스마트팩토리를 위한 로봇 시스템 해석

Robots are everywhere!

 머신러닝과 AI는 점점 더 엔지니어링의 주류로 자리 잡고 있습니다. 오늘날의 확장 가능한 전자 제어 시스템은 수많은 센서와 입력 데이터를 처리하여 훨씬 더 복잡한 작업을 수행할 수 있습니다. 따라서 협업 로봇 및 완전 자율 시스템과 같은 트렌드가 작업 현장에서 요양원에 이르기까지 표준이 되고 있습니다. 이 블로그에서는 엔지니어링 툴체인에 중점을 두고 싶습니다. 내구성과 안전성을 보장하면서 어떻게 이러한 시스템을 물리적 한계까지 밀어붙일 수 있을까요? 로봇 시스템을 시뮬레이션하면 물리적 한계에 도달하는 데 도움이 됩니다. 특히 시간이 곧 돈인 생산과 산업 공정의 자동화를 살펴보자. 이 선택 및 배치 작업의 예를 들어 보겠습니다.

Multi Body Simulation

로봇의 다물체 동역학 모델

 이는 큰 진전이지만 전체 정보를 얻기 위해 충실도를 더욱 높일 수 있습니다. 움직임을 더 빠르게 수행하면 부품에 가해지는 힘이 증가합니다. 

 시뮬레이션에서 이 움직임이 실제로 얼마나 빨리 수행될 수 있습니까? 

 실제로, 액추에이터의 대역폭과 로봇의 제어 로직이 이 한계를 정의합니다. 공동 시뮬레이션을 통해 MBD 모델은 작동의 제어된 다중 물리 모델과 "협력"합니다. 시뮬레이션 런타임 시 두 개 이상의 솔버가 정보를 교환합니다. 

 Ex) MDB 솔버는 컨트롤러/작동에 위치와 가속도를 제공하는 반면 다중 물리 솔버는 해당 힘으로 반응합니다.

 마지막으로, 작업을 더 빠르게 수행하면 더 역동적이거나 갑작스러운 움직임이 발생합니다. 부품이 변형되거나 진동하기 시작합니다. 이러한 효과는 MDB 모델에서도 고려될 수 있습니다.

로봇을 포함한 MBD 모델. 컨트롤과 유연한 구성 요소

 이러한 시뮬레이션 모델은 구조를 최적화하고 내구성을 보장하기 위해 로봇의 모든 구성 요소의 모든 위치에서 부하 및 작동 조건에 대한 귀중한 통찰력을 제공합니다. 아래 컨트롤러 오류의 예를 들어보세요.

컨트롤러 오류로 작동

Related use cases

 제어 및 작동 비행 시뮬레이터 플랫폼의 역학과 같은 많은 시스템에 동일한 원칙이 적용됩니다. 다음 비디오에서 Siemens 고객인 E2M은 플랫폼의 다양한 분석(예: 충돌 방지를 위한 액추에이터 제약 조건 하의 움직임 평가 또는 부품의 응력 분석)을 위해 Simcenter 3D 및 기타 Siemens 도구를 사용하는 방법을 조명합니다.

E2M 기술

소독로봇

 실제 작동 조건을 나타내는 가상 모델을 생성하면 이를 수행하는 데 도움이 됩니다. 따라서 소독 로봇이 평평한 건물 바닥에서 작동하는 동안 다른 로봇 드론은 구조 드론과 같은 다른 지형에 직면할 수 있습니다.

Conclusion

 로봇이 무엇을 하든 : 동적 시스템의 시뮬레이션 모델은 모든 관련 측면을 고려하여 안전하고 지속적인 작동을 보장하는 데 도움이 됩니다. 물론 로봇 공학에는 에너지 효율성이나 액추에이터 크기 조정과 같은 더 많은 과제가 있습니다. 이는 시뮬레이션과 엔지니어링 분야의 조합으로, 총체적인 디지털 트윈을 구성합니다.