How to: MVP-Automatisierungssoftware für die Fertigung, mittels REST-API von Robotern von Drittanbietern.

Fakt ist: Die Digitalisierung kann schwierig sein. Wenn die eigene Kernkompetenz etwas ganz anderes als Software ist, kann die Digitalisierung sogar beängstigend sein. Mit den richtigen Partnern und einem agilen Ansatz können Sie jedoch mit Leichtigkeit ein Minimum Viable Product (MVP) entwickeln, dadurch schnell lernen und das Selbstbewusstsein aufbauen, das für die Skalierung dieses Produkts nötig ist.

Lassen Sie uns also ein Projekt, das wir kürzlich für einen Kunden aus der Fertigungsindustrie durchgeführt haben, auf seine wesentlichen Bestandteile zurückführen.

Status quo

Für jedes Produktionsunternehmen ist die Investition in Technologie (ob Maschinen oder Software) ein Muss. Um das Beste aus der (in der Regel teuren) Anschaffung zu machen, müssen die Maschinen voll ausgelastet sein.

Unser Kunde ist nicht anders: Das ausdrückliche Ziel des Betriebsleiters ist, die Maschinen jederzeit produktiv zu halten. Aus diesem Grund investiert er viel Zeit und Mühe, um alle Fertigungsvorgänge optimal zu planen und zu überwachen.

Die Optimierung muss sich auf mehreren Ebenen beziehen:

1. Die Planer sind dafür zuständig, die Produktionsquote für jede Maschine während jeder Schicht, jedes Tages oder jeder Woche festzulegen. Sie sorgen auch dafür, dass alle Anlagen mit der maximal möglichen Kapazität arbeiten.

2. Die Maschinenarbeiter erledigen die eigentliche Arbeit. Für jede Produktmenge, die sie während einer Schicht abdecken, müssen die Maschinenarbeiter ihren Bestand an Rohstoffen oder vorverarbeiteter Teilen auffüllen. Üblicherweise tun sie dies, indem sie persönlich eine Palette aus dem Lager oder von einer anderen Maschine holen und sie mit einem mechanischen Palettentransporter zur Arbeitsstation transportieren. Sobald der Maschinenarbeiter die Eingangsmaterialien hat, nutzt er die Anwendung, um die Anzahl der verarbeiteten Artikel innerhalb der Leistungsziele (Geschwindigkeit, Ausfälle usw.) zu erfassen.

Es ist unnötig zu erwähnen, dass im Falle unseres Kunden der Lagerhaltungsteil der Arbeit eines Maschinenarbeiters unnötig langsam war, was sich negativ auf die Gesamteffizienz auswirkte.

3. Die Technologie: Wir hatten bereits jeden Arbeitsplatz mit PCs in einer Minimalkonfiguration ausgestattet, um die Maschinenarbeiter während der Fertigungstätigkeiten zu unterstützen. Dadurch kann der Maschinenarbeiter während jeder Schicht die geplante Menge sehen und den tatsächlichen Fortschritt aufzeichnen. Dank der intuitiven Schnittstelle und der angenehmen Benutzererfahrung ist das System leicht zu erlernen und zu bedienen.

Um die Maschinen auf maximale Kapazität bringen zu können, mussten wir alle unnötigen Ausfallzeiten eliminieren. Innerhalb dieses Systems war der offensichtliche Engpass die Zeit, die für das Wiederauffüllen der Lagerbestände aufgewendet werden musste; daher begannen wir damit, insbesonders diese Phase zu automatisieren.

Die MIR-Roboter

Wir hatten teilweise Glück. Ziemlich zur gleichen Zeit hatte der dänische Roboterhersteller MiR A/S eine Demo-Präsentation seiner autonomen Roboter für den industriellen Transport. Da wir gerne mit der Kaizen-Technik arbeiten, gefiel uns die Idee, sie in das bestehende System zu integrieren.

Die Roboter selbst hatten alles, was unser Partner brauchte:

  • ausreichende Ladekapazität (mehrere Optionen zwischen 100-1000 kg) auf genormten EU-Paletten;
  • Funktionweise über Li-Batterien mit 12-15 h / 20 km Reichweite, höchste Geschwindigkeit von 1,5 m/s;
  • keine baulichen Veränderungen für den vorhandenen Raum (d.h. Erdkabel, an der Decke montierte Sensoren);
  • Bedienung über PC oder Smartphone, über WiFi;
  • Navigation geführt durch ein Netzwerk von 2D-3D-Scannern und Kameras.

Darüber hinaus war der Roboter in der Lage, eine Vielzahl von Operationen durchzuführen, die aber weit über den Wissensstand des Maschinenarbeiters hinausgingen (und die während der eigentlichen Fertigung definitiv nicht möglich waren):

  • Kartieren der Anlage, um einen internen Plan zu erstellen, der für die autonome Navigation notwendig ist;
  • Definition von No-Go-Zonen für sicheres Bewegen;
  • Definition verschiedener Points of Interest auf dem Betriebsgelände;
  • Missionen definieren, wie z. B. sich zu einem Punkt bewegen, Fracht laden, sich zu einem anderen Punkt bewegen, Fracht entladen, usw;
  • Missionen nacheinander planen;
  • Self-Care-Verhalten definieren, wie z. B. sich zu einer Ladestation begeben, wenn die Batterie schwach ist, oder sich zu einem bestimmten Punkt begeben, wenn sie nicht in Betrieb ist;
  • den Roboter an das Wi-Fi-Netzwerk des Kunden anschließen.

Lösung & Prototypentwicklung

Jetzt brauchten wir „nur“ noch eine Software, um die Roboter von derselben PC-Schnittstelle aus zu steuern, die die Anlagenbediener für den regulären Fertigungsbetrieb verwenden. Im Idealfall sollte der Roboter zum Teil des Fertigungszyklus gemacht werden und für alles, was mit einer Fertigungsmaschine zu tun hat, eine einzige Schnittstelle verwenden.

Folgendermaßen haben wir es gemacht:

1. Der MVP / minimal realisierbares Produkt
Zunächst haben wir ein Zwei-Mann-Team zusammengestellt, das innerhalb von zwei Wochen einen minimalen Prototyp entwickeln sollte: ein Stück Software, das in den Bildschirm des Maschinenarbeiters (jener, der zur Aufzeichnung der Fertigungsaktivitäten dient) eingebettet werden sollte.

2. Sammlung von Informationen
Der Roboter bietet eine REST-API, die es ermöglichen sollte, mit unserer eigenen Software zu interagieren. Theoretisch zumindest. Denn in der Praxis war das umfangreiche Handbuch der API, das 330 Methoden abdeckt, weder minimal noch schnell zu begreifen, wodurch die Frist für unser MVP sich möglicherweise um mehrere Wochen nach hinten verlagerte.

Wir hatten einmal mehr Glück, als das Support-Team von MIR A/S einen Online-Workshop und Zugang zu einem Simulator für virtuelle Maschinen, der sich wie ein echter Roboter verhielt, anbot. Plötzlich konnten wir Informationen mit viel höherer Geschwindigkeit sammeln, indem wir die Befehle und Methoden der API testen und darauf trainieren konnten. Die Verfolgung der Bewegungen virtueller Roboter auf dem Bildschirm lieferte das sofortige, visuelle Feedback, das wir brauchten, um schnell voranzukommen.

3. Lieferung der Prototypen / Testen
Der Prototyp wurde pünktlich zur Deadline an den Baumarbeitsplätzen implementiert: ein einziger zusätzlicher Knopf auf der Benutzeroberfläche, um den Roboter zu kontaktieren und grundlegende Missionen zu planen:

  • zu einem bestimmten Ladepunkt zu gehen;
  • die Ladung zu laden;
  • die Ladung zur Arbeitsstation zu transportieren;
  • den Maschinenarbeiter zu warnen, wenn die Mission nicht durchgeführt werden konnte (z. B. weil der Roboter beschäftigt ist oder aufgeladen werden muss).

Gar nicht überraschend verlief alles nach Plan. Der Roboter + Fertigungsschnittstelle waren funktionsfähig, und wir hatten den Machbarkeitsnachweis, dass Engpässe durch die teilweise Automatisierung von Fertigungsprozessen beseitigt werden können.

4. Ausblick
Bevor der Prototyp von drei Arbeitsstationen auf das gesamte Unternehmen ausgeweitet werden kann, muss er mehrere Wochen lang getestet und beobachtet werden. Weitere Fragen müssen beantwortet werden:

  • Wird sich der Roboter weiterhin sicher, regelmäßig und vorhersehbar in der meist überfüllten Produktionshalle zurechtfinden?
  • Ist die REST-API des Roboters zuverlässig und fehlerfrei?
  • Welche Effizienzgewinne bringt der Einsatz eines Roboters (anstelle eines menschlichen Bedieners) für den Transport der Frachtpaletten?
  • Wie nehmen die Menschen Roboter wahr, die ihnen bei den physischen Handlungen helfen, und wie denken sie darüber?

Erfolge

Die Entwicklung dieser Lösung hat Spaß gemacht und war gleichzeitig eine Herausforderung, was für uns zu einigen Erkenntnissen geführt hat:

  • So ziemlich alles, was in den Zuständigkeitsbereich eines Unternehmens fällt, kann digitalisiert werden.
  • Die Digitalisierung der Kernkompetenzen (oder Aktivitäten in unmittelbaren Nähe zu diesen Kernkompetenzen) liefert den höchsten Nutzen.
  • Eine tiefere Integration in das Unternehmen des Kunden erhöht die Projektgeschwindigkeit und die Gesamteffizienz.
  • Neue Projekte mit großen Investitionen sind beängstigend. Lieber mit einem kleinen Team beginnen, um einen MVP zu liefern, und dann schrittweise vergrößern.
  • Dritte sind gerne bereit, sich an Experimenten mit ihren Produkten zu beteiligen, solange die Experimente eine Quelle für weitere Entwicklungsideen sein können.

Die nächsten Schritte

Während ich diesen Artikel schreibe, ist die Versuchsphase im Gange, aber wir sind überzeugt, dass das Ergebnis positiv sein wird. In der Zwischenzeit arbeiten die Betriebsingenieure des Kunden und das Entwicklungsteam zusammen, um die komplette Feature-Matrix dieser Roboterintegration aufzubauen und einen auf die nächsten sechs Monate verteilten Release-Plan zu erstellen.

Ein Stück harter Arbeit liegt noch vor uns, aber der Durchbruch ist geschafft, und die Weichen für eine erfrischende und aufregende Neuausrichtung dessen, was sonst ein herkömmliches Softwareprodukt wäre, wurden gestellt.

29 Jahre im Geschäft | 2700 Software-Projekte | 760 Kunden | 24 Länder

Wir verwandeln Ideen in Software. Wie lautet Ihre Idee?

Kontakt aufnehmen

9 + 4 =