DESENVOLVIMENTO DE UM SISTEMA DE CLASSIFICAÇÃO E CODIFICAÇÃO PARA SELEÇÃO DE ROBÔS INDUSTRIAIS

(1)

DESENVOLVIMENTO DE UM SISTEMA DE CLASSIFICAÇÃO

E CODIFICAÇÃO PARA SELEÇÃO DE ROBÔS INDUSTRIAIS

Engo. MSc. José Eraldo Leite de Oliveira

Indústria ROMI e Programa de Mestrado em Engenharia de Produção da UNIMEP Prof. MSc. Nelson Carvalho Maestrelli

Departamento de Engenharia de Métodos e Processos – UNIMEP Prof. Dr. Paulo Augusto Cauchick Miguel

Programa de Mestrado em Engenharia de Produção – UNIMEP Rod.SP 306, Km1- Santa Bárbara D’Oeste/SP – CEP13450-000

This paper describes a selection method for industrial robots based on a classification and coding system. The designed code uses operational and performance characteristics of industrial robots and allows to specify families of robots according to the application. For each industrial application, the similarity coefficient method is used to select the best robot type. The paper includes a case study in order to validate the proposed method.

Robot selection – Classification and Coding System – Similarity Coefficient Method

1. INTRODUÇÃO

Embora tardia, se comparada aos padrões dos países industrializados, a aplicação de robôs industriais no Brasil vem crescendo (SOBRACON, 1990). Porém, em muitos casos, políticas equivocadas de seleção e utilização são responsáveis pelo fracasso de projetos na área de robótica industrial, o que ocorre também para outros tipos de equipamentos dotados de automação.

Um dos motivos principais para que isto ocorra é a dificuldade em se encontrar métodos que auxiliem na tomada de decisões sobre qual tipo de robô é mais adequado para cada aplicação específica.

Não se trata, portanto, de definir sobre a robotização ou não de uma tarefa, mas de escolher a melhor opção entre os modelos de robôs existentes, para a execução de um conjunto de atividades conhecido.

Muitas vezes, as necessidades presentes nas aplicações industriais de robôs envolvem objetivos conflitantes e características de operação difíceis de serem conciliadas, tais como: robôs mais rápidos com alta repetibilidade e grandes volumes de trabalho com alta exatidão de posicionamento (KHOUJA e OFFODILE, 1994).

As dificuldades em se tratar estas questões estão sempre presentes nos modelos que auxiliam na seleção de robôs e, obviamente, nenhum robô é melhor para todas as situações de uso e em todos os atributos que cada usuário considera importante (TELLES, 1994).

(2)

Desse modo, alguns modelos privilegiam redução de custos, outros analisam características de desempenho, mas nenhum é suficientemente completo a ponto de permitir ao usuário, a avaliação do equipamento de acordo com cada necessidade específica.

Este trabalho apresenta um sistema de classificação e codificação (SCC) desenvolvido especialmente para a caracterização de robôs industriais, associado ao método dos coeficientes de similaridade (SCM), normalmente usado em Tecnologia de Grupo para identificação de agrupamentos, e que visa:

a) Estabelecer, com base nas características definidas pelo código, os robôs mais adequados para determinadas aplicações industriais (definir “famílias de robôs”);

b) Comparar robôs diferentes para permitir opções entre modelos semelhantes, que visem as mesmas aplicações (definir, dentro da “família”, qual a melhor opção para cada caso específico).

O item seguinte deste trabalho apresenta uma breve caracterização dos robôs industriais, uma vez que a partir dos atributos considerados mais importantes, o código (SCC) apresentado neste trabalho foi desenvolvido.

2. CARACTERIZAÇÃO DE ROBÔS INDUSTRIAIS

Para o desenvolvimento do sistema de classificação e codificação (SCC) , a caracterização é realizada com base em três conjuntos de atributos:

a) forma básica dos robôs: engloba o estudo dos seus elementos básicos de composição (fonte de potência, sistema sensorial, controle, manipulador, dispositivos de programação e sincronização);

b) características operacionais: agregam a identificação das características físicas e de operação. Nas características físicas são considerados os componentes mecânicos , estrutura cinemática, sistema de coordenadas, volume de trabalho, peso do robô. Nas características de operação incluem-se repetibilidade, resolução, velocidade, graus de liberdade e capacidade de carga.

c) outras características: ligadas aos aspectos funcionais, tais como fatores segurança de operação, manutenção, percentual de “up time”, programação e custo.

A combinação destas características em dígitos hierarquizados forma o SCC usado neste trabalho.

3. DESCRIÇÃO DO SISTEMA UTILIZADO

3.1. Sistema de Classificação e Codificação para Robôs Industriais

Os SCC são geralmente utilizados para caracterizar peças/componentes em relação à sua geometria e necessidades de fabricação. Com base nestes atributos, procede-se à divisão das peças em famílias, de acordo com a similaridade física e de processos que as mesmas apresentam. As famílias de peças assim determinadas, combinadas aos grupos de máquinas necessárias ao seu processamento, originam as células de fabricação.

O desenvolvimento de um SCC para caracterização de robôs, não é, portanto, uma aplicação tradicional deste método.

Em 1987, foi proposto um código denominado Robocode, composto de 40 dígitos, para classificação de robôs (OFFODILE, 1987). O Robocode é um código não

(3)

hierarquizado (KUSIAK,1990), que utiliza atributos disponíveis em catálogos técnicos dos fabricantes, subdivididos em 10 categorias que abrangem características de projeto e produção.

Embora não tenha sido desenvolvido com o objetivo de auxiliar a tarefa de seleção de modelos de robôs para aplicações industriais, o estudo deste código foi particularmente importante para a realização deste trabalho.

O SCC apresentado neste trabalho utiliza um código hierarquizado, composto por 14 dígitos, misto (semi-hierarquizado) e alfanumérico, o que permite agregar um conjunto adequado de atributos, sem utilizar um número muito grande de dígitos.

A especificação do significado de cada dígito está resumida a seguir : 1º dígito: especifica o peso do robô e associa ao sistema de coordenadas; 2º dígito: tipo de acionamento e sistema de medição;

3º dígito: capacidade de programação e número de entradas e saídas; 4º dígito: número de graus de liberdade e tipo de controle de trajetória; 5º dígito: capacidade de carga;

6º dígito: repetibilidade;

7º a 9ºdígito: especificam máximos alcances de movimento e velocidades de posicionamento, para cada eixo; estão hierarquizados pelo 1º dígito;

10º a 12º dígito: especificam a destreza geométrica e o tempo mínimo de orientação para o atuador final;

13º dígito: flexibilidade de montagem;

14º dígito: interface para sensores externos e linguagem de programação.

Com base no SCC desenvolvido, é possível definir “famílias de robôs” mais adequadas para cada aplicação industrial: robôs para solda, para manipulação de cargas, transporte de peças, etc.

Para proceder à escolha de um modelo específico, dentro de uma família já definida, é utilizado o método dos coeficientes de similaridade (SCM).

3.2. Método dos Coeficientes de Similaridade (SCM)

O método dos coeficientes de similaridade é normalmente usado em formulação matricial, na aplicação de Tecnologia de Grupo para análise de semelhança entre peças, visando sua composição em células (JHA, 1991).

Para utilizar-se este método como ferramenta de apoio à seleção de modelos específicos de robôs, são necessárias algumas adaptações.

A matriz de incidência “Peças x Máquinas” (OFFODILE, 1990) deve ser substituída por uma matriz de “Atributos dos robôs x Modelos existentes”. A Figura 1 mostra um exemplo da denominada matriz de atributos, comparada à matriz de incidência ,usada em Tecnologia de Grupo, bem como suas regras de formação.

No caso da matriz de atributos, os valores de aij serão definidos em função da

fixação de campos de variação. O modelo de SCM permite ainda que sejam considerados pesos diferentes para cada atributo, de acordo com as necessidades específicas de cada aplicação industrial priorizada.

O método utilizado neste trabalho é esquematizado na Figura 2. Compõe-se de 5 passos, que envolvem desde a definição da tarefa a ser robotizada, até a determinação do modelo mais adequado entre as opções disponíveis.

(4)

Matriz de Incidência Máquinas

M1 M2 Mj

P1 a11 a12 a1j

Peças P2 a21 a22...a2j

Pi ai1 ai2...aij

Matriz de Atributos para Seleção de Robôs Modelos

M1 M2 Mj

A1 a11 a12...a1j

Atributos A2 a21 a22...a2j

Ai ai1 ai2...aij

Figura 1: Matrizes de Incidência e de Atributos usadas em TG e no Modelo. 1º PASSO: ROBOTIZAÇÃO DA TAREFA

2º PASSO: USO DO SCC

(DEFINIÇÃO DAS CARACTERÍSTICAS GERAIS DO PROCESSO)

3º PASSO: DEFINIÇÃO DA “FAMÍLIA” DE ROBÔS MAIS ADEQUADA

4º PASSO: USO DO SCM

(COMPARAÇÃO DOS ELEMENTOS PARA APLICAÇÃO ESPECÍFICA)

5º PASSO: DETERMINAÇÃO DO(S) ROBÔ(S) MAIS ADEQUADO(S) Figura 2: Método de Análise para Seleção de Robôs Industriais.

Desse modo, o SCC desenvolvido permitirá definir a “família de robôs” adequada a um processo, determinado a partir de suas características gerais.

O uso do SCM permitirá estudar as opções disponíveis e escolher a melhor, de acordo com as condições específicas de cada tarefa, e dentro da “família de robôs” previamente definida.

No item seguinte deste trabalho, apresenta-se um caso de aplicação deste método. 4. APLICAÇÃO DO MÉTODO APRESENTADO

Para analisar a eficiência do método, foi avaliada uma linha robotizada em operação em uma indústria química localizada na região de Americana, interior do estado de São

(5)

Paulo. O processo produtivo analisado é de manipulação de blocos cerâmicos, visando imersão em produtos químicos e posterior colocação em forno de secagem.

O SCC desenvolvido foi utilizado para codificar modelos de robôs cujas informações foram obtidas dos catálogos de fabricantes.

Cerca de 70 modelos foram codificados, e a seleção das melhores opções para a aplicação industrial especificada foi realizada sobre 50 modelos. Estes modelos foram escolhidos porque seus catálogos continham maior número de informações, necessárias para especificar os dígitos do código.

A aplicação deste passo do procedimento gerou o código que define a “família de robôs” mais adequada para o uso requerido: manipulação de cargas.

O código gerado para este caso é definido pelos seguintes caracteres:

A38B3374493A04.

O significado de cada dígito está determinada a seguir:

A: peso do robô na faixa de (601 a 1500 Kg) e coordenadas de revolução; 3: acionamento por servomotor CA e sistema de medição absoluto;

8: capacidade de programação acima de 1500 pontos e número de entradas e saídas acima de 100;

B: seis graus de liberdade , ponto a ponto e trajetória controlada; 3: capacidade de carga entre (51 e 100Kg);

3: repetibilidade na faixa de (0,46 a 1 mm);

7: 1º eixo de rotação, alcance na faixa de (271 a 360 graus) e velocidade de posicionamento entre (101 e 200 graus/s);

9: 1o eixo com alcance para orientação entre (acima de 360 graus) e velocidade de orientação até 90 graus/s;

3: 2º eixo com alcance para orientação entre (91 e 270 graus) e velocidade de orientação até 90 graus/s;

A: 3º eixo com alcance para orientação acima de 360 graus e velocidade de orientação entre (201 e 400 graus/s);

0: montagem no solo;

4: sensor de proximidade, leitor ótico e linguagem de programação de 1ª geração. Uma vez definido o código correspondente à “família de robôs” para manipulação de cargas, mais adequada para este caso específico, deve-se analisar as características exigidas no processo de manipulação de blocos cerâmicos e aplicar o passo seguinte do procedimento apresentado, que é a seleção da melhor opção de modelo, dentre aqueles já pertencentes à família mais indicada. Para isto, é necessário especificar as condições do processo, que estão detalhadas a seguir:

Peso do conjunto peça e garra: de 1 a 2 kg Tempo de Ciclo: 20 s

Tolerância exigida: + 1 mm Repetibilidade: + 1 mm

Sincronismo com outros eventos: pesagem, movimento de cilindros pneumáticos, atuação de válvulas e sensores óticos.

(6)

Segurança: ambiente fechado, protegido por sensores de proximidade e botoeira para interrupção.

Acionamento: 6 servomotores AC.

Programação: via painel, com linguagem dedicada e “teach box”, com capacidade para 2200 pontos e 1220 instruções, expansíveis.

Ambiente de trabalho: manipulação de produtos químicos, com exaustão nas cabines e temperatura ambiente.

Atuador final: dedicado, tipo garra pneumática, curso de 25mm, sem sensor de fim de curso ou de pressão.

Com estas condições, é possível gerar a codificação do “robô ideal” para a aplicação industrial especificada. Este modelo é determinado pela seguinte especificação:

830B0374477B00.

Comparando-se o código gerado pela situação considerada do “robô ideal”, com os 50 modelos de robôs codificados pelo SCC, selecionam-se as melhores opções. Esta seleção baseia-se nos seguintes critérios:

a) eliminar os modelos que apresentam valores não especificado para os dígitos, por falta de informações dos catálogos;

b) comparar “dígito a dígito”, para verificar se existem modelos que geraram códigos idênticos ao “robô ideal”;

c) comparar “dígito a dígito”, para verificar os modelos com maior similaridade em relação ao modelo ideal;

d) análise de dígitos chave, definidos pelas necessidades da aplicação específica. Com base nestes critérios, a Tabela 1 apresenta as melhores opções entre os modelos codificados.

FABRICANTE MODELO CÓDIGO GERADO ROBÔ

NACHI SC15 838B10744A4BA4 R1 MOTOMAN K3S1 837B0074474BA4 R13 MOTOMAN K6SB 837B0073474AA4 R14 MOTOMAN K30S 837B2174493AA4 R20 FANUC S-6 838F00747A7AEA R40 FANUC S-10 838F10734A7A5A R41 FANUC S-500 838F11633A4AAA R43

Tabela 1: Melhores opções para o caso em estudo

Com base nos modelos selecionados no passo anterior do procedimento adotado (passo 3 do método de análise), definem-se as características consideradas ideais para a aplicação específica e elabora-se a matriz de atributos para seleção de robôs (passo 4).

As medidas de similaridade usadas neste trabalho baseia-se nos coeficientes de similaridade usados em Tecnologia de Grupo e estão especificadas em OLIVEIRA (1998).

Avaliando-se os resultados obtidos a partir da aplicação dos coeficientes de similaridade aos dados da Tabela 1, verifica-se que o modelo R13 é o mais adequado, pois é o que mais se aproxima da situação ideal.

(7)

5. ANÁLISE DOS RESULTADOS

Embora o modelo R13 tenha sido considerado o mais adequado, pelo método apresentado, este não foi o robô escolhido pela empresa, para utilização na célula de produção analisada. O fato da escolha da empresa diferir da opção indicada pelo método pode ser justificada pelas seguintes razões:

a) Possibilidade do modelo indicado não ser comercializado na época da opção; b) O projeto da célula de produção foi elaborado pela matriz da empresa, no

exterior, que usou como principais critérios a padronização com outras unidades em outros países e a aplicação de futuras tecnologias de produto.

6. CONCLUSÕES

O uso do método apresentado, que utiliza a integração de um SCC à aplicação da técnica de busca de similaridades (SCM), revela-se uma ferramenta acessível e adequada à tarefa de seleção de robôs industriais.

Sua eficiência está condicionada a três fatores principais:

a) Elaboração do SCC, que deve ser suficientemente claro e abrangente, de modo a permitir agregar todas as informações pertinentes à caracterização de robôs para gerar grupos e famílias de acordo com cada aplicação industrial;

b) Definição dos atributos da matriz de similaridades, que será mais adequada quanto maior o conhecimento técnico disponível sobre o processo específico; c) Atribuição dos pesos, que deve estar criteriosamente estruturada, com base nos

atributos considerados na matriz de similaridades. 7. REFERÊNCIAS BIBLIOGRÁFICAS

JHA, N.K. (1991) Handbook of flexible manufacturing systems. New York: Academic Press Inc., 328p.1991.

KHOUJA, M. e OFFODILE, O.F. (1994) The industrial robots selection problem: literature review and directions for future research. IEE Transactions. Vol.26(4), p.50-60,1994. KUSIAK,A. (1990) Intelligent manufacturing systems. NY: Prentice Hall. 433p.1990. OFFODILE O.F. (1987) Development of a computer aided robot selection procedure (CARSP). International Journal of Production Research. Vol.25(8), p.1109-1121, 1987. OFFODILE, O.F. (1990) Application of SCM to parts coding and classification analysis in group technology. Int. Journal of Production Research. Vol.19(4), p.420-432, 1990.

OLIVEIRA, J.E.L. (1998) Desenvolvimento de um sistema de classificação e codificação para seleção de robôs industriais. Dissertação de Mestrado, UNIMEP. 83p. 1998.

SOBRACON (1990) Revista retrospectiva da década. Sobracon. São Paulo. 1990.

TELLES, G.N. (1994) O desenvolvimento da robótica no Brasil. Anais do II Congresso Anual da Sociedade Brasileira de Comando Numérico e Automação Industrial, 1994.