공구 제조사로는 세계 최초
일본 공작 기계 제조업체인 Okuma는 세계 최초로 샤프트 및 척 유형 부품의 자동화 생산을 위해 CNC 터닝 센터 내부에 로봇 팔을 통합했습니다. 제조업체의 모든 공작 기계는 단독 대리점을 통해 영국과 아일랜드에서만 독점적으로 판매 및 서비스됩니다.NCMT.
내부 Armroid(Arm Robot Intelligent Design) 공작물 로드/언로드 시스템의 이점을 활용하는 최초의 Okuma 선반 중 하나는 LB 3000 EX II이며, 그 중 하나는 대리점의 Coventry 쇼룸에서 시연할 수 있습니다.
다양한 작업을 수행하기 위해 세 가지 다른 팔 끝 이펙터를 사용할 수 있습니다. 하나는 절단 영역 내에서 공기나 절삭유를 분사하기 위한 것입니다. 끈질긴 부스러기를 분쇄하기 위해 절삭 공구를 따르거나 전체 작업 영역을 청소하도록 프로그래밍할 수 있어 칩 관리가 크게 향상됩니다. 롤러 엔드 이펙터는 절단 중에 샤프트 구성 요소 아래에 지지를 제공하여 채터링을 최소화합니다.
공작물 스태커와 결합된 세 번째 엔드 이펙터는 로드 및 언로드를 위해 샤프트형 공작물을 원주 주위로 자동으로 고정하는 두 손가락 그리퍼이며 중량 용량은 5kg입니다. 세 개의 엔드 이펙터는 모두 기계 내에 저장되며 로봇에 의해 자동으로 교환됩니다.
더 길고 더 강력한 Armroid를 두 번째 Okuma 터닝 센터인 Multus B250II 복합 가공 선반에 통합할 수 있습니다. 로봇 팔은 최대 10kg의 작업물을 처리하며 끝면 주위에 빌렛을 고정하기 위한 3조 그리퍼가 있는 네 번째 유형의 엔드 이펙터를 갖추고 있습니다.
Armroid 시스템은 혼합이 많고 소규모 배치 작업에 이상적입니다. 장기간 무인 운전을 하면 작업자는 공장의 다른 부분에서 업무를 수행할 수 있습니다. 그러나 셀은 스토커에 수용할 수 있는 작업물의 수가 제한되어 있기 때문에 동일한 부품을 대량으로 소등 생산하기 위한 것은 아닙니다.
대부분의 기존 로봇 시스템에는 직원을 위한 복잡한 통합과 특별 교육이 필요하지만 Armroid는 둘 다 필요하지 않습니다. 로봇은 공작 기계의 일부이므로 값비싼 시스템 통합이 필요하지 않습니다. Okuma의 자체 OSP-P300A 제어 장치를 사용하여 작업자는 시작점과 끝점의 좌표를 입력하고 로봇은 실수 없이 움직입니다. Roid Navi 소프트웨어는 이미지와 화면 가이드를 사용하여 프로그래밍을 단순화합니다.
기계와 로봇이 원활하게 작동하고 항상 서로의 위치를 알기 때문에 제어 장치에 내장된 충돌 방지 시스템을 활성화하면 움직이는 요소 간의 원치 않는 간섭을 피하면서 각 사이클이 자동으로 생성됩니다. 프로그램 제어에 따른 자동 실행 외에도 암 위치를 미세 조정하는 펄스 핸들을 통해 수동 작동이 가능합니다.
Okuma는 또한 중소기업의 요구 사항을 염두에 두고 Standroid 자동화 솔루션을 개발했습니다. 바닥 장착형 로봇이 포함된 컴팩트 셀은 새로 구입했거나 작업 현장에서 이미 생산 중인 다양한 Okuma 수직 머시닝 센터 옆에 배치할 수 있습니다.
현재 6개의 Okuma 머시닝 센터에 이 셀을 장착할 수 있습니다. 전원 공급 장치와 네트워크 케이블을 연결하기만 하면 설정이 완료됩니다. 기존 로봇 시스템은 일반적으로 통합하는 데 3일이 소요되는 반면, Standroid를 추가하면 하루 만에 완료할 수 있으며 안전 장벽이 필요하지 않습니다.
Armroid와 마찬가지로 Standroid도 로봇 팔의 시작점과 끝점을 간단히 정의하면 쉽게 작동할 수 있으며, 시스템이 자동으로 움직임을 계산하여 충돌을 방지합니다. 이를 통해 설정 및 검증 시간이 크게 단축됩니다. 유연성을 극대화하기 위해 자동 및 수동 공작물 로딩 및 언로딩 간을 전환할 수 있습니다.
결론적으로, 이러한 자동화 솔루션은 장기간 무인 작업을 통해 인력을 다른 곳에 배치하고 운영 효율성을 극대화하려는 다품종, 소량 생산에 관여하는 OEM 및 하청업체를 위해 설계되었습니다. 동일한 구성 요소를 대량으로 생산하는 공장이나 소등 작업용으로 설계되지 않았습니다. 적절한 응용 분야에서 사용할 경우 주요 이점은 작은 설치 공간, 사용 용이성, 최소한의 작업자 교육, 기계-로봇 호환성, 비용 제거 및 제3자 통합과 관련된 잠재적인 어려움입니다.