Freefastapp.net – Pasar robotika dan manufaktur aditif telah memasuki fase pertumbuhan baru. Pertumbuhan ini didorong oleh tingkat kontrol baru yang memungkinkan robot untuk “keluar dari kandang” dan tinggal di samping manusia. Jenis mekanis robot ini umumnya disebut sebagai robot kolaboratif atau cobot (collaborative robot).
Secara tradisional, robot telah digunakan untuk mengelas, merakit, mengecat, dan memindahkan muatan berat dan membutuhkan sistem yang besar, rumit, dan mahal untuk memastikan keamanan sistem. Robot kolaboratif menemukan jalannya ke lingkungan manusia di mana mereka membantu operator dengan melakukan sebagian pengangkatan berat, membantu gerakan presisi, dan mengganti tugas berulang yang biasa dengan konsistensi dan akurasi yang lebih baik.
Membuat robot lebih kolaboratif melibatkan kombinasi unik dari kontrol perangkat lunak dan penginderaan (sensing). Seiring berkembangnya teknologi kontrol kolaboratif, desainer menemukan keterbatasan kinerja dalam desain mekanis robot, terutama pada sendi (joint) robot bermotor. Keterbatasan ini dapat mengurangi hasil robot dan meningkatkan waktu siklus. Penting untuk memahami atribut mekanis dari sambungan robot seperti apa yang membatasi kemampuan kolaboratif dan mencari desain alternatif yang akan memungkinkan kelompok kontrol untuk mengendalikan sambungan ini dengan lebih baik.
Solusi
Robot Lengan Robot Terartikulasi Kepatuhan Selektif atau SCARA (Selective Compliance Articulated Robot Arm) menggunakan beberapa sambungan robot bermotor. Setiap sambungan robot berisi motor penggerak, sistem roda gigi, dan enkoder. Kebutuhan untuk mengurangi ukuran, berat, dan kompleksitas mendorong desain yang sangat terintegrasi. Sambungan robot berdensitas tinggi ini berisi kit motor penggerak langsung, roda gigi tanpa backlash profil rendah, dan enkoder presisi. Mengurangi ukuran sambil meningkatkan akurasi memiliki beberapa tantangan. Salah satu kelemahan utama di area mekanis adalah kurangnya kekakuan internal (internal stiffness).
Kekakuan mekanis (mechanical stiffness) secara langsung memengaruhi kinerja dinamis dan akurasi struktur apa pun. Ketika ekstensi kantilever digabungkan ke sambungan bermotor, masalahnya bertambah parah, di mana beban dapat bervariasi secara signifikan dengan setiap pose robot. Output sambungan dapat bergerak ketika tidak ada gerakan di sisi input (motor) sambungan. Torsional windup ini akan memengaruhi kinerja dinamis serta akurasi. Kurangnya kekakuan ini juga membatasi seberapa “kolaboratif” robot sebenarnya.
Hal ini mengidentifikasi sumber kekakuan yang buruk. Ini mengungkap bagaimana informasi tentang fenomena ini, dan memberikan solusi yang merupakan evolusi alami dari teknologi sambungan robot. Solusi ini menggunakan enkoder ganda dan algoritma perangkat lunak real-time sebagai umpan balik dan koreksi aktif. Dengan pendekatan ini, robot kolaboratif dapat menyaingi robot nonkolaboratif dalam hal kecepatan dan kelincahan.
Desain Sendi (Joint) Robot
Keputusan desain biasanya dimulai dengan mempertimbangkan beberapa aplikasi akhir. Robotika telah berevolusi dari pertama kali mengganti gerakan berulang dengan gerakan yang lebih akurat saat menangani beban berat, menjadi gerakan yang lebih tepat dan pengambilan keputusan melalui penggunaan algoritma kecerdasan buatan atau AI (Artificial Intelligence).
Desain joint robot yang sangat terintegrasi biasanya menggunakan motor penggerak langsung, yang digabungkan ke roda gigi. Karena kecepatan output relatif rendah (biasanya 50-500 rpm), rangkaian roda gigi merupakan pengorbanan yang sepadan untuk memindahkan puncak daya ke titik operasi dan memaksimalkan kepadatan torsi. Motor penggerak langsung yang digabungkan ke sistem roda gigi profil rendah dengan rasio tinggi adalah solusi terbaik untuk torsi dan ukuran dan cenderung menjadi norma dalam industri.
Keterbatasan roda gigi dalam aplikasi presisi biasanya adalah reaksi balik. Posisi setiap sambungan secara langsung bergantung pada semua sambungan lain sebelumnya. Oleh karena itu, solusi roda gigi terbaik adalah yang tidak memiliki reaksi balik. Solusi roda gigi harmonik dan sikloidal menyediakan atribut reaksi balik nol. Penggerak sikloidal secara rutin digunakan dalam robot industri besar untuk tujuan ini.
Pada robot yang lebih kecil, solusi roda gigi harmonik menjadi alternatif terbaik karena bobotnya yang ringan dan profilnya yang rendah. Rasio dalam kisaran 100-150:1 umumnya digunakan dan rasio yang lebih tinggi (hingga 300:1) juga tersedia. Masalah dengan solusi roda gigi harmonik adalah bahwa solusi tersebut didasarkan pada fleksur yang mentransmisikan gerakan antara input dan output.
Seorang desainer selalu dapat beralih ke solusi roda gigi harmonik yang lebih besar untuk meningkatkan kekakuan, tetapi hal itu biasanya menghasilkan ukuran dan berat ekstra. Roda gigi ukuran yang lebih besar mungkin juga berlebihan untuk aplikasi tersebut. Solusi yang lebih baik adalah mempertahankan ukuran kecil dan berat rendah serta mengimbangi kekakuan. Mengukur sambungan input dan output secara bersamaan memberikan informasi yang cukup untuk memiliki algoritme loop tertutup di sekitar kekakuan dan menghilangkan efek negatifnya.
Sendi (Joint) Robot dalam Dunia Kolaboratif
Dalam robot kolaboratif, pengontrol perlu menentukan perbedaan antara gaya eksternal yang diterapkan pada robot dan gaya reaktif internal karena penggulungan sendi (joint) yang terkait dengan kekakuan sambungan yang rendah. Kekakuan yang rendah dapat memaksa sistem kontrol untuk bersikap konservatif saat melakukan koreksi yang pada akhirnya memperlambat hasil.
Seperti dibahas sebelumnya, kekakuan yang tinggi mengorbankan berat dan peningkatan ukuran serta kemungkinan akurasi jika memerlukan roda gigi dengan serangan balik.
Algoritme kompensasi kekakuan yang menggunakan enkoder ganda adalah jawaban yang paling praktis. Motor sambungan robot memerlukan enkoder untuk servo. Karena rasio roda gigi, sendi output memerlukan enkoder yang menentukan posisi akurat spesifiknya dan mendukung persyaratan akurasi lintasan robot secara keseluruhan. Akibatnya, sebagian besar sendi robot menggunakan dua enkoder. Hubungan antara kedua enkoder ini dapat dipantau dan digunakan bersama dengan model matematika kekakuan untuk meningkatkan kinerja robot selama kedua enkoder memiliki resolusi tinggi dan akurasi yang wajar.
Kekakuan dan Roda Gigi
Gerakan kinematik robot tradisional memungkinkan beban dan inersia yang dipantulkan bervariasi secara signifikan dengan pose robot yang berbeda. Kekakuan setiap joint adalah fenomena non-linier yang bergantung pada beban dan posisi. Kurangnya kekakuan menciptakan lilitan antara motor penggerak sendi dan output sendinya. Beban sisa ini harus diatasi sebelum algoritme kontrol motor dapat memberikan umpan balik sinyal ke pengontrol robot tentang gaya eksternal yang diterapkan pada lengan robot. Memahami dan memodelkan kekakuan juga akan sangat meningkatkan throughput dengan menambahkan koreksi loop kontrol dan meningkatkan lebar pita.
Pentingnya Mengatasi Tantangan Mekanis dari Pengaplikasian Cobot
Dalam kebanyakan kasus, deteksi gaya digunakan untuk membuat mekanis robot lebih kolaboratif. Jika gaya eksternal diterapkan pada robot (misalnya oleh manusia), gaya tersebut dideteksi melalui arus motor yang memungkinkan pengontrol untuk membuat keputusan tentang respons alternatif. Respons ini mungkin untuk menghentikan gerakan, mengurangi kecepatan, atau mengubah arah. Dalam semua kasus, keselamatan adalah yang terpenting. Kolaborasi melibatkan bekerja dengan dan di samping manusia tanpa menyebabkan masalah keselamatan apa pun.
Baca Juga : Berbagai Miskonsepsi Tentang Robot Kolaboratif Yang Masih Beredar
