胡覺醒 喬 慧 李瑞方 呂 穎
(吉利汽車集團有限公司智能制造部,浙江 慈溪 315300)
隨著汽車行業智能制造向著信息化和智能化[1]的發展趨勢,智能生產過程中智能裝備之間,智能裝備與智能化產品、物流系統、檢測系統、工業軟件、工業云平臺之間數據共享和互聯互通[2-3]的需求越來越迫切。工業機器人在各行業應用越來越廣泛,采集工業機器人智能數據并對其進行高精度分析逐漸成為智能制造環節中必要的技術手段。通過機器人高級編程,統一管理和記錄信息數據;再通過物聯網平臺進行信息采集和可視化展示,統一管理和記錄信息數據,并按照多個維度,對數據進行分析;通過監控運行時間,提升產能潛力,成為工業機器人App效率統計的主要研究方向和目標。
通過車身VIN號與工業機器人效率數據綁定,可以清楚地了解現場機器人的情況;利用率、過程空閑占比、故障停機率等是關鍵的考核指標,對研究人員分析機器人在工業生產中的移動時間、等待時間、故障時間、抓放件時間有很大幫助,同時通過異常報警可以追溯具體機器人具體時間,具體車身號來查詢具體問題。前提是定義各項指標的內涵。
1.1.1 利用率
機器人在生產循環過程中實際使用時間與規劃好計劃時間的百分比是機器人的使用效率,可以反映機器人工作狀態及生產效率的技術經濟指標。
1.1.2 過程空閑占比
過程空閑占比是指機器人在生產循環過程中因條件不滿足而產生等待時間與生產循環過程中實際使用時間的百分比。
1.1.3 故障停機率
故障停機率是指機器人在生產循環過程中因故障而產生的時間與生產循環過程中實際使用時間的百分比。
通過軟件開發工具包(SDK)和OPC等技術,從工業機器人控制器中,獲取機器人自身源數據,然后利用機器人高級編程進行效率統計開放接口,最后通過平臺獲取接口的技術路線進行畫面展示。實例:機器人插件 + 開源項目+ ThingWorx(平臺)軟件開發包。通過機器人插件開放機器人控制器中的數據接口。由開源項目提供的Java方法調用全局變量,通過ThingWorx(平臺)軟件開發包封裝數據,由Edge MicroServer將數據通過Always on 協議回傳ThingWorx(平臺),圖1為 KUKA機器人效率統計技術方案。

圖1 KUKA機器人效率統計技術方案
機器人本身接口角度:主流機器人都是國外進口,其核心技術和數據相對封鎖,接口開放有限。軟件平臺計算角度:從機器人本身獲取信息,到平臺展示會受到元數據傳輸影響,對時間效率本身精度有一定影響。具體工業機器人App效率統計有以下幾個方面。
2.1.1 設備層到車間環網層
因網線長度、材質、設備數量等因素影響速率。
2.1.2 車間環網到辦公網絡
因交換機屬性和無線路由等因素影響速率。
工業機器人自身時間類的系統變量,可采集數據有限。
可采集數據信息:系統時鐘、系統運行時間、程序運行發生器時間。
對目前市場上工業機器人時間統計計算方法。
2.3.1 邊緣網關推送平臺計算法
由邊緣網關提取機器人信息,再將信息推送平臺,計算時間結果,元數據有1次網絡傳輸(SDK →平臺),計算存在誤差。
2.3.2 平臺訪問計算法
由平臺對機器人進行計時,再通過變量觸發來計算結果,元數據有兩次網絡傳輸(設備→邊緣網關→平臺),計算存在誤差,特別是無線網絡傳輸誤差更大。
2.4.1 計時器數量有限
機器人廠家設定系統時鐘,系統變量計時器數量為32個且程序后臺已經使用了部分計時器,無法滿足大批量計時。
2.4.2 軌跡卡頓
系統計時器編程邏輯中有預停止功能,其目的是為了計時準確,高頻率使用系統計時器會影響機器人運行軌跡連續性,影響生產節拍。
2.4.3 低頻計時
機器人計時器不適合高頻率短周期計時,高頻率計時時間無法獲取。
針對以上存在的問題,可采用以下改進措施,不同品牌工業機器人,可根據自身編程語言在基礎上進行拓展完善,達到有效提高工業機器人效率統計的目的。
由傳統軟件通過獲取相應變量信息計時,改為機器人自身計時換算時間。根據機器人的程序執行指令條數和執行動作的類別數定義二維數組行數和列數;將全部程序執行指令以橫向排列的方式設置到二維數組的行中,將不同類型的執行動作以縱向排列的方式設置到二維數組的列中,形成數據存儲功能規避網絡間數據計算延時。
工業機器人在正常生產過程中,有很多時間類數據沒有開放接口,需要通過機器人自身的高級編程來獲取想要的關鍵信息,通過機器人自身邏輯獲取循環時間數據,并利用新計時算法將時間信息存儲到二維數組里。
3.2.1 二維數組定義
通過定義全局數組屬性當前數組(MTIME2)和歷史數組(MTIME)將時間存入數組見圖2二維數組圖。

圖2 高級編程計時圖
DECL GLOBAL INT MTIME[1000,4] :DECL GLOBAL INT MTIME2[1000,4]。
3.2.2 主循環時間獲取
通過定義全局指令CT顯示循環時間,圖 3為高級編程計時圖,邏輯如下:先提前定義啟動時間變量StartTimer;再判斷StartTimer狀態,(TRUE時邏輯為計時器 2 停止→計時器 2 清 0 →計時器 2 計時開始。FALSE時邏輯為計時器2計時停止→計時器 2 值賦值給計時器 1→計時結束);結束判斷。

圖3 二維數組圖
在機器人啟動時,機器人根據程序執行指令的先后順序來執行動作,并由程序時鐘發生器($ROB_TIMER)記錄每個程序執行指令的開始和結束時間,將結束時間和開始時間進行差值計算獲得每個程序執行指令的運行時間,見圖4創新計時算法圖。

圖4 創新計時算法圖
3.3.1 移動時間算法邏輯
通過記錄進出移動指令程序運行發生器時間來計算并存儲。
3.3.1.1 進移動指令
判斷機器人進入的是否為移動指令;移動變量狀態為TRUE;數組第二至四列時間為0;然后將程序運行發生器時間賦值到定義的移動時間介質中;結束判斷。
3.3.1.2 出移動指令
機器人進入的是否為移動指令且移動變量狀態是否為TRUE ;將程序發生器前后時間差值存入二維數組第一列中;行數+1;移動變量狀態為;結束判斷。
3.3.2 焊接時間算法邏輯
通過記錄進出焊接指令程序運行發生器時間來計算并存儲。
3.3.2.1 進焊接指令
判斷機器人進入的是否為焊接指令;焊接變量狀態為TRUE;數組第一、三、四列時間為0;將程序運行發生器時間賦值到定義的焊接時間介質中;結束判斷。
3.3.2.2 出焊接指令
機器人進入的是否為焊接指令且焊接變量狀態是否為TRUE確認后;將程序發生器前后時間差值存入二維數組第二列中;行數+1;焊接變量狀態為;結束判斷。
3.3.3 等待時間邏輯
通過記錄進出等待指令程序運行發生器時間來計算并存儲。
3.3.3.1 進等待指令
判斷機器人是否等待PLC信號和自身速度是否為0是否在原位指令中 ;定義好的等待變量狀態為TRUE;數組第一、二、四列時間為0;程序運行發生器時間賦值到定義的等待時間介質中;結束判斷。
3.3.3.2 出等待指令
判斷機器人是否不等待PLC信號和自身速度不為0;程序發生器前后時間差值存入二維數組第三列中;等待變量狀態為;行數+1;結束判斷。
3.3.4 抓手抓放件時間邏輯
通過記錄進出抓手動作指令程序運行發生器時間來計算并存儲。
3.3.4.1 進抓件動作指令
判斷程序中計時指令(StartTimer)是否為TRUE;定義好的抓手變量狀態為TRUE;數組第一至三列時間為0;程序運行發生器時間賦值到定義的抓件時間介質中;結束判斷。
3.3.4.2 出抓件動作指令
判斷程序中計時指令(StartTimer)是否為;程序發生器前后時間差值存入二維數組第四列中;抓手變量狀態為;行數+1;結束判斷。
3.3.5 新算法初始化邏輯
定義全局屬性初始化指令前提條件指令行數(K)在1到400 ;判斷指令行數是否不為0;當前數組MTIME2的400行對應的四列全部清0;結束判斷;指令行數K=1。
3.3.6 初次運行指令和末次運行判斷賦值
3.3.6.1 初次運行指令計時
進指令時定義局部變量整型數據類型行數ROW,列數CLOUMN;初次運行時原點信號變量狀態為TRUE;當前數組MTIME2的第二到第四列全部清0;程序運行發生器時間賦值到首次運行定義好的介質中;出指令時將程序發生器前后時間差值存入二維數組第一列中。
3.3.6.2 末次次運行指令判斷賦值
判斷是否是首次進初次指令如果不是繼續執行 ;運行定義好的ROW和CLOUMN;把當前數組記錄時間賦值按照行和列存儲到另一個數組中作為歷史數組(MTIME)存儲 ;結束判斷;指令行數K=K+1。
通過機器人自身計算進行存儲,圖5為二維數組效率統計展示原理圖,平臺獲取時間數組信息后,再進行圖表展示。

圖5 二維數組效率統計展示原理圖
通過發明新的計時算法獲取機器人關鍵時間信息,并利用工業物聯網平臺,對機器人效率數據進行充分計算和展示分析。與傳統獲取機器人時間方案相比,它的優點和帶來必要的改善如下。
①二維數組存儲法是將關鍵時間數據,通過系統時鐘發生器(精度在微秒)進行計算并存儲,不存在介質傳輸規避網絡延遲。②可以存儲當前和歷史數據進行追溯分析。③不存在造假可能性,全程都是機器人系統計算。
新計時算法優點如下:①自由定義想要獲取時間,應用靈活方法簡單。②計時數量不受限制,可以將機器人每行語句進行計時并存儲。③適合高頻率短周期計時不影響機器人正常運行節拍且精度在微秒級。
根據設備的新舊程度,停機時間每年可減少75h,每年可避免損失112萬元。
可在不增加設備情況下增加0.5JPH產能,即增加3000輛車,帶來利潤增加300萬元。
可節省人力一次性收益30萬元,每年節省26萬元。
綜上所述,我們在對機器人效率統計數據提取中,需要提前在機器人系統環境中做好高級編程,避免后期現場修改程序影響生產,將該技術路線所述的功能,作為機器人標準軟件擴展功能以及機器人框架協議前提條件,約束設備廠家前期做好封裝,為機器人數據采集效率統計提供基礎數據支撐,同時也進一步開放了有效的數據接口,降低數據采集額外的開發成本,做到不依賴線體商和廠家,通過自主開發的智能制造平臺,監控機器人的關鍵數據,利用機器人自身數據自動計算的途徑,規避中介傳輸帶來的延時性,為工業機器人提供高精準的效率統計效果。