כללי לתהליך התליון Teach. לדוגמה, כמו בתליון ההוראה, למפעיל יש את היכולת "להראות" את הרובוט, עם דיוק גבוה, סדרה של תנועות חדשות ולאחסן את המידע הזה למחשב של הרובוט. עם זאת ישנם כמה יתרונות שיוצרים כמה נקודות בידול בין השניים. לדוגמה, תליון ההוראה הוא מכשיר כף יד מתוחכם המכיל הרבה פקדים ופונקציונליות שונים. תכנות בהפגנה מחייבת בדרך כלל את המפעיל לנווט בזרוע הרובוטית עם ג'ויסטיק (ולא בלוח מקשים). זה הופך את תהליך התכנות להרבה יותר פשוט ומהיר - שני דברים שמתורגמים לפחות השבתה.

סוג זה של תכנות רובוטיות לוקח גם פחות זמן עד שמפעיל יהיה בקיא; מכיוון שהמשימה עצמה מתוכנתת באותה דרך שמפעיל אנושי ישלים אותה.

העתיד של תכנות רובוטי

לכל שיטות התכנות הללו יש את מקומם בעולם הרובוטיקה התעשייתית, אך אף אחת מהן אינה מושלמת. בדרכם שלהם, פיתוח ופריסה של כל אחד מהם יכולים לפגוע בייצור ולהגדיל את העלויות ליצרן. יהיה צורך בזמן כדי ללמד את הרובוט כיצד לבצע את המשימה. במקרים רבים, מיומנותו של המפעיל או הטכנאי יכולה להשתנות בזמנים אלה באופן פרוע מיישום אחד למשנהו.

עם זאת, תאר לעצמך, אם רובוט תעשייתי היה צריך רק "לראות" משימה שהושלמה על מנת לבצע אותה ללא רבב שוב ושוב. העלות והזמן הקשורים לתכנות הרובוטיקה התעשייתית יפחתו מאוד.

אם זה נראה טוב מכדי להיות אמיתי, ייתכן שתרצה לבדוק מקרוב את ענף הרובוטיקה; סוג זה של אימוני רובוט כבר נמצא בראשם של מעצבים רובוטיים תעשייתיים. התיאוריה שמאחורי הטכנולוגיה היא צלילה; תן למפעיל להראות את הרובוט כיצד לבצע משימה מסוימת ולאפשר לרובוט לנתח מידע זה כדי לקבוע את רצף התנועות היעיל ביותר שצריך להשלים כדי לשכפל את המשימה. כאשר הרובוט לומד את המשימה, יש לו הזדמנות לגלות דרכים חדשות לשפר את האופן בו מבוצעת המשימה.

תכנות רובוטים מורכבים יותר

ככל שיותר ויותר מפעלים עוברים למפעלים חכמים וציוד אוטונומי יותר המותקנים, המשימות המוקצות לרובוטים יהפכו מורכבות יותר. עם זאת, השיטות בהן אנו משתמשים כיום לתכנת רובוטים אלה ייאלצו להתפתח. בעוד שפעילות תכנות עכשווית מבצעת בצורה מעוררת הערכה, אין ספק כי בינה מלאכותית תמלא תפקיד חשוב באופן בו הרובוטים לומדים.