挑战
在 COVID-19 引发的 2020 年大流行期间，大学面临着如何在不使用大学设施的情况下进行实验室教学的问题。在 ITAM，有一个专门的实验室教授学生如何利用配备传感器和执行器并由 PLC 控制的机床、机器人和传送带来规划和编程生产线。在大流行病期间，我们使用 SIMIO 和其他仿真工具，建立了同一个机器人单元的数字孪生单元，为虚拟规划和改进生产线提供了经验。
简介
在工程学本科学习期间，实验室是教学过程的重要组成部分。在 ITAM 的机器人单元课程中，机电工程和工业工程专业的学生将学习如何规划和实施一条完整的生产线，包括 PLC 编程和生产流程优化。
除了传送带，机器人单元还包括一个 6 DoF 工业机器人和两台数控机床（铣床和车床）。工艺流程由 SIMIO 实现，数控机床运行的 G 代码由 PLM NX12 生成。
在 2020 年全球大流行期间，大学不得不关闭，并通过虚拟方式授课。在这种情况下，如何提供充分的实验体验成为了一项挑战。由于实验室的一部分已经在 SIMIO 中进行了规划，因此将机器人运动、轨迹规划和通过数控机床进行制造整合到仿真模型中是显而易见的。
本案例研究讨论了这一特定教育机器人单元的数字孪生，并解释了结果和经验教训。
解决方案
创建机器人单元的数字孪生单元
ITAM 实验室的机器人单元 (RC) 包含四个呈矩形排列的传送带。每个角落都有一个升降机，用于将托盘从一个传送带移到下一个传送带。升降机装有一个位置传感器，用于检测托盘的存在。
在每条传送带的末端，都安装了一个末端停止装置和一个传感器，以便有控制地将托盘传送到下一条传送带。6 DoF 机器人安装在传送带的中央。两台数控机床和一个材料库安装在传送带外侧，机器人可分别到达。
该场景在 SIMIO 中实现，用于分析和优化国际象棋图形的生产流程。在正常情况下，学生使用数控机床制造零件，并对机器人进行编程，使其执行所需的轨迹并记录过程时间。这些时间将作为 SIMIO 模型的输入。
在大流行病期间，这项工作在很大程度上依赖于模拟工具。数控机床的 G 代码是使用 PLM NX12 生成的，它通过模拟来估算加工时间。虽然无法进行制造，但估算的操作时间被用于为 SIMIO 模型提供信息。
机器人运动是通过 Corke（2017 年）的机器人工具箱实现的。计算并存储了轨迹时间，供以后的机器人编程使用。在数控机床上安装工件时，这些时间被解释为安装和拆卸时间。
设置、加工和拆卸时间通过 Python 处理成 Excel 文件，并导入 SIMIO。通过以下组合对国际象棋图形 "TOWER "和 "PAWN "进行了分析：
表 1：模型备选方案说明
| 变体 | (1) 无卒 | (2) | (3) | (4) |
|---|---|---|---|---|
| 车削 | 所有外径轮廓 | 所有外径轮廓 | 车削外径、钻孔 | 外径、钻孔、内径 |
| 铣削 | 内径孔铣削和型腔铣削 | 内径孔铣削、型腔铣削、钻孔 | 内径孔铣削和型腔铣削 | 空腔铣削 |
业务影响
第一种变体导致了等待时间，因为铣削过程比相应的车削过程长约三倍。将一些制造工序从铣削转移到车削，缩短了整体流程时间，并平衡了机器利用率。
变体（2）至（4）包括生产第二个国际象棋图形（PAWN），这只需要车削操作，并且可以在铣床运行 TOWER 操作时进行处理。
通过使用多种模拟工具，学生们学会了如何在大流行期间利用设置、加工和拆卸时间调整生产线。这种方法还可以在实验室恢复物理访问后缩短提升时间。
未来的工作包括使用 SIMIO 和 PLM NX 提供的 .NET API 改进时间集成，而不是依赖外部 Python 脚本。
2020 年冬季仿真会议论文集Bae, B. Feng, S. Kim, S. Lazarova-Molnar, Z. Zheng, T. Roeder, and R. Thiesing, eds.
托马斯-马丁-鲁道夫
路易斯-安东尼奥-蒙卡约-马丁内斯
工业工程与运营学术部
墨西哥自治理工学院 - ITAM
Río Hondo No.1
Col. Progreso Tizapán, CDMX, 01080 MEXICO
参考文献
Corke, P. 2017.机器人学、视觉与控制》：Matlab 中的基本算法》，第 2 版，施普林格国际出版股份公司。