PAR 3/2016

PAR P O M I A RY • A U T O M AT Y K A • R O B O T Y K A

3/2016 ISSN 1427-9126 Indeks 339512

Cena 25,00 zł w tym 5% VAT

kwartalnik naukowo-techniczny naukowo-techniczny | lipiec–wrzesień lipiec–wrzesień kwartalnik 2016 | www.par.pl www.par.pl

)

. &

W numerze:

3 5 13

Od Redakcji

Comparison of a Perpetual and PD Inventory Control System with Smith

and SPEA2

! "#$

29

33

43

! "# #

% & &

' (

) *' ' *! + ( '

*' &

& ,

'

'

-

&

' '

&

! '

$

77 |

!

" # $

81 | % &

' ! ( #

% ' # )

84 | )

$! *! + , )

86 | )

$! *! ) # - ) )

87 | %

88 | . . % %

) %% /012

89 | 3# #

90 | , & &

&

91 | 4 & ,

# 5

92 | # )+ 5 )

93 | , /01267 /0126890:

94 | ) ;

/012 76/012:6< 890

95 | -

' # # # =

' -

96 | 9 7 ,

? ,

97 | -+ #

/012

100

Rada Naukowa

Rok 20 (2016) Nr 3(221) ISSN 1427-9126, Indeks 339512

Redaktor naczelny

1# <

)' ' ' ( +

A" 1#

V W < X Y = Z

#: & & ,

1# 7 =

J J <

[ \

; +

1# />

?# @ 1 F V W < ( Y> = Z

#: ' *

; *!

#: & + * ; <: ) = > ?

; <: ' < &

#: ' * ?

@ ( A ? =B

; <: ?

; <: C * ? ,

!

6

B> > V W < + YF Z 1#

! ' F '

J (

" J( ) 1# G )# F > F

V ' W YV Z 1# B # F

* ) # C

] B 1# <# 7

J <

Y Z 1# <

V W Y = Z

Druk C > D E

;: : : F GHH :

1# )

! ' ) J # = )

Wydawca

?

8#

V W < Y> = Z

J ( K " J( ( : &

LHL HLMOPG )

Kontakt E =

M

( E ,

( : &

LHL HLMOPG ) : LL PQO HT OG U; :; :; :;

1# ; ! '

) J

1# <

H ) C \ +

1#

)# H > > J <

YE = Z 1#

^ W W _ F V W YV Z 1# /

. ) C \ ) #

C \ K) 1# < ,

V W Y' Z

Pomiary Automatyka Robotyka = ;

M , M

TbbQ : TP B = B : (

; =\ K; ;

;

M,

=

,

:

'

M (

E , = K, +(C a >

JF! c EFJ V YJ f LHTg$ gQ:LTZ # K, , # ;

;

(EJ(F (: = F ) ; , =

P ; Y; : TLOOZ: \ =\ B

= = F B; , ;

; , K

M ( E , : ) =\ ; \ Y < = \Z = = ; ; : V B; # ; =B (E !J>J ( ? =B \ ; ] :

1# .

` V W Y) + Z 1# 3

) J # =

;

( + ? J < (;;

+ > ,a YF Z 1# /

J' 9 )

[ \ 1#

L>

W ( < Y = Z 1# F 1 7 9 J J < ( E ,

)

1# 3 3!

E J V W , Y( Z 1# /

7# ? ^' W _ F V W YV Z

( E , J F TOLQMbTLG E: LH F i@LHTG

3

Od Redakcji

5

Comparison of a Perpetual and PD Inventory Control System with Smith Predictor and Different Shipping Delays Using Bicriterial Optimization and SPEA2 ( ; " \

! ; "# ;"h *

; = = J (L

13

<

? J O:H

29

< (;; <

V

33

!

" " #

$ "

%

&' (

<

< ) V i!

43

! "# # System automatycznego przezbrajania stanowiska pakowania robotem

< (

W

J E ,

49

& '

(

" ) * $

M, <

W

< gHH ;

57

( )

# +

%

, -. , / na platformie Arduino ) ) M F ( ) , W +

( <

61

* !

"

% montowanych w zapalnikach nieelektrycznych (

< a < j; , J F

65

!

01) #

$ $

" %

;

l <

, l <

1

J E [ J

71

! + ' , /

4 $ "

#5

,

< f ,

<

, E ,

77

Informacje dla Autorรณw

81

=

6((( 1

/ /

) /

%

84

8 $

9 8

86

(

! $

"

5 ) '

87

(

Zastosowanie metod sterowania odpornego do stabilizacji obiektรณw mechanicznych

5 !

88

Kalendarium

89

' < = m C ; h ;6; 8 8 !

88! < =>

90

\# 6 ? 9

$

@

@

%

91

\# Designing the Internet of Things

92

\# + $ ' ) 9 F #

kosztรณw procesรณw?

93

\# )

94

\# !

1!' < =>HJ0< =>H&L M Kurs projektowania parametrycznego i nieparametrycznego 2D i 3D

95

\# !

6 N )

< =>)JH< =>MH.

&L Metodyka projektowania

96

\#

4

(/ V

!0J!+

97

= m # 9th (J(1 '

/

6

X

' /

100 ) m '

6

< =>

L

P

O

M

I

A

R

Y

โ ข

A

U

T

O

M

A

T

Y

K

A

โ ข

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

! E !(' &J

E ; B = LHTG@LHTQ ; = ] \ ; = =

M

( E , : ) = , ] " " ; * :

* ; = ] ; =\ # ] " B =\ " ;

= , , =B :

B] =

= = ; = ; = O:H:

\ = J < + !

; : \; =\ ; ? ,

; ; =

; = ,

? ; D , , Â&#x20AC; < , B ,

=\ B , ;

,

; ; (!( ;

: B ;

Â&#x20AC; , # =\ = B O:H Â&#x20AC; \ Â&#x20AC; =\ ; M

Â&#x20AC;

, :

B ; \

"

? ; <: ; = ; ] O:H ;

= = ; = : C ;

B B ; \# " = : ,

; \ B

; B

? B , # (V ( Â '( TH@LHTG ?

B ]Â&#x20AC; " ; ] B = J < : ) ) ?

J (

" J( ? ; , #\

; , = " : Redaktor naczelny kwartalnika Pomiary Automatyka Robotyka #: & & ,

3

O

P

O

M

I

A

R

Y

•

A

U

T

O

M

A

T

Y

K

A

•

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Pomiary Automatyka Robotyka, ISSN 1427-9126, R. 20, Nr 3/2016, 5â&#x20AC;&#x201C;12, DOI: 10.14313/PAR_221/5

" . / ! " "

0 ) # ) 8 ; " '<,

+ #@ # + A + ) " # = ) % ) $> >&?$*$

$ B Inventory optimization is critical in inventory control systems. The complexity of real-world inventory systems results in a challenging optimization problem, too complicated to solve by conventional mathematical programing methods. The aim of this work is to confront: a perpetual inventory system found in the literature and inventory system with PD control and Smith predictor proposed by the authors. To be precise, the two control systems for inventory management are analyzed with different shipping delays and compared. With regard to complexity of the proposed control system, we use a SPEA2 algorithm to solve optimization task for assumed scenario of the market demand. The objective is to minimize the inventory holding cost while avoiding shortages. A discrete-time, dynamic model of inventory system is assumed for the analysis. In order to compare the results of systems, Pareto fronts and signal responses are generated.

F ' ] ! " " ! " " ? @ ! " '<, " !

1. Introduction Increasing dimension of inventory management requires advanced methods to reduce maintenance costs. As a result of the emergence of complex inventory control systems, more and more scientist began to use the methods of multi-criteria optimization. Pareto-based techniques were proposed in 1993 and 1994, e.g., MOGA [1], NPGA [2] and NSGA [3].

One of the most effective algorithms, used in multi-criteria problems, is the Strength Pareto Evolutionary Algorithm (SPEA) proposed in [4]. SPEA has shown very good performance in comparison to other multi-objective evolutionary algorithms [5]. Furthermore, improved version of SPEA has also been created. It is called SPEA2 and is presented in [6].

The improved Strength Pareto Evolutionary Algorithm is one of the most important multi-objective evolutionary algorithms that use elitism approach and therefore it has been used in recent studies: [7â&#x20AC;&#x201C;12].

)

, ]

' % ()" % " ) !

'

&*%&+%,&*- % ,,%&+%,&*- %

! "" # $%&

Inventory optimization means maintaining a certain level of inventory that would eliminate the out-of-stock situations and at the same time would provide as low as possible holding costs. In a nutshell, this is all about maintaining balance between demand and supply. Every inventory system faces the challenge of matching its supply volume to customer demand.

How well control system manages this complex challenge has a profound impact on inventory profitability. Due to the necessity for effective inventory management inventory control systems have been developed. The two classic systems for managing customer demand are a periodic and a perpetual system [13]. A perpetual inventory system is a superior to the older periodic inventory system because it keeps continual track of sales and inventory levels which helps to prevent stock-outs â&#x20AC;&#x201C; this is its advantage.

There has been an growing interest in solving inventory management problem. Before control systems, a lot of inventory models have been invented: [14â&#x20AC;&#x201C;16]. More and more works have been focusing upon creating new or modified inventory control systems: [17â&#x20AC;&#x201C;24]. Issues of a similar problem dimension, but associated with congestion control in computer networks, are presented in [25].

Due to occurring variance amplifications of order quantities in inventory systems, called the bullwhip effect [26], it is necessary to use special methodology to eliminate such a situation. This extremely negative phenomenon had gave rise to range of methodologies used to this day and is indispensably connected to the stability of supply chains which is investi-

5

;

< ; ! J W

! ` ;; ! :::

gated in [27]. Conducted research in [27] quantifies the effect of these variations on system stability and presents mechanism with work in progress (WIP) position. On the other hand, in [17] is proposed methodology for time-varying delay based on Smith predictor. However, in [26, 27] it is suggested a general replenishment rule that can reduce variance amplification significantly by control theoretic approach, which integrated different forecasting methods into the order-up-to system. To our knowledge, order-up-to systems usually result in the bullwhip effect [26]. An order-up-to policy is optimal in the sense that is minimizes the expected holding and shortage costs [28]. As far as methods for bullwhip effect reduction are concerned, H-infinity control methodology minimizes the worst case effects of the external demand fluctuations on the performance of the system [29]. The application of this method requires that the transportation and production lead times are known and constant, but also can be used with satisfactory results with time-varying delays. H-infinity policy applies the filtering techniques and optimizes local inventory costs while avoiding the bullwhip effect.

In order to make a fair comparison between a classical stockbased order-up-to policy and PD with Smith predictor inventory control system we apply work-in-progress to account for the destabilizing effect in the perpetual inventory system. The aim of this work is to analyze and compare work of systems with different shipping delays: Perpetual Inventory System with adaptive order level and work-in-progress mechanism proposed by literature and Proportional-derivative Inventory Control System with Smith predictor and adaptive reference stock level proposed by the authors. In other words, this work is comparison between our PD-Smith-based methodology which was used in [21] for time-varying delay (in this work is examined for time-invariant systems) and classical order-up-to policy used mostly for time-invariant systems. Parameters were selected for all control systems structures through solving optimization tasks for a specific scenario of variable market demand using the Strength Pareto Evolutionary Algorithm 2 (SPEA2) in MATLAB/Simulink. In this article, we mainly want to show differences of results gained through solving optimization task using SPEA2 and performance for two control inventory systems and different shipping delays. The objective of inventory optimization is to maintain optimal inventory levels depending on demand and to minimize inventory holding cost while avoiding shortages [30]. In [31] Pareto-based meta-heuristic algorithm are used to solve the bi-objective inventory models. The first objective function aims to minimize the total cost of the system, which consists of holding cost, ordering cost and shortage cost and the second objective function, maximizes the service level through minimizing the cumulative distribution of the demands [31].

In this paper, the results for both systems are compared using a bi-objective optimization. In order to compare the

results, several numerical examples are generated and the results are analyzed on the basis of generated plots and tables.

^# 7

1 B >

The number of products that could potentially be sold from the store is modelled as a certain, unknown in advance limited function of time: 0 Â&#x201D; d(k) Â&#x201D; dmax. Where dmax is the maximum number of products sold per unit of time. Instantaneous values of d(k) fluctuate in time and depend on the market demand. Demand for the products is generally variable in time. The number of products purchased from the inventory h(k) depends on the demand, as well as the available stocks y(k) and following inequalities are held: 0 d h(k) d d(k) d dmax,

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

(1)

If the quantity of products in stock at moment k is sufficiently large, it means that: d(k) = h(k).

From the standpoint of controlling the flow of goods, it is important to maintain certain stock in the inventory, regardless of transient changes in customer demand, so as to avoid a situation in which the magazine is empty or the quantity of the stored products will be excessive, or even exceeds the storage capacity ymax.

The product quantity stored in the inventory at moment k, called the stock, is therefore given as follows: y(k) = y(k â&#x20AC;&#x201C; 1) + u(k â&#x20AC;&#x201C; t) â&#x20AC;&#x201C; h(k)

(2)

t â&#x20AC;&#x201C; the time required to deliver ordered products to the inventory.

The delay is known t and this model is a linear, stationary and discrete with signals saturations. The block diagram of the analysed system is shown in Fig. 1. The system consists of three main blocks: transport and production delay, inventory model and control system based on order control.

-# 7 8

1

There are many different ways to keep control of the inventory but in every inventory control system, it is necessary to determine when and how much to order. Scientific methods for inventory control can give a significant competitive advantage.

Control system has to order the certain amount of products at a certain time with a view to market demand and current inventory level. Inventory control means that all stocks of products are promptly and properly ordered, issued, preserved and accounted in the best interest of an entity that manages its inventory.

Fig. 2. A block diagram of Perpetual Inventory control system with adaptive order level Rys. 2. Schemat blokowy ciÄ&#x2026;gĹ&#x201A;ego systemu sterowania magazynem z adaptacyjnym poziomem zamĂłwieĹ&#x201E;

Fig. 1. Block diagram of inventory system with control system Rys. 1. Schemat blokowy systemu magazynowego z ukĹ&#x201A;adem sterowania

6

0 d y(k) d ymax

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

It is essential to create a mathematical description of investigated two control systems:

)_

B >

' >

> A Perpetual Inventory System is also known as â&#x20AC;&#x153;Automatic Inventory Systemâ&#x20AC;?. A perpetual system keeps records of the amount in storage, and it replenishes when the stock drops to certain level k3.

The reorder point â&#x20AC;&#x201C; threshold, inventory content critical value, is fixed, but review period, order quantity and maximal inventory level are variable (max inventory level depends on demand). k1 together with a factor k2 make an affine function of maximal inventory capacity depending on market demand, given in the following form: 0 â&#x17D;§ u (k ) = â&#x17D;¨ â&#x17D;Šk1d (k ) + k2

for y (k ) > k3 , for y (k ) â&#x2030;¤ k3

(3)

where: k3 â&#x20AC;&#x201C; reorder point.

In order to make a fair comparison between a classical stock-based order-up-to policy and PD with Smith predictor inventory control system we supplement the control law (3) of the perpetual inventory system with work-in-progress term to provide for the controller data about past orders which are not delivered to the inventory yet. The system will be denoted as Aâ&#x20AC;&#x2122; and the control law is described in the following way:

Block diagram of the control system is shown in Fig. 3. The variables k1â&#x20AC;&#x201C;k3 are parameters of the control system.

Due to the similarity between the considered class of systems and engineering processes, it is a natural choice to apply control-theoretic methods in the design and analysis of strategies governing the flow of goods.

Fig. 3. A block diagram of Proportional-derivative Inventory control system with Smith predictor and adaptive reference stock level Rys. 3. Schemat blokowy systemu sterowania magazynem z regulatorem proporcjonalno-róşniczkujÄ&#x2026;cym oraz predyktorem Smitha z adaptacyjnym referencyjnym poziomem zapasĂłw

"#

/)^ Consider, the problem of finding the optimal values of the parameters ki, i = 1, 2, 3 of a dynamic system with fixed structure from Figs. 2â&#x20AC;&#x201C;3. In the case of the inventory system, cost functions can be defined by the following relations: j1 =

1 N

N

â&#x2C6;&#x2018; [d (k ) â&#x2C6;&#x2019; h (k )]

(9)

k =Ď&#x201E;

(4) j2 =

_

4 > > B >

8

'

>

1

>

The structure shown in Fig. 3 â&#x20AC;&#x201C; the control system is based on a classical structure with Smith predictor. It is a kind of a predictive controller, which was developed for control systems, which are characterized by long and inevitable delays.

Its structure is based on implementations of the model without delay and with delay. Based on the control concepts for systems with delays using a Smith predictor it is assumed that an estimated model of the system without delay is given in the form: yË&#x2020;p (k ) = yË&#x2020;p (k â&#x2C6;&#x2019; 1) + u (k â&#x2C6;&#x2019; 1) â&#x2C6;&#x2019; h (k )

N

1 N

â&#x2C6;&#x2018; y (k )

where: t â&#x20AC;&#x201C; the time required to deliver ordered products to the inventory, N is the length of the time horizon.

The equation (9) represents a lost opportunity to make sales.

In turn, the expression (10) concerns use of space in the inventory.

The objective is represented as the following vector:

j = [j1,j2 ]

(5) k

Model of discrete-time PD controller for error e(k) of model without delay is given in the following form:

where:

Îľ (k ) = yref (k ) â&#x2C6;&#x2019; yË&#x2020;p (k )

(12)

Where optimization variables and constraints are dependent on the controller structure: k = [k1, k2, k3], k1 t 0, k2 t 0, k3 t 0

(6)

(7)

It is assumed that the reference value of stocks yref(k) is a linear function of the demand given in the form of:

yr (k ) = k1d (k )

(11)

For the model described by relationships (1)â&#x20AC;&#x201C;(2) and the control systems described by equations (3)â&#x20AC;&#x201C;(8) and a quality indicator in the form of (9)â&#x20AC;&#x201C;(11) the optimization problem can be defined in the following form: min j

u (k ) = k2Îľ (k ) + k3 Îľ (k â&#x2C6;&#x2019; Îľ k â&#x2C6;&#x2019; 1

(10)

k =Ď&#x201E;

(8)

The improved Strength Pareto Evolutionary Approach (SPEA2) is chosen to perform the control system optimization resulting in the final analysis and comparison. SPEA is an extension of the Genetic Algorithm for multiple objective optimization problems. SPEA2 has an external archive consisting of the previously found non-dominated solutions. It is updated after every generation and for each solution a strength value is computed [28]. An archive of the non-dominated set is maintained separate from the population of candidate solutions used

7

;

< ; ! J W

! ` ;; ! :::

non-dominated solutions â&#x20AC;&#x201C; set of Pareto optimal solutions. The flow chart which shows the steps of SPEA2 can be seen in Fig. 4.

0#

.

)

In this section the results of computer simulations and comparative analysis is presented. The structures of control systems in Figures 2 and 3 are applied. The main purpose of this section is to compare the optimization results for different time delays for two different control structures: Perpetual Inventory System with adaptive order level A, Perpetual Inventory System with adaptive order level with work-in-progress mechanism Aâ&#x20AC;&#x2122; which stems from literature and Proportional-derivative Inventory Control System with Smith predictor and adaptive reference stock level proposed by authors. Results for A â&#x20AC;&#x201C; PIS-AOL control system are marked by black lines, Aâ&#x20AC;&#x2122; â&#x20AC;&#x201C; PIS-AOLâ&#x20AC;&#x2122; by blue lines and whereas for B â&#x20AC;&#x201C; PDIS-SP-ARSL control system are marked by red line.

With a view to simulation research of the control systems for a discrete, stationary linear model with signal bounds described by equations (1)â&#x20AC;&#x201C;(2), the control systems described by equations (3)â&#x20AC;&#x201C;(8) the quality indicator in the form of (9)â&#x20AC;&#x201C;(11), the time horizon N = 1000 and the sampling period is one day. Tuning of the control system is based on a the bicriterial optimization task using SPEA2 (improved version of Strength Pareto Evolutionary Algorithm) and trapezoidal demand signal plotted in Fig. 8 and 9. On the basis of the results we try to evaluate: how does the controller structure impact on the properties of the inventory control system.

To solve the optimization problem (17) a SPEA2 was used with parameters: population size 500 for all A, Aâ&#x20AC;&#x2122; and B, maximal number of generations 50 for Aâ&#x20AC;&#x2122; and B, 400 for A. In order to see the impact of the delay between ordering products and delivering it to the inventory â&#x20AC;&#x201C; t on the results of optimization task and the performance of the control system, simulations were carried out for three values of t: 28, 14 and 2.

First, an analysis of the objective function plots has been conducted. Pareto front with shortages cost j1 and holding cost j2 is depicted in Fig. 5 for 3 delay values.

It can be noticed from Fig. 5 that almost all solutions for A control system are dominated by solutions for B control system for all considered delays except from solutions for j1 < 2 and

Fig. 4. Flow chart of SPEA2 algorithm Rys. 4. Schemat blokowy algorytmu SPEA2

in the evolutionary process, providing a form of elitism. Due to potential weaknesses of SPEA, the improved version â&#x20AC;&#x201C; SPEA2 has better fitness assignment scheme, more precise guidance of the search and a new archive truncation methods [6]. To avoid situations where population members dominated by the same members of the archive have the same fitness value, SPEA2 takes into account both the number of dominating and dominated solutions in computing the raw fitness of a solution. The objective of the algorithm is to locate and maintain a front of

Fig. 6. Pareto front and selected points for inventory control system for Ď&#x201E; = 2 Rys. 6. Front Pareto oraz wybrane punkty dla systemu sterowania dla Ď&#x201E; = 2

Fig. 5. Pareto front and selected points for inventory control system for two different delays Rys. 5. Front Pareto oraz wybrane punkty dla systemu sterowania magazynem z dwoma róşnymi opóźnieniami

8

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Table 1. Selected optimization results using SPEA2 Algorithm to A Control System Tabela 1. Wybrane wyniki optymalizacji z wykorzystaniem algorytmu SPEA2 do systemu sterowania A

Point

j1

j2

k1

k2

k3

Ď&#x201E; =2 A1

1.60

51.1

0.997

0.131

804

A2

1.33

99.3

0.995

1.34

477

A3

1.75

40.3

0.997

0.022

318

Ď&#x201E; = 28 Fig. 7. System response â&#x20AC;&#x201C; purchased products h(k) and customer demand d(k) for A4,B4 for Ď&#x201E; = 28 Rys. 7. OdpowiedĹş ukĹ&#x201A;adu â&#x20AC;&#x201C; zakupione produkty h(k) oraz zapotrzebowanie klientĂłw d(k) dla A4, B4 dla Ď&#x201E; = 28

A4

20.6

394

0.983

0.808

4459

A5

9.58

2918

0.887

44.96

27775

A6

17.3

1323

0.939

16.6

27495

Table 2. Selected optimization results using SPEA2 Algorithm to B Control System Tabela 2. Wybrane wyniki optymalizacji z wykorzystaniem algorytmu SPEA2 do systemu sterowania B

Point

j1

j2

k1

k2

k3

Ď&#x201E; =2 B1

0.0489

0.225

5.20

0.238

0.524

B2

0.00423

100

1.95

1.488

0.0081

B3

1.78

0.006

4.94

0.253

0.283

Ď&#x201E; = 28 Fig. 8. System response â&#x20AC;&#x201C; difference between customer demand d(k) and purchased products h(k) for A4, B4 for Ď&#x201E; = 28 and A1,B1 for Ď&#x201E; = 2 Rys. 8. OdpowiedĹş ukĹ&#x201A;adu â&#x20AC;&#x201C; róşnica pomiÄ&#x2122;dzy zapotrzebowaniem klientĂłw d(k), a zakupionymi produktami h(k) dla A4, B4 dla Ď&#x201E; = 28 i A1,B1 dla Ď&#x201E; = 2

j2 > 5200 for t = 28 where the opposite situation can be seen.

However, due to considerably high value of holding cost, i.e. the value j2, these solutions are not relevant for practical reasons.

On the other hand, Aâ&#x20AC;&#x2122;, which is A with work-in-progress mechanism, achieves smaller cost function values j1 and j2. Although results for A and B are also relatively close to each other for small delay t = 2. It means that the phenomenon of shortages and high holding costs occurs less in B than in A and Aâ&#x20AC;&#x2122;. Next step of the analysis requires selection of points in the Pareto front plots (Fig. 5 and Fig. 6) on the basis of three criteria.

Three points were chosen among the solutions space for t = 2 and t = 28. Selected points were chosen by three criterions (see Table 1 and 2): 1) min(100j1 + j2): A1, B1, Aâ&#x20AC;&#x2122;1 for t = 2 and A4, B4, Aâ&#x20AC;&#x2122;4 for t = 28 â&#x20AC;&#x201C; marked by blue circles; 2) j2 § const § 100: A2,B2, Aâ&#x20AC;&#x2122;2 for t = 2 and j2 § const § 2900: A5, B5, Aâ&#x20AC;&#x2122;5 for t = 28 â&#x20AC;&#x201C; marked by green circles; 3) j1 § const § 1.8: A3,B3, Aâ&#x20AC;&#x2122;3 for t = 2 and j2 § const § 17.3: A6, B6, Aâ&#x20AC;&#x2122;6 for t = 28 â&#x20AC;&#x201C; marked by cyan circles.

After points selection, it is possible to make a simulation research of responses of presented inventory control systems: h(k), y(k), d(k) â&#x20AC;&#x201C; h(k).

B4

3.91

385

68.7

0.0240

0.825

B5

1.79

2879

97.1

0.015

0.995

B6

17.3

50.9

28.1

0.529

0.219

Table 3. Selected optimization results using SPEA2 Algorithm t Aâ&#x20AC;&#x2122; Control System Tabela 3. Wybrane wyniki optymalizacji z wykorzystaniem algorytmu SPEA2 do systemu sterowania Aâ&#x20AC;&#x2122;

Point

j1

j2

k1

k2

k3

Ď&#x201E; =2 Aâ&#x20AC;&#x2122;1

0.788

74.3

3.00

0.0259

21.1

Aâ&#x20AC;&#x2122;2

0.662

102

3.00

0.107

8.83

Aâ&#x20AC;&#x2122;3

1.73

46.1

2.99

0.0574

10.5

Ď&#x201E; = 28 Aâ&#x20AC;&#x2122;4

10.8

801

28.5

28.4

377

Aâ&#x20AC;&#x2122;5

2.33

2918

27.5

742

200

Aâ&#x20AC;&#x2122;6

17.3

478

28.0

8.50

308

9

;

< ; ! J W

! ` ;; ! :::

presents the difference of the two values: customer demand minus the current number of purchased products.

It is also necessary to take into account y(k) which represents number of accumulated stocks in the inventory. Inventory control system which generates higher peak stocks levels as a result of demand decrease is definitely worst than one with lower stocks level. This situation can be seen in Fig. 9 â&#x20AC;&#x201C; for k â&#x2C6;&#x2C6; (600, 700) system B has the peak value â&#x20AC;&#x201C; 970, A â&#x20AC;&#x201C; 4500 and Aâ&#x20AC;&#x2122; â&#x20AC;&#x201C; 3000. After including work-in-progress mechanism in A, it can be seen that y(k) has the shape of saw and there is no single hudge signal like in A, but classical saw-shaped stock level. In the Fig. 9, you can see that B and A aims to achieve zero level of stocks for t = 28 and manage it for k > 800.

On the basis of defintion of j1 it may be concluded that its difference should equal zero for k = t, t + 1, â&#x20AC;Ś, N where N is the length of the time horizon. In Fig. 8 and 10 it is clearly seen that difference between demand and the number of purchased products of the two systems is almost the same until k d 300.

We can say that on response to step demand with level 50 at the time zero of two systems is similar, but complety different responses occur for linearly increasing demand â&#x20AC;&#x201C; interval k â&#x2C6;&#x2C6; (300, 400).

Tables 1â&#x20AC;&#x201C;3 consist of solutions for selected points. They shown that for the same shortage cost, the holding cost is the smallest for system B, what we can observe in the Fig. 11. Furthermore, taking into consideration the interval in the Fig. 11 â&#x20AC;&#x201C; k â&#x2C6;&#x2C6; (300, 400) when d(k) rapidly changing (from 50 to 650), it is an evidence that B manage to cope with fast amplification of demand with minimal stock level. On the contrary, A and Aâ&#x20AC;&#x2122; have almost the same value of j1 as B, but significantly higer values of the j2 indicator (holding cost), i.e.: A â&#x20AC;&#x201C; 40.3, Aâ&#x20AC;&#x2122; â&#x20AC;&#x201C; 46.1, where for B j2 = 0.006.

Fig. 9. System response â&#x20AC;&#x201C; the stock level y(k) for A4, Aâ&#x20AC;&#x2122;4, B4 for Ď&#x201E; = 28 Rys. 9. OdpowiedĹş ukĹ&#x201A;adu â&#x20AC;&#x201C; poziom zapasĂłw y(k) dla A4, Aâ&#x20AC;&#x2122;4, B4 dla Ď&#x201E; = 28

Fig. 10. System response â&#x20AC;&#x201C; difference between customer demand d(k) and purchased products h(k) for A3, Aâ&#x20AC;&#x2122;3,B3 for Ď&#x201E; = 2 Rys. 10. OdpowiedĹş ukĹ&#x201A;adu â&#x20AC;&#x201C; róşnica pomiÄ&#x2122;dzy zapotrzebowaniem klientĂłw d(k), a zakupionymi produktami h(k) dla A3, Aâ&#x20AC;&#x2122;3, B3 dla Ď&#x201E; = 2

`# 8

Advantage of Proportional-derivative Inventory Control System with Smith predictor and adaptive reference stock level over Perpetual Inventory System with adaptive order level is clearly visible through steps of the comparison process. First step of analysis shows significant advantage of B over A for every value of assumed delay between ordering products and delivering it to the inventory. Comparison of Pareto front plots was made for the same value of the delay and the same demand function. The simulations results shows that system proposed by the authors have better values of optimization indicators presented in table 1 and 2 for all criterions described in section 5.: for criterion min(100j1 + j2) â&#x20AC;&#x201C; j1 and j2 are smaller, for criterion j2 = const â&#x20AC;&#x201C; j1 is smaller, and for criterion j1 = const â&#x20AC;&#x201C; j1 is smaller.

In order to finalize the comparison, we analyse figures with number of purchased products, the stock level response and pointed out the difference of market demand and currently purchased products. What is more, Proportional-Derivative Inventory Control System with Smith predictor and adaptive reference stock level has better inventory stocks level value â&#x20AC;&#x201C; smaller for t = 28 and t = 2 taking into account the whole time horizon. Proportional-Derivative Inventory Control System with Smith predictor and adaptive reference stock level â&#x20AC;&#x201C; for each delay and is characterized by the lowest value of j1 and j2. The overall conclusions show a advantage of B over A and Aâ&#x20AC;&#x2122; in certain periods: for all j1, j2 (t = 2, t = 14) or almost all for t = 28.

As a result of this, the inventory holding cost is larger and shortages are more frequent and longer for the order-up-to policy A and Aâ&#x20AC;&#x2122; than it is for PD with Smith predictor approach in these periods.

In Fig. 7 h(k) is showed. It represents number of purchased products. In ideal control system h(k) = d(k) but deviations occured because of the unknown in advance demand, delay t and the criterion of minimizing inventory stocks j2. In Fig. 8 can be seen precisely difference between selled goods in two systems with different two shipping delays: t = 2 and t = 28.

Beacause of broad simulation horizon and small delay (t = 2), a plot with h(k) is showed almost demand h(k) | d(k). There is no visible difference between d(k), hA(k), hB(k) for points A3, B3 and t = 2. This is because of incomparably small deviation value compared to demand. For this reason, we show Fig. 8 which

Fig. 11. System response â&#x20AC;&#x201C; the stockâ&#x20AC;&#x2122;s level y(k) for A3, Aâ&#x20AC;&#x2122;3, B3 for Ď&#x201E; = 2 Rys. 11. OdpowiedĹş ukĹ&#x201A;adu â&#x20AC;&#x201C; poziom zapasĂłw y(k) dla A3, Aâ&#x20AC;&#x2122;3, B3 dla Ď&#x201E; = 2

10

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

The results demonstrate the capabilities of the evolutionary optimization approach to generate true and well distributed pareto-optimal non-dominated solutions.

In conclusion, adding work-in-progress mechanism to perpetual inventory control system results in better system performance in some specific periods shown in Figs. 5 and 6, but the results are still dominated by results for PD with Smith predictor approach.

& 1.

2.

3.

4.

5.

6.

7.

8.

9.

10.

11.

12.

13.

Fonseca C.M., Fleming P.J., Genetic Algorithms for Multiobjective Optimization: FormulationDiscussion and Generalization. In ICGA Vol. 93, 1993, 416â&#x20AC;&#x201C;423.

Horn J., Nafpliotis N., Goldberg D.E., A niched Pareto genetic algorithm for multiobjective optimization. In Evolutionary Computation, 1994. IEEE World Congress on Computational Intelligence. 1994, Proceedings of the First IEEE Conference on (82â&#x20AC;&#x201C;87) IEEE. Srinivas N., Deb K., Muiltiobjective optimization using nondominated sorting in genetic algorithms, â&#x20AC;&#x153;Evolutionary computationâ&#x20AC;?, 2(3), 1994, 221â&#x20AC;&#x201C;248.

Zitzler E., Thiele L., An evolutionary algorithm for multiobjective optimization: The strength Pareto approach. TIK-Report, 1998.

Zitzler E., Thiele L., Multiobjective evolutionary algorithms: a comparative case study and the strength Pareto approach. IEEE Transactions on Evolutionary Computation 3.4, 1999, 257â&#x20AC;&#x201C;271.

Zitzler E, Laumanns M., Thiele L., Spea2: Improving the strength Pareto evolutionary algorithm. Technical Report 103, Gloriastrasse 35, CH-8092 Zurich, Switzerland, May 2001, 95â&#x20AC;&#x201C;100.

Gadhvi B., Savsani V., Patel V., Multi-Objective Optimization of Vehicle Passive Suspension System Using NSGA-II, SPEA2 and PESA-II, â&#x20AC;&#x153;Procedia Technologyâ&#x20AC;?, 2016, 23, 361â&#x20AC;&#x201C;368.

Khajwaniya K.K., Tiwari V., Satellite image denoising using Weiner filter with SPEA2 algorithm. In Intelligent Systems and Control (ISCO), 2015 IEEE 9th International Conference on (1â&#x20AC;&#x201C;6). IEEE. Adham A.M., Mohd-Ghazali N., Ahmad R., Performance optimization of a microchannel heat sink using the Improved Strength Pareto Evolutionary Algorithm (SPEA2), â&#x20AC;&#x153;Journal of Engineering Thermophysicsâ&#x20AC;?, 2015, 24(1), 86â&#x20AC;&#x201C;100.

De Tommasi L., Beelen T.G., Sevat M.F., Rommes J., ter Maten E.J.W., Multi-objective optimization of RF circuit blocks via surrogate models and NBI and SPEA2 methods. In Progress in Industrial Mathematics at ECMI 2010, 195â&#x20AC;&#x201C;201, 2012, Springer Berlin Heidelberg, doi: 10.1007/978-3-642-25100-9_23.

Amouzgar K., Cenanovic M., Salomonsson K., Multi-objective optimization of material model parameters of an adhesive layer by using SPEA2. In 11th World Congress of Structural and Multidisciplinary Optimization (WCSMO-11), 2015, 249â&#x20AC;&#x201C;254.

Berrocal-Plaza V., Vega-RodrĂ­guez M.A., SĂĄnchez-PĂŠrez J.M., Optimizing the Location Areas Planning in the SUMATRA Network with an Adaptation of the SPEA2 Algorithm. In International Conference on Computer Aided Systems Theory, 243â&#x20AC;&#x201C;250, 2013 Springer Berlin Heidelberg.

Tersine R.J., Principles of inventory and materials management, 1994.

14. ChoĹ&#x201A;odowicz E., OrĹ&#x201A;owski P., Dynamiczny dyskretny model systemu magazynowego ze zmiennym w czasie opóźnieniem, â&#x20AC;&#x17E;Logistykaâ&#x20AC;?, Vol. 4, 2015, 28â&#x20AC;&#x201C;32.

15. Ouyang L.Y., Wu K.S., Cheng M.C., An inventory model for deteriorating items with exponential declining demand and partial backlogging. â&#x20AC;&#x153;Yugoslav Journal of Operations Researchâ&#x20AC;?, 2013,15(2).

16. Sarkar B., A production-inventory model with probabilistic deterioration in two-echelon supply chain management. â&#x20AC;&#x153;Applied Mathematical Modellingâ&#x20AC;?, 37(5), 2013, 3138â&#x20AC;&#x201C;3151.

17. Ignaciuk P., Bartoszewicz A., Dead-beat and reaching-law-based sliding-mode control of perishable inventory systems, Bulletin of the Polish Academy of Sciences: Technical Sciences, Vol. 59, No. 1, 2011, 39â&#x20AC;&#x201C;49, DOI: 10.2478/v10170-011-0023-1.

18. Ignaciuk P., Bartoszewicz A., LQ optimal sliding mode supply policy for periodic review inventory systems, IEEE Transactions on Automatic Control, Vol. 55, No. 1, 2010, 269â&#x20AC;&#x201C;274, DOI: 10.1109/TAC.2009.2036305.

19. LeĹ&#x203A;niewski P., Bartoszewicz A., Non-switching reaching law based discrete time quasi-sliding mode control with application to warehouse management problem, IFAC Proceedings Volumes. Vol. 47, No. 3, 2014, 4589â&#x20AC;&#x201C;4594, DOI: 10.3182/20140824-6-ZA-1003.00181.

20. Ignaciuk P., Bartoszewicz A., Linear-quadratic optimal control of periodic-review perishable inventory systems, IEEE Transactions on Control Systems Technology, Vol. 20, No. 5, 2012, 1400â&#x20AC;&#x201C;1407, DOI: 10.1109/ TCST.2011.2161086.

21. ChoĹ&#x201A;odowicz E., OrĹ&#x201A;owski P.: Sterowanie przepĹ&#x201A;ywem towarĂłw w magazynie z wykorzystaniem predyktora Smitha, Pomiary Automatyka Robotyka, vol. 19, no.3, 2015, 55â&#x20AC;&#x201C;60.

22. ChoĹ&#x201A;odowicz E., OrĹ&#x201A;owski P.: A periodic inventory control system with adaptive reference stock level for long supply delay, Measurement Automation Monitoring, vol. 61, no. 12, 2015, 568â&#x20AC;&#x201C;572.

23. Abrahamowicz E., OrĹ&#x201A;owski P., Zastosowanie regulatora uĹ&#x201A;amkowego rzÄ&#x2122;du PD do automatycznego sterowania zamĂłwieniami dla magazynu ze zmiennym w czasie opóźnieniem dostaw, Pomiary Automatyka Robotyka, R. 20, Nr 2/2016, 5â&#x20AC;&#x201C;10, DOI: 10.14313/PAR_220/5.

24. OrĹ&#x201A;owski P., Analiza dwukryterialnego problemu optymalizacji w zastosowaniu do automatycznego sterowania systemem zamĂłwieĹ&#x201E; w magazynie z duĹźymi opóźnieniami dostaw z wykorzystaniem regulatora feedback-feedforward z predyktorem Smitha. PrzeglÄ&#x2026;d Elektrotechniczny, ISSN 0033â&#x20AC;&#x201C;2097, 2016.

25. Grzyb S., Orlowski P., Feedback control system with PWA load dependent reference buffer occupancy for congestion control in computer networks. â&#x20AC;&#x153;PrzeglÄ&#x2026;d Elektotechnicznyâ&#x20AC;?, No. 46, 2016, 42â&#x20AC;&#x201C;45.

26. Dejonckheere J., Disney S.M., Lambrecht M.R., Towill D.R., Measuring and avoiding the bullwhip effect: A control theoretic approach. â&#x20AC;&#x153;European Journal of Operational Researchâ&#x20AC;?, 147(3), 2002, 567â&#x20AC;&#x201C;590.

27. Riddalls C.E., Bennett S., The stability of supply chains. â&#x20AC;&#x153;International Journal of Production Researchâ&#x20AC;?.

40(2), 2002, 459â&#x20AC;&#x201C;475.

28. Karlin S., One stage inventory models with uncertainty.

In: Karlin S., Scarf H., Studies in the mathematical theory of Inventory and Production, Stanford University Press, 1958, 109â&#x20AC;&#x201C;134.

11

;

< ; ! J W

! ` ;; ! :::

31. Fattahi P., Hajipour V., Nobari A., A bi-objective continuous review inventory control model: Pareto-based meta-heuristic algorithms. â&#x20AC;&#x153;Applied Soft Computingâ&#x20AC;?, 2015, 32, 211â&#x20AC;&#x201C;223.

32. Coello C.A.C., Van Veldhuizen D.A., Lamont G.B., Evolutionary algorithms for solving multi-objective problems.

2002, Vol. 242, New York: Kluwer Academic.

29. Boccadoro M., Martinelli F., Valigi P., Supply chain management by H-infinity control. IEEE Transactions on Automation Science and Engineering, 5(4), 2008, 703â&#x20AC;&#x201C;707.

30. Ch Y., You F., Wassick J.M., Agarwal A., Simulation-based optimization framework for multi-echelon inventory systems under uncertainty. â&#x20AC;&#x153;Computers & Chemical Engineeringâ&#x20AC;?, 2015, 73, 1â&#x20AC;&#x201C;16.

< I " J) ) ) " " " IK IL " " " '<, # # B W pracy przyjÄ&#x2122;to dyskretny, stacjonarny, dynamiczny model systemu magazynowego ze staĹ&#x201A;ym w czasie opóźnieniem dostaw. GĹ&#x201A;Ăłwnym celem jest przeprowadzenie analizy porĂłwnawczej dwĂłch systemĂłw automatycznego sterowania zamĂłwieniami: ciÄ&#x2026;gĹ&#x201A;ego systemu sterowania magazynem z adaptacyjnym poziomem zamĂłwienia (ang. Perpetual Inventory System with adaptive order level) oraz systemu sterowania magazynem z regulatorem proporcjonalno-róşniczkujÄ&#x2026;cym oraz predyktorem Smitha z adaptacyjnym poziomem referencyjnym zapasĂłw dla trzech róşnych opóźnieĹ&#x201E; dostaw. Optymalne nastawy ukĹ&#x201A;adĂłw regulacji zostaĹ&#x201A;y dobrane za pomocÄ&#x2026; algorytmu ewolucyjnego dla problemĂłw optymalizacji wielokryterialnej: SPEA2 (ang. Strength Pareto Evolutionary Approach).

W symulacji uwzglÄ&#x2122;dniono dwa kryteria minimalizacji: koszt utrzymania zapasĂłw (ang. Holding Cost) oraz koszt niedoboru zapasu (ang. Shortage Cost). Wyniki badaĹ&#x201E; symulacyjnych zaprezentowano za pomocÄ&#x2026; wykresĂłw oraz tabel w Ĺ&#x203A;rodowisku MATLAB/Simulink.

Keywords] " J " " " '<, " "

+ #

# + A + ) @ ,@ ,

A . ' ' ) ? ) B " # ! . = ) % B . C ? . D ) ' ? . . C . .

EB " = F G ) ?

"H% G " ) " . " " %

< . " .

C " B " ? # ! . = ) % =

. " ? ? " " " ?! ) " ? " " @ " %

% ()" % "

12

P

O

" % ( % %

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Pomiary Automatyka Robotyka, ISSN 1427-9126, R. 20, Nr 3/2016, 13â&#x20AC;&#x201C;28, DOI: 10.14313/PAR_221/13

C F " N%& Mariusz Olszewski

B B C / < " G @ % % < 8 @ + &,?O,O B

Streszczenie: ArtykuĹ&#x201A; jest autorskÄ&#x2026; prĂłbÄ&#x2026; pokazania problemĂłw zwiÄ&#x2026;zanych z przejĹ&#x203A;ciem od etapu automatyzacji i robotyzacji produkcji przemysĹ&#x201A;owej, charakteryzujÄ&#x2026;cej siÄ&#x2122; liniowÄ&#x2026; strukturÄ&#x2026; wytwarzania, do etapu mechatronizacji produktĂłw i produkcji i rozproszonej struktury, etapu nazywanego przemysĹ&#x201A;em 4.0. W tym etapie znaczÄ&#x2026;cÄ&#x2026; rolÄ&#x2122; bÄ&#x2122;dzie odgrywaĹ&#x201A; sam produkt, na kaĹźdej z faz jego â&#x20AC;&#x17E;Ĺźyciaâ&#x20AC;?, od powstania koncepcji, przez opracowanie projektu, produkcjÄ&#x2122; wirtualnÄ&#x2026; i realnÄ&#x2026;, zautomatyzowanÄ&#x2026; i zrobotyzowanÄ&#x2026;, kontrolÄ&#x2122; jakoĹ&#x203A;ci, ofertÄ&#x2122; rynkowÄ&#x2026;, logistykÄ&#x2122;, w tym serwis i remonty, aĹź po wykorzystanie odpadĂłw powstaĹ&#x201A;ych z jego zakoĹ&#x201E;czonej eksploatacji, wszystkie fazy sÄ&#x2026; zarzÄ&#x2026;dzane informatycznie i zdalnie â&#x20AC;&#x201C; przez Internet. ! ' ' ] " " " @ " " N%&

1. Wprowadzenie PrzyjÄ&#x2122;Ĺ&#x201A;o siÄ&#x2122; w publicystyce popularno-naukowej, ale takĹźe w Ĺ&#x203A;rodowiskach przemysĹ&#x201A;owych i naukowych, numerowanie dominujÄ&#x2026;cych technologii i organizacji wytwarzania zwiÄ&#x2026;zanych z kolejnymi przemianami i okresami rozwoju produkcji przemysĹ&#x201A;owej. Cyfryzacja Ĺźycia codziennego, telekomunikacji i powszechnie dostÄ&#x2122;pnych produktĂłw sÄ&#x2026; tu zrozumiaĹ&#x201A;ymi i przyjÄ&#x2122;tymi powszechnie wzorami. W ostatnich kilku latach znaczenie wykraczajÄ&#x2026;ce ponad przeciÄ&#x2122;tne rozumienie istoty tej zmiany zdobyĹ&#x201A;a tzw. rewolucja przemysĹ&#x201A;owa 4.0, choÄ&#x2021; znacznie wczeĹ&#x203A;niej, juĹź w 1991 r. Stoll [50], prawie profetycznie, przewidziaĹ&#x201A; jÄ&#x2026; i okreĹ&#x203A;liĹ&#x201A;. Warto wiÄ&#x2122;c poĹ&#x203A;wiÄ&#x2122;ciÄ&#x2021; trochÄ&#x2122; uwagi na uporzÄ&#x2026;dkowanie problematyki przyczyn, podstaw i warunkĂłw realizacji tej na razie proponowanej zmiany sposobu prowadzenia produkcji przemysĹ&#x201A;owej, a przede wszystkim na poszukanie rzeczywistych przesĹ&#x201A;anek jej urealnienia w dajÄ&#x2026;cej siÄ&#x2122; przewidzieÄ&#x2021; przyszĹ&#x201A;oĹ&#x203A;ci kilkunastu najbliĹźszych lat lub, w zaleĹźnoĹ&#x203A;ci od stopnia zaawansowania rozwoju lokalnego przemysĹ&#x201A;u, kilku dziesiÄ&#x2122;cioleci.

W 2014 r., na Targach Hanowerskich, Komitet Doradczy trzech niemieckich organizacji technicznych, Federalnego ZwiÄ&#x2026;zku Informatyzacji, Telekomunikacji i Nowych MediĂłw â&#x20AC;&#x201C; Bitkom (niem. Bundesverband Informationswirtschaft, Telekommunikation und neue Medien), ZwiÄ&#x2026;zku Niemieckich ProducentĂłw Maszyn i UrzÄ&#x2026;dzeĹ&#x201E; â&#x20AC;&#x201C; VDMA (niem. Verband Deutscher Maschinen- und Anlagenbau) oraz Naczelnego ZwiÄ&#x2026;zku PrzemysĹ&#x201A;Ăłw Elektrotechniki i Elektroniki â&#x20AC;&#x201C; ZVEI (niem. Zentral-

)

, ]

C ; "% (" % % % ) !

'

,M%&+%,&*- % ,-%&M%,&*- %

! "" # $%&

verband Elektrotechnik- und Elektronikindustrie), opublikowaĹ&#x201A; raport z syntetycznymi wynikami prac prowadzonych od 2012 r., zwiÄ&#x2026;zanych z utworzeniem Platformy PrzemysĹ&#x201A;u 4.0 [3â&#x20AC;&#x201C;5]. W pracach Komitetu wziÄ&#x2122;Ĺ&#x201A;o udziaĹ&#x201A; 16 profesorĂłw uniwersyteckich kierunkĂłw studiĂłw, w tym inĹźynierii produkcji, zarzÄ&#x2026;dzania, automatyzacji, informatyzacji oraz prawa i socjologii pracy. Prace Komitetu Doradczego byĹ&#x201A;y koordynowane przez NiemieckÄ&#x2026; AkademiÄ&#x2122; Nauk Technicznych â&#x20AC;&#x201C; acatech (niem.

Deutsche Akademie der Technikwissenschaften).

W tworzeniu Platformy 4.0 uczestniczyĹ&#x201A;y takĹźe najwiÄ&#x2122;ksze niemieckie koncerny i przedsiÄ&#x2122;biorstwa przemysĹ&#x201A;owe, m.in. Siemens, ABB, Deutsche Telekom, MAN, Bosch Rexroth, Festo i Volkswagen. W propagowaniu idei Platformy biorÄ&#x2026; udziaĹ&#x201A; takĹźe inne niemieckie fundacje, stowarzyszenia i organizacje techniczne, m.in. instytuty Towarzystwa Fraunhofera (niem. Fraunhofer Gesellschaft), Stowarzyszenie Niemieckich InĹźynierĂłw VDI (niem.

Verein Deutscher Ingenieure) oraz Stowarzyszenie Niemieckiej Elektrotechniki, Elektroniki i Informatyki VDE (niem. Verband der Elektrotechnik, Elektronik und Informationstechnik) [3â&#x20AC;&#x201C;5].

W 2015 r., z inicjatywy wymienionych koncernĂłw i stowarzyszeĹ&#x201E;, kierowanie wsparciem finansowym i rozwojowym Platformy 4.0 przejÄ&#x2122;Ĺ&#x201A;y dwa federalne ministerstwa niemieckiego rzÄ&#x2026;du: Gospodarki i Energii â&#x20AC;&#x201C; BMWi (niem. Bundesministerium fĂźr Wirtschaft und Energie) oraz KsztaĹ&#x201A;cenia i BadaĹ&#x201E; Naukowych â&#x20AC;&#x201C; BMBF (niem. Bundesministerium fĂźr Bildung und Forschung). Celem jest przyĹ&#x203A;pieszenie wdroĹźenia koncepcji Platformy 4.0 w dialogu ze zwiÄ&#x2026;zkami zawodowymi, stowarzyszeniami gospodarczymi, przedsiÄ&#x2122;biorstwami, naukÄ&#x2026; i politykÄ&#x2026; [6, 7].

Proponowane w raporcie i towarzyszÄ&#x2026;cych opracowaniach rozwiÄ&#x2026;zania, szczegĂłlnie odnoszÄ&#x2026;ce siÄ&#x2122; do horyzontĂłw czasowych kolejnych faz aplikacyjnych spotykajÄ&#x2026; siÄ&#x2122; z róşnymi, takĹźe bardzo krytycznymi ocenami, nawet czĹ&#x201A;onkĂłw Komitetu Doradczego Platformy 4.0. Twierdzi siÄ&#x2122; np., Ĺźe wyraĹşnie przesadzona jest samoreklama Platformy 4.0, Ĺźe jest wrÄ&#x2122;cz arogancka i nie na serio, Ĺźe odnosi siÄ&#x2122; do rewolucji przemysĹ&#x201A;owej wpierw okrzykniÄ&#x2122;tej, zanim jeszcze zostaĹ&#x201A;a zrealizowana. Kärcher (www.plattform-i40.de), przedstawiciel w Komisji koncernu Festo, ktĂłry bardzo prag-

13

= ; ; = ? ; O:H

Rys. 1. Schemat budowy atmosferycznej maszyny parowej Newcomena (1712) Fig. 1. Diagrammatic view of Newcomenâ&#x20AC;&#x2122;s atmospheric or fire engine

Rys. 2. Schemat funkcjonalny pneumatycznego regulatora PID (1942) Fig. 2. Function plan of pneumatic PID-controller

matycznie i od podstaw â&#x20AC;&#x201C; od dydaktyki i ksztaĹ&#x201A;cenia kadr â&#x20AC;&#x201C; rozpoczÄ&#x2026;Ĺ&#x201A; przygotowanie do przedsiÄ&#x2122;wziÄ&#x2122;cia 4.0, twierdzi, Ĺźe konkretnych doĹ&#x203A;wiadczeĹ&#x201E; z przemysĹ&#x201A;em 4.0 w sensie bardzo ambitnych, technologicznych zapowiedzi aktualnie prezentowanych w nauce, gospodarce, mediach i polityce nadal nie ma; ba, brakuje jakichkolwiek przekonujÄ&#x2026;cych dowodĂłw na moĹźliwoĹ&#x203A;Ä&#x2021; takich realizacji w najbliĹźszych latach.

Podobne dziaĹ&#x201A;ania jak w Niemczech, choÄ&#x2021; na zdecydowanie mniejszÄ&#x2026; skalÄ&#x2122;, podejmowane sÄ&#x2026; w innych krajach Europy, takĹźe w Japonii, Korei PoĹ&#x201A;udniowej, Chinach, przede wszystkim w Stanach Zjednoczonych. W tych ostatnich, w 2014 r., dziaĹ&#x201A;anie nazwane Konsorcjum PrzemysĹ&#x201A;owego Internetu (ang. Industrial Internet Consortium) utworzyĹ&#x201A;y takie koncerny jak AT&T, Cisco, General Electric, IBM i Intel. Mimo Ĺźe Konsorcjum jest przedsiÄ&#x2122;wziÄ&#x2122;ciem non profit, w 2016 r. uczestniczy w nim juĹź przeszĹ&#x201A;o 200 firm, instytucji i stowarzyszeĹ&#x201E;. Celem jest rozwĂłj nowych technologii internetowych, przy czym dziaĹ&#x201A;ania te majÄ&#x2026; byÄ&#x2021; rozciÄ&#x2026;gniÄ&#x2122;te nie tylko na przemysĹ&#x201A;, ale takĹźe na usĹ&#x201A;ugi.

Warte uwagi, jak zwykle, sÄ&#x2026; takĹźe przedsiÄ&#x2122;wziÄ&#x2122;cia w gospodarce Chin. Otóş w najbliĹźszych dwĂłch latach zaawansowanie robotyzacyjne chiĹ&#x201E;skiego przemysĹ&#x201A;u ma przekroczyÄ&#x2021; zaawansowanie robotyzacyjne przemysĹ&#x201A;u japoĹ&#x201E;skiego i niemieckiego â&#x20AC;&#x201C; znaczÄ&#x2026;cym krokiem jest informacja z ostatniej chwili, o przejÄ&#x2122;ciu przez najwiÄ&#x2122;kszego chiĹ&#x201E;skiego producenta sprzÄ&#x2122;tu AGD, za 4,5 mld euro, niemieckiego producenta robotĂłw przemysĹ&#x201A;owych â&#x20AC;&#x201C; firmy Kuka. Ĺ&#x161;wiadczy to niewÄ&#x2026;tpliwie o chÄ&#x2122;ci szybkiego przygotowania do przejĹ&#x203A;cia gospodarki chiĹ&#x201E;skiej do form produkcji zbliĹźonej do niemieckiej Platformy 4.0.

bĂłw wytwarzania, korzystaĹ&#x201A; z nich, trwajÄ&#x2026; one do czasĂłw nam wspĂłĹ&#x201A;czesnych i sÄ&#x2026; nadal, choÄ&#x2021; najczÄ&#x2122;Ĺ&#x203A;ciej innymi narzÄ&#x2122;dziami wytwĂłrczymi i pomiarowymi, prowadzone. Doskonale ujÄ&#x2026;Ĺ&#x201A; to Post [44] mĂłwiÄ&#x2026;c o ewolucji dominujÄ&#x2026;cych w danych okresach czasu technologiach i organizacjach wytwarzania, ale nie rewolucjach, a wiÄ&#x2122;c wyĹ&#x201A;Ä&#x2026;cznie stopniowego procesu przeobraĹźeĹ&#x201E; form bardziej prostych w bardziej zĹ&#x201A;oĹźone i doskonalsze, procesu rozciÄ&#x2026;gniÄ&#x2122;tego w czasie i okreĹ&#x203A;lajÄ&#x2026;cego granice jakoĹ&#x203A;ci wytwarzanych produktĂłw.

Pierwszy etap to czas mechanizacji pracy fizycznej czĹ&#x201A;owieka. Wykorzystano w tym etapie koncepcje wczeĹ&#x203A;niejszych, mechanicznych rozwiÄ&#x2026;zaĹ&#x201E; maszyn, np. rÄ&#x2122;cznie napÄ&#x2122;dzanej pompy wodnej [42]. W 1712 r. Newcomen buduje atmosferycznÄ&#x2026; maszynÄ&#x2122; parowÄ&#x2026;, korzystajÄ&#x2026;c m.in. z mechanicznego sprzÄ&#x2122;Ĺźenia zwrotnego od poĹ&#x201A;oĹźenia elementu napÄ&#x2122;dzanego (rys. 1). MaszynÄ&#x2122; Newcomena udoskonaliĹ&#x201A; Watt w 1782 r., wprowadzajÄ&#x2026;c suwadĹ&#x201A;o-zawĂłr rozdzielajÄ&#x2026;cy do sterowania cylindrem tĹ&#x201A;okowym dwustronnego dziaĹ&#x201A;ania oraz w 1788 r. ukĹ&#x201A;ad regulacji automatycznej prÄ&#x2122;dkoĹ&#x203A;ci obrotowej z mechanicznym, dĹşwigniowym ukĹ&#x201A;adem regulacji proporcjonalnej i odĹ&#x203A;rodkowym sensorem prÄ&#x2122;dkoĹ&#x203A;ci.

NiedĹ&#x201A;ugo później, w 1795 r. Bramah patentuje prasÄ&#x2122; hydraulicznÄ&#x2026; z cylindrem tĹ&#x201A;okowym jednostronnego dziaĹ&#x201A;ania i sterowaniem zaworowym [42]. Pozwala to na mechanizacjÄ&#x2122; dziaĹ&#x201A;ania innych maszyn: wĹ&#x201A;Ăłkienniczych, obrĂłbczych, lokomocyjnych, rolniczych, gĂłrniczych, napÄ&#x2122;dzanych juĹź nie siĹ&#x201A;Ä&#x2026; fizycznÄ&#x2026; czĹ&#x201A;owieka i zwierzÄ&#x2026;t pociÄ&#x2026;gowych, ale energiÄ&#x2026; sprÄ&#x2122;Ĺźonej pary, cieczy i powietrza (Sommeiler, 1861 r.). W miastach przemysĹ&#x201A;owych powstajÄ&#x2026; od 1879 r. pneumatyczne sieci energetyczne (m.in. w ParyĹźu, Londynie, Manchesterze i Buenos Aires), po nich, od 1891 r. elektryczne sieci energetyczne. To byĹ&#x201A; wĹ&#x201A;aĹ&#x203A;nie przemysĹ&#x201A; 1.0.

Maszyny produkujÄ&#x2026;ce energiÄ&#x2122; pozwalajÄ&#x2026; na poczÄ&#x2026;tku XX stulecia na ewolucyjne wejĹ&#x203A;cie do etapu automatyzacji dziaĹ&#x201A;aĹ&#x201E; czĹ&#x201A;owieka w wytwarzaniu produktĂłw â&#x20AC;&#x201C; przemysĹ&#x201A;u 2.0. Znane juĹź w przemyĹ&#x203A;le 1.0 zawory rozdzielajÄ&#x2026;ce, cylindry-siĹ&#x201A;owniki tĹ&#x201A;okowe hydrauliczne i pneumatyczne [42, 32] oraz dziaĹ&#x201A;ajÄ&#x2026;ce na ich podstawie przekaĹşniki i styczniki elektryczne [47] pozwalajÄ&#x2026; na przeĹ&#x201A;omie wiekĂłw XIX i XX na budowanie ukĹ&#x201A;adĂłw automatyzacji procesĂłw produkcji, zarĂłwno o dziaĹ&#x201A;aniu przeĹ&#x201A;Ä&#x2026;cznym (dyskretnym), jak i ciÄ&#x2026;gĹ&#x201A;ym (analogowym). W 1930 r. Lassman

^# /'

! ' JuĹź na samym poczÄ&#x2026;tku warto przyjÄ&#x2026;Ä&#x2021;, Ĺźe termin â&#x20AC;&#x17E;rewolucjaâ&#x20AC;? w odniesieniu do stanu przemysĹ&#x201A;u, jest nie na miejscu. Nawet pomijajÄ&#x2026;c najwczeĹ&#x203A;niejsze, nienumerowane, nieprzemysĹ&#x201A;owe sposoby wytwarzania produktĂłw, a wiÄ&#x2122;c rzemiosĹ&#x201A;o i manufakturÄ&#x2122;, takĹźe te nastÄ&#x2122;pne, juĹź przemysĹ&#x201A;owe etapy, nie majÄ&#x2026; nic wspĂłlnego z rewolucjami, a wiÄ&#x2122;c z powstawaniem caĹ&#x201A;kowicie nowych sytuacji, niemajÄ&#x2026;cych Ĺźadnych odpowiednikĂłw w przeszĹ&#x201A;oĹ&#x203A;ci. Ĺťaden z tych etapĂłw nie niszczyĹ&#x201A; poprzednich sposo-

14

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Mariusz Olszewski

Rys. 3. Androidy napędzane sprężynowo i programowane krzywkowo (XVIII w.)

Fig. 3. Cam controlled androids with spring drive

wykorzystuje pomysł sterowania elektrycznego hydraulicznymi zaworami rozdzielającymi i uruchamia we współpracy z koncernem General Electric napędy przełączalne w pełni zautomatyzowanej prasy elektrohydraulicznej. W 1922 r. Minorsky podaje zasadę działania regulatora PID, w 1932 r. Nyquist wprowadza do badania stabilności układu ze sprzężeniem zwrotnym badanie przebiegu charakterystyki częstotliwościowej układu bez sprzężenia – pozwala to badać stabilność analitycznie i doświadczalnie.

W 1936 r. Ziegler i Nichols pogłębiają wiedzę na temat działania regulatora PID, w 1942 – opisują zasady doboru nastaw regulatora. Rozpoczyna się produkcja i stosowanie pneumatycznego regulatora PID (rys. 2) – na siedem dziesięcioleci podstawowego urządzenia do sterowania ciągłymi procesami przemysłowymi.

Płynowe elementy i układy przełączne, także te o działaniu ciągłym, przenikają się w latach 60. oraz 70. XX stulecia już z następnym etapem ewolucji technologii i organizacji wytwarzania produktów.

Ten kolejny etap ewolucji to robotyzacja produkcji przemysłowej, nazywanej przemysłem 3.0. I tu także odniesienia do znanych z historii techniki androidów zegarmistrzowskich z XVII i XVIII stulecia, konstruowanych m.in. przez braci Droz, są oczywiste. Zastosowane na początku I wojny światowej w Stanach Zjednoczonych pick&place devices różnią się od swoich poprzedników tylko rodzajem napędu mechanizmu, w przypadku androidów (rys. 3) był to zegarmistrzowski napęd sprężynowy, w przypadku manipulatorów mechanicznych (rys. 4) – zewnętrzny napęd płynowy lub ówcześnie jeszcze stosowany – kołowy napęd pasowy przez centralną dla fabryki maszynę parową lub już przez silnik elektryczny. Zaczyna się te maszyny nazywać robotami, co było pewną przesadą (Čapek, 1922 r.), powstają teleoperatory i roboty mobilne (Piraux, 1929 r.), nazywane już z dużą przesadą maszynami biocybernetycznymi. Opracowana przez Kegresse’a gąsienicowa mina samobieżna, a więc teleoperator mobilny, po zajęciu Francji przez wojska niemieckie i kilku modernizacjach produkowana była od 1942 r. seryjnie na potrzeby Wehrmachtu, jako tzw. lekki nosiciel ładunków wybuchowych Goliath, w kilku wersjach napędowych i teleoperacyjnych, w tym z bezprzewodowym sterowaniem radiowym.

Zapisał się tragicznie w Powstaniu Warszawskim 1944 r., m.in. w zniszczeniu Katedry Św. Jana, podczas obrony Starówki.

Rys. 4. Manipulator z programowaniem krzywkowym (1914) Fig. 4. Cam controlled pick-and-place device

Opracowanie przez Mooga (1948 r.) serwozaworu rozdzielającego, przetwarzającego ciągłe sygnały elektryczne na pozycjonowany ruch tłoka cylindra napędu hydraulicznego, umożliwił w 1954 r. rozpoczęcie produkcji w Stanach Zjednoczonych obrabiarek numerycznie sterowanych (NC) z zapisem programu na taśmie magnetycznej. W tym samym roku, te same serwomechanizmy elektrohydrauliczne i ten sam sposób programowania wykorzystuje Devol, konstruując sterowanego programowo robota do zadań przemysłowych. Dwa lata później Engelberger zakłada firmę Unimation (Universal Automation) i rozpoczyna w dość prymitywnych warunkach budowanie prototypów robotów Unimate (rys. 5). Od 1961 r. próbuje zastosowań przemysłowych tych robotów, m.in. w zakładach General Motors; w 1968 r. udaje mu się umieścić w przemyśle światowym 48 sztuk robotów. W 1974 r. amerykański koncern obrabiarkowy Cincinnati Milacron wprowadza na rynek robota przemysłowego ze sterowaniem mikroprocesorowym, a szwedzki koncern ASEA roboty IRb 6 i IRb 60 z elektrycznymi napędami serwomechanizmowymi prądu stałego i z redukcyjnymi przekładniami elastycznymi, także ze sterowaniem procesorowym. Oba te rozwiązania, i serwohydrauliczne amerykańskie, i przede wszystkim serwoelek-

15

= ; ; = ? ; O:H

Rys. 5. Programowany przez nauczanie punktowe robot przemysĹ&#x201A;owy Unimate (1961) Fig. 5. Teach-in programming point-to point industrial robot Unimate

Rys. 7. Hydrauliczny jednostka napÄ&#x2122;dowa z pompÄ&#x2026; promieniowÄ&#x2026; (1921) [41] Fig. 7. Hydraulic drive unit with radial pump

tryczne szwedzkie, odegraĹ&#x201A;y decydujÄ&#x2026;cÄ&#x2026; rolÄ&#x2122; w latach 70. i 80. w rozwoju robotyzacji przemysĹ&#x201A;Ăłw krajĂłw o zaawansowanych technicznie i finansowo gospodarkach.

Obu Ĺ&#x201A;Ä&#x2026;czÄ&#x2026;cym siÄ&#x2122; czasowo i funkcjonalnie etapom (lata 60. i 70. XX stulecia), tzn. automatyzacji i robotyzacji produkcji przemysĹ&#x201A;owej, sprzyjaĹ&#x201A;y trzy czynniki: â&#x2C6;&#x2019; upowszechnienie na przeĹ&#x201A;omie XIX i XX stulecia podziaĹ&#x201A;u procesu produkcyjnego na elementarne operacje technologiczne, wykonywane na jednym stanowisku roboczym, na jednym produkcie, przez jednego lub kilku pracownikĂłw (rys. 6); Jednak byĹ&#x201A;o to tylko upowszechnienie, poniewaĹź i tu miaĹ&#x201A;a miejsce dĹ&#x201A;ugotrwaĹ&#x201A;a ewolucja tych dziaĹ&#x201A;aĹ&#x201E;, poczÄ&#x2026;wszy jeszcze od okresu manufaktury. Pierwsze wiadomoĹ&#x203A;ci pochodzÄ&#x2026; z XVI wieku, z okresu przygotowaĹ&#x201E; Ligi Ĺ&#x161;wiÄ&#x2122;tej do wojny morskiej z Imperium OsmaĹ&#x201E;skim i potrzeby szybkiego zwiÄ&#x2122;kszenia liczby galer wojennych wystawianych przez RzeczpospolitÄ&#x2026; WeneckÄ&#x2026;. DziÄ&#x2122;ki zastosowanemu podziaĹ&#x201A;owi procesu budowy statkĂłw stocznie weneckie wodowaĹ&#x201A;y codziennie jednÄ&#x2026; galerÄ&#x2122;. To niespotykane w Ăłwczesnych czasach osiÄ&#x2026;gniÄ&#x2122;cie oglÄ&#x2026;daĹ&#x201A;y w 1571 r. nawet koronowane gĹ&#x201A;owy Europy, w tym nasz przyszĹ&#x201A;y, niefortunny krĂłl Polski, Henryk Walezy.

W tymĹźe roku, w bitwie morskiej pod Lepanto, galery weneckie rozgromiĹ&#x201A;y flotÄ&#x2122; osmaĹ&#x201E;skÄ&#x2026;, chroniÄ&#x2026;c EuropÄ&#x2122; zachodniÄ&#x2026; na przeszĹ&#x201A;o 100 lat przed tureckimi podbojami. Na marginesie problemu, podziaĹ&#x201A; procesu montaĹźu zespoĹ&#x201A;Ăłw samochodowych na zadania niewymagajÄ&#x2026;ce wykwalifikowanych robotnikĂłw przez Forda w 1911 r., przytaczany powszechnie jako przedsiÄ&#x2122;wziÄ&#x2122;cie pionierskie, poprzedzone byĹ&#x201A;o wczeĹ&#x203A;niejszymi

rozwiÄ&#x2026;zaniami o tym samym charakterze, m.in. w zakĹ&#x201A;adach Siemensa, w montaĹźu elektrycznych silnikĂłw tramwajowych (1901 r.), tyle Ĺźe nie posĹ&#x201A;ugiwano siÄ&#x2122; jeszcze wtedy ruchomÄ&#x2026; taĹ&#x203A;mÄ&#x2026; â&#x20AC;&#x201C; tylko to robotnicy przesuwali siÄ&#x2122; w stosunku do nieruchomych obiektĂłw, zajmujÄ&#x2026;c miejsce pracy swojego sÄ&#x2026;siada, w kaĹźdym kolejnym takcie procesu [53, 55], â&#x2C6;&#x2019; Ĺ&#x203A;cisĹ&#x201A;a zaleĹźnoĹ&#x203A;Ä&#x2021; rozwoju Ĺ&#x203A;rodkĂłw automatyzacji i robotyzacji aĹź do poczÄ&#x2026;tku okresu intensywnej elektronizacji, od opracowanych w XIX stuleciu napÄ&#x2122;dĂłw pneumatycznych i hydraulicznych (rys. 7); SzczegĂłlnie intensywnym okresem rozwoju techniki pĹ&#x201A;ynowej, przede wszystkim pneumatycznej, byĹ&#x201A;y lata 50., 60. i 70. XX stulecia. W tym czasie rozwiÄ&#x2026;zania pneumatyczne i hydrauliczne byĹ&#x201A;y w praktyce jedynym dostÄ&#x2122;pnym Ĺ&#x203A;rodkiem mechanizacji, automatyzacji i robotyzacji procesĂłw produkcyjnych. Jeszcze w latach 70. XX wieku ukĹ&#x201A;ady automatyki w ok. 90% instalacji przemysĹ&#x201A;owych budowano z elementĂłw pneumatycznych, a ponad 70% wszystkich zespoĹ&#x201A;Ăłw ruchu narzÄ&#x2122;dzi i urzÄ&#x2026;dzeĹ&#x201E; mechanizujÄ&#x2026;cych wyposaĹźano w siĹ&#x201A;ownikowy napÄ&#x2122;d pneumatyczny [39]. ByĹ&#x201A;o to jednak klasyczne rozwiÄ&#x2026;zanie przeĹ&#x201A;Ä&#x2026;czalne, niepozwalajÄ&#x2026;ce na realizacjÄ&#x2122; zadaĹ&#x201E; programowania maszyn przemysĹ&#x201A;owych i manipulacyjnych, wymagajÄ&#x2026;cych sterowanych pozycyjnie lub siĹ&#x201A;owo rozwiÄ&#x2026;zaĹ&#x201E; serwomechanizmowych, â&#x2C6;&#x2019; cyfryzacja produktĂłw i produkcji przemysĹ&#x201A;owej; Tu poczÄ&#x2026;tkĂłw ewolucji cyfrowej naleĹźy takĹźe szukaÄ&#x2021; w XIX stuleciu. W 1805 r. Jacquard wprowadza karty perforowane sterujÄ&#x2026;ce podnoszeniem nitek osnowy w krosnach tkackich, umoĹźliwiajÄ&#x2026;c tkanie wzorzystych materiaĹ&#x201A;Ăłw wielobarwnych. JuĹź w 1812 r. pracowaĹ&#x201A;o we Francji 11 tysiÄ&#x2122;cy maszyn Ĺźakardowych. Kolejne waĹźne, ale juĹź w XX stuleciu, wydarzenia to uruchomienia lamp elektronowych: diody â&#x20AC;&#x201C; przez Fleminga (1904 r.), triody â&#x20AC;&#x201C; przez De Foresta (1907 r.), kineskopu â&#x20AC;&#x201C; przez Zworykina (1923 r.), pentody â&#x20AC;&#x201C; przez Tellegena (1927 r.), takĹźe zapis informacji dĹşwiÄ&#x2122;kowej (później kaĹźdej informacji elektrycznej) na taĹ&#x203A;mie magnetycznej â&#x20AC;&#x201C; przez Pfleumera (1928 r.) i wynalazek tranzystora punktowego â&#x20AC;&#x201C; przez Bardeena i Brattaina z Bell Telephone Laboratories (1947 r.). W 1958 r. Kilby z Texas Instruments i Noyce z Fairchild Semiconductor budujÄ&#x2026; niezaleĹźnie od siebie modele ukĹ&#x201A;adĂłw scalonych, w 1971 r. Hoff i Faggini w powstaĹ&#x201A;ej w 1968 r. firmie Intel doprowadzajÄ&#x2026; do produkcji pierwszy, komercyjny procesor 4004. Elektronizacja produktĂłw staje siÄ&#x2122; stopniowo faktem, elektronizacja Ĺ&#x203A;rodkĂłw produkcji jeszcze wczeĹ&#x203A;niej. W 1970 r. powstaje pierwszy programowalny sterownik maszyn i stanowisk produkcyjnych, co prawda jeszcze bez mikroprocesora, ale juĹź po zastÄ&#x2026;pieniu â&#x20AC;&#x17E;odrutowanegoâ&#x20AC;? algorytmu sterowania jego zapisem w pamiÄ&#x2122;ci scalonej ukĹ&#x201A;adu. W koĹ&#x201E;cu 1973 r. w przemyĹ&#x203A;le StanĂłw Zjedno-

Rys. 6. Linia montaĹźu produktĂłw elektromagnetycznych (1955) [28] Fig. 6. Assembly line of electromagnetic products

16

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Mariusz Olszewski

Rys. 8. Roboty w przemysłach Chin, Ameryki Północnej, Japonii, Korei Płd. i Niemiec – w tys. maszyn (Międzynarodowa Federacja Robotyki, dane i szacunki, 2014) Fig. 8. Robots in industries of China, the North America, Japan, Korea and German – in thousands of machines

czonych zainstalowanych było ponad 3000 sterowników klasy PLC (ang. Programmable Logic Controller), w RFN w 1976 r. około 1000 sterowników, na rynku w tym czasie oferowało swoje sterowniki aż 43 producentów.

Połączenie etapu automatyzacji, robotyzacji i cyfryzacji skutkuje na przełomie lat 70. i 80. XX stulecia dwoma tokami wpływających na siebie działań: − przyspieszeniem rozwoju i poszerzeniem obszaru aplikacji maszyn manipulacyjnych; Rozwój wynikał z elektryfikacji napędów i elektronizacji, a właściwie mikroprocesoryzacji sterowania (1974 r.), aplikacje – z blisko 30% spadku ceny robotów w1984 r. spowodowanej podjęciem seryjnej produkcji tych maszyn przez liczących się już na rynku światowym producentów obrabiarek (m.in. Cincinnati Milacron, USA), samochodów (m.in. Renault, Francja) i komputerów (IBM, USA) [24, 38]. Nie spełniły się jednak prognozy z tych lat o wielomilionowej populacji robotów w XXI stuleciu – ocenia się, że w przemyśle światowym pracuje obecnie ok. miliona tych maszyn (łącznie z innymi klasami maszyn manipulacyjnych – ok. 2,5 miliona), do najsilniej zrobotyzowanych należą współcześnie przemysły Japonii, Korei Płd, krajów Ameryki Północnej oraz Chin (rys. 8), w Europie bezkonkurencyjne są przemysły Niemiec (rys. 9). Przewiduje się, że do 2018 r. nastąpi zwiększenie liczby robotów do 2,5 miliona maszyn, przede wszystkim z udziałem przemysłu chińskiego, − powstaniem nowej dziedziny techniki nazwanej mechatroniką [46]; Po raz pierwszy terminem „mechatroniczny” nazwano ste-

rownik elektroniczny silnika elektrycznego, opracowany w 1971 r. w japońskim koncernie Yaskawa Electric Corporation i nazwę tę chroniono znakiem handlowym aż do 1982 r.

Już więc od samego początku stosowania tego słowa łączono je z wprowadzeniem sterowania elektronicznego do systemu mechanicznego lub elektromechanicznego. W Polsce pojęcie mechatroniki upowszechnił w drugiej połowie lat 80. profesor Tryliński z ówczesnego Wydziału Mechaniki Precyzyjnej Politechniki Warszawskiej. Wydział ten – jako pierwszy w polskich uczelniach technicznych, również jako jeden z pierwszych w Europie – przyjął w 1996 r. nazwę Wydziału Mechatroniki.

Robotyzacja polskiego przemysłu przebiegała w drugiej połowie lat 70. chaotycznie, ale intensywnie, porównywalnie z postępami robotyzacji w przemysłach innych krajów europejskich.

Pierwsze roboty zastosowano w Szwecji w 1971 r., w Polsce w 1976 r., w Olkuskiej Fabryce Naczyń Emaliowanych, stosując maszyny norweskiego koncernu Trallfa i oprzyrządowanie emalierskie niemieckiej firmy De Vilbiss. Mimo popełnienia szeregu błędów aplikacyjnych i licencyjnych polski przemysł w 1980 r. dysponował 600 robotami, zastosował 370 maszyn.

Załamanie nastąpiło już w pierwszych latach stanu wojennego – w 1983 r. nie wyprodukowano i nie zastosowano ani jednego robota. Raport z 1986 r. [24] opisujący stan robotyzacji europejskiego i krajowego przemysłu, utajniony, dostępny tylko dla ówczesnych władz rządowych i partyjnych, wywołał jednak postrzeganie problemu: w 1988 r. zastosowano już 508 maszyn, w 1989 r. – 805 maszyn, w 1990 r. – 1253 maszyny. Brakowało

Rys. 9. Intensywność robotyzacji w przemysłach krajów europejskich – liczba maszyn na 10 tysięcy zatrudnionych (Międzynarodowa Federacja Robotyki, dane i szacunki, 2014) Fig. 9. Intensity of the robotization in industries of European countries – number of machines to 10 thousand workers

17

= ; ; = ? ; O:H

â&#x2C6;&#x2019; niskie pĹ&#x201A;ace, stÄ&#x2026;d dĹ&#x201A;ugie okresy amortyzacji sprzÄ&#x2122;tu robotyzacyjnego, dla przykĹ&#x201A;adu zrobotyzowane stanowisko w przemyĹ&#x203A;le niemieckim amortyzuje siÄ&#x2122; Ĺ&#x203A;rednio po ok. 9 miesiÄ&#x2026;cach, w polskim â&#x20AC;&#x201C; dopiero po 36 miesiÄ&#x2026;cach, â&#x2C6;&#x2019; wspomniany juĹź brak przygotowanych kadr, nie tylko inĹźynierskich, ale takĹźe, moĹźe gĹ&#x201A;Ăłwnie, zawodowych podstawowych i technicznych. Z analiz Polsko-Niemieckiej Izby Handlowo-PrzemysĹ&#x201A;owej wynika, Ĺźe dla wyraĹşnego przyspieszenia rozwoju polskiego przemysĹ&#x201A;u brakuje ok. 400 tys. pracownikĂłw wszystkich szczebli wyksztaĹ&#x201A;cenia technicznego, przede wszystkim w obszarze szeroko rozumianej mechatroniki, a wiÄ&#x2122;c robotyki, automatyki, sensoryki, aktuatoryki, elektroniki i informatyki, â&#x2C6;&#x2019; trudny dostÄ&#x2122;p do kapitaĹ&#x201A;u inwestycyjnego â&#x20AC;&#x201C; koszt jednego zrobotyzowanego stanowiska produkcyjnego wynosi od 180 do 400 tys. zĹ&#x201A;. Przekracza to powaĹźnie moĹźliwoĹ&#x203A;ci inwestycyjne maĹ&#x201A;ych i Ĺ&#x203A;rednich przedsiÄ&#x2122;biorstw tworzÄ&#x2026;cych gĹ&#x201A;ĂłwnÄ&#x2026; tkankÄ&#x2122; polskiego przemysĹ&#x201A;u, â&#x2C6;&#x2019; niski technologicznie i organizacyjnie poziom inwestycji wprowadzanych przez firmy zachodnie do Polski w latach 90. i pierwszym dziesiÄ&#x2122;cioleciu XXI obecnego wieku. ByĹ&#x201A;y to z reguĹ&#x201A;y przeniesienia linii i stanowisk produkcyjnych wczesnego etapu automatyzacji i poczÄ&#x2026;tkujÄ&#x2026;cej robotyzacji, a wiÄ&#x2122;c inwestycje wysĹ&#x201A;uĹźone, nienowoczesne, sĹ&#x201A;uĹźÄ&#x2026;ce wyĹ&#x201A;Ä&#x2026;cznie komercjalizacji i osadzenia swoich juĹź od lat wytwarzanych produktĂłw na polskim rynku, â&#x2C6;&#x2019; wreszcie, brak wĹ&#x201A;asnych, opracowanych i wytwarzanych w kraju podzespoĹ&#x201A;Ăłw mechatronicznych, co nie jest obecnie warunkiem koniecznym w przypadku koĹ&#x201E;cowej mechatronizacji urzÄ&#x2026;dzeĹ&#x201E;, maszyn i systemĂłw uĹźytkowych i produkcyjnych, ale sprzyjaĹ&#x201A;oby kosztowo i kadrowo postÄ&#x2122;powi technicznemu i organizacyjnemu polskiego przemysĹ&#x201A;u.

Zaawansowanie etapu 3.0, a wiÄ&#x2122;c robotyzacji opartej na cyfryzacji i zaawansowanej automatyzacji w etapie 2.0, jest w polskim przemyĹ&#x203A;le nadal niedostateczne, aby moĹźna byĹ&#x201A;o z peĹ&#x201A;nÄ&#x2026; odpowiedzialnoĹ&#x203A;ciÄ&#x2026; twierdziÄ&#x2021; o moĹźliwoĹ&#x203A;ciach natychmiastowego przeskoku do etapu okreĹ&#x203A;lonego zaĹ&#x201A;oĹźeniami Platformy 4.0. Warto tu dostrzec, Ĺźe tworzenie zaĹ&#x201A;oĹźeĹ&#x201E; Platformy 4.0 prowadzone jest wĹ&#x201A;aĹ&#x203A;nie w krajach o intensywnej robotyzacji produkcji przemysĹ&#x201A;owej (rys. 8).

Rys. 10. Zrobotyzowana linia spawania i zgrzewania zespoĹ&#x201A;Ăłw mechanicznych, ZPP Auto, Siedlce (2013) Fig. 10. Robotized line of welding and tong welding of mechanical units

ciÄ&#x2026;gle kadr zdolnych racjonalnie aplikowaÄ&#x2021; roboty â&#x20AC;&#x201C; ksztaĹ&#x201A;cenie inĹźynierĂłw robotykĂłw rozpoczÄ&#x2122;Ĺ&#x201A;o siÄ&#x2122; dopiero po uruchomieniu na przeĹ&#x201A;omie lat 80. i 90. XX wieku kierunku ksztaĹ&#x201A;cenia Automatyka i Robotyka, wĹ&#x201A;aĹ&#x203A;nie na wspomnianym juĹź Wydziale Mechatroniki Politechniki Warszawskiej i potem na wiÄ&#x2122;kszoĹ&#x203A;ci krajowych uczelni technicznych.

Mimo szeregu efektywnie, technicznie i ekonomicznie przeprowadzonych aplikacji (rys. 10), wspĂłĹ&#x201A;czesny stan robotyzacji krajowego przemysĹ&#x201A;u dramatycznie odbiega od Ĺ&#x203A;redniej europejskiej (rys. 9). Z liczbÄ&#x2026; poniĹźej 10 tysiÄ&#x2122;cy udanych robotyzacji (rys. 11) zaawansowanie jest zdecydowanie gorsze od przemysĹ&#x201A;Ăłw naszych najbliĹźszych sÄ&#x2026;siadĂłw: Czech, SĹ&#x201A;owacji i WÄ&#x2122;gier.

Podaje siÄ&#x2122; róşne przyczyny tego stanu â&#x20AC;&#x201C; do najczÄ&#x2122;Ĺ&#x203A;ciej wymienianych naleĹźÄ&#x2026;: â&#x2C6;&#x2019; przede wszystkim wspomniana juĹź katastrofalna przerwa w dziaĹ&#x201A;aniach automatyzacyjnych, robotyzacyjnych i ksztaĹ&#x201A;ceniowych w tym zakresie, w latach stanu wojennego [16, 24], â&#x2C6;&#x2019; późny, dopiero w pierwszej poĹ&#x201A;owie lat 90., kontakt z nowymi, w miÄ&#x2122;dzyczasie rozwiniÄ&#x2122;tymi technologiami â&#x20AC;&#x201C; warto tu wspomnieÄ&#x2021;, Ĺźe embargo na import szybkich procesorĂłw ze StanĂłw Zjednoczonych do Polski zostaĹ&#x201A;o zniesione dopiero po 1994 r.,

-#

IstotÄ&#x2026; produktu mechatronicznego jest synergiczne poĹ&#x201A;Ä&#x2026;czenie mechaniki, elektronicznego sterowania i systemowego myĹ&#x203A;lenia przy jego projektowaniu i wytwarzaniu. Tyle mĂłwi definicja MiÄ&#x2122;dzynarodowej Federacji Teorii Maszyn i MechanizmĂłw â&#x20AC;&#x201C; IFToMM (ang. International Federation for the Promotion of

Rys. 11. Roboty w polskim przemyĹ&#x203A;le w latach 2006â&#x20AC;&#x201C;2013 (GĹ&#x201A;Ăłwny UrzÄ&#x2026;d Statystyczny, Nauka i technika, 2013) Fig. 11. Robots in the Polish industry in years 2006â&#x20AC;&#x201C;2013

18

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Mariusz Olszewski

Rys. 12. Schemat warstw działań sterujących, regulacyjnych i przepływu informacji w produkcie mechatronicznym na przykładzie aktuatora pneumotronicznego [36] Fig. 12. Scheme of control and regulation layers and the flow of information in the mechatronic product on the example of pneumotronic actuator

Mechanism and Machine Science). Podobnie definiuje produkt mechatroniczny Komisja Doradcza Unii Europejskiej ds. Badawczo-Rozwojowych – IRDAC (ang. European Commission’s Industrial Research and Development Advisory Committee).

Mechatronizacja konwencjonalnego produktu mechanicznego, płynowego lub elektromechanicznego obejmuje cztery działania [36]: − zmniejszenie liczby i zakresu działania zespołów mechanicznych produktu. Rozwiązania mechaniczne są kosztowne, zawodne, wymagają ciągłego nadzoru, konserwacji i obsługi, zarówno w trakcie uruchomienia, jak i podczas normalnej eksploatacji produktu, − wprowadzenie do produktu mikroprocesorowego układu automatycznego sterowania i regulacji parametrów rozwiązujących problemy prowadzenia, koordynacji, nadzoru i diagnostyki procesów realizowanych przez produkt oraz komunikacji sieciowej produktu. Ingerencja operatora-człowieka w działanie produktu jest bowiem kosztowna, jej efektywność podlega silnym okresowym wahaniom związanych z fizjologiczną gotowością człowieka do wykonywania pracy, prowadzi do obciążeń fizycznych i psychicznych, których skutkiem są wypadki i awarie, − wykorzystanie w możliwie największym zakresie niematerialnych możliwości kształtowania właściwości produktu. Pozostawienie w produkcie materialnych zespołów kształtujących jego właściwości ogranicza ich zmiany, wymianę na inne oraz diagnostykę i optymalizację działania w konkretnych warunkach środowiskowych i użytkowych. Programowanie, będące właśnie niematerialnym składnikiem produktu mechatronicznego, w połączeniu z konsekwentnym zastosowaniem mikroprocesorowego lub komputerowego sterownia, np. klasy IPC&Chip, do przetwarzania, przesyłania i udostępniania informacji procesowych, zapewnia działanie produktu bez potrzeby ingerencji w jego działania sensoryczne i aktuacyjne, − wykorzystanie w produkcie elementów i zespołów o różnych zasadach działania, pochodzących z różnych dziedzin techniki. Podejście systemowe, dzięki niekonwencjonalnemu ujęciu problemów doboru i integracji elementów i zespołów produktu, pozwala na uzyskanie bądź nowych, bądź bardziej korzystnych charakterystyk i właściwości, niżby to miało to miejsce w przypadku ograniczenia się do rozwiązań jednorodnych technicznie.

We współczesnym rozumieniu istoty produktu mechatronicznego mogą nim być dowolne urządzenia, maszyny i systemy, przetwarzające informację lub energię na inną jej postać i użyteczną pracę – zarówno powszechnego użytku, jak i technologicz-

nego wyposażenia wszystkich gałęzi współczesnego przemysłu, od elektromaszynowego, przez spożywczy do inżynierii biomedycznej. To, co łączy te tak różne użytkowo produkty, to połączenie zespołów elektrycznych, elektronicznych i procesorowych z zespołami elektromechanicznymi w nowy, powiązany sprzętowo i informatycznie system. Ten zintegrowany system (rys. 12) [36, 37, 40]: − odbiera za pomocą sensorów informacje ze środowiska roboczego, otoczenia oraz sygnały wytwarzane przez własne zespoły, − przetwarza, interpretuje i przechowuje we własnym IPC&Chip dostarczone informacje, udostępnia je innym użytkownikom, wizualnie, przewodowo lub bezprzewodowo, w sieciach komunikacyjnych, lokalnych lub rozległych, także internetowych, chroniąc je przed niepożądanym dostępem, − reaguje, odpowiednio do stanu środowiska i własnych zachowań, za pomocą aktuatorów, działając – w sposób zgodny z celem użytkowania produktu – na środowisko.

Zadaniem sensorów jest zapewnienie wiernego przetworzenia informacji środowiskowej w ujednolicone sygnały elektryczne, akceptowane przez własną lokalną sieć oraz przez procesor systemu [37, 54].

Procesorowe przetwarzanie i interpretowanie pobranych przez sensory informacji procesowych, bez względu na strukturę i realizowane zadania procesora systemu, charakteryzują się trzema głównymi cechami [40, 41]: − działaniem w czasie rzeczywistym, a więc z możliwie najmniejszymi opóźnieniami między zaistnieniem nowej sytuacji procesowej i reakcją na tę sytuację, − realizacją programową przetwarzania zapewniającą wspomnianą już niematerialną zdolność kształtowania właściwości i zachowań mechatronicznego systemu produktu, − osiągnięciem takiego stopnia inteligencji maszynowej, który pozwala na przejęcie od użytkownika produktu, przez system produktu, przynajmniej części odpowiedzialności za realizację przewidzianych zadań.

Wyróżnia się trzy poziomy zadań przewidzianych dla procesora systemu mechatronicznego produktu [1, 29, 32]: − sterowanie i regulacja wielkości procesowych – jest to najniższa lub dolna warstwa działania, − kontrola wartości granicznych, meldowania sytuacji awaryjnych, zapewnienie działania równoległego lub zatrzymanie pracy systemu w przypadku pojawienia się wybranych uszkodzeń, − nadzór i diagnoza uszkodzeń, koordynacja systemów cząstkowych w systemach złożonych, zarządzanie systemami złożonymi – i jest to najwyższy lub górny poziom działania.

Zbliżenie aktuatorów do wielkości procesowych, podobnie jak w przypadku sensorów, skutkuje koniecznością wyboru różnych zasad działania urządzeń wykonawczych oraz różnych sposobów ich działania w czasie [40]. Działania te wymagają w zdecydowanej większości produktów aktuacyjnych [18, 39] realizacji dodatkowych funkcji, jak: − wzmocnienie energetyczne sygnałów – podanie energii pomocniczej, najczęściej w postaci elektrycznej, także pneumatycznej lub hydraulicznej, − przetworzenie elektrycznych sygnałów cyfrowych procesora na akceptowaną przez aktuatory postać (analogową, cyfrową, binarną) i wielkość fizyczną sygnału (prąd, ciśnienie, przepływ itd.), − dobra jakość przetwarzania sygnałów wejściowych aktuatora na sygnały procesowe – może to wymagać potraktowania urządzenia wykonawczego jako cząstkowego systemu (lub podsystemu) mechatronicznego, z własnymi sensorami, procesorem i aktuatorami (rys. 13).

Osiągnięcie i realizacja opisanych żądań w stosunku do produktu mechatronicznego, zwłaszcza w obszarze przetwarzania, interpretowania i udostępniania informacji, stały się możliwe w minionym dziesięcioleciu dzięki:

19

= ; ; = ? ; O:H

procesor realizujÄ&#x2026;cy dwa automatycznie wybierane tryby pracy: tryb konwencjonalny â&#x20AC;&#x201C; z wyborem stref czasowych globu ziemskiego oraz tryb nurkowania â&#x20AC;&#x201C; ze zintegrowanymi sensorami obecnoĹ&#x203A;ci w wodzie, jej temperatury i ciĹ&#x203A;nienia przeliczanego na gĹ&#x201A;Ä&#x2122;bokoĹ&#x203A;Ä&#x2021;, z peĹ&#x201A;nÄ&#x2026; kontrolÄ&#x2026; zanurzenia i wynurzenia oraz odpowiedniÄ&#x2026; dla wymagaĹ&#x201E; uprawiania tego sportu pamiÄ&#x2122;ciÄ&#x2026; historii tego faktu. Jedynymi elementami mechanicznymi sÄ&#x2026;: tytanowa koperta i mineralne szkĹ&#x201A;o odporne na stĹ&#x201A;uczenie i zadrapania.

Dobrym przykĹ&#x201A;adem poĹ&#x201A;Ä&#x2026;czenia zespoĹ&#x201A;Ăłw pochodzÄ&#x2026;cych z róşnych dziedzin techniki jest zmechatronizowane stanowisko dojenia krĂłw dla przemysĹ&#x201A;owych farm mleczarskich (rys. 14).

W robodojarce opracowanej w koncernie Festo, produkowanej przez niemieckÄ&#x2026; firmÄ&#x2122; Lely, zastosowano robotyczny mechanizm portalowy, szeregowy, trĂłjczĹ&#x201A;onowy, przetwarzajÄ&#x2026;cy ruch liniowy aktuatorĂłw pneumotronicznych w ruch liniowo-obrotowy zespoĹ&#x201A;u myjÄ&#x2026;co-dojÄ&#x2026;cego, z automatycznym poszukiwaniem poĹ&#x201A;oĹźenia wymion oraz zautomatyzowanym odbiorem i kontrolÄ&#x2026; jakoĹ&#x203A;ci mleka. Proces dojenia odbywa siÄ&#x2122; caĹ&#x201A;kowicie bez udziaĹ&#x201A;u czĹ&#x201A;owieka â&#x20AC;&#x201C; robodojarki te zastosowano juĹź z powodzeniem w polskich farmach mleczarskich.

NajwiÄ&#x2122;kszy we wspĂłĹ&#x201A;czesnym Ĺ&#x203A;wiecie kompleks mechatroniczny towarzyszy Tamie Trzech PrzeĹ&#x201A;omĂłw na rzece Jangcy w Chinach (rys. 15). Zapora, ujarzmiajÄ&#x2026;ca trzeciÄ&#x2026; co do wielkoĹ&#x203A;ci rzekÄ&#x2122; Ĺ&#x203A;wiata, o dĹ&#x201A;ugoĹ&#x203A;ci 2309 m i wysokoĹ&#x203A;ci 181 m jest obecnie najwiÄ&#x2122;kszym zrealizowanym projektem wodnym. Dzieli siÄ&#x2122; na piÄ&#x2122;Ä&#x2021; czÄ&#x2122;Ĺ&#x203A;ci: wĹ&#x201A;aĹ&#x203A;ciwÄ&#x2026; tamÄ&#x2122;, 26 Ĺ&#x203A;luz wodnych, pochylniÄ&#x2122; dla mniejszych statkĂłw, hydroelektrowniÄ&#x2122; obejmujÄ&#x2026;ca 26 zestawĂłw turbin o Ĺ&#x201A;Ä&#x2026;cznej mocy 85 TWh oraz zbiornik wodny o dĹ&#x201A;ugoĹ&#x203A;ci 630 km, gĹ&#x201A;Ä&#x2122;bokoĹ&#x203A;ci do 175 m i powierzchni 1045 kilometrĂłw kwadratowych. WiÄ&#x2122;kszoĹ&#x203A;Ä&#x2021; urzÄ&#x2026;dzeĹ&#x201E;, maszyn i systemĂłw mechatronicznych zapory dostarczyĹ&#x201A; koncern Siemensa. Koszt budowy i wyposaĹźenia mechatronicznego zapory wyniĂłsĹ&#x201A; 37 mld dolarĂłw.

ObecnoĹ&#x203A;Ä&#x2021; mechatroniki w nauce, technice i edukacji pozwala na tworzenie wspĂłlnego Ĺ&#x203A;rodowiska, w ktĂłrym integrowane mogÄ&#x2026; byÄ&#x2021; pomysĹ&#x201A;y i dziaĹ&#x201A;ania zmierzajÄ&#x2026;ce do realizacji nowych projektĂłw i rozwiÄ&#x2026;zaĹ&#x201E; potrzebnych nowoczesnej gospodarce kaĹźdego kraju, w tym oczywiĹ&#x203A;cie i Polski.

Mechatronizacja, rozumiana w sensie Platformy 4.0, nie tylko w odniesieniu do techniki i technologii, ale w znacznie szerszym ujÄ&#x2122;ciu uwzglÄ&#x2122;dniajÄ&#x2026;ca aspekty pozatechniczne, jak elastyczna integracja czynnoĹ&#x203A;ci produkcyjnych i zarzÄ&#x2026;dzania produkcjÄ&#x2026;, zarzÄ&#x2026;dzanie kadrami, zarzÄ&#x2026;dzanie informacjÄ&#x2026; i logistykÄ&#x2026; [1], jest najefektywniejszÄ&#x2026; drogÄ&#x2026; do ewolucyjnego rozwiÄ&#x2026;zania nie tylko problemu wzrostu produktywnoĹ&#x203A;ci i konkurencyjnoĹ&#x203A;ci gospodarki, ale rĂłwnieĹź drogÄ&#x2026; do zapewnienia gospodarce wykwalifikowanych pracownikĂłw zdolnych do sprostania nowoczesnym wymaganiom zawodowym i spoĹ&#x201A;ecznym we wszystkich gaĹ&#x201A;Ä&#x2122;ziach przemysĹ&#x201A;u.

Rys. 13. Aktuator pnuemotroniczny z sieciÄ&#x2026; komunikacyjnÄ&#x2026; AS-i, Festo (1997) Fig. 13. Pneumotronic actuator with the communication network AS-i

â&#x2C6;&#x2019; postÄ&#x2122;pom w technologiach wytwarzania elektroniki cyfrowej, w tym opanowania litografii 10 nanometrowej i zapowiedziom wdroĹźenia litografii 7 nm (na poczÄ&#x2026;tku 2018 r.), z perspektywÄ&#x2026; litografii 5 nm. Ten absolutnie niewyobraĹźalny postÄ&#x2122;p, w stosunku do lat 90. XX, obniĹźyĹ&#x201A; ze wspĂłĹ&#x201A;czynnikiem 105 (czyli 100 tys. razy!) koszty przetwarzania, udostÄ&#x2122;pniania i przechowywania informacji [16], â&#x2C6;&#x2019; powszechnemu, na caĹ&#x201A;ym Ĺ&#x203A;wiecie, dostÄ&#x2122;powi do przewodowych i bezprzewodowych sieci telekomunikacyjnych, do towarzyszÄ&#x2026;cych im aplikacjom, w tym Internetu [25], tym samym praktycznie nieograniczonym moĹźliwoĹ&#x203A;ciom pobierania gromadzenia i przesyĹ&#x201A;ania informacji, â&#x2C6;&#x2019; odnawialnym ĹşrĂłdĹ&#x201A;om energii, chroniÄ&#x2026;cym przyrodÄ&#x2122; i dajÄ&#x2026;cym siÄ&#x2122; integrowaÄ&#x2021; nawet z mobilnymi w skali ludzkiej urzÄ&#x2026;dzeniami i maszynami, â&#x2C6;&#x2019; globalnej mobilnoĹ&#x203A;ci, zarĂłwno urzÄ&#x2026;dzeĹ&#x201E;, maszyn, jak i posĹ&#x201A;ugujÄ&#x2026;cych siÄ&#x2122; nimi ludzi, â&#x2C6;&#x2019; wreszcie, co moĹźe najtrudniejsze, stopniowe, ale coraz lepsze poznawanie inteligencji wĹ&#x201A;asnego rozumu i moĹźliwoĹ&#x203A;ci jego wykorzystania do sterowania urzÄ&#x2026;dzeniami i maszynami â&#x20AC;&#x201C; takĹźe przenoszenia tych doĹ&#x203A;wiadczeĹ&#x201E; na obszar inteligencji maszynowej [9]. Ĺ&#x161;wietnym przykĹ&#x201A;adem mechatronicznego produktu jest np. zegarek narÄ&#x2122;czny japoĹ&#x201E;skiego koncernu CITIZEN dla osĂłb uprawiajÄ&#x2026;cych nurkowanie powierzchniowe i gĹ&#x201A;Ä&#x2122;binowe (do 100 m), zasilany fotowoltaicznie (kilka minut naĹ&#x203A;wietlania zapewnia kilka tygodni pracy zegarka), wyposaĹźony w nano-

Rys. 14. Mechatroniczne stanowisko dojenia krĂłw ze zrobotyzowanym ruchem zespoĹ&#x201A;u myjÄ&#x2026;co-dojÄ&#x2026;cego i zautomatyzowanym odbiorem mleka, Festo (2006), Lely Fig. 14. Mechatronic stand for milking cows with robotised move of the washing and milking unit and the automated receipt of the milk

20

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Mariusz Olszewski

Rys. 15. Tama Trzech Przełomów na rzece Jangcy: mechatroniczne systemy śluz, zapory i energetyki wodnej, Siemens (1994–2006) Fig. 15. Three Gorges Dam of Yangtze River: mechatronic systems of ship – and aqueous locks, the dam barrier and the water power industry

"#

&

Od zarania swych rozumnych dziejów człowiek starał się wychodzić poza przypisane mu pierwotnie granice natury. Stara się czynić to także obecnie i dobrych narzędzi do tego działania dostarcza mu właśnie mechatronika (rys. 16). Wykorzystanie procesów biologicznych w technice, zwłaszcza w automatyce i budowanie urządzeń technicznych na wzór organizmów żywych nazywa się bioniką – definicję podał jeszcze w 1967 r.

Kopaliński w swoim doskonałym „Słowniku wyrazów obcych”, jeszcze przed powstaniem terminu mechatronika.

Za prekursorów bioniki, ale już w odniesieniu do naszych czasów, uważa się Leonarda da Vinci (przełom XV i XVI wieku), m.in. badał i analizował lot ptaków w celu wykorzystania tych doświadczeń przy budowie maszyn do latania oraz Galvaniego (XVIII), który dostrzegł zjawiska elektryczne w trakcie skurczu mięśni.

Uważa się obecnie coraz częściej, że cała natura, w jej pierwotnym znaczeniu otaczającej nas rzeczywistości, a nie tylko późniejszego jej ujęcia jako przyrody żywej, z jej niewyobrażalnym bogactwem rozwiązań, procesów i trwającego od 4 miliardów lat ewolucyjnego doskonalenia, powinna stać się przedmiotem najżywszego zainteresowania inżynierów, którzy powinni jej doskonałości wykorzystywać w nieporównywalnie większym wymiarze, niż to czynią dotychczas (rys. 17) [19, 20].

Natura jednak nie może być niewolniczo kopiowana – tego nie da się uczynić, to prowadzi zwykle do katastrofy. Inżynier może tylko wykorzystać te zasady, które legły u jej podstaw – i to te zasady winien wbudować w projektowane urządzenia i maszyny. Właśnie tylko jako bodziec, jako zachętę, jako inspirację, ale także jako niezastąpiony drogowskaz (Stoll, [51]).

Jednym ze szczególnie obecnie badanych obszarów bioniki jest neurorobotyka, próbująca znaleźć inne niż dotychczas sposoby nastawiania i programowania urządzeń i maszyn mechatronicznych [9]. Czynności te są nadal prowadzone w sposób podobny jak w rozwiązaniach konwencjonalnych, przez operatora lub użytkownika posługującego się sensorami elektromechanicznymi lub elektronicznymi umieszczonymi na pulpitach

i panelach sterowniczych, w przypadku wspomagania komputerowego – klawiaturami, myszami i monitorami dotykowymi.

W bardziej zaawansowanych rozwiązaniach mechatronicznych używającego głosu (np. komend dla prowadzenia endoskopu przez chirurga w operacjach teleoperacyjnych), mimiki twarzy (np. dla sterowania wózków inwalidzkich przez pacjentów pozbawionych sprawności ruchowej kończyn), ruchów ramion i dłoni (np. dla bezpiecznego programowania robotów przemysłowych). W najbardziej zaawansowanych rozwiązaniach elektromiografii (EMG, np. dla sterowania aktywnymi ortezami utraconych kończyn) ze wszystkimi fizjologicznie ujemnymi skutkami tej techniki [14, 15]. Ogólnie – jest to wykorzystanie procesów myślowych mózgu człowieka, przekształconych

Rys. 16. Mechatroniczna realizacja bionicznej maszyny kroczącej do prac leśnych w Finlandii, Harvester (2004) Fig. 16. Mechatronic realization of the striding machine of bionics to forest works in Finland

21

= ; ; = ? ; O:H Rys. 17.

Pneumotroniczna realizacja bionicznego aktuatora, tzw. â&#x20AC;&#x153;trÄ&#x2026;by sĹ&#x201A;oniaâ&#x20AC;? (festo.com/bionic) Fig. 17. Pneumotronic realization of the bionic actuator, so-called â&#x20AC;&#x153;trunk of the elephantâ&#x20AC;?

Rys. 19. Stanowisko badawcze zastosowania BCI do sterowania serwomechanizmami mechatronicznymi, Instytut Automatyki i Robotyki Politechniki Warszawskiej, Festo (2016) [9, 14] Fig. 19. Research stand of usage of BCI to control the mechatronic servomechanisms

w jego ukĹ&#x201A;adzie nerwowym na ruch jego ukĹ&#x201A;adu miÄ&#x2122;Ĺ&#x203A;niowo-szkieletowego, z caĹ&#x201A;ym zbiorem moĹźliwych bĹ&#x201A;Ä&#x2122;dĂłw popeĹ&#x201A;nianych w trakcie kolejnego przeksztaĹ&#x201A;cania tego ruchu na ruch elementĂłw elektromechanicznych lub inne dziaĹ&#x201A;ania, np. o charakterze wizyjnym, sĹ&#x201A;uĹźÄ&#x2026;ce wprowadzaniu informacji do uĹźytkowanych urzÄ&#x2026;dzeĹ&#x201E; i maszyn [9].

Wykorzystanie w peĹ&#x201A;ni zautomatyzowanych i zrobotyzowanych urzÄ&#x2026;dzeĹ&#x201E;, maszyn i systemĂłw mechatronicznych jest poĹźÄ&#x2026;dane [45], ale ze wzglÄ&#x2122;du na Ĺ&#x203A;rodowisko, w ktĂłrym majÄ&#x2026; one dziaĹ&#x201A;aÄ&#x2021; bez obecnoĹ&#x203A;ci operatora lub uĹźytkownika, obarczone moĹźliwoĹ&#x203A;ciÄ&#x2026; wypadkĂłw. Dowodem sÄ&#x2026; juĹź stwierdzone przypadki zderzeĹ&#x201E; pojazdĂłw samobieĹźnych (bez kierowcy), dopuszczonych w niektĂłrych stanach USA do ruchu po drogach publicznych, nawet o ograniczonej dostÄ&#x2122;pnoĹ&#x203A;ci (autostrady), czy teĹź Ĺ&#x203A;miertelne wypadki operatorĂłw i serwisantĂłw w zrobotyzowanych liniach produkcyjnych mimo zaawansowanych systemĂłw zabezpieczeĹ&#x201E;. W tej sytuacji nieinwazyjny interfejs mĂłzg-komputer BCI (ang. Brain Computer Interface) moĹźe staÄ&#x2021; siÄ&#x2122; gĹ&#x201A;ĂłwnÄ&#x2026; lub dodatkowÄ&#x2026; metodÄ&#x2026; sterowania urzÄ&#x2026;dzeniami, maszynami i systemami mechatronicznymi [9, 14]. PotwierdzajÄ&#x2026; to juĹź udane zastosowania BCI w medycynie [15], zaawansowane prĂłby kierowania pojazdami (rys. 18), coraz liczniejsze wykorzystanie BCI w grach komputerowych, w tym takĹźe w prĂłbach gier czynnoĹ&#x203A;ciowych.

Sensoryka BCI obejmuje róşne metody pomiaru aktywnoĹ&#x203A;ci mĂłzgu, takie jak eletroence-falografia EEG (ang. Electroencephalography), magnetoencefalografia MEG (ang. Magnetoencephalography), rezonans magnetyczny MRI (ang. Magnetic resonance

imaging) lub spektroskopia w bliskiej podczerwieni NIRS (ang.

Near-infrared spectroscopy). Techniki te sÄ&#x2026; aktualnie rozwijane w obszarze inĹźynierii medycznej [26, 30, 56]. Udowodniono juĹź moĹźliwoĹ&#x203A;ci ich zastosowania dla porozumiewania siÄ&#x2122; osĂłb niepeĹ&#x201A;nosprawnych, sterowania jedno-, dwu- a nawet trĂłjwymiarowego i rozrywki [2, 8, 6, 17]. Badane sÄ&#x2026; moĹźliwoĹ&#x203A;ci wykorzystania tych metod, w tym wĹ&#x201A;aĹ&#x203A;nie EEG, w mechatronice (rys. 19) [9, 14].

W badaniach tych [9, 14] prĂłbuje siÄ&#x2122; korzystaÄ&#x2021; z pomiaru róşnych rodzajĂłw aktywnoĹ&#x203A;ci mĂłzgu, takich jak potencjaĹ&#x201A;y wywoĹ&#x201A;ane, wolne potencjaĹ&#x201A;y korowe, wzrokowe potencjaĹ&#x201A;y wywoĹ&#x201A;ane stanu ustalonego i rytmy sensomotoryczne [52]. Ze wzglÄ&#x2122;du na specyfikÄ&#x2122; zastosowania EEG, system powinien byÄ&#x2021; niezaleĹźny od wzroku, z moĹźliwie najkrĂłtszym czasem uczenia uĹźytkownika, w tym z wykorzystaniem tylko wyobraĹźenia ruchu. SygnaĹ&#x201A;y pomiarowe sÄ&#x2026; klasyfikowane w celu wyodrÄ&#x2122;bnienia ich cech charakterystycznych [23, 49]. Klasyfikacja sygnaĹ&#x201A;u moĹźe wynikaÄ&#x2021; z analizy róşnych parametrĂłw sygnaĹ&#x201A;Ăłw: prostych, takich jak czÄ&#x2122;stoĹ&#x203A;Ä&#x2021; wywoĹ&#x201A;ywania impulsĂłw lub Ĺ&#x203A;rednia moc sygnaĹ&#x201A;u lub zĹ&#x201A;oĹźonych, jak np. koherencja spektralna [35]. Preferowane sÄ&#x2026; proste algorytmy klasyfikacji ze wzglÄ&#x2122;du na Ĺ&#x201A;atwiejszÄ&#x2026; i bardziej

a)

b)

Rys. 18. Sterowanie BCI z wykorzystaniem pomiaru poziomu skupienia mĂłzgu opaskÄ&#x2026; MindWave NeuroSky: a) trĂłjkoĹ&#x201A;owy robot mobilny, b) mikrokontroler Arduino Uno (2015) [14] Fig. 18. Control BCI using attention measurements of brain with MindWave NeuroSky headset: a) three wheel mobile robot, b) microcontroller Arduino Uno

22

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Mariusz Olszewski efektywnÄ&#x2026; adaptacjÄ&#x2122;. DziÄ&#x2122;ki zastosowaniu zasad uczenia maszynowego, spodziewane sÄ&#x2026; skrĂłcenia czasu uczenia uĹźytkownika, zniwelowanie wpĹ&#x201A;ywu naturalnych wahaĹ&#x201E; aktywnoĹ&#x203A;ci mĂłzgu i zwiÄ&#x2122;kszenie dokĹ&#x201A;adnoĹ&#x203A;ci [34]. Bada siÄ&#x2122; takĹźe zastosowanie ukĹ&#x201A;adĂłw hybrydowych, w ktĂłrych do wyznaczania sygnaĹ&#x201A;u sterujÄ&#x2026;cego, oprĂłcz sygnaĹ&#x201A;Ăłw mĂłzgowych EEG, mogÄ&#x2026; byÄ&#x2021; wykorzystane rĂłwnieĹź inne postacie sygnaĹ&#x201A;Ăłw, takie jak np. obrĂłt gĹ&#x201A;owy lub aktywnoĹ&#x203A;Ä&#x2021; miÄ&#x2122;Ĺ&#x203A;ni EMG (ang. Electromyography) [27, 30, 52].

Interfejs BCI jest rozwiÄ&#x2026;zaniem, ktĂłre ma zapewniÄ&#x2021; mĂłzgowi czĹ&#x201A;owieka, bez aktywowania jego aktonĂłw miÄ&#x2122;Ĺ&#x203A;niowych, fascynujÄ&#x2026;ce moĹźliwoĹ&#x203A;ci oddziaĹ&#x201A;ywania na produkty mechatroniczne (rys. 19). PasjonujÄ&#x2026;ce, choÄ&#x2021; jeszcze nadal przyszĹ&#x201A;oĹ&#x203A;ciowe, w horyzoncie czasowym peĹ&#x201A;nego uruchomienia przemysĹ&#x201A;u 4.0 jak najbardziej moĹźliwe, wydaje siÄ&#x2122; korzystanie z BCI we wszystkich klasach i rozwiÄ&#x2026;zaniach maszyn i robotĂłw przemysĹ&#x201A;owych. Dotyczy to szczegĂłlnie robotyki spoĹ&#x201A;ecznej o zaawansowanej autonomii i moĹźliwoĹ&#x203A;ciach bezpoĹ&#x203A;redniej wspĂłĹ&#x201A;pracy z czĹ&#x201A;owiekiem, w tym robotyki antropomorficznej, przeznaczonej do wspomagania osĂłb chorych, kalekich lub niedoĹ&#x201A;Ä&#x2122;Ĺźnych oraz personelu lekarskiego i pielÄ&#x2122;gniarskiego, opiekujÄ&#x2026;cego siÄ&#x2122; tymi osobami.

JapoĹ&#x201E;skie prognozy zakĹ&#x201A;adajÄ&#x2026;, Ĺźe w 2025 r. w kaĹźdej rodzinie bÄ&#x2122;dzie obecny robot o wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ciach spoĹ&#x201A;ecznych [10], antropomorficzny lub humanoidalny [30], wspomagajÄ&#x2026;cy lub zastÄ&#x2122;pujÄ&#x2026;cy wykonywanie rutynowych czynnoĹ&#x203A;ci powszednich. Porozumiewanie siÄ&#x2122; z nim przez BCI jest w tych zastosowaniach oczywiste [46].

0#

! "#$ PerspektywÄ&#x2122; osiÄ&#x2026;gniÄ&#x2122;cia wszystkich zaĹ&#x201A;oĹźeĹ&#x201E; Platformy PrzemysĹ&#x201A;u 4.0 interpoluje siÄ&#x2122; na lata 30. naszego wieku [5]. Tak dĹ&#x201A;ugi okres powodowany jest kompleksowym charakterem powiÄ&#x2026;zanych ze sobÄ&#x2026; wymagaĹ&#x201E;, ktĂłrych jednoznaczne i rĂłwnolegĹ&#x201A;e w czasie speĹ&#x201A;nienie jest warunkiem transformacji zautomatyzowanej i zrobotyzowanej konwencjonalnie produkcji w produkcjÄ&#x2122; rĂłwnieĹź zautomatyzowanÄ&#x2026; i zrobotyzowanÄ&#x2026;, ale jeszcze dodatkowo zinformatyzowanÄ&#x2026; i zinternetyzowanÄ&#x2026; [48]. Perspektywa wspomnianych lat ewolucji transformacyjnej odnosi siÄ&#x2122; do najsilniej w Europie rozwiniÄ&#x2122;tej gospodarki niemieckiej i to nawet w przypadku jej przemysĹ&#x201A;u, wiodÄ&#x2026;cego w skali globalnego rynku, jako dostawca urzÄ&#x2026;dzeĹ&#x201E;, maszyn i systemĂłw mechatronicznych, ogĂłlnie najnowszych rozwiÄ&#x2026;zaĹ&#x201E; technicznych dla przemysĹ&#x201A;Ăłw innych krajĂłw.

Ekscytacja informacjami o juĹź dokonanych osiÄ&#x2026;gniÄ&#x2122;ciach Platformy 4.0, w tym o zyskach i rentownoĹ&#x203A;ci, jest nieporozumieniem [22]. Dotyczy z reguĹ&#x201A;y wielkoseryjnego wytwarzania w konwencjonalnych liniach produkcyjnych, sztywnych lub elastycznych, a wiÄ&#x2122;c produkujÄ&#x2026;cych takĹźe Ĺ&#x203A;rednio i maĹ&#x201A;oseryj-

Rys. 20. PrzemysĹ&#x201A; 4.0 wymaga bezprzewodowej komunikacji miÄ&#x2122;dzy moduĹ&#x201A;ami produkcyjnymi a Internetem (init-owl.de/init) Fig. 20. Industry 4.0 requires the cordless communication between production modules and the Internet

nie, z dostÄ&#x2122;pem do bieĹźÄ&#x2026;cych informacji produkcyjnych przez pracownikĂłw wyposaĹźonych w specjalizowane lub uniwersalne, bezprzewodowe, Ĺ&#x203A;rodki komunikacji sieciowych, w tym aplikacje internetowe. Tego wymagaÄ&#x2021; bÄ&#x2122;dzie takĹźe przemysĹ&#x201A; 4.0 (rys. 20), ale to nie jest jeszcze etap, ktĂłry moĹźna juĹź nazwaÄ&#x2021; realizacjÄ&#x2026; Platformy 4.0.

0#b# ; ! :

1 "#$ Podaje siÄ&#x2122; nastÄ&#x2122;pujÄ&#x2026;ce zaĹ&#x201A;oĹźenia transformacji od dominujÄ&#x2026;cych na obecnym etapie rozwoju produkcji przemysĹ&#x201A;owej technologii 2.0 i 3.0 do zmechatronizowanych, zinformatyzowanych i zinternetyzowanych technologii przemysĹ&#x201A;u 4,0 [3â&#x20AC;&#x201C;7, 12, 22, 43, 44]: â&#x2C6;&#x2019; przyjÄ&#x2122;cie, Ĺźe wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ci produktĂłw â&#x20AC;&#x201C; urzÄ&#x2026;dzeĹ&#x201E;, maszyn i systemĂłw, stanowiÄ&#x2026;ce o powodzeniu transformacji 4.0, odpowiadajÄ&#x2026; ujÄ&#x2122;ciu ich istoty jako CPS (ang. Cyber-Physical Systems), tzn. otwartych systemĂłw socjotechnicznych, zdolnych do akceptacji szeregu nowych funkcji i dziaĹ&#x201A;aĹ&#x201E; narzuconych przez produkcjÄ&#x2122;, logistykÄ&#x2122; i zarzÄ&#x2026;dzanie. Produkty CPS powinny dysponowaÄ&#x2021; sensorami zbierajÄ&#x2026;cymi fizyczne dane procesowe, procesorami przetwarzajÄ&#x2026;cymi te dane, aktuatorami oddziaĹ&#x201A;ywujÄ&#x2026;cymi na realnie istniejÄ&#x2026;ce procesy, powinny takĹźe umoĹźliwiaÄ&#x2021; Ĺ&#x201A;Ä&#x2026;czenie sieciowe z innymi produktami, korzystaÄ&#x2021; z ich danych, informacji i usĹ&#x201A;ug, wreszcie dysponowaÄ&#x2021; interfejsami typu czĹ&#x201A;owiek-maszyna i maszyna-maszyna. To znaczy muszÄ&#x2026; to byÄ&#x2021; produkty â&#x20AC;&#x201C; nawet w definicyjnym ujÄ&#x2122;ciu â&#x20AC;&#x201C; mechatroniczne, â&#x2C6;&#x2019; korzystanie w okresie transformacji 4.0 z dotychczas stosowanych technologii i struktur organizacyjnych przemysĹ&#x201A;Ăłw 2.0 i 3.0. Zmechatronizowane, zautomatyzowane i zrobotyzowane produkty i produkcje stanowiÄ&#x2021; powinny podstawÄ&#x2122; do ewolucyjnego formowania nowych form organizacyjnych zarĂłwno w produkcji, jak i w komplementarnym Ĺ&#x201A;aĹ&#x201E;cuchu usĹ&#x201A;ug. Przewiduje siÄ&#x2122;, Ĺźe w przemyĹ&#x203A;le 4.0 pionowa piramida zarzÄ&#x2026;dzania i sterowania liniowÄ&#x2026; strukturÄ&#x2026; produkcji, w tym takĹźe strukturÄ&#x2026; elastycznÄ&#x2026;, dopuszczajÄ&#x2026;cÄ&#x2026; Ĺ&#x203A;rednioseryjnoĹ&#x203A;Ä&#x2021; wytwarzania, zastÄ&#x2026;piona zostanie docelowo strukturÄ&#x2026; rozproszonÄ&#x2026;, poziomÄ&#x2026;, rĂłwnowartoĹ&#x203A;ciowych w sensie zarzÄ&#x2026;dzania i sterowania moduĹ&#x201A;Ăłw-maszyn produkcyjnych, uĹźywanych zgodnie z zapisem technologii w obiekcie-produkcie, komunikujÄ&#x2026;cym siÄ&#x2122; z moduĹ&#x201A;ami za poĹ&#x203A;rednictwem sieci komunikacyjnych lub Internetu Rzeczy IoT (ang. Internet of Things) [25], â&#x2C6;&#x2019; traktowanie mechatronicznych produktĂłw CPS w Ĺ&#x201A;aĹ&#x201E;cuchu PLM (ang. Product Life-cycle Management), rozpoczynajÄ&#x2026;c od podania koncepcji i dokumentacji wirtualnej, drukowania modeli, ich badaĹ&#x201E; symulacyjnych, laboratoryjnych i przemysĹ&#x201A;owych, decyzji o podjÄ&#x2122;ciu produkcji, wirtualnej dokumentacji produkcyjnej, wytworzenia produktu w wirtualnym Ĺ&#x203A;rodowisku produkcyjnym, sprawdzenia jego poprawnoĹ&#x203A;ci, przejĹ&#x203A;cia z wirtualnego Ĺ&#x203A;rodowiska produkcyjnego do Ĺ&#x203A;rodowiska realnego, opracowania wspomaganej programowo i dokumentowanej komputerowo dokumentacji produkcyjnej i montaĹźowej, logistyki magazynowej, transportowej i sprzedaĹźnej, kontroli poprawnoĹ&#x203A;ci eksploatacji, przestrzegania terminĂłw przeglÄ&#x2026;dĂłw, napraw i remontĂłw, wskazywania miejsca i wykonawcy tych czynnoĹ&#x203A;ci, wreszcie sterowanego recyklingu.

TakĹźe prowadzenia w caĹ&#x201A;ym tym Ĺ&#x201A;aĹ&#x201E;cuchu rachunku wytwarzanych wartoĹ&#x203A;ci dodanych, towarzyszÄ&#x2026;cych produktowi od jego powstania aĹź do skorzystania z jego odpadĂłw, â&#x2C6;&#x2019; opracowanie jednolitych, obowiÄ&#x2026;zujÄ&#x2026;cych moĹźliwie w caĹ&#x201A;ym obszarze Unii Europejskiej norm prawnych umoĹźliwiajÄ&#x2026;cych sieciowÄ&#x2026; wymianÄ&#x2122; danych produkcyjnych i usĹ&#x201A;ugowych dotyczÄ&#x2026;cych caĹ&#x201A;ego Ĺ&#x201A;aĹ&#x201E;cucha dziaĹ&#x201A;aĹ&#x201E; zwiÄ&#x2026;zanych z wytworzeniem i eksploatacjÄ&#x2026; juĹź wytworzonych produktĂłw, towarzyszÄ&#x2026;cych temu Ĺ&#x201A;aĹ&#x201E;cuchowi dziaĹ&#x201A;aĹ&#x201E; wartoĹ&#x203A;ci dodanych lub wytworzonych: patentowych, wzorĂłw uĹźytkowych, umĂłw licencyjnych, takĹźe zakresu odpowiedzialnoĹ&#x203A;ci prawnej w procesach wymiany i dostÄ&#x2122;pnoĹ&#x203A;ci tych danych,

23

= ; ; = ? ; O:H â&#x2C6;&#x2019; opracowanie norm, otwartych aplikacji i dostÄ&#x2122;pnych standardĂłw umoĹźliwiajÄ&#x2026;cych sieciowe poĹ&#x201A;Ä&#x2026;czenie zarĂłwno producentĂłw przemysĹ&#x201A;owych, Ĺ&#x203A;rednich i maĹ&#x201A;ych przedsiÄ&#x2122;biorstw producenckich i usĹ&#x201A;ugowych, jak i uĹźytkownikĂłw wytworzonych produktĂłw, â&#x2C6;&#x2019; zapewnienie bezawaryjnego i bezpiecznego przebiegu produkcji (Safety), ochrony przesyĹ&#x201A;anych sieciowo, w tym internetowo, informacji (Privacy) oraz bezpieczeĹ&#x201E;stwa korzystania z technologii informatycznych i sieciowych (Security), â&#x2C6;&#x2019; analizÄ&#x2122; skutkĂłw spoĹ&#x201A;ecznych uruchomienia przemysĹ&#x201A;u 4.0 dla czĹ&#x201A;owieka i pracobiorcy jako czynnika decydujÄ&#x2026;cego w planowanych i uruchamianych przedsiÄ&#x2122;wziÄ&#x2122;ciach i scenariuszach organizacji pracy i organizacji nowego miejsca pracy. Na przykĹ&#x201A;ad: implikacji przemysĹ&#x201A;u 4.0 na stan zatrudnienia, ksztaĹ&#x201A;towany przez zaawansowanÄ&#x2026; robotyzacjÄ&#x2122; wytwarzania lub przez wykorzystanie zasobĂłw mocy produkcyjnych u jednego przedsiÄ&#x2122;biorcy wzglÄ&#x2122;dem innego przedsiÄ&#x2122;biorcy â&#x20AC;&#x201C; w odniesieniu do regionu, kraju czy teĹź paĹ&#x201E;stwa, â&#x2C6;&#x2019; uruchomienie pilotaĹźowych instalacji przemysĹ&#x201A;owych demonstrujÄ&#x2026;cych i sprawdzajÄ&#x2026;cych poprawnoĹ&#x203A;Ä&#x2021; zaĹ&#x201A;oĹźeĹ&#x201E; transformacji 4.0. NiezbÄ&#x2122;dne bÄ&#x2122;dzie tu wspomaganie finansowe paĹ&#x201E;stwa dla rzeczywistej aktywacji zwiÄ&#x2026;zkĂłw finansowo-prawnych pomiÄ&#x2122;dzy uniwersytetami technicznymi, szkoĹ&#x201A;ami zawodowymi, producentami przemysĹ&#x201A;owymi oraz maĹ&#x201A;ymi i Ĺ&#x203A;rednimi przedsiÄ&#x2122;biorstwami. TakĹźe prowadzenie szeroko zakrojonych, w caĹ&#x201A;ym horyzoncie czasowym faz transformacji, tzn. do lat 30. i 40. bieĹźÄ&#x2026;cego wieku, badaĹ&#x201E; zarĂłwno teoretycznych, jak i eksperymentalnych, w obszarach czĹ&#x201A;owiek, technika i organizacja, m.in. [3] w zakresie nowych metod i modeli biznesowych, tworzenia Ĺ&#x201A;aĹ&#x201E;cuchĂłw wartoĹ&#x203A;ci dodanych uwzglÄ&#x2122;dniajÄ&#x2026;cych mechatronizacjÄ&#x2122;, automatyzacjÄ&#x2122; i robotyzacjÄ&#x2122; wytwarzania oraz eksploatacjÄ&#x2122; produktu w sensie PLM, modularyzacji zĹ&#x201A;oĹźonych systemĂłw produkcyjnych, tworzenia i dostÄ&#x2122;pu do sieci sensorycznych â&#x20AC;&#x201C; takĹźe w sensie PLM, rozwoju inteligencji maszynowej i komunikacji pomiÄ&#x2122;dzy czĹ&#x201A;owiekiem a maszynÄ&#x2026; oraz pomiÄ&#x2122;dzy maszynami, w tym badaĹ&#x201E; nad syntaksÄ&#x2026; i semantykÄ&#x2026; jÄ&#x2122;zykĂłw porozumiewania siÄ&#x2122; maszyn i ludzi, dalszego rozwoju mikro- i nanoelektroniki, przede wszystkim nanoprocesoryki, â&#x2C6;&#x2019; sformuĹ&#x201A;owanie nowych treĹ&#x203A;ci i form ksztaĹ&#x201A;cenia zawodowego i nowych specjalizacji, z jednoczesnym naciskiem na zwiÄ&#x2122;kszenie znaczenia i liczby inĹźynierĂłw mechatronikĂłw i zwiÄ&#x2026;zanych z mechatronikÄ&#x2026; zawodĂłw inĹźynierskich: produkcji, automatyki, robotyki, aktuatoryki, sensoryki, informatyki przemysĹ&#x201A;owej, takĹźe wĹ&#x201A;aĹ&#x203A;nie inĹźyniera przemysĹ&#x201A;u 4.0, byÄ&#x2021; moĹźe teĹź [16] ITmatyka, cyberbiologa (cyberbionika raczej)

i cyberfizyka, odpowiedzialne gospodarowanie zasobami naturalnymi, w tym osobowymi, finansowymi, mineralnymi i materiaĹ&#x201A;owymi, takĹźe odzyskiwanymi w recyklingu, ogĂłlnie ochrony naturalnego Ĺ&#x203A;rodowiska czĹ&#x201A;owieka.

Do celĂłw i zwiÄ&#x2026;zanych z nimi korzyĹ&#x203A;ci z transformacji 4.0 zalicza siÄ&#x2122; gĹ&#x201A;Ăłwnie: â&#x2C6;&#x2019; moĹźliwoĹ&#x203A;Ä&#x2021; speĹ&#x201A;niania ĹźyczeĹ&#x201E; klienta-uĹźytkownika produktu, a wiÄ&#x2122;c produkowania jednostkowego i maĹ&#x201A;oseryjnego, bez uszczerbku dla ich rentownoĹ&#x203A;ci. Jest to powiÄ&#x2026;zane z dynamicznie ksztaĹ&#x201A;towanymi modyfikacjami caĹ&#x201A;ego procesu przygotowania, wyprodukowania i przekazania gotowego produktu z wykorzystaniem Internetu IoT [11, 21, 25] oraz informacji przechowywanych i dostarczanych np. przez Ĺ&#x203A;rodowiska Big Data, Social Media i Cloud Computing, â&#x2C6;&#x2019; zdecydowanÄ&#x2026; poprawÄ&#x2122; efektywnoĹ&#x203A;ci produkcji, a przez to takĹźe jej konkurencyjnoĹ&#x203A;ci, dziÄ&#x2122;ki moĹźliwoĹ&#x203A;ci korzystania z zasobĂłw materiaĹ&#x201A;owych, maszynowych, energetycznych, pracowniczych itp., aktualnie niewykorzystywanych u innych, objÄ&#x2122;tych sieciowo, wspĂłĹ&#x201A;pracujÄ&#x2026;cych producentĂłw. TakĹźe te decyzje bÄ&#x2122;dÄ&#x2026; podejmowane ze wspomaganiem internetowym, â&#x2C6;&#x2019; zmianÄ&#x2122; socjalnych warunkĂłw pracy przez peĹ&#x201A;nÄ&#x2026; automatyzacjÄ&#x2122; i robotyzacjÄ&#x2122; pracy fizycznej z jednej strony, z drugiej zaĹ&#x203A; koniecznoĹ&#x203A;Ä&#x2021; ksztaĹ&#x201A;towania i wspierania drĂłg kariery kadry technicznej i inĹźynierskiej, ktĂłrej wiedza i doĹ&#x203A;wiadczenie bÄ&#x2122;dÄ&#x2026; miaĹ&#x201A;y w przemyĹ&#x203A;le 4.0 absolutnie decydujÄ&#x2026;ce znaczenie dla rynkowego powodzenia danego przedsiÄ&#x2122;biorstwa. BÄ&#x2122;dzie to skutkowaĹ&#x201A;o innym rozĹ&#x201A;oĹźeniem Ĺ&#x203A;wiadczonej pracy w czasie i w miejscu, niĹź ma to miejsce obecnie, zwiÄ&#x2122;kszajÄ&#x2026;c kontakt pracownika z rodzinÄ&#x2026; i zwiÄ&#x2122;kszajÄ&#x2026;c jego czas wolny. TakĹźe zwiÄ&#x2122;kszeniem liczby miejsc pracy powiÄ&#x2026;zanych z usĹ&#x201A;ugami dotyczÄ&#x2026;cymi eksploatacji wprowadzonego na rynek produktu, wykonywanymi komplementarnie w ramach Product Life-cycle Management. TakĹźe i tu wydĹ&#x201A;uĹźenie tworzonego Ĺ&#x201A;aĹ&#x201E;cucha wartoĹ&#x203A;ci dodanych nie jest bez znaczenia i dla producenta, i dla uĹźytkownika, i dla Ĺ&#x203A;wiadczÄ&#x2026;cych z wykorzystaniem Internetu te usĹ&#x201A;ugi IoS (ang. Internet of Services),

0#^#

"#$ Najpilniej w obecnym czasie pracuje siÄ&#x2122; nad róşnymi wariantami i realizacjami zmechatronizowanego montaĹźu, traktujÄ&#x2026;c go jako poligon doĹ&#x203A;wiadczalny dla transformacji 4.0.

Wynika to z trzech przyczyn: â&#x2C6;&#x2019; montaĹź jest tÄ&#x2026; czÄ&#x2122;Ĺ&#x203A;ciÄ&#x2026; procesu produkcyjnego, ktĂłra pochĹ&#x201A;ania nawet do kilkudziesiÄ&#x2122;ciu procent czasu i kosztu wytworzenia produktu [29],

ModuĹ&#x201A;y obrĂłbcze, zrobotyzowane

ModuĹ&#x201A; obrĂłbczy

ModuĹ&#x201A;y logistyczne, wejĹ&#x203A;cia/wyjĹ&#x203A;cia elementĂłw, zepoĹ&#x201A;Ăłw i produktĂłw

ModuĹ&#x201A;y montaĹźowe, zrobotyzowane

ModuĹ&#x201A;y buforowe ModuĹ&#x201A;y montaĹźowe, zautomatyzowane

Roboty mobilne, transportowe

ModuĹ&#x201A;y kontroli jakoĹ&#x203A;ci

Rys. 21. Model systemu produkcyjnego w Ĺ&#x203A;rodowisku Platformy PrzemysĹ&#x201A;u 4.0 (festo.com/industrie4.0) (2016) Fig. 21. Model of the production system in the environment of the Platform Industry 4.0

24

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Mariusz Olszewski − wytwór montażu to, z reguły spektakularny w procesie produkcyjnym produkt końcowy, łączony wg założeń Platformy 4.0 z częścią usługową IoS łańcucha PLM, − wytworzone w montażu produkty otaczają nas w domu i na ulicy, w pracy i w czasie wolnym, są częścią kultury naszego dnia powszedniego, niekiedy obsesyjnie (jak np. smartfony) wykorzystywane i uwielbiane.

Zadania mechatronicznego produktu w montażu wg wymagań Platformy 4.0 to: − przechowywanie procedur własnych produktu i wybieranie kolejnych do zrealizowania procedur wytwórczych w modułach-stanowiskach montażowych, obróbczych i pomocniczych, w tym adresów tych wybranych modułów dla aktywacji transportu produktu w rozproszonej strukturze procesu technologicznego montażu, − jak wyżej, w zakresie własnych procedur sterowania zachowaniem produktu. Wybieranie kolejnych faz procesu i kolejnych modułów-stanowisk montażowych, obróbczych i pomocniczych, wpisane jest tu do procesora palety, na której umieszczany jest, na początku tej drogi np. w module-stanowisku stanowiącym bramę wejściową procesu, element nośny przyszłego produktu. To paleta, docierając do konkretnego modułu, kontaktuje się z jego procesorem i aktywuje kolejną fazę wykonywania działań technologicznych.

To drugie podejście zmniejsza obciążenie procesora produktu, umożliwiając wpisanie do niego innych, poza produkcyjnych działań, wykorzystywanych w logistyce lub marketingu, np. do sprzedaży bezkasowej produktów lub kontroli recyklingu.

Na system produkcyjny montażu, w dzisiejszym wyobrażeniu jego postaci i właściwości, w środowisku Platformy 4.0 (rys. 21) składają się: − moduły montażowe, zautomatyzowanego i zrobotyzowanego działania; Moduły są autonomicznymi jednostkami produkcyjnymi i mogą być sytuowane w stosunku do siebie całkowicie dowolnie, nawet nie tworząc linii produkcyjnej lub tworząc jej wybrane i uzupełniające się odcinki. Urządzenia transportu wewnątrzmodułowego nie są łączone z analogicznymi urządzeniami innych modułów – zapewniony jest jedynie kontakt tych urządzeń w bezpośredniej styczności sąsiadujących modułów, zapewniający przejście palety z produktem lub samego produktu. To bezpośrednie przejście jest konieczne tylko wtedy, gdy sąsiadujące ze sobą moduły wykonują dwa kolejne ciągi operacji technologicznych. Informację z żądaniem wykonania tych czynności nosi obiekt lub paleta z obiektem montażu, − moduły obróbcze, także o zautomatyzowanym i zrobotyzowanym działaniu; Moduły mogą być samodzielne lub połączone robotycznie, tworząc miniciąg operacji technologicznych, mogą też funkcjonować jako moduły pomocnicze będąc bramką wejściową do konwencjonalnych maszyn technologicznych, np. obrabiarek NC, − moduły zautomatyzowanej kontroli jakości wykonania wybranych operacji technologicznych, rozproszone jak moduły montażowe lub obróbcze, łączone z nimi na identycznych zasadach lub osadzone jako autonomiczne jednostki w przestrzeni roboczej działu produkcji 4.0; − roboty mobilne transportujące montowane obiekty do wybranych modułów montażowych, obróbczych lub modułów kontroli jakości, zgodnie z instrukcjami zapisanymi w procesorach palet lub obiektów; Mechanizmy kinematyczne, umieszczone na platformach jezdnych robotów, są w stanie dostarczyć obiekt lub paletę do urządzenia transportu wewnątrzmodułowego. Sterowniki procesorowe robotów mogą korzystać z torów podłogowych, tworzących sieć połączeń kierujących platformę do wybranego modułu lub realizować autonomicznie trajektorię po jej docelowym zaadresowaniu, zapewniając bezkolizyjny ruch z innymi platformami lub modułami. Na rys. 21 pokazano

Rys. 22. Moduły dydaktyczne procesów ciągłych w środowisku Platformy Przemysłu 4.0 (festo.com/industrie4.0) (2016) Fig. 22. Didactic modules of continuous processes in the environment of the Platform Industry 4. 0

7 identycznych platform mobilnych z mechanizmami robotów obsługujących system, − moduły logistyczne wejścia/wyjścia obiektu lub wykonanego produktu do lub z obszaru systemu produkcyjnego; Obiektu-półproduktu, jeśli system produkcyjny nie może zapewnić wykonania wszystkich operacji technologicznych i jest konieczna aplikacja niewykonanych operacji w innym dziale tego samego lub innego producenta, dysponującego żądanymi maszynami lub modułami technologicznymi. Także identyfikacji, kontroli jakości i przechowywania gotowych do wykorzystania elementów i podzespołów, − moduły buforowe, stanowiące rezerwę w przypadku awarii i konieczności zapewnienia sprawnego funkcjonowania systemu przez szybkie zestawienie, z wykorzystaniem ich konstrukcji nośnej, aktualnie brakującego lub uszkodzonego modułu.

Pilotażowa instalacja o opisanej budowie i charakterze (rys. 21) została wykonana i uruchomiona w 2016 r., jest wykorzystywana na bieżąco w celach pokazowych i szkoleniowych.

W drugiej grupie procesów wytwórczych, z ciągłym przetwarzaniem materiałów w przemysłach m.in. energetycznych, chemicznych, farmakologicznych i spożywczych, zaproponowano budowę podobnych modułów technologicznych (rys. 22). Ta instalacja ma na razie charakter dydaktyczny i służy uczeniu projektowania sterowania, regulacji i łączenia tych procesów, z założeniem spełniania wymagań Platformy 4.0, np. w złożonych technologicznie instalacjach przepływowych, zbiornikowych i temperaturowych (rys. 23).

Rys. 23. Moduł dydaktyczny procesu przepływu i napełniania cieczą zbiornika dla nauczania projektowania sterowania w środowisku Platformy Przemysłu 4.0 (festo.com/didactic) Fig. 23. Didactic module of the process of the flow and filling the container with liquid for the teaching of the design of automatic control in the environment of the Platform Industry 4.0

25

= ; ; = ? ; O:H

6. Podsumowanie

to na nieporĂłwnywalnie wiÄ&#x2122;kszÄ&#x2026; w przypadku zapewnienia wiÄ&#x2122;kszych Ĺ&#x203A;rodkĂłw rozwojowych od tych, ktĂłre istniejÄ&#x2026; lub ktĂłre sÄ&#x2026; centralnie zapowiadane, np. na tzw. innowacje.

ZnaczÄ&#x2026;ce w aspekcie przemysĹ&#x201A;u 4.0 sÄ&#x2026; doĹ&#x203A;wiadczenia producenckie jednego z najwiÄ&#x2122;kszych na Ĺ&#x203A;wiecie wytwĂłrcĂłw sprzÄ&#x2122;tu sportowego, ubraĹ&#x201E; i butĂłw, niemieckiego koncernu Adidas.

Otóş na przeĹ&#x201A;omie lat 70. i 80. minionego stulecia, a wiÄ&#x2122;c na przeĹ&#x201A;omie etapu automatyzacji i bardzo wczesnej robotyzacji firma zdecydowaĹ&#x201A;a siÄ&#x2122; przenieĹ&#x203A;Ä&#x2021; caĹ&#x201A;Ä&#x2026; produkcjÄ&#x2122; butĂłw (obecnie 300 mln par butĂłw rocznie) z Niemiec, na tzw. daleki wschĂłd, najpierw do Korei, kolejno do Chin, Wietnamu i Myanmaru (Birmy), prowadzÄ&#x2026;c jÄ&#x2026; rÄ&#x2122;cznie i zawsze tam, gdzie praca byĹ&#x201A;a taĹ&#x201E;sza. WzrastajÄ&#x2026;ce koszty tej pracy (ostatnio 60 dolarĂłw na miesiÄ&#x2026;c), kĹ&#x201A;opoty transportowe, logistyczne i wizerunkowe, zwiÄ&#x2026;zane z jawnym wyzyskiem pracownikĂłw azjatyckich, spowodowaĹ&#x201A;y powrĂłt firmy do rodzimego Ansbach w Niemczech. Tyle, Ĺźe produkcji caĹ&#x201A;kowicie zrobotyzowanej, w linii obsĹ&#x201A;ugiwanej przez 12 pracownikĂłw (na dalekim wschodzie byĹ&#x201A;o to ok. 300 osĂłb) i konkurencyjnej cenowo ze stanem poprzednim. Dodatkowo, Adidas uruchomi jeszcze w 2016 r., trzy miniaturowe wydziaĹ&#x201A;y produkcyjne, poĹ&#x201A;Ä&#x2026;czone z centrami handlowymi, gdzie klient bÄ&#x2122;dzie mĂłgĹ&#x201A; zamĂłwiÄ&#x2021; buty o wielkoĹ&#x203A;ci i ksztaĹ&#x201A;cie Ĺ&#x203A;ciĹ&#x203A;le dopasowanych do stopy, takĹźe w wybranych kolorach i materiaĹ&#x201A;ach, ktĂłre otrzyma po kilkunastu minutach oczekiwania.

ZamĂłwienie i wykonanie bÄ&#x2122;dzie moĹźliwe takĹźe przez Internet.

To jest juĹź zalÄ&#x2026;Ĺźek przemysĹ&#x201A;u 4.0. Ale koncern twierdzi takĹźe, Ĺźe zdecydowana wiÄ&#x2122;kszoĹ&#x203A;Ä&#x2021; jego butĂłw bÄ&#x2122;dzie nadal produkowana konwencjonalnie, zgodnie z zasadami przemysĹ&#x201A;u 3.0. Uzasadnienie â&#x20AC;&#x201C; wiÄ&#x2122;kszoĹ&#x203A;Ä&#x2021; klientĂłw chce kupowaÄ&#x2021; buty w sklepie firmowym, po ich obejrzeniu, przymierzeniu, wyborze, po rozmowie ze sprzedawcÄ&#x2026; w realu, co, okazuje siÄ&#x2122;, sprawia kupujÄ&#x2026;cym duĹźÄ&#x2026; przyjemnoĹ&#x203A;Ä&#x2021; [33]. Po prostu.

Przemiany etapĂłw dominujÄ&#x2026;cych technologii i organizacji wytwarzania odbywaĹ&#x201A;y siÄ&#x2122; dotychczas ewolucyjnie, moĹźna teĹź to tak okreĹ&#x203A;liÄ&#x2021; â&#x20AC;&#x201C; naturalnie, po udoskonaleniu znanych narzÄ&#x2122;dzi i metod, przeniesieniu aprobowanych wynikĂłw na inne warsztaty, fabryki, regiony, wreszcie na inne gaĹ&#x201A;Ä&#x2122;zie przemysĹ&#x201A;u i przemysĹ&#x201A;y w innych krajach i regionach Ĺ&#x203A;wiata. Wszystkie znane historycznie etapy wytwarzania, od produkcji rzemieĹ&#x203A;lniczej po produkcjÄ&#x2122; zrobotyzowanÄ&#x2026;, sÄ&#x2026; nadal, choÄ&#x2021; w róşnym stopniu, wykorzystywane. Róşnice w zaawansowaniu realizacji tych etapĂłw w poszczegĂłlnych gaĹ&#x201A;Ä&#x2122;ziach przemysĹ&#x201A;u, regionach i krajach, wynikajÄ&#x2026; z bardzo róşnych przyczyn, sÄ&#x2026; niekiedy dramatycznie róşne nawet w przemysĹ&#x201A;ach krajĂłw sÄ&#x2026;siadujÄ&#x2026;cych ze sobÄ&#x2026;. Róşnice te wynikajÄ&#x2026; przewaĹźnie z historycznych zaszĹ&#x201A;oĹ&#x203A;ci, wzglÄ&#x2122;dĂłw ustrojowych, wolnoĹ&#x203A;ci rynkowej danej gospodarki, jej wĹ&#x201A;asnoĹ&#x203A;ci prywatnej lub/i paĹ&#x201E;stwowej, takĹźe od aktualnego stopnia ingerencji paĹ&#x201E;stwa w rozdziaĹ&#x201A; tej wolnoĹ&#x203A;ci i wĹ&#x201A;asnoĹ&#x203A;ci.

PrzemysĹ&#x201A; 4.0 to historycznie pierwsza propozycja prowadzenia przemysĹ&#x201A;u wymyĹ&#x203A;lona sztucznie, w pewnej unii gospodarki, nauki i techniki. Jest to propozycja zdefiniowana w formie Platformy postÄ&#x2122;powania z zadaniami i horyzontami czasowymi kolejnych krokĂłw przemian, odnoszÄ&#x2026;cÄ&#x2026; siÄ&#x2122; do czĹ&#x201A;owieka, do techniki i do organizacji, a wiÄ&#x2122;c trzech czynnikĂłw, ktĂłrych te przemiany dotykajÄ&#x2026; i od ktĂłrych zaleĹźy teĹź ich realizacja.

PodstawÄ&#x2026; przemysĹ&#x201A;u 4.0 jest mechatronizacja zarĂłwno produktĂłw, jaki i urzÄ&#x2026;dzeĹ&#x201E;, maszyn i systemĂłw sĹ&#x201A;uĹźÄ&#x2026;cych ich wytwarzaniu. MoĹźna wiÄ&#x2122;c ten etap nazwaÄ&#x2021; takĹźe etapem mechatronizacji produktu i produkcji, podobnie jak poprzednie moĹźna byĹ&#x201A;o nazwaÄ&#x2021; etapami mechanizacji, automatyzacji i robotyzacji produkcji. Mechatronizacja produktĂłw i produkcji jest tu bezwzglÄ&#x2122;dnie potrzebna, bo tylko ona, w odróşnieniu od produktĂłw i Ĺ&#x203A;rodkĂłw ich produkcji w poprzedzajÄ&#x2026;cych przemysĹ&#x201A; 4.0 etapach, zakĹ&#x201A;ada poĹ&#x201A;Ä&#x2026;czenie dziaĹ&#x201A;aĹ&#x201E; procesorycznych, zdolnych do wspomagania czynnoĹ&#x203A;ci sensualnych i intelektualnych czĹ&#x201A;owieka, z dziaĹ&#x201A;aniami aktuacyjnymi, zdolnymi do wspomagania i zastÄ&#x2122;powania jego funkcji energetycznych. A wiÄ&#x2122;c splotu tych czynnoĹ&#x203A;ci i funkcji, ktĂłre wĹ&#x201A;aĹ&#x203A;nie oczekujemy od nowoczesnego, sĹ&#x201A;uĹźÄ&#x2026;cego nam, ludziom, produktu.

TwĂłrcy Platformy PrzemysĹ&#x201A;u 4.0 zakĹ&#x201A;adajÄ&#x2026;, Ĺźe inaczej niĹź byĹ&#x201A;o to w realizowane w poprzednich etapach, to wĹ&#x201A;aĹ&#x203A;nie zinformatyzowany i zinternetyzowany produkt, a wiÄ&#x2122;c produkt mechatroniczny, bÄ&#x2122;dzie decydowaĹ&#x201A; o sposobie i kolejnoĹ&#x203A;ci korzystania z urzÄ&#x2026;dzeĹ&#x201E;, maszyn i systemĂłw produkcyjnych, nie tylko u jednego, ale w miarÄ&#x2122; potrzeby, u wielu innych producentĂłw. To z kolei oznacza odejĹ&#x203A;cie od liniowej struktury produkcji i sztywnej, pionowej piramidy zarzÄ&#x2026;dzania i sterowania liniÄ&#x2026; produkcyjnÄ&#x2026;, na rzecz struktury rozproszonej, moduĹ&#x201A;owej, z moduĹ&#x201A;ami wewnÄ&#x2026;trz obszaru produkcyjnego Ĺ&#x201A;Ä&#x2026;czonymi przez mobilnÄ&#x2026; obsĹ&#x201A;ugÄ&#x2122; robotycznÄ&#x2026; oraz Ĺ&#x201A;Ä&#x2026;czonymi zewnÄ&#x2122;trznie przez zaawansowane logistycznie systemy transportu krajowego i globalnego.

Polski przemysĹ&#x201A; charakteryzuje siÄ&#x2122; umiarkowanie sĹ&#x201A;abym stanem automatyzacji produkcji, tzn. etapu 2.0 (mniej niĹź 15% fabryk jest w peĹ&#x201A;ni zautomatyzowanych, 76% â&#x20AC;&#x201C; tylko czÄ&#x2122;Ĺ&#x203A;ciowo [16]) i bardzo zĹ&#x201A;ym zawansowaniem realizacji etapu 3.0, tzn. robotyzacji i cyfryzacji produkcji. Przyczyny zostaĹ&#x201A;y omĂłwione w poprzednich rozdziaĹ&#x201A;ach artykuĹ&#x201A;u â&#x20AC;&#x201C; tu naleĹźy wymieniÄ&#x2021; gĹ&#x201A;ĂłwnÄ&#x2026;: sÄ&#x2026; niÄ&#x2026; niewÄ&#x2026;tpliwie niskie pĹ&#x201A;ace wynikajÄ&#x2026;ce z niskiej wydajnoĹ&#x203A;ci pracy, ta z kolei powodowana jest sĹ&#x201A;abym umaszynowieniem maĹ&#x201A;ych i Ĺ&#x203A;rednich przedsiÄ&#x2122;biorstw dominujÄ&#x2026;cych w polskiej gospodarce. WysiĹ&#x201A;ek fizyczny polskiego pracownika jest rĂłwny lub wiÄ&#x2122;kszy w stosunku do pracownika zatrudnionego w przemyĹ&#x203A;le innych europejskich krajĂłw, tyle Ĺźe tam jest zwielokrotniany maszynowo. To samo moĹźna odnieĹ&#x203A;Ä&#x2021; do kadry inĹźynierskiej, mogÄ&#x2026;cej Ĺ&#x203A;miaĹ&#x201A;o konkurowaÄ&#x2021; w zakresie wiedzy i umiejÄ&#x2122;tnoĹ&#x203A;ci ze swoimi odpowiednikami w innych krajach europejskich i mogÄ&#x2026;cej przerwaÄ&#x2021; ten zamkniÄ&#x2122;ty krÄ&#x2026;g polskiego przemysĹ&#x201A;u. Co juĹź czyniÄ&#x2026;, ale na zbyt maĹ&#x201A;Ä&#x2026; skalÄ&#x2122;, a mogliby czyniÄ&#x2021;

26

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

& 1 1.

2.

3.

4.

5.

6.

A

T

Abele E., Reinhart G., Zukunft der Produktion. Carl Hanser Verlag, MĂźnchen 2011.

Amiri S., Rabbi A., Azinfar L., Fazel-Rezai R., A review of P300, SSVEP, and hybrid P300/SSVEP brain-computer interface systems. Brain-Computer Interface Systems â&#x20AC;&#x201D;Recent Progress and Future Prospects, 2013.

Autorenteam des wissenschaftlichen Beirates von BITKOM e.V., VDMA e.V., ZVEI e.V., Forschung und Innovation, (in der) Plattform Industrie 4.0. Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e.V., Verband Deutscher Maschinen- und Anlagenbau e.V., Zentralverband Elektrotechnik- und Elektronikindustrie e.V., Hannower 2014; Berlin, Frankfurt 2015.

Autorenteam des wissenschaftlichen Beirates von BITKOM e.V., VDMA e.V., ZVEI e.V., Referenzarchitektur, Standardisierung, Normung, (in der) Plattform Industrie 4.0. Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e.V., Verband Deutscher Maschinen- und Anlagenbau e.V., Zentralverband Elektrotechnik- und Elektronikindustrie e.V., Hannower 2014; Berlin, Frankfurt 2015.

Autorenteam des wissenschaftlichen Beirates von BITKOM e.V., VDMA e.V., ZVEI e.V., Umsetzungsstrategie Industrie 4.0, (in der) Plattform Industrie 4.0. Bundesverband Informationswirtschaft, Telekommunikation und neue Medien e.V., Verband Deutscher Maschinen- und Anlagenbau e.V., Zentralverband Elektrotechnik- und Elektronikindustrie e.V., Hannower 2014; Berlin, Frankfurt 2015.

Bauernhansl Th., ten Hompel M., Vogel-Henser B., Industrie 4.0 in Produkten, Automatisierung und Logistik.

Springer Fachmedien, Wiesbaden 2014.

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Mariusz Olszewski 7.

8.

9.

10.

11.

12.

13.

14.

15.

16.

17.

18.

19.

20.

21.

22.

23.

24.

25.

26.

27.

Bundesministerium für Bildung und Forschung, Zukunftsbild „Industrie 4.0“. Berlin 2013.

Carlson T., Tonin L., Leeb R., Rohm M., Rupp R., Al-Khodairy A., Millán J. d. R., BCI telepresence: A six patient evaluation, [in:] Proceedings of TOBI Workshop lll: Bringing BCIs to End-Users: Facing the Challenge, EPFLCONF-174371, 2012, 18–19.

Cegielska A., Olszewski M., Nieinwazyjny interfejs mózg-komputer do zastosowań technicznych. „Pomiary Automatyka Robotyka”, 3(19), 2015, 5–14, DOI: 10.14313/ PAR_217/5 Chojecki R., Olszewski M., A mobile robot for laboratory purposes and its applications, “Pomiary Automatyka Kontrola”, 3(55), 2009, 190–193.

Chui M., Löffler M., Roberts R., The Internet of Things, (w:) „The McKinsey Quarterly“, 2(47), 2010, 1–9.

Deutsche Kommission Elektrotechnik Elektronik Informationstechnik in DIN und VDE, Die deutsche Normungs-Roadmap Industrie 4.0. Reihe DKE Normungsroadmap, Version 1.0, Berlin 2013.

George L., Lécuyer A., An overview of research on ’passive’ brain-computer interfaces for implicit human-computer interaction. International Conference on Applied Bionics and Biomechanics ICABB 2010-Workshop W1’Brain-Computer Interfacing and Virtual Reality’, 2010.

Górska M., Olszewski M., Interfejs mózg-komputer w zadaniu sterowania robotem mobilnym. „Pomiary Automatyka Robotyka”, 3(19), 2015, 15–24, DOI: 10.14313/ PAR_217/15 Górska T., Majczyński H., Mechanizmy sterowania ruchami dowolnymi, [w:] praca zbiorowa Górska T., Grabowska A., Zagrodzka J., Mózg a zachowanie, Wydawnictwo Naukowe PWN, 2000.

Gracel J., Industry 4.0 – kluczowe pytania i odpowiedzi, „Automatyka, Podzespoły, Aplikacje”, 6(10), 2016, 36–39.

Gürkök H., Nijholt A., Poel M., Obbink M., Evaluating a multi-player brain-computer interface game: Challenge versus co-experience, “Entertainment Computing”, Vol. 4, Issue 3, 2013, 195–203, DOI: 10.1016/j.entcom.2012.11.001.

Helduser S., Mednis W., Olszewski M., Elementy i układy hydrauliczne. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2009.

Herwig O., Thallemer A., Air/Luft. Unity of art and science. Arnoldsche Art Publishers, Stuttgart 2005.

Herwig O., Thallemer A., Water/Wasser. Unity of art and science. Arnoldsche Art Publishers, Stuttgart 2008.

Hoske M.T., Internet Rzeczy w Fabryce 4.0. “Control Engineering Polska”. 6(116), 2015, 22–30.

Jaworowska M., Piątek Z., Przemysł 4.0 – czwarta rewolucja przemysłowa na świecie. „Automatyka, Podzespoły, Aplikacje”, 6(10), 2016, 24–27.

Jonmohamadi Y., Poudel G., Innes C., Jones R., Sourcespace ICA for EEG source separation, localization, and time-course reconstruction. “NeuroImage”, Vol. 101, 2014, 720–737, DOI: 10.1016/j.neuroimage.2014.07.052.

Kaczanowski S., Olszewski M., Stan i kierunki rozwoju robotyzacji w rozwiniętych przemysłowo krajach świata i w Polsce. CINTiE, Warszawa 1986.

Kaliczyńska M., Dąbek P., Value of the Internet of Things for the Industry – An Overview, [w:] Mechatronics: Ideas for Industrial Applications, 2015, 51-63, DOI: 10.1007/9783-319-10990-9_6.

Kübler A., Mattia D., Rupp R., Tangermann M., Facing the challenge: Bringing brain-computer interfaces to end-users. “Artificial Intelligence in Medicine”, 59, 2013, 55–60, DOI: 10.1016/j.artmed.2013.08.002.

Lee E.C., Woo J.C., Kim J.H., Whang M., Park K.R., A brain–computer interface method combined with eye

28.

29.

30.

31.

32.

33.

34.

35.

36.

37.

38.

39.

40.

41.

42.

43.

44.

45.

46.

tracking for 3D interaction. Journal of Neuroscience Methods, 190(2), 2010, 289–298.

Lotter B., Das Zusammenwirken von Mensch und Maschine im Bereich der Montage. (im) Ein Essay zum 60. Geburtstag von Kurt Stoll, Denken in Systemen. Festo Verlag, Esslingen 1991.

Lotter B., Wirtschaftliche Montage. Ein Handbuch für Elektrogerätebau u. Feinwerktechnik. VDI-Verlag, Düsseldorf 1992.

Luna P., Controlling machines with just the power of thought. “The Lancet Neurology”, 10(9), 2011, 780–781.

Mianowski K., Berns K., Robot humanoidalny ROMAN. „Pomiary Automatyka Robotyka”, 1(20), 2016, 37–46.

Milberg J., Den Menschen entlasten, den Menschen unterstützen - Entwicklung der Produktionstechnik im Zeichen der Rechneranwendung. (im) Ein Essay zum 60. Geburtstag von Kurt Stoll, Denken in Systemen. Festo Verlag, Esslingen 1991.

Monkenbusch H., Unterwegs auf neuen Routen. “Focus Network”, 4(14), 2016, 32–35.

Müller K.-R., Tangermann M., Dornhege G., Krauledat M., Curio G., Blankertz B., Machine learning for real-time single-trial EEG-analysis: from brain–computer interfacing to mental state monitoring. “Journal of Neuroscience Methods”, 167(1), 2008, 82–90.

Neuper C., Scherer R., Wriessnegger S., Pfurtscheller G., Motor imagery and action observation: modulation of sensorimotor brain rhythms during mental control of a brain– computer interface, “Clinical Neurophysiology”, 120(2), 2009, 239–247.

Olszewski M., Barczyk J., Bartyś M., Kościelny W.J., Mednis W., Sierota A., Szaciłło-Kossowski J., Podstawy mechatroniki, podręcznik opracowany pod kierunkiem M. Olszewskiego, wyd. REA, Warszawa 2006.

Olszewski M., Barczyk J., Bartyś M., Mednis W., Chojecki R., Urządzenia i systemy mechatroniczne. Część 2, podręcznik opracowany pod kierunkiem M. Olszewskiego, wyd. REA, Warszawa 2009.

Olszewski M., Barczyk J., Falkowski J.L., Kościelny W.J., Manipulatory i roboty przemysłowe. Automatyczne maszyny manipulacyjne, praca napisana pod kierunkiem M. Olszewskiego. Wydawnictwa Naukowo-Techniczne, Warszawa I wyd. 1985; II wyd. popr. i uzupełnione 1993.

Olszewski M., Basics of servopneumatics. VDI-Verlag, Düsseldorf 2007.

Olszewski M., Kościelny W.J., Mednis W., Szaciłło-Kosowski J., Wasiewicz P., Urządzenia i systemy mechatroniczne. Część 1, podręcznik opracowany pod kierunkiem M. Olszewskiego, wyd. REA, Warszawa 2009.

Ostalczyk P., Jezierski E., Gmyrek Z., Szczerbanowski R., Tosik G., Lisik Z., Gołębiewski J., Pacholski K., Gniotek K., Frydrych I., Korycki R., Sobiczewska G., Dems M., Wiak S., Rosiak W., Drzymała P., Welfle H., Lasota R., Glaba M.J., Mechatronika. Tom 2, [w:] podręcznik pod redakcją Wiak S., wyd. EXIT, Politechnika Łódzka, Łódź 2010.

Pippenger J.J., Fluid power – the hidden giant. Amalgam Publishing Company, Jenks, Oklahoma 1992.

Porter M., Heppelmann J., How Smart, Connected Products Are Transforming Competition. „Harvard Business Review“, 11(92), 2014, 65–68.

Post P., Przemysł 4.0, sieciowy i inteligentny. Festo Magazyn – Trends in automation, wyd. 21, 2016, 18-21.

Reinhard A., Zeller E., Prospective concepts. Festo Verlag, Esslingen 2007.

Reyes J. F., Tosunoglu S., An overview of brain-computer interface technology applications in robotics. [w:] Florida Conference on Recent Advances in Robotics, May, 4–5, 2011.

27

= ; ; = ? ; O:H

47. Schmid D., Baumann A., Kaufmann H., Paetzold H., Zippel B., Mechatronika, opracowanie merytoryczne wersji polskiej Olszewski M., wyd. REA, Warszawa 2002.

48. Sendler U., Industrie 4.0 â&#x20AC;&#x201C; Die Beherrschung der industrieller Komplexität mit SysLM. Springer Vieweg, Berlin 2013.

49. Stern R. M., Ray W. J., Quigley K. S., Psychophysiological recording. Oxford University Press, 2001.

50. Stoll W., Auf dem Weg zum Lernunternehmen. (im) Ein Essay zum 60. Geburtstag von Kurt Stoll, Denken in Systemen. Festo Verlag, Esslingen 1991.

51. Stoll W., Bionics. Inspiring technology. H. Schmidt University Printing Press Publishing House, Mainz 2012.

52. Ă&#x161;beda A., IĂĄĂąez E., AzorĂ­n J. M., Shared control architecture based on RFID to control a robot arm using a spontaneous brainâ&#x20AC;&#x201C;machine interface. â&#x20AC;&#x153;Robotics and Autonomous Systemsâ&#x20AC;?, Vol. 61(8), 2013, 768â&#x20AC;&#x201C;774, DOI: 10.1016/j.robot.2013.04.015.

53. von Zeppelin W., Wider die Arbeitsteilung. [w:] Ein Essay zum 60. Geburtstag von Kurt Stoll, Denken in Systemen.

Festo Verlag, Esslingen 1991.

54. Wiak S., SmĂłĹ&#x201A;ka K., Firych-Nowacka A., KoĹ&#x201A;aciĹ&#x201E;ski Z., Kubiak A., Lisik Z., GoĹ&#x201A;Ä&#x2122;biewski J., Szermer M., SÄ&#x2122;kalski P., Napieralski A., Gmyrek Z., Witczak P., Mechatronika.

Tom 1, [w:] podrÄ&#x2122;cznik pod redakcjÄ&#x2026; Wiak S., wyd. EXIT, Politechnika Ĺ Ăłdzka, Ĺ ĂłdĹş 2009.

55. Wiendahl H.P., Vom Fluss der Dinge â&#x20AC;&#x201C; ein ganzheitlicher Ansatz zur Produktionssteuerung. [w:] Ein Essay zum 60.

Geburtstag von Kurt Stoll, Denken in Systemen. Festo Verlag, Esslingen 1991.

56. Wolpaw J. R., Wolpaw E. W., Brain-computer interfaces: something new under the sun. [w:] Brain-Computer Interfaces: Principles and Practice. Oxford University Press New York, 2012.

C . F / N%& Abstract: The article is an authorâ&#x20AC;&#x2122;s attempt to show the problems connected with the transition from the stage the automation and of the robotization of the industrial production, being characterized by a linear structure of the production, till the stage mechatronization of products and the production and the structure dispersed for her, the stage called Industry 4.0. In this stage very product will be playing the major part, on every of phases of him â&#x20AC;&#x17E;livesâ&#x20AC;?, from the coming into existence of the conception, through the drafting, the virtual and real production, automated and robotized, the quality control, the market offer, the logistics, in it the service and renovations, until using waste that come from his finished exploitation, all phases ordered computer and on the Internet.

Keywords] " . " . @ " . N%&

$! *!

- # A # ) @ ' !

E "% (" % % %

B *M-O % A < P !

D "@ >&% *M>+ % ) ?

J . J " @ " *M+O % BQ= J ) ? " J J " ) . " " " " " ?

G'< ? ) " " R C ?

S,&&,T " S,&&-T " # J " " S,&&MT% I ? " @ I " % / < " G @ B C B *MMNF,&*,U ,&&$ % G Q " ) / < " " I J V " V ? ) ?Q " / @ " ?D %

28

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Pomiary Automatyka Robotyka, ISSN 1427-9126, R. 20, Nr 3/2016, 29â&#x20AC;&#x201C;32, DOI: 10.14313/PAR_221/29

C X @ @

" + < # Y I # J C % ' , &&?*$M B

# # B WspĂłlny Komitet ds. PrzewodnikĂłw w Metrologii JCGM zaproponowaĹ&#x201A; zmianÄ&#x2122; podejĹ&#x203A;cia dotyczÄ&#x2026;cÄ&#x2026; obliczania niepewnoĹ&#x203A;ci pomiaru przy wykorzystaniu prawa propagacji niepewnoĹ&#x203A;ci. Celem jest zbliĹźenie uzyskiwanych wynikĂłw obliczania niepewnoĹ&#x203A;ci standardowej wielkoĹ&#x203A;ci wyjĹ&#x203A;ciowej z wynikiem otrzymywanym przy zastosowaniu zasady propagacji rozkĹ&#x201A;adĂłw za pomocÄ&#x2026; metody Monte Carlo. W artykule przedstawiono skutki przyjÄ&#x2122;cia nowych zasad obliczania niepewnoĹ&#x203A;ci standardowej podczas wyznaczania bĹ&#x201A;Ä&#x2122;du przyrzÄ&#x2026;du pomiarowego. ! ' ' ]

Z " ) ) I

1. Wprowadzenie DziaĹ&#x201A;ajÄ&#x2026;cy przy MiÄ&#x2122;dzynarodowym Biurze Miar, WspĂłlny Komitet ds. PrzewodnikĂłw w Metrologii JCGM (Joint Committee for Guides in Metrology) przygotowuje zmianÄ&#x2122; w podejĹ&#x203A;ciu dotyczÄ&#x2026;cym obliczania niepewnoĹ&#x203A;ci pomiaru [1]. Zmiana ma polegaÄ&#x2021; na ujednoliceniu koncepcji wyznaczania niepewnoĹ&#x203A;ci, przedstawionej juĹź w Suplemencie [2], z rozwiÄ&#x2026;zaniami opisanymi w podstawowym dokumencie [3]. Ujednolicenie koncepcji polegaÄ&#x2021; ma na jednakowym podejĹ&#x203A;ciu przy obliczaniu niepewnoĹ&#x203A;ci standardowej.

Jej miarÄ&#x2026; ma byÄ&#x2021; odchylenie standardowe rozkĹ&#x201A;adu zwiÄ&#x2026;zanego z okreĹ&#x203A;lonÄ&#x2026; wielkoĹ&#x203A;ciÄ&#x2026; wejĹ&#x203A;ciowÄ&#x2026;. O ile takie podejĹ&#x203A;cie stosowane jest przy wyznaczaniu niepewnoĹ&#x203A;ci obliczanej metodÄ&#x2026; typu B, to nieco inaczej jest w przypadku metody typu A. Tym samym, w sposobie wyznaczania niepewnoĹ&#x203A;ci standardowej ma byÄ&#x2021; zniesiona róşnica pomiÄ&#x2122;dzy tymi dwiema metodami obliczeniowymi.

Proponuje siÄ&#x2122; jedynie kategoryzacjÄ&#x2122; na wielkoĹ&#x203A;ci wejĹ&#x203A;ciowe obliczane na podstawie informacji dostÄ&#x2122;pnej bezpoĹ&#x203A;rednio z danych pomiarowych lub pochodzÄ&#x2026;cej z wiedzy o pomiarze. W obu przypadkach informacja ta jest przedstawiana w postaci rozkĹ&#x201A;adu prawdopodobieĹ&#x201E;stwa, ktĂłrego podstawowy parametr opisujÄ&#x2026;cy rozproszenie (odchylenie standardowe) jest miarÄ&#x2026; niepewnoĹ&#x203A;ci standardowej. DziÄ&#x2122;ki takiemu podejĹ&#x203A;ciu wynik obliczania niepewnoĹ&#x203A;ci standardowej zwiÄ&#x2026;zanej z wielkoĹ&#x203A;ciÄ&#x2026; wyjĹ&#x203A;ciowÄ&#x2026;, przy zastosowaniu prawa propagacji niepewnoĹ&#x203A;ci, zbliĹźa siÄ&#x2122; do wyniku wyznaczania tej niepewnoĹ&#x203A;ci metodÄ&#x2026; propagacji rozkĹ&#x201A;adĂłw zalecanÄ&#x2026; w [2]. Uzyskuje siÄ&#x2122; tym samym jednolitoĹ&#x203A;Ä&#x2021; w obliczeniach.

Tematyka powyĹźszego ujednolicenia obliczeĹ&#x201E; wiÄ&#x2026;Ĺźe siÄ&#x2122; rĂłwnieĹź z podejĹ&#x203A;ciem probabilistycznym w dziedzinie wyraĹźania

niepewnoĹ&#x203A;ci pomiaru, ktĂłre byĹ&#x201A;o szeroko dyskutowane [4, 5].

Sugerowano podejĹ&#x203A;cie bayesowskie [6, 7] oraz wykorzystanie do obliczeĹ&#x201E; metody numerycznej Monte Carlo [8, 9].

^# ( ' Przewodnik [3] zaleca, by przy obliczeniach wykonywanych metodÄ&#x2026; typu A, wykorzystywaÄ&#x2021; statystykÄ&#x2122; w postaci odchylenia standardowego eksperymentalnego Ĺ&#x203A;redniej: n

s (q ) =

â&#x2C6;&#x2018; (q k k =1

(n â&#x2C6;&#x2019; 1) n

) !

'

,-%&-%,&*- % &,%&+%,&*- %

! "" # $%&

=

s (q ) n

(1)

gdzie qk oznacza pojedynczÄ&#x2026; obserwacjÄ&#x2122;, a n ich liczbÄ&#x2122; w prĂłbie losowej, przy czym s(q) to odchylenie standardowe eksperymentalne. Uzyskana wartoĹ&#x203A;Ä&#x2021; jest miarÄ&#x2026; rozrzutu wartoĹ&#x203A;ci Ĺ&#x203A;redniej z prĂłby losowej i stanowi niepewnoĹ&#x203A;Ä&#x2021; standardowÄ&#x2026; obliczanÄ&#x2026; metodÄ&#x2026; typu A: u A (x ) = s (q )

(2)

-# H ' ( Nowe podejĹ&#x203A;cie polega na zastosowaniu odchylenia standardowego zwiÄ&#x2026;zanego z rozkĹ&#x201A;adem t-Studenta: u (x ) =

)

, ]

A () "%) !%

â&#x2C6;&#x2019; q )2

v s (q ) v â&#x2C6;&#x2019;2

(3)

gdzie v jest liczbÄ&#x2026; stopni swobody zwiÄ&#x2026;zanÄ&#x2026; z wielkoĹ&#x203A;ciÄ&#x2026; wejĹ&#x203A;ciowÄ&#x2026;.

W przypadku pojedynczej serii pomiarowej liczba stopni swobody wynosi v = n â&#x20AC;&#x201C; 1. W literaturze moĹźna spotkaÄ&#x2021; rĂłwnieĹź zaleĹźnoĹ&#x203A;Ä&#x2021; v = n â&#x20AC;&#x201C; 1,5 stosowanÄ&#x2026; dla maĹ&#x201A;ych licznoĹ&#x203A;ci prĂłbek [13], ale autorzy Przewodnika [3] nie zalecajÄ&#x2026; tego rozwiÄ&#x2026;zania.

29

D = ;

, , ; ] ;

v

v

Rys. 1. WzglÄ&#x2122;dne zmiany wartoĹ&#x203A;ci niepewnoĹ&#x203A;ci standardowej obliczanej na podstawie danych pomiarowych przy zastosowaniu nowego i dotychczasowego podejĹ&#x203A;cia Fig. 1. Relative changes in the value of standard uncertainty calculated on the basis of measurement data using new and existing approach

Rys. 2. WzglÄ&#x2122;dne róşnice wynikĂłw obliczeĹ&#x201E; niepewnoĹ&#x203A;ci standardowej za pomocÄ&#x2026; formuĹ&#x201A;y definicyjnej (3) i formuĹ&#x201A;y przybliĹźonej (4) Fig. 2. Relative differences in calculation of standard uncertainty using a definitional (3) and an approximate (4) formula

NiepewnoĹ&#x203A;Ä&#x2021; standardowa okreĹ&#x203A;lona zaleĹźnoĹ&#x203A;ciÄ&#x2026; (3) jest miarÄ&#x2026; niepewnoĹ&#x203A;ci wielkoĹ&#x203A;ci wyznaczanej na podstawie danych pomiarowych. W przypadku wielu serii pomiarowych moĹźna zastosowaÄ&#x2021; wypadkowÄ&#x2026; liczbÄ&#x2122; stopni swobody. Miara ta w stosunku do dotychczasowego rozwiÄ&#x2026;zania powiÄ&#x2122;kszona jest o czynnik zwiÄ&#x2026;zany z liczbÄ&#x2026; stopni swobody, tym wiÄ&#x2122;kszy im mniejsza jest ta liczba. Ilustruje to, wykonany na podstawie wĹ&#x201A;asnych obliczaĹ&#x201E;, wykres (rys. 1), przedstawiajÄ&#x2026;cy wzglÄ&#x2122;dnÄ&#x2026; róşnicÄ&#x2122; miÄ&#x2122;dzy wartoĹ&#x203A;ciami niepewnoĹ&#x203A;ci standardowej obliczanymi przy uĹźyciu formuĹ&#x201A;y (3) i (2) w zaleĹźnoĹ&#x203A;ci od liczby stopni swobody. Dla maĹ&#x201A;ych ich wartoĹ&#x203A;ci, od v = 3 do v = 11, róşnice te sÄ&#x2026; wiÄ&#x2122;ksze od 10%.

gdzie tv to zmienna losowa o rozkĹ&#x201A;adzie t-Studenta z liczbÄ&#x2026; stopni swobody v.

0# H ' (g

' *!

Jednym z postulatĂłw zmodyfikowanego podejĹ&#x203A;cia dotyczÄ&#x2026;cego wyznaczania niepewnoĹ&#x203A;ci pomiaru jest zachowanie jako podstawy obliczeniowej tzw. prawa propagacji niepewnoĹ&#x203A;ci. Prawo to dla niezaleĹźnych wielkoĹ&#x203A;ci wejĹ&#x203A;ciowych definiuje niepewnoĹ&#x203A;Ä&#x2021; standardowÄ&#x2026; zwiÄ&#x2026;zanÄ&#x2026; z wielkoĹ&#x203A;ciÄ&#x2026; wyjĹ&#x203A;ciowÄ&#x2026; w postaci:

"# F '

+

'

' ,

â&#x17D;&#x203A; â&#x2C6;&#x201A;f u (y ) = â&#x2C6;&#x2018; â&#x17D;&#x153;â&#x17D;&#x153; i = 1 â&#x17D;? â&#x2C6;&#x201A;x i

JednÄ&#x2026; z podstawowych konsekwencji przyjÄ&#x2122;cia nowego rozwiÄ&#x2026;zania przy obliczaniu niepewnoĹ&#x203A;ci standardowej na podstawie danych pomiarowych jest zwiÄ&#x2122;kszenie jej wartoĹ&#x203A;ci i zbliĹźenie do wartoĹ&#x203A;ci obliczanej metodÄ&#x2026; Monte Carlo na podstawie symulacji rozkĹ&#x201A;adu t-Studenta. DziÄ&#x2122;ki temu zabiegowi wyniki obliczania niepewnoĹ&#x203A;ci standardowej zwiÄ&#x2026;zanej z wielkoĹ&#x203A;ciÄ&#x2026; wyjĹ&#x203A;ciowÄ&#x2026; metodÄ&#x2026; propagacji rozkĹ&#x201A;adĂłw rĂłwnieĹź zbliĹźajÄ&#x2026; siÄ&#x2122; do wartoĹ&#x203A;ci tej samej niepewnoĹ&#x203A;ci obliczanej na podstawie prawa propagacji niepewnoĹ&#x203A;ci. W klasycznym Przewodniku [3] niepewnoĹ&#x203A;Ä&#x2021; ta nazywana byĹ&#x201A;a zĹ&#x201A;oĹźonÄ&#x2026; niepewnoĹ&#x203A;ciÄ&#x2026; standardowÄ&#x2026;. BÄ&#x2122;dzie moĹźliwe uzyskanie jednolitoĹ&#x203A;ci obliczeĹ&#x201E; przy zastosowaniu obu metod.

Jednak pewnym ograniczeniem stosowania formuĹ&#x201A;y (3) jest warunek matematyczny postaci: v Âł 3, co eliminuje moĹźliwoĹ&#x203A;Ä&#x2021; obliczania niepewnoĹ&#x203A;ci standardowej dla prĂłb losowych o liczebnoĹ&#x203A;ci n = 3. Temu problemowi moĹźna zaradziÄ&#x2021; stosujÄ&#x2026;c przelicznik: u (x ) =

t (v ) s (q ) kN

(4)

â&#x17D;&#x203A; v â&#x17D;&#x17E;â&#x17D;&#x; t v â&#x2030;&#x2C6; N â&#x17D;&#x153;â&#x17D;&#x153; 0, v â&#x2C6;&#x2019; 2 â&#x17D;&#x;â&#x17D; â&#x17D;?

P

O

M

I

A

R

2

â&#x17D;&#x17E; 2 â&#x17D;&#x; u (x i ) â&#x17D;&#x; â&#x17D;

(5)

Y

â&#x20AC;˘

A

U

T

O

M

(6)

i jako takie nie moĹźe byÄ&#x2021; wykorzystywane przy obliczeniach przeprowadzanych metodÄ&#x2026; Monte Carlo. W metodzie tej bowiem wszystkie obliczenia wykonywane sÄ&#x2026; przy uĹźyciu jedynie rĂłwnania pomiaru. Dotyczy to zarĂłwno wyznaczania niepewnoĹ&#x203A;ci standardowej, jak i przedziaĹ&#x201A;u rozszerzenia. Dla rĂłwnaĹ&#x201E; liniowych, bÄ&#x2122;dÄ&#x2026;cych podstawÄ&#x2026; modelowania pomiaru zalecanÄ&#x2026; w Przewodniku [3], poĹ&#x201A;owÄ&#x2122; tego przedziaĹ&#x201A;u stanowi niepewnoĹ&#x203A;Ä&#x2021; rozszerzona U, ktĂłra definiowana jest jako iloczyn wspĂłĹ&#x201A;czynnika rozszerzenia k i niepewnoĹ&#x203A;ci standardowej wielkoĹ&#x203A;ci wyjĹ&#x203A;ciowej u(y). Generalnie wspĂłĹ&#x201A;czynnik rozszerzenia zwiÄ&#x2026;zany jest z kwantylem rzÄ&#x2122;du p rozkĹ&#x201A;adu wielkoĹ&#x203A;ci wyjĹ&#x203A;ciowej.

JednakĹźe na jego wartoĹ&#x203A;Ä&#x2021; (w metodzie typu A) ma rĂłwnieĹź wpĹ&#x201A;yw sposĂłb przyjÄ&#x2122;cia miary niepewnoĹ&#x203A;ci standardowej. Gdy jest niÄ&#x2026; odchylenie standardowe eksperymentalne Ĺ&#x203A;redniej s (jak w dotychczasowym podejĹ&#x203A;ciu), to dla prawdopodobieĹ&#x201E;stwa 95% wartoĹ&#x203A;Ä&#x2021; wspĂłĹ&#x201A;czynnika wiÄ&#x2122;ksza jest od 2. JednakĹźe, gdy zastosujemy nowe podejĹ&#x203A;cie w postaci odchylenia standardowego rozkĹ&#x201A;adu Studenta s, to dla tego samego prawdopodobieĹ&#x201E;stwa 95% otrzymamy wspĂłĹ&#x201A;czynnik rozszerzenia mniejszy od 2 [10].

Obie sytuacje ilustruje rys. 3, wykonany na podstawie wĹ&#x201A;asnych obliczeĹ&#x201E;.

W metodzie typu B obliczania niepewnoĹ&#x203A;ci pomiaru niejednokrotnie wielkoĹ&#x203A;ci wejĹ&#x203A;ciowej przypisuje siÄ&#x2122; rozkĹ&#x201A;ad prostokÄ&#x2026;tny. Ĺ Ä&#x2026;czÄ&#x2026;c zatem informacje dotyczÄ&#x2026;ce wielkoĹ&#x203A;ci wyznaczanych na podstawie danych pomiarowych i pĹ&#x201A;ynÄ&#x2026;cych z poza pomiaru moĹźna przewidywaÄ&#x2021;, Ĺźe rozkĹ&#x201A;adem wynikowym bÄ&#x2122;dzie rozkĹ&#x201A;ad stanowiÄ&#x2026;cy splot rozkĹ&#x201A;adu normalnego z prostokÄ&#x2026;tnym, tworzÄ&#x2026;cy rozkĹ&#x201A;ad pĹ&#x201A;asko-normalny [11]. W takiej sytuacji niepewnoĹ&#x203A;Ä&#x2021; rozszerzona moĹźe byÄ&#x2021; wyznaczona na podstawie:

gdzie t(v) to kwantyl rozkĹ&#x201A;adu Studenta obliczony dla dowolnej liczby stopni swobody, a kN to kwantyl rozkĹ&#x201A;adu normalnego.

PrzykĹ&#x201A;adowo (na podstawie wĹ&#x201A;asnych obliczeĹ&#x201E;), dla kwantyli rzÄ&#x2122;du p = 95% wzglÄ&#x2122;dne róşnice w obliczeniach niepewnoĹ&#x203A;ci standardowej przy uĹźyciu zaleĹźnoĹ&#x203A;ci (3) i (4) na ogĂłĹ&#x201A; nie przekraczajÄ&#x2026; 2%, tylko dla v = 3 sÄ&#x2026; bliskie 7% (rys. 2).

PrzyjÄ&#x2122;cie definicji niepewnoĹ&#x203A;ci standardowej dla wielkoĹ&#x203A;ci wejĹ&#x203A;ciowej w postaci rĂłwnania (3) umoĹźliwia rĂłwnieĹź zastÄ&#x2122;powanie w obliczeniach rozkĹ&#x201A;adu t-Studenta rozkĹ&#x201A;adem normalnym N(m, s), gdyĹź w przybliĹźeniu:

30

N

2

(7)

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

(8)

V

Rys. 3. WspĂłĹ&#x201A;czynnik rozszerzenia k dla niepewnoĹ&#x203A;ci rozszerzonej U wyznaczonej dla prawdopodobieĹ&#x201E;stwa p = 95% Fig. 3. Coverage factor k for the expanded uncertainty U determined for the probability p = 95%

gdzie wspĂłĹ&#x201A;czynnik kPN przybiera postaÄ&#x2021; kwantyla rozkĹ&#x201A;adu pĹ&#x201A;asko-normalnego. Dla prawdopodobieĹ&#x201E;stwa rozszerzenia p = 95% wartoĹ&#x203A;ci tego wspĂłĹ&#x201A;czynnika mogÄ&#x2026; przyjmowaÄ&#x2021; wartoĹ&#x203A;ci z przedziaĹ&#x201A;u od kPN = 1,96 do kPN = 1,65, czyli w skrajnych przypadkach jak dla rozkĹ&#x201A;adu normalnego lub prostokÄ&#x2026;tnego.

`# ! ' & :

' ( Wprowadzana zmiana bÄ&#x2122;dzie miaĹ&#x201A;a wpĹ&#x201A;yw na obliczenia budĹźetu niepewnoĹ&#x203A;ci, szczegĂłlnie dla skĹ&#x201A;adowej opisywanej rozkĹ&#x201A;adem Studenta. Dla zilustrowania tej sytuacji posĹ&#x201A;uĹźmy siÄ&#x2122; przykĹ&#x201A;adowym budĹźetem [12]. Jest nim budĹźet wzorcowania mikrometru, przedstawiony w postaci tabeli 1. RĂłwnanie pomiaru, dotyczÄ&#x2026;ce bĹ&#x201A;Ä&#x2122;du wskazania mikrometru, zawiera cztery skĹ&#x201A;adowe, z ktĂłrych kaĹźda opisana innym rozkĹ&#x201A;adem prawdopodobieĹ&#x201E;stwa:

gdzie: l â&#x20AC;&#x201C; dĹ&#x201A;ugoĹ&#x203A;Ä&#x2021; pĹ&#x201A;ytki zmierzona mikrometrem, dl â&#x20AC;&#x201C; rozdzielczoĹ&#x203A;Ä&#x2021; pomiaru mikrometrem, lw â&#x20AC;&#x201C; dĹ&#x201A;ugoĹ&#x203A;Ä&#x2021; pĹ&#x201A;ytki wzorcowej, dlt â&#x20AC;&#x201C; poprawka temperaturowa.

Pierwsza skĹ&#x201A;adowa opisana jest rozkĹ&#x201A;adem Studenta z liczbÄ&#x2026; stopni swobody v = 4. Odchylenie standardowe eksperymentalne Ĺ&#x203A;redniej, zdefiniowane wzorem (1), daje w wyniku wartoĹ&#x203A;Ä&#x2021; 0,32 Îźm. Natomiast dla odchylenia standardowego rozkĹ&#x201A;adu przypisanego tej wielkoĹ&#x203A;ci, okreĹ&#x203A;lonego wzorem (3), daje wartoĹ&#x203A;Ä&#x2021; 0,45 Îźm. StosujÄ&#x2026;c tÄ&#x2122; wartoĹ&#x203A;Ä&#x2021; jako miarÄ&#x2122; niepewnoĹ&#x203A;ci standardowej zwiÄ&#x2026;zanej z pierwszÄ&#x2026; skĹ&#x201A;adowÄ&#x2026;, otrzymamy zmodyfikowany budĹźet niepewnoĹ&#x203A;ci (tab. 2). Na tej podstawie niepewnoĹ&#x203A;Ä&#x2021; standardowa zwiÄ&#x2026;zana z wielkoĹ&#x203A;ciÄ&#x2026; wyjĹ&#x203A;ciowÄ&#x2026; wyniesie u(e) = 0,62 Îźm i bÄ&#x2122;dzie wiÄ&#x2122;ksza od zĹ&#x201A;oĹźonej niepewnoĹ&#x203A;ci standardowej zwiÄ&#x2026;zanej z tÄ&#x2026; wielkoĹ&#x203A;ciÄ&#x2026;, ktĂłra wynosi uc(e) = 0,54 Îźm (tab. 1). Te same wartoĹ&#x203A;ci niepewnoĹ&#x203A;ci, co w tab. 2, moĹźna uzyskaÄ&#x2021; stosujÄ&#x2026;c do obliczeĹ&#x201E; metodÄ&#x2122; Monte Carlo.

q# '

Celem przewidywanych zmian w Przewodniku wyraĹźania niepewnoĹ&#x203A;ci pomiaru jest ujednolicenie sposobu jej obliczania i uzyskanie porĂłwnywalnoĹ&#x203A;ci wynikĂłw tych obliczeĹ&#x201E; niezaleĹźnie od zastosowanej techniki obliczeniowej, z jednoczesnym utrzymaniem w mocy podstawowego rozwiÄ&#x2026;zania, jakim jest prawo propagacji niepewnoĹ&#x203A;ci. Promowana obecnie przez JCGM metoda propagacji rozkĹ&#x201A;adĂłw, jako metoda odniesienia do wykonywanych obliczeĹ&#x201E; niepewnoĹ&#x203A;ci pomiaru, przy realizacji technikÄ&#x2026; Monte Carlo powoduje rozbieĹźnoĹ&#x203A;ci w obliczeniach.

Wprowadzona modyfikacja obliczania niepewnoĹ&#x203A;ci standardowej w postaci odchyleĹ&#x201E; standardowych rozkĹ&#x201A;adĂłw zwiÄ&#x2026;zanych wielkoĹ&#x203A;ciami wejĹ&#x203A;ciowymi wyeliminuje te rozbieĹźnoĹ&#x203A;ci.

Tabela 1. BudĹźet niepewnoĹ&#x203A;ci wzorcowania mikrometru Table 1. Uncertainty budget for micrometer calibration

Symbol wielkoĹ&#x203A;ci

Estymata wielkoĹ&#x203A;ci

NiepewnoĹ&#x203A;Ä&#x2021; standardowa

RozkĹ&#x201A;ad prawdopodobieĹ&#x201E;stwa

WspĂłĹ&#x201A;czynnik wraĹźliwoĹ&#x203A;ci

UdziaĹ&#x201A; niepewnoĹ&#x203A;ci

l

20,001 mm

0,32 Îźm

Studenta (v = 4)

1

0,32 Îźm

dl

0 mm

0,41 Îźm

trĂłjkÄ&#x2026;tny

1

0,41 Îźm

lw

20,0002 mm

0,05 Îźm

normalny

â&#x20AC;&#x201C;1

â&#x20AC;&#x201C;0,05 Îźm

dlt

0 mm

0,14 Îźm

prostokÄ&#x2026;tny

â&#x20AC;&#x201C;1

â&#x20AC;&#x201C;0,14 Îźm

e

0,0008 mm

0,54 Îźm

Tabela 2. BudĹźet niepewnoĹ&#x203A;ci wzorcowania mikrometru po modyfikacji Table 2. Modifying uncertainty budget for micrometer calibration

Symbol wielkoĹ&#x203A;ci

Estymata wielkoĹ&#x203A;ci

NiepewnoĹ&#x203A;Ä&#x2021; standardowa

RozkĹ&#x201A;ad prawdopodobieĹ&#x201E;stwa

WspĂłĹ&#x201A;czynnik wraĹźliwoĹ&#x203A;ci

UdziaĹ&#x201A; niepewnoĹ&#x203A;ci

l

20,001 mm

0,45 Îźm

Studenta (v = 4)

1

0,45 Îźm

dl

0 mm

0,41 Îźm

trĂłjkÄ&#x2026;tny

1

0,41 Îźm

lw

20,0002 mm

0,05 Îźm

normalny

â&#x20AC;&#x201C;1

â&#x20AC;&#x201C;0,05 Îźm

dlt

0 mm

0,14 Îźm

prostokÄ&#x2026;tny

â&#x20AC;&#x201C;1

â&#x20AC;&#x201C;0,14 Îźm

e

0,0008 mm

0,62 Îźm

31

D = ;

, , ; ] ;

Prawo propagacji niepewnoĹ&#x203A;ci stanowi podstawowy sposĂłb obliczania niepewnoĹ&#x203A;ci standardowej zwiÄ&#x2026;zanej z menzurandem, jest zrozumiaĹ&#x201A;e i proste w zastosowaniu, za pomocÄ&#x2026; prostej formuĹ&#x201A;y analitycznej. Natomiast propagacja rozkĹ&#x201A;adĂłw wymaga zastosowania zĹ&#x201A;oĹźonej procedury numerycznej opartej o generator liczb losowych i przez to moĹźe byÄ&#x2021; mniej chÄ&#x2122;tnie stosowana w praktyce laboratoryjnej. JednakĹźe moĹźliwoĹ&#x203A;Ä&#x2021; eliminacji rozbieĹźnoĹ&#x203A;ci wynikĂłw obliczeĹ&#x201E; niepewnoĹ&#x203A;ci rozszerzonej przy zastosowaniu obu technik obliczeniowych poprawi jakoĹ&#x203A;Ä&#x2021; dziaĹ&#x201A;aĹ&#x201E; zwiÄ&#x2026;zanych z opracowaniem danych pomiarowych.

7. Elster C., Bayesian uncertainty analysis compared with the application of the GUM and its supplements, â&#x20AC;&#x17E;Metrologiaâ&#x20AC;?, Vol. 51, 2014, S159â&#x20AC;&#x201C;S166, DOI: 10.1088/0026-1394/51/4/S159.

8. Forbes A.B., An MCMC algorithm based on GUM Supplement 1 for uncertainty evaluation, â&#x20AC;&#x153;Measurementâ&#x20AC;?, Vol. 45, 2012, 1188â&#x20AC;&#x201C;1199, DOI: 10.1016/j.measurement.2012.01.018.

9. Harris P.M., Cox M.G., On a Monte Carlo method for measurement uncertainty evaluation and its implementation, â&#x20AC;&#x17E;Metrologiaâ&#x20AC;?, Vol. 51, 2014, S176â&#x20AC;&#x201C;S182, DOI: 10.1088/0026-1394/51/4/S176.

10. Fotowicz P., Propagation of distributions versus law of uncertainty propagation, Series of Advances in Intelligent Systems and Computing, Vol. 440, Challenges in Automation, Robotics and Measurement Techniques. Springer International Publishing, 2016, 771779, DOI: 10.1007/9783-319-29357-8_67.

11. Fotowicz P., Methods for calculating the coverage interval based on the Flatten-Gaussian distribution, â&#x20AC;&#x153;Measurementâ&#x20AC;?, Vol. 55, 2014, 272â&#x20AC;&#x201C;275, DOI: 10.1016/j.measurement.2014.05.006.

12. Fotowicz P., Obliczanie niepewnoĹ&#x203A;ci pomiaru zgodne z definicjÄ&#x2026; przedziaĹ&#x201A;u rozszerzenia na przykĹ&#x201A;adzie opracowania wyniku wzorcowania mikrometru, â&#x20AC;&#x17E;Pomiary Automatyka Robotykaâ&#x20AC;?, Nr 10, 2010, 48â&#x20AC;&#x201C;52.

13. Granowski V.A., Siraja T.H., Metody obrobotki eksperymentalnych danych pri izmiereniach, Energoatom-zdat oddz.

Leningrad 1990.

& 1 1. Bich W., Revision of the â&#x20AC;&#x2DC;Guide to the Expression of Uncertainty in Measurementâ&#x20AC;&#x2122;. Why and how. â&#x20AC;&#x17E;Metrologiaâ&#x20AC;?, Vol. 51, 2014, S155â&#x20AC;&#x201C;S158, DOI: 10.1088/0026-1394/51/4/S155.

2. Supplement 1 to the GUM â&#x20AC;&#x201C; Propagation of distributions using a Monte Carlo method. JCGM 101:2008.

3. Guide to the expression of uncertainty in measurement.

JCGM 100:2008.

4. Rossi G.B., A probabilistic model for measurement processes, â&#x20AC;&#x153;Measurementâ&#x20AC;?, Vol. 34, 2003, 85â&#x20AC;&#x201C;99, DOI: 10.1016/ S0263-2241(03)00026-5.

5. Rossi G.B., Crenna F., A probabilistic approach to measurement-based decisions, â&#x20AC;&#x153;Measurementâ&#x20AC;?, Vol. 39, 2006, 101â&#x20AC;&#x201C; 119, DOI: 10.1016/j.measurement.2005.10.011.

6. Forbes A.B., Sousa J.A., The GUM, Bayesian inference and the observation and measurement equations, â&#x20AC;&#x153;Measurementâ&#x20AC;?, Vol. 44, 2011, 1422â&#x20AC;&#x201C;1435, DOI: 10.1016/j.measurement.2011.05.007.

C . ) < . ) C " # $ B Joint Committee for Guides in Metrology JCGM proposed the change of an approach for calculating the measurement uncertainty using the law of propagation of uncertainty. The purpose is a comparison between the results of a standard uncertainty calculation of the output quantity with the use of the law of propagation and applying the propagation of distributions using a Monte Carlo method. In the article a results of the adoption of new approach for calculating the standard uncertainty of the measuring instrument error is presented.

Keywords] " " . ) ) . @

*! + < # () "%) !%

<@ B % B C *M+* % *MMM / C ) "I " B J @ " " @ J I " I % ; *MMM Y I " # C " J ) " " " ) ) I J

" % [ " @ F . I I " ) %

32

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Pomiary Automatyka Robotyka, ISSN 1427-9126, R. 20, Nr 3/2016, 33â&#x20AC;&#x201C;42, DOI: 10.14313/PAR_221/33

< " " I I

) I @ " @ J " $

Piotr Cheluszka \ J B YI Y ) / C YI % < " , NN?*&& Y

Streszczenie: Maszyny urabiajÄ&#x2026;ce naleĹźÄ&#x2026; do podstawowej grupy maszyn roboczych stosowanych w gĂłrnictwie podziemnym i powierzchniowym. W przypadku maszyn urabiajÄ&#x2026;cych na zasadzie skrawania proces urabiania realizowany jest za pomocÄ&#x2026; organĂłw roboczych wyposaĹźonych w wymienne narzÄ&#x2122;dzia, np. noĹźe osadzone w uchwytach noĹźowych. NoĹźe te rozmieszczone i ustawione sÄ&#x2026; w przestrzeni w ustalony na etapie projektowania sposĂłb, dostosowany do wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ci urabianego oĹ&#x203A;rodka skalnego. Pomiary wspĂłĹ&#x201A;rzÄ&#x2122;dnoĹ&#x203A;ciowe sprowadzajÄ&#x2026; siÄ&#x2122; do wyznaczenia szeĹ&#x203A;ciu parametrĂłw dla kaĹźdego z noĹźy. Ze wzglÄ&#x2122;du na sposĂłb rozmieszczenia, pomiar bezpoĹ&#x203A;redni tych parametrĂłw nie jest moĹźliwy. Metody poĹ&#x203A;rednie polegajÄ&#x2026; na pomiarze wielkoĹ&#x203A;ci wchodzÄ&#x2026;cych do definicji funkcji modelujÄ&#x2026;cych pomiar. W takim przypadku wygodnym rozwiÄ&#x2026;zaniem zadania metrologicznego, szczegĂłlnie pod kÄ&#x2026;tem automatyzacji procesu, jest wykorzystanie metod optycznych, na przykĹ&#x201A;ad skanera Ĺ&#x203A;wiatĹ&#x201A;a strukturalnego. Metoda ta wymaga zbudowania, dla kaĹźdego uchwytu noĹźowego oraz zwiÄ&#x2026;zanego z nim noĹźa, modelu pomiaru. W przypadku duĹźej liczby noĹźy jest to proces czaso- i pracochĹ&#x201A;onnych. MoĹźliwoĹ&#x203A;Ä&#x2021; automatyzacji procesu pomiarowego przedstawiono na przykĹ&#x201A;adzie gĹ&#x201A;owicy urabiajÄ&#x2026;cej wysiÄ&#x2122;gnikowych kombajnĂłw chodnikowych, stosowanych do drÄ&#x2026;Ĺźenia wyrobisk korytarzowych i tuneli. OmĂłwiono przetwarzanie uzyskanych w trakcie pomiaru danych w celu wyznaczenia zestawu wartoĹ&#x203A;ci parametrĂłw stereometrycznych opisujÄ&#x2026;cych rozmieszczenie i ustawienie w przestrzeni poszczegĂłlnych noĹźy oraz zwiÄ&#x2026;zanych z nimi uchwytĂłw noĹźowych. Wykorzystano do tego funkcjonalnoĹ&#x203A;Ä&#x2021; oprogramowania GOM Inspect Professional umoĹźliwiajÄ&#x2026;cÄ&#x2026; budowanie strategii pomiaru za pomocÄ&#x2026; skryptĂłw w jÄ&#x2122;zyku Python. ! ' ' ] " @ J ) @ " $ " " ) "

1. Wprowadzenie Maszyny urabiajÄ&#x2026;ce sĹ&#x201A;uĹźÄ&#x2026; do mechanizacji jednego z gĹ&#x201A;Ăłwnych procesĂłw skĹ&#x201A;adajÄ&#x2026;cych siÄ&#x2122; na technologie gĂłrnicze, jakim jest urabianie skaĹ&#x201A;y. Podstawowym sposobem urabiania mechanicznego jest skrawanie za pomocÄ&#x2026; noĹźy. Organy robocze maszyn urabiajÄ&#x2026;cych wyposaĹźone sÄ&#x2026; w tym przypadku w przyspawane do ich pobocznicy uchwyty noĹźowe, w ktĂłrych osadzone sÄ&#x2026; wymienne narzÄ&#x2122;dzia (noĹźe) (rys. 1).

Organy te cechujÄ&#x2026; siÄ&#x2122; zĹ&#x201A;oĹźonÄ&#x2026; stereometriÄ&#x2026;. Liczba oraz spo-

)

, ]

% ( % ) !

'

&*%&-%,&*- % ,O%&+%,&*- %

! "" # $%&

sĂłb rozmieszczenia i ustawienia noĹźy na ich pobocznicy dostosowane muszÄ&#x2026; byÄ&#x2021; do warunkĂłw realizacji procesu urabiania (urabialnoĹ&#x203A;ci skaĹ&#x201A;) zapewniajÄ&#x2026;c moĹźliwoĹ&#x203A;Ä&#x2021; osiÄ&#x2026;gniÄ&#x2122;cia jak najwiÄ&#x2122;kszej efektywnoĹ&#x203A;ci pracy maszyny urabiajÄ&#x2026;cej. StÄ&#x2026;d, organy robocze tego rodzaju maszyn wyposaĹźone sÄ&#x2026; niejednokrotnie w duĹźÄ&#x2026; liczbÄ&#x2122; noĹźy. PrzykĹ&#x201A;adowo, gĹ&#x201A;owice urabiajÄ&#x2026;ce wysiÄ&#x2122;gnikowych kombajnĂłw chodnikowych (rys. 2) wyposaĹźone mogÄ&#x2026; byÄ&#x2021; nawet w 90 noĹźy [1]. KaĹźdy z noĹźy osadzony jest w uchwycie noĹźowym umieszczonym w Ĺ&#x203A;ciĹ&#x203A;le okreĹ&#x203A;lonym miejscu pobocznicy organu, w Ĺ&#x203A;ciĹ&#x203A;le okreĹ&#x203A;lony sposĂłb. Pomiar wspĂłĹ&#x201A;rzÄ&#x2122;dnoĹ&#x203A;ciowy organĂłw roboczych maszyn urabiajÄ&#x2026;cych polega na wyznaczeniu dla kaĹźdego noĹźa oraz zwiÄ&#x2026;zanego z nim uchwytu noĹźowego wartoĹ&#x203A;ci szeĹ&#x203A;ciu parametrĂłw [2]: â&#x2C6;&#x2019; wspĂłĹ&#x201A;rzÄ&#x2122;dnych w ukĹ&#x201A;adzie walcowym: ri, zi oraz Ji (dla i = 1, â&#x20AC;Ś, N) opisujÄ&#x2026;cych poĹ&#x201A;oĹźenie wierzchoĹ&#x201A;ka ostrza i-tego noĹźa (punktu Si) â&#x20AC;&#x201C; rys. 3a, â&#x2C6;&#x2019; kÄ&#x2026;tĂłw: δi, Îľi oraz Î&#x2DC;i determinujÄ&#x2026;cych ustawienie w przestrzeni osi i-tego noĹźa oraz pĹ&#x201A;aszczyzny symetrii zwiÄ&#x2026;zanego z nim uchwytu noĹźowego (pĹ&#x201A;aszczyzny przekroju uchwytu noĹźowego pokazanej na rys. 1) â&#x20AC;&#x201C; rys. 3b.

33

( = ; " ;" B ]

" , , =\

i!

WartoĹ&#x203A;ci parametrĂłw stereometrycznych okreĹ&#x203A;lane sÄ&#x2026; w ukĹ&#x201A;adzie wspĂłĹ&#x201A;rzÄ&#x2122;dnych XYZ zwiÄ&#x2026;zanym z pobocznicÄ&#x2026; organu roboczego maszyny urabiajÄ&#x2026;cej. OĹ&#x203A; Z tego ukĹ&#x201A;adu pokrywa siÄ&#x2122; z osiÄ&#x2026; obrotu organu roboczego, zaĹ&#x203A; osie: X i Y leĹźÄ&#x2026; w pĹ&#x201A;aszczyĹşnie jego podstawy. W przypadku organu roboczego wyposaĹźonego w N noĹźy koĹ&#x201E;cowy wynik pomiaru bÄ&#x2122;dzie miaĹ&#x201A; postaÄ&#x2021; macierzy N Ă&#x2014; 6 utworzonej z estymat parametrĂłw charakteryzujÄ&#x2026;cych rozmieszczenie i ustawienie poszczegĂłlnych noĹźy wraz z odpowiadajÄ&#x2026;cÄ&#x2026; im niepewnoĹ&#x203A;ciÄ&#x2026; rozszerzonÄ&#x2026; pomiaru:

wyodrÄ&#x2122;bniÄ&#x2021; informacje niezbÄ&#x2122;dne do wyznaczenia wartoĹ&#x203A;ci poszukiwanych wielkoĹ&#x203A;ci. ZaletÄ&#x2026; metody jest moĹźliwoĹ&#x203A;Ä&#x2021; automatyzacji procesu pomiarowego, zarĂłwno na etapie akwizycji danych pomiarowych, jak i ich komputerowego przetwarzania. Sprzyja to redukcji czasu oraz pracochĹ&#x201A;onnoĹ&#x203A;ci procedury pomiarowej.

Automatyzacja akwizycji danych pomiarowych moĹźe byÄ&#x2021; zrealizowana dziÄ&#x2122;ki zastosowaniu robota przemysĹ&#x201A;owego (rys. 4). Robotyzacja procesu skanowania powierzchni organĂłw roboczych maszyn urabiajÄ&#x2026;cych opisana zostaĹ&#x201A;a w pracy [4]. Skanowanie realizowane jest tu za pomocÄ&#x2026; skanera wykorzystujÄ&#x2026;cego metodÄ&#x2122; Ĺ&#x203A;wiatĹ&#x201A;a strukturalnego zamocowanego do ramienia robota przemysĹ&#x201A;owego.

Rekonstrukcja cyfrowa powierzchni skanowanego obiektu dokonywana jest przy róşnych ustawieniach skanera przemieszczanego za pomocÄ&#x2026; robota realizujÄ&#x2026;cego zaprogramowane ruchy zapisane w opracowanym w tym celu programie uĹźytkowym. Wykorzystanie robota przemysĹ&#x201A;owego do akwizycji danych pomiarowych (w postaci chmury punktĂłw) wymaga komunikowania siÄ&#x2122; oprogramowania sĹ&#x201A;uĹźÄ&#x2026;cego do zarzÄ&#x2026;dzania procesem skanowania z ukĹ&#x201A;adem sterowania robota (w omawianym rozwiÄ&#x2026;zaniu proces skanowania skanerem smartSCAN 3D-HE â&#x20AC;&#x201C; prod. Breuckmann AICON 3D Systems â&#x20AC;&#x201C; zarzÄ&#x2026;dzany jest z poziomu oprogramowania Optocat). Kolejne pozycje robota przekazywane do oprogramowania zarzÄ&#x2026;dzajÄ&#x2026;cego tym procesem wykorzystywane sÄ&#x2026; na etapie dopasowywania, optymalizacji i Ĺ&#x201A;Ä&#x2026;czenia skanĂłw.

W artykule rozwaĹźono problem automatyzacji procesu przetwarzania uzyskanych podczas skanowania 3D danych pomiarowych. W oparciu o zbudowany model pomiaru dokonywana jest identyfikacja wartoĹ&#x203A;ci parametrĂłw wchodzÄ&#x2026;cych do definicji funkcji umoĹźliwiajÄ&#x2026;cych wyznaczenie wartoĹ&#x203A;ci poszukiwanych parametrĂłw stereometrycznych. Na etapie przetwarzania danych

gdzie: N â&#x20AC;&#x201C; liczba noĹźy na pobocznicy organu roboczego objÄ&#x2122;tego pomiarem, zi, ri, qi, di, ɸi, Î&#x2DC;i â&#x20AC;&#x201C; estymaty parametrĂłw opisujÄ&#x2026;cych rozmieszczenie i ustawienie w przestrzeni i-tego noĹźa oraz zwiÄ&#x2026;zanego z nim uchwytu noĹźowego (dla i = 1, â&#x20AC;Ś, N), U( ) â&#x20AC;&#x201C; niepewnoĹ&#x203A;Ä&#x2021; rozszerzona pomiaru parametru zawartego w nawiasie.

BezpoĹ&#x203A;redni pomiar tych parametrĂłw, w szczegĂłlnoĹ&#x203A;ci zaĹ&#x203A; kÄ&#x2026;tĂłw definiujÄ&#x2026;cych przestrzenne ustawienie noĹźy oraz uchwytĂłw noĹźowych jest trudny. Dogodnym sposobem realizacji tego rodzaju pomiarĂłw jest wykorzystanie metod poĹ&#x203A;rednich, w ktĂłrych wyznaczenie wartoĹ&#x203A;ci poszukiwanych parametrĂłw dokonywane jest w oparciu o wyniki pomiaru pewnych Ĺ&#x201A;atwo mierzalnych wielkoĹ&#x203A;ci geometrycznych. Realizowany on moĹźe byÄ&#x2021; na wiele róşnych sposobĂłw â&#x20AC;&#x201C; metodami stykowymi lub bezstykowymi [2]. W niniejszym artykule omawiana jest metoda bezstykowa, aktywna â&#x20AC;&#x201C; z wykorzystaniem skanera pracujÄ&#x2026;cego w technice Ĺ&#x203A;wiatĹ&#x201A;a strukturalnego. Metoda ta umoĹźliwia pozyskanie szczegĂłĹ&#x201A;owych informacji o ksztaĹ&#x201A;cie, wymiarach skanowanego obiektu oraz cechach jego powierzchni (fakturze).

WadÄ&#x2026; tej metody jest nadmiarowoĹ&#x203A;Ä&#x2021; danych, z ktĂłrych naleĹźy

Rys. 1. PrzykĹ&#x201A;adowy nóş stoĹźkowy stosowany do urabiania skaĹ&#x201A; wraz z uchwytem noĹźowym umoĹźliwiajÄ&#x2026;cym zamocowanie noĹźa na pobocznicy organu roboczego maszyny urabiajÄ&#x2026;cej Fig. 1. Example of conical pick with stepped shank for rock cutting with a pickbox enabling top mount of a pick on the side surface of the mining machine working unit

34

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Rys. 2. Wysięgnikowy kombajn chodnikowy R–2000 (prod. Famur S.A.) wyposażony w poprzeczne głowice urabiające [3] Fig. 2. R–2000 boom-type roadheader (manufactured by Famur S.A.) with transverse cutting heads [3]

Rys. 3. Sposób wymiarowania układu noży na organach roboczych maszyn urabiających: parametry opisujące rozmieszczenie noży (a) oraz kąty opisujące ich przestrzenne ustawienie (b) [2] Fig. 3. Pick system dimensioning method: parameters describing the arrangement of picks (a) and angles defining their spatial positioning (b) [2]

pomiarowych wykorzystano funkcje środowiska GOM Inspect Professional. Automatyzacja tego procesu zrealizowana została z wykorzystaniem wbudowanego języka skryptowego Python.

Opracowanie odpowiedniego skryptu umożliwiło półautomatyczną realizację zaprogramowanych sekwencji operacji graficznych, arytmetycznych i logicznych, które w efekcie doprowadziły do uzyskania wyniku pomiaru. Sposób realizacji tego zadania przedstawiono na przykładzie pomiaru głowicy urabiającej wysięgnikowego kombajnu chodnikowego (rys. 2). Kombajny te stosowane

są do drążenia wyrobisk korytarzowych w kopalniach podziemnych, tuneli oraz innych obiektów podziemnych w budownictwie inżynieryjnym.

^# F ' '

' Dla potrzeb wyznaczenia wartości parametrów stereometrycznych organów roboczych maszyn urabiających niezbędne jest wyodrębnienie informacji o cechach geometrycznych uchwy-

35

( = ; " ;" B ]

" , , =\

i!

Rys. 4. Przebieg zautomatyzowanego pomiaru stereometrii organĂłw roboczych maszyn urabiajÄ&#x2026;cych Fig. 4. Progress of automated measurement of stereometry of mining machines working units

tĂłw noĹźowych (umoĹźliwiajÄ&#x2026;cych zbudowanie modelu pomiaru) oraz pobocznicy organu roboczego dla potrzeb utworzenia ukĹ&#x201A;adu wspĂłĹ&#x201A;rzÄ&#x2122;dnych, w ktĂłrym parametry te sÄ&#x2026; zdefiniowane. Opracowanie danych pomiarowych w celu wyznaczenia wyniku pomiaru realizowane jest za pomocÄ&#x2026; oprogramowania graficznego i metrologicznego, ktĂłre umoĹźliwia przetwarzanie chmur punktĂłw do postaci siatek trĂłjkÄ&#x2026;tĂłw odwzorowujÄ&#x2026;cych skanowane powierzchnie, a nastÄ&#x2122;pnie ich cyfrowÄ&#x2026; obrĂłbkÄ&#x2122;.

Proces komputerowego przetwarzania danych pomiarowych zrealizowany zostaĹ&#x201A; w dwĂłch etapach (rys. 4). W pierwszym z nich opracowano dane pomiarowe (chmurÄ&#x2122; punktĂłw) w programie Optocat. Oprogramowanie to jest narzÄ&#x2122;dziem dedykowanym do wspĂłĹ&#x201A;pracy ze skanerami SmartSCAN, umoĹźliwiajÄ&#x2026;cym obrĂłbkÄ&#x2122; uzyskiwanych tÄ&#x2026; drogÄ&#x2026; skanĂłw oraz ich konwersjÄ&#x2122; do postaci siatki trĂłjkÄ&#x2026;tĂłw. W Ĺ&#x203A;rodowisku tym zrealizowane zostaĹ&#x201A;y czynnoĹ&#x203A;ci przygotowujÄ&#x2026;ce dane pomiarowe do dalszego przetwarzania i analizy. PolegaĹ&#x201A;y one na dopasowaniu i poĹ&#x201A;Ä&#x2026;czeniu kolejnych skanĂłw, oczysz-

36

P

O

M

I

A

R

Rys. 5. SposĂłb rozmieszczenia charakterystycznych punktĂłw w metodzie trzypunktowej pomiaru rozmieszczenia i ustawienia noĹźy oraz zwiÄ&#x2026;zanych z nimi uchwytĂłw noĹźowych na pobocznicy organu roboczego maszyny urabiajÄ&#x2026;cej Fig. 5. Arrangement of characteristic points in the three-point method of arrangement and positioning pickboxes on the side surface of the mining machine working unit

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

czeniu skanów ze zbędnych elementów tła, wygładzeniu powierzchni, usunięciu błędnych trójkątów oraz optymalizacji siatki. O ile dopasowanie oraz łączenie skanów realizowane jest automatycznie, o tyle oczyszczenie modelu 3D oraz jego optymalizacja odbywa się przy udziale operatora. Utworzona siatka trójkątów odwzorowująca powierzchnię skanowanego obiektu zapisywana jest do pliku w formacie STL umożliwiającym import danych do oprogramowania metrologicznego.

Zasadniczy etap procedury pomiarowej realizowany był w środowisku GOM Inspect Professional. Jest to oprogramowanie umożliwiające realizację złożonych strategii pomiaru obiektów 3D w celu uzyskania interesujących informacji o jego cechach geometrycznych oraz analizę ilościową w trakcie porównywania wartości cech geometrycznych uzyskanych z pomiaru z modelem CAD lub danymi pobranymi z dokumentacji technicznej [5–8]. Istotną funkcjonalnością tego oprogramowania w wersji Professional z punktu widzenia automatyzacji procesu pomiarowego jest wbudowany interpreter języka programowania Python. Umożliwia on tworzenie programów metrologicznych w formie skryptów. Wyposażony jest on, obok standardowych bibliotek programistycznych, w dedykowane biblioteki zawierające zestaw instrukcji sterujących programem GOM Inspect, z poziomu którego jest wywoływany. Możliwe jest Rys. 6. Algorytm procedury półautomatycznego przetwarzania danych pomiarowych dzięki temu automatyczne, wielokrotnie w środowisku GOM Inspect Professional powtarzane wykonywanie zaprogramoFig. 6. Algorithm of procedure of semi-automatic measuring data processing in GOM Inspect Professional environment wanych sekwencji operacji, co w przypadku ręcznej obsługi programu jest niejednokrotnie zadaniem żmudnym i pracochłonnym. Z problemem takim mamy do czynienia pod− punktu S2 – leżącego na prostej prostopadłej do osi podłużnej czas pomiarów współrzędnościowych organów roboczych maszyn noża w płaszczyźnie symetrii uchwytu nożowego. urabiających, w przypadku których dla kolejnych uchwytów Punkt S oddalony jest od powierzchni czołowej uchwytu nożonożowych objętych pomiarem wykonywana jest sekwencja opewego (punktu R) o wielkość bU równą wysunięciu noża z uchwytu racji na wirtualnym modelu mierzonego obiektu. Celem tych nożowego ln (rys. 1). W celu identyfikacji położenia tego punktu działań jest zbudowanie, dla każdego z nich, modelu pomiaru. niezbędna jest zatem znajomość geometrii noży przewidzianych W oparciu o ten model wyznaczane są wartości parametrów dla organu roboczego maszyny urabiającej objętego pomiarem.

Położenie punktów: S1 i S2 wynika z kolei z założonej długości opisujących rozmieszczenie i ustawienie noża oraz związanego z nim uchwytu nożowego. odcinków: i (dla potrzeb realizacji pomiaru Dla potrzeb pomiaru wartości parametrów stereometryczprzyjęto: aU = cU = 125 mm). nych dla poszczególnych noży oraz związanych z nimi uchwytów Estymaty parametrów opisujących rozmieszczenie i ustanożowych wykorzystano metodę trzypunktową opisaną m.in. wienie noży oraz związanych z nimi uchwytów nożowych na w pracy [9]. W celu jednoznacznego określenia położenia oraz pobocznicy organu roboczego maszyny urabiającej, dla których orientacji przestrzennej układu nóż–uchwyt nożowy, wystarrealizowany jest pomiar są funkcją współrzędnych przestrzennych czające jest określenie położenia trzech charakterystycznych punktów: Si, S1i oraz S2i, wygenerowanych dla rozpatrywanych uchwytów nożowych (dla i = 1, …, N): punktów uchwytu nożowego w lokalnym układzie współrzędnych XYZ (rys. 5): − punktu S – odwzorowującego położenie wierzchołka ostrza noża związanego z rozpatrywanym uchwytem nożowym, − punktu S1 – leżącego na przedłużeniu osi podłużnej noża gdzie: xSi, ySi, zSi, … – współrzędne punktów: Si, S1i oraz S2i (pokrywającej się z osią gniazda w uchwycie nożowym), w układzie odniesienia XYZ.

37

( = ; " ;" B ]

" , , =\

i!

(takich jak: okrÄ&#x2026;g, wielobok, pĹ&#x201A;aszczyzna, cylinder, stoĹźek, kula). Ze wzglÄ&#x2122;du na skomplikowany ksztaĹ&#x201A;t siatki odwzorowujÄ&#x2026;cej zeskanowanÄ&#x2026; powierzchniÄ&#x2122; organĂłw roboczych maszyn urabiajÄ&#x2026;cych, w ktĂłrej wydzieliÄ&#x2021; moĹźna niezliczonÄ&#x2026; liczbÄ&#x2122; powierzchni elementarnych zrezygnowano z takiego podejĹ&#x203A;cia.

Stwierdzono bowiem, iĹź automatyczna analiza ksztaĹ&#x201A;tu uzyskanej podczas skanowania powierzchni jest procesem bardzo czasochĹ&#x201A;onnym i nie daje oczekiwanych rezultatĂłw. Dlatego zdecydowano, Ĺźe proces dopasowywania elementĂłw geometrycznych stanowiÄ&#x2026;cy podstawÄ&#x2122; dla budowy modelu pomiaru realizowany bÄ&#x2122;dzie w trybie pĂłĹ&#x201A;automatycznym â&#x20AC;&#x201C; przy udziale operatora.

Rys. 7. Program pomiarowy napisany w jÄ&#x2122;zyku Python â&#x20AC;&#x201C; Etap 1 â&#x20AC;&#x201C; wczytanie zeskanowanej Zadaniem operatora jest przy tym jedysiatki z pliku STL do Ĺ&#x203A;rodowiska GOM Inspect Fig. 7. Measuring programme created in Python language â&#x20AC;&#x201C; Phase 1 â&#x20AC;&#x201C; the scanned net is downloaded nie wskazywanie charakterystycznych from STL file to GOM Inspect environment powierzchni zgodnie z komunikatami wyĹ&#x203A;wietlanymi w oknach dialogowych programu pomiarowego. Przeprowadzone testy wykazaĹ&#x201A;y, Ĺźe rozwiÄ&#x2026;zanie Model matematyczny pomiaru tworzy zbiĂłr relacji wiÄ&#x2026;ĹźÄ&#x2026;cych to pozwala na istotne skrĂłcenie czasu analizy danych pomiaposzukiwane parametry stereometryczne ze wspĂłĹ&#x201A;rzÄ&#x2122;dnymi zderowych, przy czym pracochĹ&#x201A;onnoĹ&#x203A;Ä&#x2021; czynnoĹ&#x203A;ci wykonywanych finiowanych w wyĹźej opisany sposĂłb punktĂłw. PoniewaĹź paramerÄ&#x2122;cznie nie jest zbyt wielka.

Opracowany program pomiarowy w jÄ&#x2122;zyku Python, uruchatry te zaleĹźÄ&#x2026; od dziewiÄ&#x2122;ciu wielkoĹ&#x203A;ci wejĹ&#x203A;ciowych, niepewnoĹ&#x203A;ci ich pomiaru, ktĂłre wraz z estymatami wielkoĹ&#x203A;ci mierzonych miany w Ĺ&#x203A;rodowisku GOM Inspect (rys. 4), podzielony zostaĹ&#x201A; na tworzÄ&#x2026; wynik pomiaru, szacowane sÄ&#x2026; w oparciu o prawo proszeĹ&#x203A;Ä&#x2021; funkcjonalnych etapĂłw (rys. 6). Po uruchomieniu skryptu pagacji niepewnoĹ&#x203A;ci, na podstawie wariancji dla funkcji wielu w Ĺ&#x203A;rodowisku GOM Inspect Professional inicjowana jest prozmiennych losowych [10]. Jak wykazaĹ&#x201A;y wczeĹ&#x203A;niej prowadzone cedura przetwarzania danych pomiarowych. Skrypt ten otwiera w tym zakresie badania, wielkoĹ&#x203A;ci wchodzÄ&#x2026;ce do definicji funkokna dialogowe pozwalajÄ&#x2026;ce na interaktywnÄ&#x2026; realizacjÄ&#x2122; kolejnych cji modelujÄ&#x2026;cych pomiar (wspĂłĹ&#x201A;rzÄ&#x2122;dne punktĂłw: S, S1 i S2) sÄ&#x2026; etapĂłw procesu pomiarowego. Rozpoczyna siÄ&#x2122; on od zaimportowania siatki trĂłjkÄ&#x2026;tĂłw odwzorowujÄ&#x2026;cych powierzchniÄ&#x2122; zeskaskorelowane. SiĹ&#x201A;a korelacji poszczegĂłlnych parametrĂłw jest przy nowanego organu roboczego maszyny urabiajÄ&#x2026;cej z pliku STL tym róşna. Bardzo wysokÄ&#x2026; lub prawie peĹ&#x201A;nÄ&#x2026; korelacjÄ&#x2122; (wiÄ&#x2122;kszÄ&#x2026; od 0,8) wykazujÄ&#x2026; wspĂłĹ&#x201A;rzÄ&#x2122;dne tych punktĂłw mierzone w jednauzyskanego z programu Optocat (ETAP 1) â&#x20AC;&#x201C; rys. 7. Na tym kowym kierunku. WartoĹ&#x203A;ci wspĂłĹ&#x201A;czynnikĂłw korelacji obliczane sÄ&#x2026; w trakcie realizacji omawianego zadania metrologicznego na podstawie wartoĹ&#x203A;ci wspĂłĹ&#x201A;rzÄ&#x2122;dnych wyĹźej wymienionych punktĂłw odczytanych w programie GOM Inspect, dla wszystkich uchwytĂłw noĹźowych objÄ&#x2122;tych pomiarem.

-#

*!

pomiaru parametrĂłw

&

& ,

' ( ' =

B

JednÄ&#x2026; z funkcjonalnoĹ&#x203A;ci oprogramowania GOM Inspect jest moĹźliwoĹ&#x203A;Ä&#x2021; automatycznej klasyfikacji ksztaĹ&#x201A;tu powierzchni opracowywanego modelu 3D oraz identyfikacji wartoĹ&#x203A;ci parametrĂłw figur pĹ&#x201A;askich lub bryĹ&#x201A; dopasowanych do wyodrÄ&#x2122;bnionych powierzchni

38

P

O

M

I

A

R

Rys. 8. Etap 2 programu pomiarowego â&#x20AC;&#x201C; zbudowanie lokalnego ukĹ&#x201A;adu wspĂłĹ&#x201A;rzÄ&#x2122;dnych XYZ (kolorem zielonym oznaczone sÄ&#x2026; wygenerowane elementy geometryczne wykorzystane do skonstruowania ukĹ&#x201A;adu wspĂłĹ&#x201A;rzÄ&#x2122;dnych) Fig. 8. Phase 2 of measuring programme â&#x20AC;&#x201C; local system of coordinates XYZ is created (geometrical elements used for building the system of coordinates are marked green)

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Rys. 9. Etap 3 programu pomiarowego – dopasowanie do uchwytów nożowych elementów geometrycznych skojarzonych: a) walca opisanego na powierzchni gniazda w uchwycie nożowym, b) płaszczyzny dopasowanej do powierzchni czołowej uchwytu, c) efekt końcowy (kolorem czerwonym oznaczone są powierzchnie rozpoznane przez program GOM Inspect, kolorem zielonym – dopasowane do tych powierzchni elementy geometryczne) Fig. 9. Phase 3 of measuring programme – the matched geometrical elements are fitted into the pickbox: a) a cylinder circumscribed on a pickbox socket surface, b) plane fitted to the pickbox face, c) final result (the surfaces recognised by GOM Inspect programme are marked red, geometrical elements of the defined class matched to such surfaces are marked green)

etapie dokonywany jest również wybór rodzaju organu roboczego (prawy lub lewy), gdyż zależy od niego matematyczny opis transformacji niektórych parametrów stereometrycznych.

W następnym etapie (rys. 6 – ETAP 2) zbudowany zostaje układ współrzędnych XYZ związany z pobocznicą (kadłubem) organu roboczego. W układzie tym wyznaczane będą później wartości poszukiwanych parametrów stereometrycznych. Układ współrzędnych XYZ utworzony zostaje na bazie dwóch elementów geometrycznych skojarzonych (zastępczych) – walca (ozn. „Piasta”) o osi zgodnej z osią obrotu rozpatrywanego organu (osią Z) oraz płaszczyzny jego podstawy (ozn. „Pod-

stawa”). W tym celu wskazywane są przez operatora dokonującego pomiar dwie powierzchnie cylindryczne o osi zgodnej z osią Z – od strony płaszczyzny podstawy organu oraz od strony jego powierzchni czołowej (patrz rys. 3a). W wyniku wywołania instrukcji gom.script.primitive.create_fitting_cylinder( ) z metodą minimum_circumscribed program GOM Inspect generuje walec odniesienia opisany najmniejszy (MCCY) [11].

Po wskazaniu w kilku miejscach powierzchni podstawy następuje automatyczne dopasowanie płaszczyzny – instrukcja gom.script.primitive.create_fitting_plane( ) z metodą best_fit – płaszczyzna odniesienia najmniejszych kwadratów (LSPL)

Rys. 10. Etap 4 programu pomiarowego – wygenerowanie punktów S, S1 i S2: a) rozmieszczenie punktów dla wybranego uchwytu nożowego, b) efekt końcowy – punkty wygenerowane dla wszystkich uchwytów nożowych głowicy urabiającej objętej pomiarem Fig. 10. Phase 4 of measuring programme – generation of points S, S1 i S2: a) arrangement of points for the selected pickbox, b) final result – points generated for all pickboxes of cutting head subject to measurements

39

( = ; " ;" B ]

" , , =\

i!

Rys. 11. Etap 5 programu pomiarowego â&#x20AC;&#x201C; pomiar wartoĹ&#x203A;ci wspĂłĹ&#x201A;rzÄ&#x2122;dnych punktĂłw pomiarowych: S, S1 i S2 dla poszczegĂłlnych uchwytĂłw noĹźowych Fig. 11. Phase 5 of measuring programme â&#x20AC;&#x201C; values of coordinates of measuring points are measured: S, S1 and S2 for particular pickboxes

[12]. Na podstawie wyĹźej wymienionych elementĂłw geometrycznych program automatycznie buduje kartezjaĹ&#x201E;ski ukĹ&#x201A;ad wspĂłĹ&#x201A;rzÄ&#x2122;dnych XYZ (ozn. â&#x20AC;&#x17E;UCSâ&#x20AC;?) w wyniku wywoĹ&#x201A;ania instrukcji gom.script.cs.create_by_geometric_elements( ) â&#x20AC;&#x201C; rys. 8.

Kolejnym etapem realizowanym przy udziale operatora jest proces dopasowywania okreĹ&#x203A;lonych elementĂłw geometrycznych skojarzonych do uchwytĂłw noĹźowych objÄ&#x2122;tych pomiarem (rys. 6 â&#x20AC;&#x201C; ETAP 3). Model matematyczny pomiaru zbudowany jest w oparciu o trzy elementy skojarzone: walec opisany na powierzchni gniazda uchwytu noĹźowego, pĹ&#x201A;aszczyznÄ&#x2122; odwzorowujÄ&#x2026;cÄ&#x2026; powierzchniÄ&#x2122; czoĹ&#x201A;owÄ&#x2026; uchwytu oraz pĹ&#x201A;aszczyznÄ&#x2122; dopasowanÄ&#x2026; do powierzchni bocznej podstawy uchwytu (por. rys. 1).

Po wprowadzeniu liczby uchwytĂłw noĹźowych (N), dla ktĂłrych realizowany bÄ&#x2122;dzie pomiar, dla kolejnych uchwytĂłw generowane sÄ&#x2026; wymienione elementy â&#x20AC;&#x201C; po uprzednim wskazaniu przez operatora odpowiedniej powierzchni. Na rys. 9 pokazano kolejne etapy tej procedury. Kolorem czerwonym zaznaczone sÄ&#x2026; rozpoznane przez program GOM Inspect obszary, na bazie ktĂłrych budowane sÄ&#x2026; poszczegĂłlne elementy geometryczne wedĹ&#x201A;ug zaĹ&#x201A;oĹźonej metody dopasowania. Na zielono oznaczone sÄ&#x2026; dopasowane elementy geometryczne, bÄ&#x2122;dÄ&#x2026;ce efektem realizacji tego procesu.

Generowanie poszczegĂłlnych elementĂłw geometrycznych skojarzonych dokonywane jest automatycznie w wyniku wywoĹ&#x201A;ania nastÄ&#x2122;pujÄ&#x2026;cych instrukcji [13]: â&#x2C6;&#x2019; walec dopasowywany jest do powierzchni gniazda w uchwycie noĹźowym (ozn. â&#x20AC;&#x17E;CylinderNRâ&#x20AC;?) za pomocÄ&#x2026; instrukcji gom.script.primitive.create_fitting_cylinder( ), â&#x2C6;&#x2019; pĹ&#x201A;aszczyzny dopasowywane sÄ&#x2026; do powierzchni czoĹ&#x201A;owej (ozn. â&#x20AC;&#x17E;PlaneNRâ&#x20AC;?) oraz powierzchni bocznej podstawy uchwytu (ozn. â&#x20AC;&#x17E;PlaneNR_1â&#x20AC;?) z wykorzystaniem instrukcji gom.script.primitive.create_fitting_plane( ), gdzie NR oznacza numer bieĹźÄ&#x2026;cy uchwytu noĹźowego.

Jako metodÄ&#x2122; dopasowywania wymienionych elementĂłw zastosowano: â&#x20AC;&#x17E;minimum_circumscribedâ&#x20AC;? (walec odniesienia opisany najmniejszy) â&#x20AC;&#x201C; w przypadku walca oraz â&#x20AC;&#x17E;best_fitâ&#x20AC;? (pĹ&#x201A;aszczyzna odniesienia najmniejszych kwadratĂłw) â&#x20AC;&#x201C; w przypadku obu pĹ&#x201A;aszczyzn.

Po wygenerowaniu dla kaĹźdego uchwytu noĹźowego objÄ&#x2122;tego pomiarem wymienionych elementĂłw geometrycznych skojarzonych program przechodzi do konstruowania punktĂłw: Si, S1i i S2i

40

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

(dla i = 1, â&#x20AC;Ś, N). Procedura ta realizowana jest w nastÄ&#x2122;pujÄ&#x2026;cych krokach (rys. 6 â&#x20AC;&#x201C; ETAP 4): 1) wyznaczenie poĹ&#x201A;oĹźenia punktu Ri bÄ&#x2122;dÄ&#x2026;cego punktem przeciÄ&#x2122;cia osi walca odwzorowujÄ&#x2026;cego powierzchniÄ&#x2122; gniazda w uchwycie noĹźowym z jego pĹ&#x201A;aszczyznÄ&#x2026; czoĹ&#x201A;owÄ&#x2026; â&#x20AC;&#x201C; wywoĹ&#x201A;anie instrukcji: gom.script.primitive.create_point_by_line_intersection( ), 2) wygenerowanie punktu Si uzyskanego w wyniku przesuniÄ&#x2122;cia o wielkoĹ&#x203A;Ä&#x2021; bU punktu Ri w kierunku osi walca odwzorowujÄ&#x2026;cego powierzchniÄ&#x2122; gniazda w uchwycie noĹźowym â&#x20AC;&#x201C; wywoĹ&#x201A;anie instrukcji: gom.script.primitive.create_offset_point( ), 3) wygenerowanie punktu S1i uzyskanego w wyniku przesuniÄ&#x2122;cia o wielkoĹ&#x203A;Ä&#x2021; aU punktu Si w kierunku osi walca odwzorowujÄ&#x2026;cego powierzchniÄ&#x2122; gniazda w uchwycie noĹźowym â&#x20AC;&#x201C; wywoĹ&#x201A;anie instrukcji: gom.script.primitive.create_offset_point( ), 4) skonstruowanie osi noĹźa (prostej RSi) â&#x20AC;&#x201C; wywoĹ&#x201A;anie instrukcji: gom.script.primitive.create_line_by_2_points( ), 5) skonstruowanie prostej prostopadĹ&#x201A;ej do powierzchni bocznej podstawy uchwytu poprowadzonej z punktu Ri (ozn. â&#x20AC;&#x17E;PBUiâ&#x20AC;?) â&#x20AC;&#x201C; wywoĹ&#x201A;anie instrukcji: gom.script.primitive.create_perpendicular_line( ), 6) skonstruowanie prostej w pĹ&#x201A;aszczyĹşnie symetrii uchwytu noĹźowego poprowadzonej z punktu Ri (ozn. â&#x20AC;&#x17E;PSiâ&#x20AC;?) â&#x20AC;&#x201C; wywoĹ&#x201A;anie instrukcji: gom.script.primitive.create_line_by_cross_product( ), 7) wygenerowanie punktu S2i uzyskanego w wyniku przesuniÄ&#x2122;cia o wielkoĹ&#x203A;Ä&#x2021; cU punktu Ri w kierunku prostej PSi â&#x20AC;&#x201C; wywoĹ&#x201A;anie instrukcji: gom.script.primitive.create_offset_point( ).

Efekt realizacji wyĹźej opisanej procedury pokazano na rys.

10.

Po wygenerowaniu dla kaĹźdego uchwytu noĹźowego, dla ktĂłrego realizowany ma byÄ&#x2021; pomiar, punktĂłw S, S1 i S2 odczytywane sÄ&#x2026; nastÄ&#x2122;pnie ich wspĂłĹ&#x201A;rzÄ&#x2122;dne w ukĹ&#x201A;adzie odniesienia UCS (ETAP 5). Realizowane jest to za pomocÄ&#x2026; instrukcji gom.script.inspection.check_position( ). DostÄ&#x2122;p do wartoĹ&#x203A;ci wspĂłĹ&#x201A;rzÄ&#x2122;dnych w kierunku poszczegĂłlnych osi kartezjaĹ&#x201E;skiego ukĹ&#x201A;adu wspĂłĹ&#x201A;rzÄ&#x2122;dnych, w ktĂłrym dokonywana

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

jest inspekcja, możliwy jest w wyniku zastosowania instrukcji: gom.app.project.inspection[‚NAZWA.Pos’].get(PARAM). Argument NAZWA stanowi oznaczenie punktu, którego współrzędna ma być odczytana. Argument PARAM stanowi z kolei odwołanie do osi układu współrzędnych (przykładowo, współrzędna w kierunku osi X zostanie odczytana, gdy argument PARAM=’result_gdat_direction_x.measured_value’). Wartości współrzędnych punktów pomiarowych dla poszczególnych uchwytów nożowych wyświetlane są w kolejnym oknie dialogowym programu pomiarowego (rys. 11). Są one zapisywane w pliku tekstowym w formacie zgodnym z danymi programu MS Excel (*.csv).

Ostatnim etapem procedury pomiarowej (rys. 6 – ETAP 6) jest obliczenie wyniku pomiaru. W oparciu o matematyczny model pomiaru wyznaczane są estymaty parametrów stereometrycznych organu roboczego maszyny urabiającej wraz z odpowiadającymi im wartościami niepewności rozszerzonej U( ).

Wyniki pomiaru w formie stabelaryzowanej zapisywane są do pliku tekstowego, co daje możliwość ich dołączenia do raportu z pomiarów.

wia, że może być obsługiwane przez operatorów o różnym poziome umiejętności.

4. Podsumowanie

3.

4.

Dla potrzeb automatyzacji przetwarzania danych pomiarowych uzyskanych w trakcie skanowania organów roboczych maszyn urabiających wykorzystano możliwości, jakie daje środowisko GOM Inspect Professional w zakresie programowanego dostępu do jego funkcjonalności. W środowisku tym zaimplementowany został interpreter języka programowania Python. Możliwe jest dzięki temu sterowanie pracą tego programu za pomocą własnoręcznie opracowywanych programów pomiarowych w formie skryptów uruchamianych z poziomu tej aplikacji. W przypadku rozpatrywanych w niniejszym artykule organów roboczych pozwala to na szybkie wykonywanie wielokrotnie powtarzanych, żmudnych czynności mających na celu uzyskanie wyniku pomiaru (zestawu wartości parametrów stereometrycznych, opisujących układ noży objętego pomiarem organu). Ze względu na skomplikowany kształt mierzonego obiektu stwierdzono, że z punktu widzenia redukcji czasu przetwarzania danych pomiarowych korzystnym rozwiązaniem jest praca w trybie półautomatycznym. Udział operatora sprowadza się głównie do wskazywania, w odpowiedzi na żądanie programu, określonych powierzchni, do których program dopasowuje automatycznie elementy geometryczne skojarzone oraz konstruuje elementy, na których bazuje model pomiaru. Po odczytaniu wartości cech geometrycznych zgodnie z przyjętą strategią pomiaru program przetwarza je automatycznie do postaci wyniku pomiaru.

Opracowane rozwiązanie przetestowano w laboratorium Instytutu Mechanizacji Górnictwa Wydziału Górnictwa i Geologii Politechniki Śląskiej w trakcie pomiarów współrzędnościowych głowic urabiających wysięgnikowych kombajnów chodnikowych na zrobotyzowanej stacji pomiarowej wyposażonej w skaner wykorzystujący metodę światła strukturalnego.

Ze względu na to, że skanowane były głowice urabiające o zbliżonych wymiarach gabarytowych (różniące się stereometrią) możliwe było zastosowanie tego samego programu użytkowego sterującego pracą robota. Wykorzystanie programu pomiarowego napisanego w języku Python na etapie przetwarzania danych pomiarowych wydatnie przyspieszyło realizację procedury pomiarowej oraz przyczyniło się do znacznego zmniejszenia pracochłonności tej fazy pomiaru. Opracowane narzędzie ma intuicyjny charakter oraz jest proste w obsłudze, co spra-

+ '

Praca zrealizowana w ramach projektu Sterowanie ruchem głowic urabiających kombajnu chodnikowego dla potrzeb obniżenia energochłonności urabiania i obciążeń dynamicznych dofinansowanego ze środków Narodowego Centrum Badań i Rozwoju w ramach Programu Badań Stosowanych (umowa nr PBS3/ B2/15/2015).

& 1 1.

2.

5.

6.

7.

8.

9.

10.

11.

12.

13.

Gehring K.H., Reumüller B., Hard rock cutting with roadheaders – the ICUTROC approach, Proc. 5th NARMS and the 17th TAC Conference: Mining and tunneling innovation and opportunity, Toronto, 07–10 July 2002, 1637– 1648.

Cheluszka P., Metrologia organów roboczych górniczych maszyn urabiających, Wydawnictwo Politechniki Śląskiej, Gliwice 2012. [https://www.famur.com] – Famur.

Cheluszka P., Nocoń M., Zrobotyzowana technologia digitalizacji organów roboczych kombajnów górniczych dla potrzeb kontroli jakości ich wytwarzania, „Górnictwo Odkrywkowe”, Vol. 56, Nr 6, 2015, 11–23.

Diehr F., Mobile scanning without limits – new perspectives with optical 3D metrology, “VDWF im Dialog”, 2/2011, 19–21.

Juras B., Szewczyk D., Sładek J., The use of optical scanner in measurements of complex shape objects. “Advances in Science and Technology – Research Journal”, Vol. 7, No. 19, 2013, 48–54, DOI: 10.5604/20804075.1062360.

Marciniec A., Budzik G., Dziubek T., Automated measurement of bevel gears of the aircraft gearbox using GOM, “Journal of KONES Powertrain and Transport”, Vol. 18, No. 4, 2011, 259–264. [http://www.gom.com/pl/oprogramowania-3d/gom-inspect.html] – Oprogramowanie GOM In-spect.

Cheluszka P., A method of measuring the stereometric parameters of working units of mining machines equipped with conical picks, “Archives of Mining Sciences”, Vol. 55, No. 4, 2010, 747–760.

Arendarski J., Niepewność pomiarów, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2006.

PN–EN ISO 12180–1:2012: Specyfikacje geometrii wyrobów (GPS) – Walcowość – Część 1: Terminologia i parametry kształtu walcowego.

PN–EN ISO 12781–1:2011: Specyfikacje geometrii wyrobów (GPS) – Płaskość – Część 1: Terminologia i parametry płaskości. [https://support.gom.com/label/KNOWLEDGE/scripting] – GOM Service Area.

41

( = ; " ;" B ]

" , , =\

i!

< " . C " . C ) C B ) # $ ) Abstract: Mining machines belong to the key group of working machines used in underground and surface mining. In case of machines mining by way of cutting, the process is carried out with working units fitted with a specific number of replaceable tools in the form of picks mounted in pickboxes.

The picks are arranged and positioned in space in a way defined at the stage of design, adapted to the properties of the rock being excavated. The stereometry of such working units is measured by determining the values of six parameters for each of the picks. Such parameters cannot be measured directly due to the way they are arranged. Measurements are carried out with indirect methods where values are measured which form part of a definition of measurement modelling functions.

The use of optical methods, for example a structured light scanner, is a convenient solution to carry out the considered metrological task, especially in view of the automation of this process. For this, however, a measurement model enabling to determine the values of the magnitudes searched for has to be built for each pickbox and for the related pick. This is a time- and work-intensive process in case of a large number of picks, though. The options of the measurement process automation are presented with the example of a cutting head of boomâ&#x20AC;&#x201C;type roadheaders employed for drilling dog headings and tunnels. The focus was put on the stage of processing the measuring data obtained in the measurement process to establish a set of stereometry parameters values describing the arrangement and position of individual picks and related pickboxes in space. For this purpose, a feature of GOM Inspect Professional software was used enabling to build a measurement strategy based on scripts created in Python language.

Keywords] " ) " ) " $ ) " " " ) "" ) ) )

$! *!

#) @ ' ! # !

!

G ! % ( %

. / C YI B YI Y ) \ J Y % " )I "I ) % " ) " J " " J JK @ "@ " " ?@ " ) "@ "

" % " " J " " " @ J ) ) I @ )I " @ J % [ I J ) " " " ) "I " " @ ) @ @ JK " " ) " ) ) I @ )I " @ J? % Q I J @ J . " @ I? I " ) " " K ) J "% % B V ] " C ) @ Q "@ % [ I " "% %R ,O I $ I " , " ) X MN I ) *&& . I ) . ) %

42

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Pomiary Automatyka Robotyka, ISSN 1427-9126, R. 20, Nr 3/2016, 43â&#x20AC;&#x201C;48, DOI: 10.14313/PAR_221/43

" " ) @ @ " " " + 7 @ -

)

# G B / K ' ) V ' ) < " I G % 8 **- $&?*NM V I

- & , * *

# B B Q ^ % " ) $>_N* O*?-$& B

# # B W artykule przedstawiono zaĹ&#x201A;oĹźenia projektowe dla systemu automatycznego przezbrajania stanowiska pakowania robotem przemysĹ&#x201A;owym. Przez przezbrojenie rozumiana jest automatyczna zmiana podciĹ&#x203A;nienia chwytaka w funkcji masy przenoszonego detalu. Skonstruowano stanowisko badawcze z systemem pomiarowym. Dla omĂłwienia wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ci dynamicznych obiektu okreĹ&#x203A;lono charakterystykÄ&#x2122; skokowÄ&#x2026;. Projektowany system opisano za pomocÄ&#x2026; symulacyjnego modelu transmitancyjnego. W Ĺ&#x203A;rodowisku MATLAB/Simulink przeprowadzono symulacjÄ&#x2122; komputerowÄ&#x2026;, w wyniku ktĂłrej dobrano nastawy dla regulatora sterujÄ&#x2026;cego procesem. Symulacja sprzÄ&#x2122;towa prototypu ukĹ&#x201A;adu automatycznego sterowania podciĹ&#x203A;nieniem chwytaka robota przemysĹ&#x201A;owego, w ogĂłlnym ujÄ&#x2122;ciu potwierdziĹ&#x201A;a poprawnoĹ&#x203A;Ä&#x2021; zaĹ&#x201A;oĹźeĹ&#x201E; projektowych. ! ' ' ] " @ @ "

1. Wprowadzenie Zadaniem robota przemysĹ&#x201A;owego na stanowisku pakowania jest pobranie detalu, trzymanie go podczas transportowania i uwolnienie w miejscu docelowym. Elementem umoĹźliwiajÄ&#x2026;cym realizacjÄ&#x2122; tych czynnoĹ&#x203A;ci transportowych jest chwytak, ktĂłry umoĹźliwia naĹ&#x201A;oĹźenie na transportowany detal niezbÄ&#x2122;dnej iloĹ&#x203A;ci ograniczeĹ&#x201E; swobody ruchu. W tym celu wykorzystuje siÄ&#x2122; chwytanie siĹ&#x201A;owe bÄ&#x2026;dĹş ksztaĹ&#x201A;towe. W pierwszym przypadku wytwarzane jest pole siĹ&#x201A;owe dziaĹ&#x201A;ajÄ&#x2026;ce na obiekt. W drugim, wytwarza siÄ&#x2122; poĹ&#x201A;Ä&#x2026;czenia miÄ&#x2122;dzy elementami chwytaka i detalem odbierajÄ&#x2026;c detalowi w ten sposĂłb koniecznÄ&#x2026; liczbÄ&#x2122; stopni swobody. Ograniczenie swobody ruchu podczas transportu ma na celu uniemoĹźliwienie zmiany poĹ&#x201A;oĹźenia detalu na skutek dziaĹ&#x201A;ania siĹ&#x201A;y bezwĹ&#x201A;adnoĹ&#x203A;ci i siĹ&#x201A; odĹ&#x203A;rodkowych [1].

Czynnikiem utrudniajÄ&#x2026;cym realizacjÄ&#x2122; procesu zrobotyzowanego pakowania jest, wystÄ&#x2122;pujÄ&#x2026;ca gĹ&#x201A;Ăłwnie w przemyĹ&#x203A;le spoĹźywczym, duĹźa róşnorodnoĹ&#x203A;Ä&#x2021; cech surowcĂłw i ich zmiennoĹ&#x203A;Ä&#x2021;, do ktĂłrych naleĹźy zaliczyÄ&#x2021;: masÄ&#x2122;, ksztaĹ&#x201A;t i wymiary geometryczne, wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ci powierzchni miejsc uchwycenia, a takĹźe brak sztywnoĹ&#x203A;ci i odpornoĹ&#x203A;ci na naprÄ&#x2122;Ĺźenia zewnÄ&#x2122;trzne, oraz duĹźÄ&#x2026; wraĹźliwoĹ&#x203A;Ä&#x2021; na uszkodzenia.

ZadowalajÄ&#x2026;cÄ&#x2026; efektywnoĹ&#x203A;Ä&#x2021; procesu pakowania, w warunkach duĹźej zmiennoĹ&#x203A;ci parametrĂłw utrudniajÄ&#x2026;cych uchwyce-

)

, ]

C = " " % " ( % % ) !

'

,,%&>%,&*- % *M%&M%,&*- %

! "" # $%&

nie, pozwoli uzyskaÄ&#x2021; zastosowanie chwytaka podciĹ&#x203A;nieniowego, ktĂłrego podciĹ&#x203A;nienie bÄ&#x2122;dzie dostosowane do indywidualnych cech pakowanego materiaĹ&#x201A;u. AutomatycznÄ&#x2026; zmianÄ&#x2122; wartoĹ&#x203A;ci podciĹ&#x203A;nienia, w zaleĹźnoĹ&#x203A;ci od wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ci detalu poddawanego czynnoĹ&#x203A;ciom manipulacyjnym, moĹźna potraktowaÄ&#x2021; jako formÄ&#x2122; szybkiego przezbrojenia. Z wnioskĂłw sformuĹ&#x201A;owanych na podstawie doĹ&#x203A;wiadczeĹ&#x201E; zwiÄ&#x2026;zanych z implementacjÄ&#x2026; metody szybkiego przezbrojenia SMED (ang. Single Minute Exchange of Die) wynika, iĹź czas przezbrojenia decyduje o elastycznoĹ&#x203A;ci systemu produkcyjnego. Im czas jest krĂłtszy, tym mniejsze sÄ&#x2026; straty w oczekiwaniu na przystosowanie parametrĂłw linii produkcyjnej do zmiennych cech przetwarzanego materiaĹ&#x201A;u.

Szybkie przezbrojenie umoĹźliwia obniĹźenie kosztĂłw produkcji, liczby brakĂłw i bĹ&#x201A;Ä&#x2122;dĂłw [2, 3].

W artykule omĂłwiono wyniki prac badawczych nad formÄ&#x2026; szybkiego przezbrojenia przez automatycznÄ&#x2026; zmianÄ&#x2122; podciĹ&#x203A;nienia w przyssawce chwytaka w zaleĹźnoĹ&#x203A;ci od cech pakowanego detalu, jakie zrealizowano w Laboratorium Robotyzacji ProcesĂłw Technologicznych na Wydziale InĹźynierii Produkcji i Energetyki Uniwersytetu Rolniczego w Krakowie. Istota dziaĹ&#x201A;ania systemu polega na doborze wartoĹ&#x203A;ci podciĹ&#x203A;nienia na podstawie sygnaĹ&#x201A;u z czujnika umoĹźliwiajÄ&#x2026;cego detekcjÄ&#x2122; cechy produktu, ktĂłra jest czynnikiem wpĹ&#x201A;ywajÄ&#x2026;cy na uchwycenie.

2. Cel i zakres pracy badawczej Celem pracy byĹ&#x201A;o przygotowanie projektu systemu automatycznego przezbrajania stanowiska pakowania robotem przemysĹ&#x201A;owym przez zmianÄ&#x2122; podciĹ&#x203A;nienia panujÄ&#x2026;cego w przyssawce chwytaka w funkcji masy przenoszonego detalu. Zakres pracy obejmowaĹ&#x201A;: â&#x2C6;&#x2019; przedstawienie zaĹ&#x201A;oĹźeĹ&#x201E; projektowych dla ukĹ&#x201A;adu sterowania podciĹ&#x203A;nieniem chwytaka robota przemysĹ&#x201A;owego; â&#x2C6;&#x2019; integracjÄ&#x2122; stanowiska pomiarowego;

43

; , = ;

, ;

Rys. 1. Schemat blokowy modelu systemu sterowania podciĹ&#x203A;nieniem chwytaka Fig. 1. A block diagram of the control system model vacuum gripper

â&#x2C6;&#x2019; eksperymentalne wyznaczenie charakterystyki dynamicznej dla obiektu; â&#x2C6;&#x2019; opracowanie modeli symulacyjnych obiektu i ukĹ&#x201A;adu regulacji; â&#x2C6;&#x2019; symulacjÄ&#x2122; komputerowÄ&#x2026; w Ĺ&#x203A;rodowisku MATLAB/Simulink; â&#x2C6;&#x2019; symulacjÄ&#x2122; sprzÄ&#x2122;towÄ&#x2026; na stanowisku badawczym.

naleĹźy do cech wpĹ&#x201A;ywajÄ&#x2026;cych na uchwycenie obiektu. ZaĹ&#x201A;oĹźenia projektowe dla opracowanego systemu zilustrowano modelem (schemat blokowy na rys. 1).

Znaczenie przedstawionych na schemacie blokĂłw funkcjonalnych jest nastÄ&#x2122;pujÄ&#x2026;ce: SM(t) â&#x20AC;&#x201C; blok czujnika masy, m(t) â&#x20AC;&#x201C; sygnaĹ&#x201A; czujnika masy, SP(t) â&#x20AC;&#x201C; blok zadajnika, C(s) â&#x20AC;&#x201C; transmitancja regulatora, P(s) â&#x20AC;&#x201C; transmitancja obiektu, h â&#x20AC;&#x201C; opóźnienie transportowe, r(t) â&#x20AC;&#x201C; sygnaĹ&#x201A; wartoĹ&#x203A;ci zadanej, e(t) â&#x20AC;&#x201C; bĹ&#x201A;Ä&#x2026;d regulacji, u(t) â&#x20AC;&#x201C; sygnaĹ&#x201A; sterujÄ&#x2026;cy, y(t) â&#x20AC;&#x201C; sygnaĹ&#x201A; wyjĹ&#x203A;ciowy modelu obiektu.

Zasada dziaĹ&#x201A;ania przedstawionego ukĹ&#x201A;adu jest nastÄ&#x2122;pujÄ&#x2026;ca. SygnaĹ&#x201A; z procesu m(t) wypracowany przez czujnik SM(t), wprowadzony na wejĹ&#x203A;cie zadajnika SP(t), dostarcza informacji na temat cechy surowca, ktĂłra determinuje jego uchwycenie â&#x20AC;&#x201C; w tym wypadku jest to masa detalu poddawanego czynnoĹ&#x203A;ciom manipulacyjnym. Zadajnik reprezentuje zaleĹźnoĹ&#x203A;Ä&#x2021; okreĹ&#x203A;lajÄ&#x2026;cÄ&#x2026; relacjÄ&#x2122; miÄ&#x2122;dzy masÄ&#x2026; a dopuszczalnÄ&#x2026; wartoĹ&#x203A;ciÄ&#x2026; podciĹ&#x203A;nienia. Na podstawie tej informacji obliczana jest wartoĹ&#x203A;Ä&#x2021; zadana podciĹ&#x203A;nienia r(t), ktĂłra nastÄ&#x2122;pnie jest porĂłwnywana z sygnaĹ&#x201A;em ciĹ&#x203A;nienia y(t). Otrzymana róşnica stanowi bĹ&#x201A;Ä&#x2026;d regulacji e(t), na podstawie ktĂłrego regulator C(s) oblicza oddziaĹ&#x201A;ywanie zwrotne na obiekt P(s) oraz h.

3. Metodyka projektowania Opracowano zaĹ&#x201A;oĹźenia projektowe dla systemu automatycznego przezbrojenia stanowiska pakowania robotem przez zmianÄ&#x2122; podciĹ&#x203A;nienia chwytaka. GĹ&#x201A;Ăłwnym blokiem funkcjonalnym systemu jest próşniowy ukĹ&#x201A;ad zasilania podciĹ&#x203A;nieniem. Dla weryfikacji zaĹ&#x201A;oĹźeĹ&#x201E; projektowych skonstruowano stanowisko badawcze, ktĂłre stanowiĹ&#x201A;o prototyp projektowanego systemu.

PowstaĹ&#x201A;o ono przez wĹ&#x201A;Ä&#x2026;czenie do pÄ&#x2122;tli sprzÄ&#x2122;Ĺźenia zwrotnego wirtualnego ukĹ&#x201A;adu sterowania, rzeczywistych elementĂłw obiektu regulacji zainstalowanych w zbiorniku próşniowym â&#x20AC;&#x201C; przetwornika ciĹ&#x203A;nienia i elektronicznego zaworu proporcjonalnego. Zbiornik próşniowy wraz z przetwornikiem ciĹ&#x203A;nienia i zaworem stanowiĹ&#x201A;y w omawianym systemie sterowania obiekt regulacji. Na stanowisku zidentyfikowano wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ci dynamiczne obiektu regulacji rejestrujÄ&#x2026;c charakterystykÄ&#x2122; skokowÄ&#x2026;.

Projektowany system sterowania opisano symulacyjnym modelem transmitancyjnym. Model dostrojono i zweryfikowano na drodze symulacji komputerowej z wykorzystaniem Ĺ&#x203A;rodowiska programistycznego MATLAB/Simulink [4â&#x20AC;&#x201C;6]. Na podstawie wynikĂłw symulacji dobrano nastawy dla ukĹ&#x201A;adu sterowania, ktĂłre nastÄ&#x2122;pnie wykorzystano podczas symulacji sprzÄ&#x2122;towej przeprowadzonej na opisanym stanowisku badawczym. W trakcie symulacji komputerowej zweryfikowano takĹźe wspĂłĹ&#x201A;pracÄ&#x2122; systemu sterowania z wybranymi przyssawkami chwytaka.

UzaleĹźniono wartoĹ&#x203A;Ä&#x2021; zadanÄ&#x2026; podciĹ&#x203A;nienia od parametrĂłw przyssawek i od pozorowanej masy detalu poddawanego czynnoĹ&#x203A;ciom manipulacyjnym. Na kolejnych etapach rozwoju projektu konieczne sÄ&#x2026; badania, ktĂłre pozwolÄ&#x2026; okreĹ&#x203A;liÄ&#x2021; bezpiecznÄ&#x2026; wartoĹ&#x203A;Ä&#x2021; podciĹ&#x203A;nienia (nieuszkadzajÄ&#x2026;cÄ&#x2026; transportowanych detali), dobranÄ&#x2026; do indywidualnych cech fizycznych przedmiotĂłw.

OstatniÄ&#x2026; fazÄ&#x2026; rozwoju projektu opisanÄ&#x2026; w niniejszym opracowaniu byĹ&#x201A;a symulacja sprzÄ&#x2122;towa ukĹ&#x201A;adu sterowania [7].

5. Stanowisko badawcze W celu weryfikacji zaĹ&#x201A;oĹźeĹ&#x201E; projektowych konieczna byĹ&#x201A;a konstrukcja stanowiska badawczego. Na podstawie wykonanych na nim doĹ&#x203A;wiadczeĹ&#x201E; okreĹ&#x203A;lono wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ci dynamiczne systemu sterowania podciĹ&#x203A;nieniem oraz przeprowadzono symulacjÄ&#x2122; sprzÄ&#x2122;towÄ&#x2026; prototypu urzÄ&#x2026;dzenia. Widok ogĂłlny stanowiska i schemat zilustrowano na rys. 2 i 3. Znaczenie przedstawionych na rysunkach symboli i blokĂłw funkcjonalnych jest nastÄ&#x2122;pujÄ&#x2026;ce: 1 â&#x20AC;&#x201C; zbiornik kontrolowanego podciĹ&#x203A;nienia, 2 â&#x20AC;&#x201C; elektroniczny zawĂłr proporcjonalny Burkert 6024 z kontrolerem eCONTROL 8611, 3 â&#x20AC;&#x201C; przewĂłd podciĹ&#x203A;nienia, 4 â&#x20AC;&#x201C; podciĹ&#x203A;nieniowy przewĂłd instalacyjny (do pompy próşniowej), 5 â&#x20AC;&#x201C; przetwornik podciĹ&#x203A;nienia WIKA A-10, 6 â&#x20AC;&#x201C; chwytak podciĹ&#x203A;nieniowy, 7 â&#x20AC;&#x201C; zasilacz (24 V), 8 â&#x20AC;&#x201C; komputer sterujÄ&#x2026;cy, 9 â&#x20AC;&#x201C; terminal zaciskowy PLCD-8710 karty I/O Advantech PCI-1711 komputera sterujÄ&#x2026;cego,

"# ; ! :

' PodciĹ&#x203A;nienie zasilajÄ&#x2026;ce chwytak robota wytwarzane jest za pomocÄ&#x2026; strumienic (iniektorĂłw) gazowych oraz przy uĹźyciu tĹ&#x201A;okowych lub wirnikowych pomp próşniowych. W popularnych rozwiÄ&#x2026;zaniach technologicznych stosowanych w trakcie procesu produkcyjnego, wartoĹ&#x203A;Ä&#x2021; podciĹ&#x203A;nienia pozostaje staĹ&#x201A;a.

CzynnoĹ&#x203A;ci manipulacyjne wykonywane robotem wyposaĹźonym w chwytak podciĹ&#x203A;nieniowy mogĹ&#x201A;yby jednak zostaÄ&#x2021; usprawnione przez umoĹźliwienie automatycznego przezbrojenia technologicznego, rozumianego jako ksztaĹ&#x201A;towanie wartoĹ&#x203A;ci podciĹ&#x203A;nienia w zaleĹźnoĹ&#x203A;ci od zmieniajÄ&#x2026;cych siÄ&#x2122; parametrĂłw detalu.

RozwiÄ&#x2026;zaniem problemu jest zaproponowany system umoĹźliwiajÄ&#x2026;cy automatyczny dobĂłr wartoĹ&#x203A;ci podciĹ&#x203A;nienia podawanego do przyssawki chwytaka w funkcji jednego z parametrĂłw surowca. Analizowano uzaleĹźnienie wartoĹ&#x203A;ci podciĹ&#x203A;nienia od sygnaĹ&#x201A;u zawierajÄ&#x2026;cego informacjÄ&#x2122; o masie produktu, ktĂłra

44

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

Rys. 2. Stanowisko badawcze z robotem przemysĹ&#x201A;owym FANUC S420i F Fig. 2. The test stand with industrial robot FANUC S420i F

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

! "# # Jego przebieg, stanowiÄ&#x2026;cy charakterystykÄ&#x2122; skokowÄ&#x2026; obiektu, zilustrowano na rys. 4.

Na podstawie zarejestrowanej charakterystyki (rys. 4) wyznaczono transmitancjÄ&#x2122; operatorowÄ&#x2026; G(s) obiektu [9â&#x20AC;&#x201C;11] (1):

(1)

gdzie: Dx â&#x20AC;&#x201C; zmiana sygnaĹ&#x201A;u wejĹ&#x203A;ciowego, Dym â&#x20AC;&#x201C; zmiana sygnaĹ&#x201A;u wyjĹ&#x203A;ciowego, kob â&#x20AC;&#x201C; wspĂłĹ&#x201A;czynnik wzmocnienia statycznego obiektu, T â&#x20AC;&#x201C; staĹ&#x201A;a czasowa, T0 â&#x20AC;&#x201C; opóźnienie transportowe.

ZaleĹźnoĹ&#x203A;Ä&#x2021; ta dla badanego obiektu przyjÄ&#x2122;Ĺ&#x201A;a postaÄ&#x2021; (2):

(2) Rys. 3. Schemat ideowy stanowiska badawczego systemu sterowania podciĹ&#x203A;nieniem chwytaka Fig. 3. Schematic diagram of the test system control vacuum gripper

10 â&#x20AC;&#x201C; komputer rejestrujÄ&#x2026;cy, 11 â&#x20AC;&#x201C; terminal zaciskowy PLCD8710 karty I/O Advantech PCI-1711 komputera rejestrujÄ&#x2026;cego, 12 â&#x20AC;&#x201C; przetwornik sygnaĹ&#x201A;owy Phoenix Contact MCR-C-UI/UI-DCI-NC (4â&#x20AC;&#x201C;20mA/0â&#x20AC;&#x201C;10V), QZA â&#x20AC;&#x201C; strumieĹ&#x201E; masowy powietrza przepĹ&#x201A;ywajÄ&#x2026;cego przez zawĂłr, QWE â&#x20AC;&#x201C; strumieĹ&#x201E; masowy powietrza na wejĹ&#x203A;ciu do zbiornika, QWY â&#x20AC;&#x201C; strumieĹ&#x201E; masowy powietrza na wyjĹ&#x203A;ciu ze zbiornika, pp â&#x20AC;&#x201C; podciĹ&#x203A;nienie robocze chwytaka.

Podstawowym elementem stanowiska jest zbiornik podciĹ&#x203A;nienia roboczego (1) (rys. 2 i 3). Przewodem (4) dostarczane jest powietrze o staĹ&#x201A;ej wartoĹ&#x203A;ci podciĹ&#x203A;nienia z pompy próşniowej do zbiornika podciĹ&#x203A;nienia roboczego. WartoĹ&#x203A;Ä&#x2021; zadanÄ&#x2026; podciĹ&#x203A;nienia roboczego pp uzyskuje siÄ&#x2122; przez otwarcie zaworu (2) i wprowadzenie do w/w zbiornika filtrowanego powietrza atmosferycznego QZA. NastÄ&#x2122;pnie podciĹ&#x203A;nienie robocze pp kierowane jest przewodem (3) do przyssawki chwytaka (6). Na stanowisku badawczym widoczne sÄ&#x2026; dwa komputery PC, wyposaĹźone w karty pomiarowe (8â&#x20AC;&#x201C;11). Jeden z komputerĂłw peĹ&#x201A;ni rolÄ&#x2122; sterownika procesu (8), drugi stosowany jest do rejestracji parametrĂłw procesu (10).

Podczas eksperymentu korzystano ze Ĺ&#x203A;rodowiska do obliczeĹ&#x201E; naukowo-technicznych MATLAB/Simulink. Tutaj zaprogramowano w formie schematu blokowego ukĹ&#x201A;ad sterowania, ktĂłry zostaĹ&#x201A; zaimplementowany w komputerze sterujÄ&#x2026;cym. Do pÄ&#x2122;tli sprzÄ&#x2122;Ĺźenia zwrotnego ukĹ&#x201A;adu wĹ&#x201A;Ä&#x2026;czono rzeczywiste elementy zainstalowane w zbiorniku podciĹ&#x203A;nienia roboczego (1) â&#x20AC;&#x201C; przetwornik ciĹ&#x203A;nienia (5) i elektroniczny zawĂłr proporcjonalny (2).

Badania zwiÄ&#x2026;zane z przenoszeniem elementĂłw prowadzono za pomocÄ&#x2026; robota przemysĹ&#x201A;owego FANUC S420Â iF wyposaĹźonego w chwytak z zestawem ssawek podciĹ&#x203A;nieniowych [8].

Rys. 4. Charakterystyka skokowa obiektu regulacji (ciĹ&#x203A;nienie bezwzglÄ&#x2122;dne) Fig. 4. Step response of the control object (absolute pressure)

Otrzymany model transmitancyjny G(s) poddano identyfikacji, tj. dobrano wartoĹ&#x203A;ci jego parametrĂłw w taki sposĂłb, aby zapewniÄ&#x2021; zgodnoĹ&#x203A;Ä&#x2021; modelu z wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ciami dynamicznymi analizowanego obiektu [12]. IdentyfikacjÄ&#x2122; przeprowadzono na drodze symulacji komputerowej w Ĺ&#x203A;rodowisku obliczeniowym MATLAB/Simulink wedĹ&#x201A;ug schematu z rys. 5.

6. Model obiektu regulacji Aby sformuĹ&#x201A;owaÄ&#x2021; model transmitancyjny obiektu sterowania niezbÄ&#x2122;dna jest wiedza na temat jego wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ci dynamicznych. MoĹźna jÄ&#x2026; uzyskaÄ&#x2021; przez zarejestrowanie i analizÄ&#x2122; charakterystyki skokowej. W przypadku opisywanego projektu wyznaczono jÄ&#x2026; eksperymentalnie na stanowisku badawczym przez nagĹ&#x201A;y wzrost ciĹ&#x203A;nienia w zbiorniku â&#x20AC;&#x201C; zadanie skokowego sygnaĹ&#x201A;u wymuszajÄ&#x2026;cego. Efekt ten uzyskano przez caĹ&#x201A;kowite otwarcie zaworu (2). W ten sposĂłb do zbiornika (1) wprowadzone zostaĹ&#x201A;o powietrze z otoczenia QZA. Przed wprowadzeniem wymuszenia obiekt znajdowaĹ&#x201A; siÄ&#x2122; w stanie ustalonym â&#x20AC;&#x201C; wartoĹ&#x203A;Ä&#x2021; ciĹ&#x203A;nienia bezwzglÄ&#x2122;dnego wynosiĹ&#x201A;a 47 kPa (rĂłwnoznaczne z podciĹ&#x203A;nieniem 53 kPa â&#x20AC;&#x201C; dalsze prowadzenie obliczeĹ&#x201E; wymagaĹ&#x201A;o przejĹ&#x203A;cia na jednostki ciĹ&#x203A;nienia bezwzglÄ&#x2122;dnego) i nie zmieniaĹ&#x201A;a siÄ&#x2122;. Po uzyskaniu skokowej zmiany sygnaĹ&#x201A;u wejĹ&#x203A;ciowego, sygnaĹ&#x201A; wyjĹ&#x203A;ciowy (ciĹ&#x203A;nienie w zbiorniku) przyjÄ&#x2026;Ĺ&#x201A; nowÄ&#x2026; wartoĹ&#x203A;Ä&#x2021;.

Rys. 5. Schemat procesu identyfikacji modelu Fig. 5. Diagram of the process model identification

Przedstawione na schemacie symbole oznaczajÄ&#x2026;: X â&#x20AC;&#x201C; sygnaĹ&#x201A; sterujÄ&#x2026;cy (wymuszenie), Y â&#x20AC;&#x201C; sygnaĹ&#x201A; wyjĹ&#x203A;ciowy obiektu regulacji, Ĺś â&#x20AC;&#x201C; sygnaĹ&#x201A; wyjĹ&#x203A;ciowy modelu, e â&#x20AC;&#x201C; stopieĹ&#x201E; niedoskonaĹ&#x201A;oĹ&#x203A;ci modelu.

W trakcie symulacji na wejĹ&#x203A;cie modelu wprowadzono wymuszenie skokowe X. NastÄ&#x2122;pnie stan wyjĹ&#x203A;cia modelu Ĺś zestawiono z wczytanym do przestrzeni roboczej Ĺ&#x203A;rodowiska MATLAB przebiegiem charakterystyki dynamicznej rzeczywistego obiektu Y. Oceniono stopieĹ&#x201E; niedoskonaĹ&#x201A;oĹ&#x203A;ci i na tej podstawie przeprowadzono korektÄ&#x2122;.

45

; , = ;

, ;

q#

!

'

'

PID Controller obliczany jest sygnaĹ&#x201A; sterujÄ&#x2026;cy. SygnaĹ&#x201A; ten jest podawany na wejĹ&#x203A;cie modelu transmitancyjnego obiektu Transfer Fcn i Transport Delay. SygnaĹ&#x201A; wyjĹ&#x203A;ciowy modelu obiektu w pÄ&#x2122;tli ujemnego sprzÄ&#x2122;Ĺźenia zwrotnego jest podawany na wejĹ&#x203A;cie wÄ&#x2122;zĹ&#x201A;a sumujÄ&#x2026;cego. ZaĹ&#x201A;oĹźono, Ĺźe podciĹ&#x203A;nienie dostarczane z instalacji próşniowej do ukĹ&#x201A;adu sterowania wynosi 53 kPa. Obliczono i zarejestrowano odpowiedzi modelu ukĹ&#x201A;adu sterowania dla trzech rodzajĂłw przyssawek o Ĺ&#x203A;rednicach czasz: 22 mm, 42 mm, 50 mm. Podczas symulacji, dla poszczegĂłlnych przyssawek, zadawano trzy dobrane arbitralnie wartoĹ&#x203A;ci masy detalu poddawanego czynnoĹ&#x203A;ciom manipulacyjnym. W przypadku przykĹ&#x201A;adowej przyssawki Piab F50-2 o Ĺ&#x203A;rednicy czaszy 50 mm, byĹ&#x201A;y to nastÄ&#x2122;pujÄ&#x2026;ce wartoĹ&#x203A;ci masy: 1 kg, 3 kg, 4 kg. Widok przyssawki oraz wyniki symulacji zilustrowano na rys. 8 i 9.

OpierajÄ&#x2026;c siÄ&#x2122; na transmitancyjnym modelu obiektu (2), opracowano symulacyjny model ukĹ&#x201A;adu regulacji z zastosowaniem oprogramowania MATLAB/Simulink. Ilustruje go schemat blokowy przedstawiony na rys. 6.

Rys. 6. Schemat blokowy modelu symulacyjnego ukĹ&#x201A;adu regulacji â&#x20AC;&#x201C; symulacja komputerowa Fig. 6. Block diagram of a simulation model of the control system â&#x20AC;&#x201C; computer simulation

Znaczenie przedstawionych na schemacie blokĂłw funkcjonalnych jest nastÄ&#x2122;pujÄ&#x2026;ce: blok SM reprezentuje sygnaĹ&#x201A; z procesu zawierajÄ&#x2026;cy informacjÄ&#x2122; o masie detalu, podsystem Setpoint oznacza wartoĹ&#x203A;Ä&#x2021; zadanÄ&#x2026; podciĹ&#x203A;nienia, blok PID Controller przedstawia transmitancjÄ&#x2122; regulatora, bloki Transfer Fcn i Transport Delay reprezentujÄ&#x2026; czynnik transmitancji obiektu i opóźnienie transportowe. OdrÄ&#x2122;bny problem stanowiĹ&#x201A;o powiÄ&#x2026;zanie parametrĂłw przyssawki i masy detalu poddawanego czynnoĹ&#x203A;ciom manipulacyjnym z wartoĹ&#x203A;ciÄ&#x2026; zadanÄ&#x2026; podciĹ&#x203A;nienia. Wykorzystano do tego celu zaleĹźnoĹ&#x203A;Ä&#x2021; (3) [1]: gkm pp â&#x2030;Ľ A

Rys. 8. Przyssawka o Ĺ&#x203A;rednicy czaszy 50 mm Fig. 8. The suction cup having a diameter of 50 mm

(3)

gdzie: pp â&#x20AC;&#x201C; podciĹ&#x203A;nienie w czaszy przyssawki [Pa]; g â&#x20AC;&#x201C; przyĹ&#x203A;pieszenie ziemskie [m¡sâ&#x20AC;&#x201C;2]; k â&#x20AC;&#x201C; wspĂłĹ&#x201A;czynnik uchwycenia, 1,2 â&#x2030;¤ k â&#x2030;¤ 5; (k = 2,5); A â&#x20AC;&#x201C; powierzchnia czaszy przyssawki [m2]; m â&#x20AC;&#x201C; masa obiektu [kg].

ZaleĹźnoĹ&#x203A;Ä&#x2021;, po zapisaniu zgodnie z reguĹ&#x201A;ami Simulink w bloku Setpoint (rys. 6), przyjÄ&#x2122;Ĺ&#x201A;a postaÄ&#x2021; schematu blokowego zilustrowanego na rys. 7.

Rys. 9. Przebiegi sygnaĹ&#x201A;Ăłw zadanych i odpowiedzi modelu dla przyssawki o Ĺ&#x203A;rednicy czaszy 50 mm Fig. 9. Signal waveforms set and model answers for the suction cup with a diameter of 50 mm

Rys. 7. Blok Setpoint Fig. 7. Block Setpoint

Znaczenie przebiegĂłw przedstawionych na rys. 9 jest nastÄ&#x2122;pujÄ&#x2026;ce: 1 â&#x20AC;&#x201C; sygnaĹ&#x201A; zadany dla masy detalu rĂłwnej 1 kg, 2 â&#x20AC;&#x201C; sygnaĹ&#x201A; zadany dla masy detalu 3 kg, 3 â&#x20AC;&#x201C; sygnaĹ&#x201A; zadany dla masy detalu rĂłwnej 4 kg, 4 â&#x20AC;&#x201C; odpowiedĹş modelu na sygnaĹ&#x201A; zadany 1, 5 â&#x20AC;&#x201C; odpowiedĹş modelu na sygnaĹ&#x201A; zadany 2, 6 â&#x20AC;&#x201C; odpowiedĹş modelu na sygnaĹ&#x201A; zadany 3. AnalizujÄ&#x2026;c przebiegi moĹźna zaobserwowaÄ&#x2021;, Ĺźe wartoĹ&#x203A;ci zadane podciĹ&#x203A;nienia (linie 1, 2, 3) odpowiednio wynosiĹ&#x201A;y 12,5 kPa dla 1 kg, 37,5 kPa dla 3 kg i 50 kPa dla 4 kg. W przypadku sygnaĹ&#x201A;u zadanego reprezentowanego przez liniÄ&#x2122; nr 1, model ukĹ&#x201A;adu sterowania osiÄ&#x2026;gnÄ&#x2026;Ĺ&#x201A; wĹ&#x201A;aĹ&#x203A;ciwÄ&#x2026; wartoĹ&#x203A;Ä&#x2021; podciĹ&#x203A;nienia po okoĹ&#x201A;o 25 s. Dla nastÄ&#x2122;pnej wartoĹ&#x203A;ci sygnaĹ&#x201A;u zadanego (linia 2), wartoĹ&#x203A;Ä&#x2021; zadanÄ&#x2026; podciĹ&#x203A;nienia osiÄ&#x2026;gniÄ&#x2122;to po okoĹ&#x201A;o 20 s. Dla sygnaĹ&#x201A;u zadanego oznaczonego liniÄ&#x2026; nr 3 wartoĹ&#x203A;Ä&#x2021; zadanÄ&#x2026; osiÄ&#x2026;gniÄ&#x2122;to po okoĹ&#x201A;o 15 s. Kolejnym etapem realizacji projektu byĹ&#x201A;a symulacja sprzÄ&#x2122;towa.

Podczas symulacji komputerowej skalibrowano model ukĹ&#x201A;adu regulacji, miÄ&#x2122;dzy innymi dobrano nastawy dla regulatora PID. CzynnoĹ&#x203A;ci zwiÄ&#x2026;zane z doborem nastaw prowadzano aĹź do uzyskania oczekiwanego rezultatu, zgodnego z zaĹ&#x201A;oĹźeniami projektowymi. NastÄ&#x2122;pnie zweryfikowano wspĂłĹ&#x201A;pracÄ&#x2122; systemu sterowania z wybranymi przyssawkami chwytaka.

UzaleĹźniono wartoĹ&#x203A;Ä&#x2021; zadanÄ&#x2026; podciĹ&#x203A;nienia od parametrĂłw przyssawek i masy detalu poddawanego czynnoĹ&#x203A;ciom manipulacyjnym. Ten etap symulacji miaĹ&#x201A; nastÄ&#x2122;pujÄ&#x2026;cy przebieg: na wejĹ&#x203A;cie bloku Setpoint wprowadzano zakĹ&#x201A;adanÄ&#x2026; wartoĹ&#x203A;Ä&#x2021; masy detalu poddawanego czynnoĹ&#x203A;ciom manipulacyjnym (rys. 6). Na tej podstawie w bloku zostaĹ&#x201A; obliczony sygnaĹ&#x201A; wartoĹ&#x203A;ci zadanej podciĹ&#x203A;nienia, ktĂłry trafiĹ&#x201A; na wejĹ&#x203A;cie wÄ&#x2122;zĹ&#x201A;a sumujÄ&#x2026;cego, wyliczajÄ&#x2026;cego bĹ&#x201A;Ä&#x2026;d regulacji. Na podstawie tej wartoĹ&#x203A;ci, w bloku

46

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

! "# #

}#

!

'

+ ' Specyfika symulacji sprzÄ&#x2122;towej wymagaĹ&#x201A;a takiego przeksztaĹ&#x201A;cenia modelu ukĹ&#x201A;adu regulacji, zilustrowanego schematem na rys. 6, ktĂłre umoĹźliwi komunikacjÄ&#x2122; z otoczeniem systemu.

W tym celu bloki reprezentujÄ&#x2026;ce model obiektu zastÄ&#x2026;piono blokami wejĹ&#x203A;cia analogowego (Analog Input) i wyjĹ&#x203A;cia analogowego (Analog Output) oraz blokami skalowania (scale) sygnaĹ&#x201A;Ăłw wejĹ&#x203A;ciowego i wyjĹ&#x203A;ciowego (rys. 10).

Rys. 10. Schemat blokowy modelu symulacyjnego ukĹ&#x201A;adu regulacji â&#x20AC;&#x201C; symulacja sprzÄ&#x2122;towa Fig. 10. Block diagram of a simulation model of the control system â&#x20AC;&#x201C; hardware simulation

9. Wnioski â&#x2C6;&#x2019; Charakterystyka dynamiczna, zarejestrowana dla próşniowego ukĹ&#x201A;adu zasilania podciĹ&#x203A;nieniem systemu automatycznego przezbrojenia stanowiska pakowania robotem, odzwierciedla obiekt inercyjny pierwszego rzÄ&#x2122;du. â&#x2C6;&#x2019; Symulacyjny model transmitancyjny odwzorowaĹ&#x201A; wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ci dynamiczne obiektu z dokĹ&#x201A;adnoĹ&#x203A;ciÄ&#x2026; umoĹźliwiajÄ&#x2026;cÄ&#x2026; poprawny dobĂłr parametrĂłw dla ukĹ&#x201A;adu sterowania. â&#x2C6;&#x2019; Symulacja komputerowa umoĹźliwiĹ&#x201A;a kalibracjÄ&#x2122; modelu ukĹ&#x201A;adu regulacji i poprawny dobĂłr nastaw regulatora PID. â&#x2C6;&#x2019; Symulacja komputerowa z wykorzystaniem modelu systemu sterowania dostarczyĹ&#x201A;a istotnych informacji na temat jego dziaĹ&#x201A;ania, w konfiguracji z wybranymi przyssawkami chwytaka podciĹ&#x203A;nieniowego. â&#x2C6;&#x2019; WyjaĹ&#x203A;nienia wymaga przyczyna pojawienia siÄ&#x2122; periodycznych zakĹ&#x201A;ĂłceĹ&#x201E; sygnaĹ&#x201A;u rzeczywistego. â&#x2C6;&#x2019; Symulacja sprzÄ&#x2122;towa prototypu ukĹ&#x201A;adu automatycznego sterowania podciĹ&#x203A;nieniem chwytaka robota przemysĹ&#x201A;owego, w ogĂłlnym ujÄ&#x2122;ciu potwierdziĹ&#x201A;a poprawnoĹ&#x203A;Ä&#x2021; zaĹ&#x201A;oĹźeĹ&#x201E; projektowych. â&#x2C6;&#x2019; Przeprowadzone badania stanowiÄ&#x2026; etap w realizacji projektu ukĹ&#x201A;adu automatycznego przezbrojenia stanowiska pakowania robotem poprzez zmianÄ&#x2122; podciĹ&#x203A;nienia chwytaka w funkcji masy przenoszonego detalu.

Bibliografia 1.

Rys. 11. Zarejestrowane podczas badaĹ&#x201E; sygnaĹ&#x201A;y podciĹ&#x203A;nienia Fig. 11. Recorded during the test signals vacuum

W ten sposĂłb powstaĹ&#x201A; sterownik komunikujÄ&#x2026;cy siÄ&#x2122; za poĹ&#x203A;rednictwem karty I/O z elementami rzeczywistymi obiektu regulacji, tj. przetwornikiem ciĹ&#x203A;nienia i zaworem proporcjonalnym. Symulacja sprzÄ&#x2122;towa miaĹ&#x201A;a na celu ostatecznie potwierdziÄ&#x2021; poprawnoĹ&#x203A;Ä&#x2021; zaĹ&#x201A;oĹźeĹ&#x201E; projektowych i wĹ&#x201A;aĹ&#x203A;ciwe dziaĹ&#x201A;anie sterownika. Przebiegi sygnaĹ&#x201A;Ăłw dla analizowanego systemu, uzyskane w wyniku symulacji komputerowej i sprzÄ&#x2122;towej zilustrowano na rys. 11.

Na wykresie (rys. 11) widoczne sÄ&#x2026; przebiegi: 1 â&#x20AC;&#x201C; sygnaĹ&#x201A; wejĹ&#x203A;ciowy (zadany) modelu symulacyjnego i obiektu rzeczywistego, 2 â&#x20AC;&#x201C; sygnaĹ&#x201A; wyjĹ&#x203A;ciowy modelu symulacyjnego, 3 â&#x20AC;&#x201C; sygnaĹ&#x201A; wyjĹ&#x203A;ciowy obiektu rzeczywistego. Przebieg wartoĹ&#x203A;ci zadanej podciĹ&#x203A;nienia (linia 1) ustalono dla przykĹ&#x201A;adowej przyssawki tak, aby podciĹ&#x203A;nienie odpowiadaĹ&#x201A;o róşnym wartoĹ&#x203A;ciom masy detalu. WartoĹ&#x203A;ci masy generowano, a docelowo niezbÄ&#x2122;dnych informacji dostarczy odpowiedni ukĹ&#x201A;ad pomiarowy. Zagadnienie to bÄ&#x2122;dzie przedmiotem dalszych badaĹ&#x201E;. Na podstawie analizy sygnaĹ&#x201A;Ăłw wyjĹ&#x203A;ciowych (linie 2 i 3) naleĹźy stwierdziÄ&#x2021;, iĹź nastawy regulatora dobrano poprawnie â&#x20AC;&#x201C; rozpatrywane sygnaĹ&#x201A;y pokrywajÄ&#x2026; siÄ&#x2122; z wartoĹ&#x203A;ciÄ&#x2026; zadanÄ&#x2026; ciĹ&#x203A;nienia. PorĂłwnujÄ&#x2026;c przebiegi 2 i 3 moĹźna stwierdziÄ&#x2021;, iĹź model transmitancyjny opisuje wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ci dynamiczne obiektu z wystarczajÄ&#x2026;cÄ&#x2026; dokĹ&#x201A;adnoĹ&#x203A;ciÄ&#x2026; â&#x20AC;&#x201C; sygnaĹ&#x201A; rzeczywisty (linia 3) nie odbiega znaczÄ&#x2026;co od sygnaĹ&#x201A;u wytworzonego przez sformuĹ&#x201A;owany model (linia 2). SzczegĂłĹ&#x201A;owej analizy wymaga sygnaĹ&#x201A; rzeczywisty (linia 3). W jego przypadku pojawiajÄ&#x2026; siÄ&#x2122; nieprzewidziane przez model symulacyjny periodyczne zakĹ&#x201A;Ăłcenia z amplitudÄ&#x2026; nieprzekraczajÄ&#x2026;cÄ&#x2026; 1 kPa. Aby wyjaĹ&#x203A;niÄ&#x2021; ich przyczynÄ&#x2122; konieczne sÄ&#x2026; dalsze badania.

Olszewski M., Barczyk J., Falkowski J.L., KoĹ&#x203A;cielny W.J., Manipulatory i roboty przemysĹ&#x201A;owe. Automatyczne maszyny manipulacyjne. Wydawnictwo Naukowo-Techniczne, Warszawa 1994, ISBN 83-204-1240-4.

2. Shingo S., A Revolution in Manufacturing: The SMED System, Productivity Press, Inc., Portland, Oregon, 1985.

3. Shingo S., Quick Changeover for Operators: The SMED System, Productivity Press, Inc., Portland, Oregon 1996.

4. Mrozek B., Mrozek Z., MATLAB i Simulink. Wyd. HELION, Gliwice 2004. ISBN 83-7361-486-9.

5. Klempka R., Stankiewicz A., Modelowanie i symulacja ukĹ&#x201A;adĂłw dynamicznych. Wyd. AGH, KrakĂłw 2006, ISBN 83-7464-060-X. 6. Osowski S., Stankiewicz A., Modelowanie i symulacja ukĹ&#x201A;adĂłw i procesĂłw dynamicznych. Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa 2006, ISBN 83-7464060-X. 7. Kurytnik I.P., Lis S., DróşdĹź T., Telega A., Metoda szybkiego prototypowania w opracowaniu algorytmu sterowania instalacjÄ&#x2026; solarnÄ&#x2026;. â&#x20AC;&#x17E;Pomiary Automatyka Kontrolaâ&#x20AC;?, R. 60, Nr 5, 2014, 325â&#x20AC;&#x201C;328.

8. Juszka H., Lis S., Tomasik M., Janosz R., Robotyzacja rolno-spoĹźywczych procesĂłw technologicznych â&#x20AC;&#x201C; materiaĹ&#x201A;y naukowo-dydaktyczne. Wyd. PTIR, KrakĂłw 2013, ISBN 978-83-935020-7-3.

9. Tarnowski W., Ociepa Z., Projektowanie ukĹ&#x201A;adĂłw regulacji automatycznej ciÄ&#x2026;gĹ&#x201A;ych z liniowymi korektorami ze wspomaganiem za pomocÄ&#x2026; MATLABâ&#x20AC;&#x2122;a. Wyd. Uczelniane Politechniki KoszaliĹ&#x201E;skiej, Koszalin 2008, ISSN 0239-7129.

10. Lis S., Tomasik M., NÄ&#x2122;cka K., DróşdĹź T., Nawara P., Wrona P., OziembĹ&#x201A;owski M., Konstrukcja i analiza modelu symulacyjnego ukĹ&#x201A;adu sterowania piecem indukcyjnym. â&#x20AC;&#x17E;PrzeglÄ&#x2026;d Elektrotechnicznyâ&#x20AC;?, R. 91, 12, 2015, 147â&#x20AC;&#x201C;150.

11. Ludwicki M., Ludwicki M., Sterowanie procesami technologicznymi w produkcji ĹźywnoĹ&#x203A;ci. Warszawa 2015, ISBN 978-83-01-18209-0.

12. Tadeusiewicz R., Biocybernetyka. Wyd. Naukowe PWN, Warszawa 2014, ISBN 978-83-01-17376-0.

47

; , = ;

, ;

= " . < " ) ! ) / G @ $ B The design intent for the system of automatic changeover position packing industrial robot. By retrofitting is understood here automatic change vacuum gripper as a function of the weight of the workpieces. Constructed test stand of the measuring system. For the determination of dynamic properties of the object removed step response. The designed system are described simulation transmittance model. The program MATLAB/Simulink was carried out computer simulation, a result of which the setting were selected for the control of the control process. Simulation of a hardware prototype of the automatic control of the vacuum gripper of an industrial robot, in broad terms reaffirmed the correctness of project assumptionsn.

Keywords] " ) ! ! " ) @ ) )

*! + 7

*!

-

)

<@ B = ' ? ) G < " G "% D% V J V % B K ,&&M %

K % ; ,&** % V ' ) < " I G B / K ' ) # G ) "% D% V J V % [ ) @ @ " J " @ I ? K %

<@ B = ' ? ) G < " G "% D% V J V % B K ,&&O %

K % ; ,&&O % ?

V ? ' ) < " I G B / K ' ) # ?

G ) "% D% V J V % [ " I ?

"R , " ) . M& @ " - @ ) " " " ? " S " ] "I . " ? < <T I %

% ( % %

" % " ( % %

& - & , * * " ) % % ()" % "

# B ] " ) " C " # [ ) ) ,&*N % ' ?

B Q # C ) "% I \ J B ?

J " ) ,&*- % ; ,&*- ?

J # ) B B Q ^ % [ @ @ " J K ) K %

48

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Pomiary Automatyka Robotyka, ISSN 1427-9126, R. 20, Nr 3/2016, 49â&#x20AC;&#x201C;56, DOI: 10.14313/PAR_221/49

' " I " O&& ) .

Jacek Korytkowski " / < " " I /< < % [ " ,&, &,?N+- B

Streszczenie: Celem artykuĹ&#x201A;u jest przedstawienie oryginalnego niemostkowego ukĹ&#x201A;adu konwersji pojedynczej rezystancji czujnikĂłw temperatury Pt 500 na sygnaĹ&#x201A; cyfrowy. UkĹ&#x201A;ad zostaĹ&#x201A; zrealizowany przy wykorzystaniu trzech wzmacniaczy monolitycznych oraz jednego monolitycznego przetwornika analogowo-cyfrowego. Podano opis matematyczny przetwarzania rezystancji na wyjĹ&#x203A;ciowy rĂłwnolegĹ&#x201A;y sygnaĹ&#x201A; cyfrowy. Przedstawiono i omĂłwiono szczegĂłĹ&#x201A;owy schemat elektryczny modelowego ukĹ&#x201A;adu konwertera. Przedstawiono wyniki badaĹ&#x201E; dokĹ&#x201A;adnoĹ&#x203A;ci charakterystyki modelowego ukĹ&#x201A;adu konwertera w przedziale zmian rezystancji od 0,5 Ί do okoĹ&#x201A;o 2000 Ί. Opracowany ukĹ&#x201A;ad elektroniczny umoĹźliwia przetwarzanie rezystancji z dobrÄ&#x2026; dokĹ&#x201A;adnoĹ&#x203A;ciÄ&#x2026;, z bĹ&#x201A;Ä&#x2122;dami nieliniowoĹ&#x203A;ci charakterystyki o wartoĹ&#x203A;ciach mniejszych od 0,05%. ! ' ' ] R ) . I " " O&&

1. Wprowadzenie Stosowanie konwerterĂłw rezystancji na sygnaĹ&#x201A; cyfrowy wynika z potrzeb wspĂłĹ&#x201A;czesnych mikroprocesorowych i komputerowych technik kontroli wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ci metrologicznych urzÄ&#x2026;dzeĹ&#x201E; automatyki przemysĹ&#x201A;owej oraz aparatury do pomiarĂłw przemysĹ&#x201A;owych. Konwertery rezystancji powinny stanowiÄ&#x2021; niezbÄ&#x2122;dne wyposaĹźenie mikroprocesorowych testerĂłw oraz komputerowych stanowisk wykorzystywanych przez producentĂłw sprzÄ&#x2122;tu, a takĹźe uĹźytkownikĂłw sprzÄ&#x2122;tu na obiekcie rzeczywistym i w laboratoriach.

RozwiÄ&#x2026;zania konwerterĂłw niemostkowych rezystancji na sygnaĹ&#x201A; cyfrowy sÄ&#x2026; rzadko opisywane w polskiej literaturze technicznej. OdbiegajÄ&#x2026; one od klasycznych ukĹ&#x201A;adĂłw pomiaru rezystancji, w ktĂłrych stosuje siÄ&#x2122; stabilizacjÄ&#x2122; prÄ&#x2026;du i pomiar napiÄ&#x2122;cia lub stabilizacjÄ&#x2122; napiÄ&#x2122;cia i pomiar prÄ&#x2026;du [1, 2].

W tych niemostkowych konwerterach rezystancji wykorzystuje siÄ&#x2122; operacjÄ&#x2122; dzielenia sygnaĹ&#x201A;Ăłw analogowych w odpowiednio dobranym monolitycznym przetworniku analogowo-cyfrowym.

W praktyce przemysĹ&#x201A;owej duĹźÄ&#x2026; grupÄ&#x2122; ukĹ&#x201A;adĂłw pomiarowych i ukĹ&#x201A;adĂłw automatyki stanowiÄ&#x2026; ukĹ&#x201A;ady z wejĹ&#x203A;cio-

)

, ]

[ V ( % ) !

'

$%&-%,&*- % ,*%&>%,&*- %

! "" # $%&

wymi rezystancyjnymi czujnikami temperatury [3]. GĹ&#x201A;Ăłwnie stosuje siÄ&#x2122; platynowe rezystancyjne czujniki temperatury Pt 100, Pt 500, Pt 1000, gdyĹź charakteryzujÄ&#x2026; siÄ&#x2122; dobrÄ&#x2026; staĹ&#x201A;oĹ&#x203A;ciÄ&#x2026; charakterystyki w czasie. SÄ&#x2026; stosowane takĹźe rezystancyjne czujniki niklowe Ni oraz czujniki miedziowe Cu o gorszych wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ciach metrologicznych. WspĂłĹ&#x201A;czesne testery i stanowiska pomiarowe do kontroli wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ci metrologicznych urzÄ&#x2026;dzeĹ&#x201E; pomiarowych temperatury i ciepĹ&#x201A;a mogÄ&#x2026; byÄ&#x2021; budowane z wykorzystaniem dokĹ&#x201A;adnych konwerterĂłw rezystancji o wyjĹ&#x203A;ciowym sygnale cyfrowym, ktĂłry po obrĂłbce mikroprocesorowej moĹźe byÄ&#x2021; wyĹ&#x203A;wietlany jako wynik pomiarĂłw.

W dotychczasowej praktyce stosuje siÄ&#x2122; róşne ukĹ&#x201A;ady pomiarowe do wspĂłĹ&#x201A;pracy z czujnikami rezystancyjnymi. Pomiary bywajÄ&#x2026; realizowane metodami klasycznymi przy stabilizowaniu napiÄ&#x2122;cia czy prÄ&#x2026;du, lub metodami mostkowymi, ale takĹźe przy stosowaniu jednoczesnego pomiaru napiÄ&#x2122;cia i prÄ&#x2026;du oraz odpowiedniego ukĹ&#x201A;adu dzielÄ&#x2026;cego. Pomiary mostkowe charakteryzujÄ&#x2026; siÄ&#x2122; czÄ&#x2122;sto zaleĹźnoĹ&#x203A;ciami nieliniowymi. Jest dostÄ&#x2122;pna bogata literatura nt. ukĹ&#x201A;adĂłw mostkowych [4â&#x20AC;&#x201C;6].

W artykule nie sÄ&#x2026; omawiane ukĹ&#x201A;ady klasyczne ani mostkowe. WczeĹ&#x203A;niej Autor przedstawiĹ&#x201A; [7] moĹźliwe konfiguracje elektronicznych niemostkowych ukĹ&#x201A;adĂłw konwerterĂłw pojedynczej rezystancji i pojedynczej konduktancji na sygnaĹ&#x201A; cyfrowy i wykazaĹ&#x201A;, Ĺźe istniejÄ&#x2026; tylko cztery podstawowe konfiguracje takich konwerterĂłw.

Obecnie powszechnie dostÄ&#x2122;pne sÄ&#x2026; monolityczne przetworniki cyfrowo-analogowe oraz monolityczne wzmacniacze pozwalajÄ&#x2026;ce realizowaÄ&#x2021; odpowiednie ukĹ&#x201A;ady sterowanych ĹşrĂłdeĹ&#x201A; napiÄ&#x2122;cia i sterowanych ĹşrĂłdeĹ&#x201A; prÄ&#x2026;du, ktĂłre sÄ&#x2026; niezbÄ&#x2122;dne do przetwarzania rezystancji na sygnaĹ&#x201A; cyfrowy.

49

= = " ; gHH <

^#

'

& '

* !

+ Â&#x20AC; * ! ,

'

' 4 1 '

nego punktu sygnaĹ&#x201A;owego doprowadzone jest napiÄ&#x2122;cie sterujÄ&#x2026;ce Uwe. Charakterystyka sterowania ukĹ&#x201A;adu jest liniowa i opisana zaleĹźnoĹ&#x203A;ciÄ&#x2026;: Iwy = gIUwe,

^#b#

 * !

+ '

+

' (

*: '

gdzie: gI â&#x20AC;&#x201C; wspĂłĹ&#x201A;czynnik przetwarzania napiÄ&#x2122;cia wejĹ&#x203A;ciowego na prÄ&#x2026;d wyjĹ&#x203A;ciowy wyraĹźony w jednostkach A/V = S (simens).

Konduktancja wejĹ&#x203A;ciowa omawianego ĹşrĂłdĹ&#x201A;a sterowanego napiÄ&#x2122;ciem w opisanych w dalszej czÄ&#x2122;Ĺ&#x203A;ci artykuĹ&#x201A;u zastosowaniach nie musi mieÄ&#x2021; wartoĹ&#x203A;ci zerowej. Rezystancja wejĹ&#x203A;ciowa moĹźe przyjmowaÄ&#x2021; skoĹ&#x201E;czone wartoĹ&#x203A;ci odpowiednio do wymagaĹ&#x201E; ze strony ukĹ&#x201A;adu, w ktĂłrym jest stosowane sterowane ĹşrĂłdĹ&#x201A;o prÄ&#x2026;du.

ĹšrĂłdĹ&#x201A;o napiÄ&#x2122;cia sterowane napiÄ&#x2122;ciem o wejĹ&#x203A;ciu nieróşnicowym (rys. 1) charakteryzuje siÄ&#x2122; tym, Ĺźe biegun sygnaĹ&#x201A;u wejĹ&#x203A;ciowego â&#x20AC;&#x17E;we â&#x2C6;&#x2019;â&#x20AC;? oraz biegun sygnaĹ&#x201A;u wyjĹ&#x203A;ciowego â&#x20AC;&#x17E;wyâ&#x2C6;&#x2019;â&#x20AC;? sÄ&#x2026; wewnÄ&#x2122;trznie zwarte do wspĂłlnego punktu sygnaĹ&#x201A;owego. To powoduje, Ĺźe napiÄ&#x2122;ciowy sygnaĹ&#x201A; wejĹ&#x203A;ciowy Uwe oraz napiÄ&#x2122;ciowy sygnaĹ&#x201A; wyjĹ&#x203A;ciowy Uwy odnoszone sÄ&#x2026; do wspĂłlnego punktu sygnaĹ&#x201A;owego. ĹšrĂłdĹ&#x201A;o to ma dwa bieguny wyjĹ&#x203A;ciowe oznaczane â&#x20AC;&#x17E;wy +â&#x20AC;? oraz â&#x20AC;&#x17E;wy â&#x2C6;&#x2019;â&#x20AC;?. Rezystancja wewnÄ&#x2122;trzna tego ĹşrĂłdĹ&#x201A;a jest pomijalna (ĹşrĂłdĹ&#x201A;o napiÄ&#x2122;ciowe idealne), jego biegun â&#x20AC;&#x17E;wy â&#x2C6;&#x2019;â&#x20AC;? jest bezpoĹ&#x203A;rednio poĹ&#x201A;Ä&#x2026;czony do wspĂłlnego punktu sygnaĹ&#x201A;owego ukĹ&#x201A;adu elektrycznego (zwanego w jÄ&#x2122;zyku angielskim â&#x20AC;&#x17E;commonâ&#x20AC;?). NapiÄ&#x2122;cie wyjĹ&#x203A;ciowe ĹşrĂłdĹ&#x201A;a opisane jest symbolem Uwy. ĹšrĂłdĹ&#x201A;o to ma wejĹ&#x203A;cie o biegunach oznaczanych â&#x20AC;&#x17E;we + â&#x20AC;? oraz â&#x20AC;&#x17E;we â&#x2C6;&#x2019;â&#x20AC;?, do ktĂłrych jest doprowadzone napiÄ&#x2122;cie sterujÄ&#x2026;ce Uwe. Charakterystyka sterowania jest liniowa, opisana wzorem: Uwy = kU1Uwe,

^#-# '

' 4 1 '

+ '

! ,

1

Na rysunku 3 przedstawiono typowÄ&#x2026; strukturÄ&#x2122; przetwornika analogowo-cyfrowego z napiÄ&#x2122;ciem wejĹ&#x203A;ciowym Uwe oraz z zewnÄ&#x2122;trznym napiÄ&#x2122;ciem referencyjnym UREF. W monolitycznych przetwornikach analogowo-cyfrowych rezystancja wejĹ&#x203A;ciowa dla napiÄ&#x2122;cia referencyjnego UREF oraz rezystancja wejĹ&#x203A;ciowa dla napiÄ&#x2122;cia wejĹ&#x203A;ciowego Uwe przyjmuje niezbyt duĹźe wartoĹ&#x203A;ci â&#x20AC;&#x201C; od kilku do kilkudziesiÄ&#x2122;ciu kΊ. ĹšrĂłdĹ&#x201A;a wejĹ&#x203A;ciowego sygnaĹ&#x201A;u napiÄ&#x2122;ciowego Uwe oraz zewnÄ&#x2122;trznego napiÄ&#x2122;cia referencyjnego UREF majÄ&#x2026; swoje ujemne bieguny Ĺ&#x201A;Ä&#x2026;czone z analogowym wspĂłlnym punktem ukĹ&#x201A;adu oznaczonym AGND (ang. analogue common). SygnaĹ&#x201A;y cyfrowe sÄ&#x2026; odnoszone do cyfrowego wspĂłlnego punktu ukĹ&#x201A;adu oznaczonego DGND (ang. digital common), przy czym w monolitycznych przetwornikach analogowo-cyfrowych wymaga siÄ&#x2122;, aby róşnica miÄ&#x2122;dzy wspĂłlnym analogowym punktem sygnaĹ&#x201A;owym AGND a cyfrowym punktem sygnaĹ&#x201A;owym DGND byĹ&#x201A;a mniejsza od 1 V. CharakterystykÄ&#x2122; typowego przetwornika analogowo-cyfrowego opisuje rĂłwnanie:

(1)

gdzie kU1 â&#x20AC;&#x201C; wspĂłĹ&#x201A;czynnik wzmocnienia napiÄ&#x2122;ciowego wyraĹźony w jednostkach V/V. WejĹ&#x203A;cie o biegunach sterujÄ&#x2026;cych oznaczonych â&#x20AC;&#x17E;we + â&#x20AC;? i â&#x20AC;&#x17E;we â&#x2C6;&#x2019;â&#x20AC;? charakteryzuje siÄ&#x2122; pomijalnÄ&#x2026; konduktancjÄ&#x2026; wejĹ&#x203A;ciowÄ&#x2026; (Rweâ&#x2020;&#x2019;â&#x2C6;&#x17E;), do tego wejĹ&#x203A;cia doprowadzany jest sygnaĹ&#x201A; sterujÄ&#x2026;cy Uwe.

^#^# Â * ! , '

+

' (

*: ' ĹšrĂłdĹ&#x201A;o prÄ&#x2026;du sterowane napiÄ&#x2122;ciem o wejĹ&#x203A;ciu nieróşnicowym (rys. 2) ma dwa bieguny wyjĹ&#x203A;ciowe oznaczane â&#x20AC;&#x17E;wy +â&#x20AC;? oraz â&#x20AC;&#x17E;wy â&#x2C6;&#x2019;â&#x20AC;?. Konduktancja wewnÄ&#x2122;trzna tego ĹşrĂłdĹ&#x201A;a prÄ&#x2026;du jest pomijalna (idealne ĹşrĂłdĹ&#x201A;o prÄ&#x2026;du ma Rwew â&#x2020;&#x2019; â&#x2C6;&#x17E;). Biegun ujemny â&#x20AC;&#x17E;wy â&#x2C6;&#x2019;â&#x20AC;? jest bezpoĹ&#x203A;rednio poĹ&#x201A;Ä&#x2026;czony do wspĂłlnego punktu sygnaĹ&#x201A;owego ukĹ&#x201A;adu. PrÄ&#x2026;d wyjĹ&#x203A;ciowy ĹşrĂłdĹ&#x201A;a oznaczony jest symbolem Iwy. ĹšrĂłdĹ&#x201A;o ma wejĹ&#x203A;cie o biegunach oznaczonych â&#x20AC;&#x17E;we +â&#x20AC;? oraz â&#x20AC;&#x17E;weâ&#x2C6;&#x2019;â&#x20AC;?, przy czym biegun â&#x20AC;&#x17E;we â&#x2C6;&#x2019;â&#x20AC;? jest wewnÄ&#x2122;trznie poĹ&#x201A;Ä&#x2026;czony z biegunem â&#x20AC;&#x17E;wy â&#x2C6;&#x2019;â&#x20AC;? ĹşrĂłdĹ&#x201A;a prÄ&#x2026;du do wspĂłlnego punktu sygnaĹ&#x201A;owego ukĹ&#x201A;adu. Do bieguna sterujÄ&#x2026;cego â&#x20AC;?we +â&#x20AC;? oraz do wspĂłl-

a)

,

b)

P

O

M

I

A

R

Y

(3)

gdzie XC jest sygnaĹ&#x201A;em cyfrowym.

We wspĂłĹ&#x201A;czesnych ukĹ&#x201A;adach mikroprocesorowych transmisja sygnaĹ&#x201A;Ăłw cyfrowych odbywa siÄ&#x2122; za poĹ&#x203A;rednictwem interfejsĂłw.

Stosuje siÄ&#x2122; wiele odmian interfejsĂłw, niektĂłre z czÄ&#x2122;sto uĹźywanych opisuje literatura [8].

a)

â&#x20AC;˘

A

U

T

O

b)

Rys. 2. ĹšrĂłdĹ&#x201A;o prÄ&#x2026;du sterowane napiÄ&#x2122;ciem o wejĹ&#x203A;ciu nieróşnicowym; a) symbol z opisem napiÄ&#x2122;cia i prÄ&#x2026;du, b) symbol uproszczony Fig. 2. The current source controlled by voltage signal having non-differential input; a) the symbol with voltage and current description, b) the simple symbol

Rys. 1. ĹšrĂłdĹ&#x201A;o napiÄ&#x2122;cia sterowane napiÄ&#x2122;ciem o wejĹ&#x203A;ciu nieróşnicowym; a) symbol z opisem napiÄ&#x2122;Ä&#x2021;, b) symbol uproszczony Fig. 1. The voltage source controlled by voltage signal having non-differential input; a) the symbol with voltages description, b) the simple symbol

50

(2)

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Jacek Korytkowski

a)

nienia (źródło ma pomijalną wartość konduktancji napięciowego wejścia sterującego):

b)

kU1 = US/U = 10 V/V,

Rys. 3. Przetwornik analogowo-cyfrowy z wejściowym sygnałem napięciowym oraz z zewnętrznym napięciem referencyjnym; a) symbol z zaznaczeniem napięć analogowych, b) symbol uproszczony Fig. 3. The analogue-digital converter having voltage input signal and voltage external reference signal; a) the symbol with voltages description, b) the simple symbol

(5)

I – źródło prądu sterowane napięciem UREF o współczynniku przetwarzania gI = I/UREF w jednostkach (A/V) S (simens), UREF – źródło napięcia referencyjnego, A/C – przetwornik analogowo-cyfrowy o sygnale wejściowym napięciowym US oraz z zewnętrznym napięciem referencyjnym UREF i o wyjściowym sygnale cyfrowym XC. Sygnał wyjściowy przetwornika A/C opisuje równanie:

.

(6)

W omawianym układzie zastosowano interfejs równoległy do transmisji słów binarnych w kodzie dwójkowym prostym, toteż charakterystyka przetwornika jest opisana równaniem:

Charakterystykę sterowanego źródła prądu opisuje równanie: I = gIUREF. (7)

(4)

Wobec tego wartość przetwarzanej rezystancji opisuje wzór:

gdzie: bn–1, bn–2, …, b0 – współczynniki dwuwartościowe, zwane stanami poszczególnych bitów, lub krótko bitami, mogą przyjmować tylko dwie wartości – 0 lub 1.

Przetwornik analogowo-cyfrowy wykonuje operację dzielenia dwu sygnałów analogowych: napięcia wejściowego Uwe i napięcia referencyjnego UREF, co umożliwia realizację konwertera rezystancji na sygnał cyfrowy. Funkcja ta była od dawna wykorzystywana [9] w mostkowych układach pomiarowych rezystancji w celu eliminowania wpływu zmian napięcia zasilania mostka na wynik cyfrowy pomiaru.

-# . ! '

'

!

1 ' Schemat elektryczny konwertera rezystancji na sygnał cyfrowy z zasilaniem rezystancji ze źródła prądu przedstawiono na rys. 4. Występują tu następujące elementy: R – rezystancja przetwarzana, US – źródło napięcia sterowane sygnałem napięciowym U z rezystancji R; źródło to charakteryzuje współczynnik wzmoc-

,

(8)

a sygnał wyjściowy opisuje równanie: XC = kU1 gI R.

(9)

"# ; '

!

'

* !

+

, Na rys. 5 został podany schemat wzmacniacza specjalizowanego typu LT1168 [10, 11]. Zawiera on w wewnętrznej strukturze trzy wzmacniacze operacyjne oraz laserowo strojone rezystory dokładne. Wzmacniacz ten stanowi źródło napięcia sterowane sygnałem napięciowym. Zaletą zastosowanego wzmacniacza specjalizowanego jest to, że wzmocnienie różnicy napięć sygnałów wejściowych jest ustalane tylko za pomocą jednego zewnętrznego dokładnego rezystora RkU1 w szerokim zakresie – od 1 V/V do 1000 V/V. Rezystory 4,7 kΩ są tanimi elementami stosowanymi do zabezpieczania wejść wzmacnia-

Rys. 4. Konwerter rezystancji na sygnał cyfrowy z zastosowaniem sterowanego źródła prądu Fig. 4. The resistance to digital converter with feed the converted resistance from controlled current source

51

= = " ; gHH <

7 4,7 kΊ

2 4,7 kΊ

Uwy=kU1 U1

6

_ 5

1

8

monolitycznych specjalizowanych wzmacniaczy W2 oraz W3 typu LT1168, do ktĂłrego zewnÄ&#x2122;trznie naleĹźy doĹ&#x201A;Ä&#x2026;czyÄ&#x2021; tylko trzy rezystory: R1, RkU2 oraz RkU3. Rezystor R1 formuje sygnaĹ&#x201A; napiÄ&#x2122;ciowy U1 = R1I proporcjonalny do wartoĹ&#x203A;ci prÄ&#x2026;du wyjĹ&#x203A;ciowego I. NapiÄ&#x2122;cie U1 stanowi sygnaĹ&#x201A; wejĹ&#x203A;ciowy wzmacniacza W2, a rezystor RkU2 zapewnia wymaganÄ&#x2026; wartoĹ&#x203A;Ä&#x2021; wzmocnienia napiÄ&#x2122;ciowego kU2 wzmacniacza W2, ktĂłry ustala wartoĹ&#x203A;Ä&#x2021; sygnaĹ&#x201A;u wyjĹ&#x203A;ciowego wzmacniacza zgodnie ze wzorem:

LT1168

+

3

U1

4

RkU1

k

U1

â&#x17D;&#x203A; â&#x17D;&#x203A; 49,4kΊ â&#x17D;&#x17E; â&#x17D;&#x17E; â&#x17D;&#x; + 1â&#x17D;&#x; â&#x17D;&#x; â&#x17D;&#x; â&#x17D;&#x153;â&#x17D;&#x153; R â&#x17D;? â&#x17D;? kU1 â&#x17D; â&#x17D;

â&#x2030;&#x2C6; â&#x17D;&#x153;â&#x17D;&#x153;

Uwy2 = kU2R1I.

Rezystor RkU3 ustala wartoĹ&#x203A;Ä&#x2021; wzmocnienia wzmacniacza W3 â&#x20AC;&#x201C; dobrana wartoĹ&#x203A;Ä&#x2021; (47 Ί) zapewnia bardzo duĹźe wzmocnienie napiÄ&#x2122;ciowe tego wzmacniacza. Wzmocnienie to, obliczone ze wzoru (11), przyjmuje wartoĹ&#x203A;Ä&#x2021; 1052 V/V. To powoduje, Ĺźe róşnica napiÄ&#x2122;Ä&#x2021; na wejĹ&#x203A;ciach tego wzmacniacza UR â&#x2C6;&#x2019; kU2R1I â&#x2030;&#x2C6; 0 jest pomijalna, a prÄ&#x2026;d wyjĹ&#x203A;ciowy I opisaÄ&#x2021; moĹźna w sposĂłb przybliĹźony zaleĹźnoĹ&#x203A;ciÄ&#x2026;:

Rys. 5. ĹšrĂłdĹ&#x201A;o napiÄ&#x2122;cia sterowane sygnaĹ&#x201A;em napiÄ&#x2122;ciowym ze wzmacniaczem specjalizowanym LT1168 Fig. 5. The voltage source controlled by the voltage signal with monolithic instrumentation amplifier LT1168

cza, a ich maĹ&#x201A;a wartoĹ&#x203A;Ä&#x2021; nie wpĹ&#x201A;ywa na wspĂłĹ&#x201A;czynnik wzmocnienia napiÄ&#x2122;ciowego. Tego typu wzmacniacze specjalizowane majÄ&#x2026; dobre wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ci charakterystyczne dla wzmacniaczy precyzyjnych w zakresie maĹ&#x201A;ych wartoĹ&#x203A;ci napiÄ&#x2122;Ä&#x2021; niezrĂłwnowaĹźenia (80 ÎźV), maĹ&#x201A;ych dryftĂłw temperaturowych napiÄ&#x2122;Ä&#x2021; niezrĂłwnowaĹźenia (0,4 ÎźV/°C), maĹ&#x201A;ych wartoĹ&#x203A;ci prÄ&#x2026;dĂłw polaryzacji wejĹ&#x203A;Ä&#x2021; (0,8 nA) oraz bardzo duĹźych wartoĹ&#x203A;ci rezystancji wejĹ&#x203A;ciowych (> 200 GΊ). Wzmacniacze te zapewniajÄ&#x2026; dobrÄ&#x2026; liniowoĹ&#x203A;Ä&#x2021; charakterystyki (rzÄ&#x2122;du 100 ppm).

UkĹ&#x201A;ad LT1168 wzmacnia róşnicÄ&#x2122; napiÄ&#x2122;Ä&#x2021; podanych na jego wejĹ&#x203A;cie â&#x20AC;&#x17E;+â&#x20AC;? U1 oraz na wejĹ&#x203A;cie â&#x20AC;&#x17E;â&#x2C6;&#x2019;â&#x20AC;? U2, zgodnie z zaleĹźnoĹ&#x203A;ciÄ&#x2026;: Uwy = kU1 (U1 â&#x20AC;&#x201C; U2),

(12)

(13)

,

gdzie: (14)

.

Dla ukĹ&#x201A;adu z rys. 6, prÄ&#x2026;d wyjĹ&#x203A;ciowy I sterowany sygnaĹ&#x201A;em napiÄ&#x2122;ciowym UR, w zakresie liniowej pracy wzmacniacza wyjĹ&#x203A;ciowego, speĹ&#x201A;nia zaleĹźnoĹ&#x203A;Ä&#x2021; realizowanÄ&#x2026; przez ĹşrĂłdĹ&#x201A;o prÄ&#x2026;du sterowane napiÄ&#x2122;ciowo.

Opis charakterystyki konwertera rezystancji (rys. 4), w ktĂłrym zastosowano sterowane ĹşrĂłdĹ&#x201A;a (rys. 5 oraz rys. 6) otrzymamy przeksztaĹ&#x201A;cajÄ&#x2026;c wzory (8), (12) i (14) do postaci:

(10)

PoniewaĹź napiÄ&#x2122;cie (rys. 5) podawane na wejĹ&#x203A;cie â&#x20AC;&#x17E;â&#x2C6;&#x2019;â&#x20AC;? jest rĂłwne zero, to napiÄ&#x2122;cie wyjĹ&#x203A;ciowe ukĹ&#x201A;adu jest rĂłwne: Uwy = kU1U1.

WspĂłĹ&#x201A;czynnik wzmocnienia napiÄ&#x2122;ciowego kU1 wzmacniacza LT1168 opisywany jest wzorem:

, .

(15)

(11) gdzie: kU1 â&#x20AC;&#x201C; wzmocnienie napiÄ&#x2122;ciowe wzmacniacza LT1168 sterowanego ĹşrĂłdĹ&#x201A;a napiÄ&#x2122;cia (rys. 5), kU2 â&#x20AC;&#x201C; wzmocnienie napiÄ&#x2122;ciowe wzmacniacza W2 sterowanego ĹşrĂłdĹ&#x201A;a prÄ&#x2026;du (rys. 6), R1 â&#x20AC;&#x201C; wartoĹ&#x203A;Ä&#x2021; rezystancji z ukĹ&#x201A;adu ĹşrĂłdĹ&#x201A;a prÄ&#x2026;du (rys. 6).

Na rys. 6 zostaĹ&#x201A; przedstawiony schemat ĹşrĂłdĹ&#x201A;a prÄ&#x2026;du sterowanego sygnaĹ&#x201A;em napiÄ&#x2122;ciowym. Jest to ukĹ&#x201A;ad zĹ&#x201A;oĹźony z dwĂłch

Rys. 6. ĹšrĂłdĹ&#x201A;o prÄ&#x2026;du o wejĹ&#x203A;ciu nieróşnicowym sterowane sygnaĹ&#x201A;em napiÄ&#x2122;ciowym Fig. 6. The current source with non-differential inputs controlled by the voltage signal

52

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Jacek Korytkowski

5. Opis modelu doświadczalnego konwertera Pełny schemat modelu doświadczalnego konwertera rezystancji został przedstawiony na rys. 7.

W celu uzyskania lepszej przejrzystości (rys. 7) na schemacie nie umieszczono zastosowanych kondensatorów tantalowych odsprzęgających o pojemności 390 nF dołączonych między wspólne punkty „5” (AGND) oraz do końcówek „7” poszczególnych wzmacniaczy W1, W2, W3, dla dodatnich napięć zasilających +Uz oraz takich samych kondensatorów tantalowych dołączonych między wspólne punkty „5” (AGND) i do końcówek „4” tych wzmacniaczy dla ujemnych napięć zasilających –Uz. Dla rozszerzenia roboczego pola napięć wzmacniaczy do ±15 V, czego czasami mogą wymagać układy przetwarzania rezystancji, zastosowano napięcia zasilające tych wzmacniaczy o wartości +Uz = +18 V ±0,1 V oraz –Uz = –18 V ±0,1 V. Przetwornik A/C typu AD1674J [12] wymaga niższych napięć zasilających (co najwyżej ±16,5 V). Dodatnie napięcie zasilające +18 V doprowadzono przez szeregowo połączoną diodę D514 (czerwona dioda LED świecąca typu L-934LSRD) do końcówki „7” przetwornika, co obniżyło napięcie zasilania do wartości +16,4 V. Podobnie ujemne napięcie zasilające –18 V doprowadzono odpowiednio przez szeregowo połączoną diodę D515 (czerwona dioda LED świecąca typu L-934LSRD) do końcówki „11” przetwornika, co obniżyło napięcie zasilania do wartości –16,4 V. Małe wartości rezystancji dynamicznych

tych diod w stanie świecenia umożliwiają prawidłową pracę przetwornika C/D. Dla tego przetwornika zastosowano, wymagane przez producenta, dwa różne typy kondensatorów odsprzęgających dla wszystkich napięć zasilających. Są to kondensatory ceramiczne C51, C52, C53 o pojemności 100 nF oraz kondensatory tantalowe C54, C55, C56 o pojemności 10 μF. Zgodnie z wymaganiem producenta, zastosowano kondensator tantalowy C57 o wartości 10 μF odblokowujący wejście napięcia referencyjnego REFIN dołączony do końcówki „10” przetwornika A/C. Dla generatora impulsów TIMER typu NE555P inicjujących działanie przetwornika A/C zastosowano kondensator odblokowujący ceramiczny C41 o pojemności 100 nF. Dla sygnałów cyfrowych przetwornika AD1674J zastosowano osobny wspólny punkt zasilania cyfrowego nazwany DGND, zasilany z dodatkowego napięcia ujemnego o wartości około –0,5 V, a uzyskanego z odpowiednio zasilanej, ujemnym napięciem spolaryzowanej w kierunku przewodzenia, diody krzemowej DZ na średnie prądy (3 A), np. typu MUR460LGE. Zapewniło to brak zakłócającego działania sygnałów cyfrowych na obwód konwertera rezystancji.

Zastosowany przetwornik AD1674J wymaga generatora impulsu, którego opadające zbocze inicjuje realizowanie funkcji przetwarzania wejściowych sygnałów analogowych na wyjściowy sygnał cyfrowy. Jako generator został użyty monolityczny układ scalony typu NE555P. Zaletą tego generatora jest możliwość generowania powtarzającego się ciągu impul-

Rys. 7. Schemat elektroniczny układu konwertera rezystancji na sygnał cyfrowy Fig. 7. The schematic diagram of the converter for resistance to digital signal conversion

53

= = " ; gHH <

sĂłw o wysokiej czÄ&#x2122;stotliwoĹ&#x203A;ci, lub generowania pojedynczego impulsu, ktĂłrego wynikiem jest jednokrotne zadziaĹ&#x201A;anie przetwornika A/C i zapamiÄ&#x2122;tanie cyfrowego sygnaĹ&#x201A;u wyjĹ&#x203A;ciowego.

Do wyboru rodzaju pracy TIMERA sĹ&#x201A;uĹźy przeĹ&#x201A;Ä&#x2026;cznik Ĺ 41.

W poĹ&#x201A;oĹźeniu â&#x20AC;&#x17E;1â&#x20AC;? wygenerowanie pojedynczego impulsu nastÄ&#x2122;puje po chwilowym zwarciu Ĺ&#x201A;Ä&#x2026;cznika Ĺ 42, po czym nastÄ&#x2122;puje wyĹ&#x203A;wietlenie przez diody od D51 do D512 zapamiÄ&#x2122;tanego sygnaĹ&#x201A;u cyfrowego bÄ&#x2122;dÄ&#x2026;cego wynikiem jednokrotnego dziaĹ&#x201A;ania przetwornika A/C. JeĹźeli przeĹ&#x201A;Ä&#x2026;cznik Ĺ 41 znajduje siÄ&#x2122; w poĹ&#x201A;oĹźeniu â&#x20AC;&#x17E;2â&#x20AC;?, wystÄ&#x2122;puje ciÄ&#x2026;gĹ&#x201A;e generowanie impulsĂłw â&#x20AC;&#x201C; sygnalizowane odpowiednim Ĺ&#x203A;wieceniem czerwonych diod LED oznaczonych symbolami od D51 do D512 (w ukĹ&#x201A;adzie zastosowano diody LED maĹ&#x201A;ej mocy, czerwone typu L934LSRD). Taki rodzaj pracy pozwala ustaliÄ&#x2021; wartoĹ&#x203A;Ä&#x2021; sygnaĹ&#x201A;u analogowego na granicy, przy ktĂłrej nastÄ&#x2122;puje przeĹ&#x201A;Ä&#x2026;czanie najmniej znaczÄ&#x2026;cego bitu DB0 na bit wyĹźszy DB1. Na tak ustalonej granicy nastÄ&#x2122;puje sĹ&#x201A;absze Ĺ&#x203A;wiecenie diody D51 oraz diody D52. WartoĹ&#x203A;Ä&#x2021; sygnaĹ&#x201A;u granicznego okreĹ&#x203A;lana jest jako Ĺ&#x203A;redni wynik z kilkudziesiÄ&#x2122;ciu pojedynczych przetworzeĹ&#x201E;.

Zastosowany w ukĹ&#x201A;adzie z rys. 7 przetwornik AD1674J jest przetwornikiem dwunastobitowym (n = 12). Bit najmniej znaczÄ&#x2026;cy oznaczony jest DB0, a wartoĹ&#x203A;Ä&#x2021; tego bitu wedĹ&#x201A;ug wzoru (15) nosi oznaczenie b0. Brak Ĺ&#x203A;wiecenia diody D51 oznacza b0 = 0, stan Ĺ&#x203A;wiecenia diody D51 oznacza b0 = 1. Bit najwyĹźszy oznaczony jest BD11, a wartoĹ&#x203A;Ä&#x2021; tego bitu to b11.

WzĂłr opisujÄ&#x2026;cy charakterystykÄ&#x2122; konwertera dla ukĹ&#x201A;adu z rys. 7 przyjmuje postaÄ&#x2021;:

filtracji zakĹ&#x201A;ĂłceĹ&#x201E; jest kondensator foliowy C11 = 33 nF typu MKSE-012 usuwajÄ&#x2026;cy zakĹ&#x201A;Ăłcenia wysokiej czÄ&#x2122;stotliwoĹ&#x203A;ci, na ktĂłre wraĹźliwy jest wzmacniacz specjalizowany W1 typu LT1168 (producent [10] zaleca rĂłwnolegle z wejĹ&#x203A;ciem stosowaÄ&#x2021; kondensator o pojemnoĹ&#x203A;ci C = 100 nF). FiltracjÄ&#x2122; zapewnia ukĹ&#x201A;ad zĹ&#x201A;oĹźony z rezystora R52 = 22 Ί oraz kondensatora tantalowego C58 = 47 ÎźF na wejĹ&#x203A;ciu przetwornika A/C. Bardzo waĹźnÄ&#x2026; rolÄ&#x2122; speĹ&#x201A;niajÄ&#x2026; teĹź opisane wczeĹ&#x203A;niej kondensatory odblokowujÄ&#x2026;ce zakĹ&#x201A;Ăłcenia na zaciskach zasilania wzmacniaczy, TIMERA i przetwornika A/C. Jako rezystory R11, R12, R13 oraz R21 zastosowano precyzyjne rezystory o tolerancji Âą0,1% oraz o maĹ&#x201A;ych wspĂłĹ&#x201A;czynnikach temperaturowych rezystancji Âą15 ppm/°C. Rezystor R11 = 100 Ί jest typu MF006BB1000A10 [12]. Rezystor R12 stanowi poĹ&#x201A;Ä&#x2026;czenie szeregowe czterech rezystorĂłw o rezystancji 100 Ί typu MF006BB1000A10. Rezystor R13 to poĹ&#x201A;Ä&#x2026;czenie rĂłwnolegĹ&#x201A;e dwu rezystorĂłw o rezystancji 10 kΊ typu MF006BB1002A10 [12]. Rezystor R 21 stanowi poĹ&#x201A;Ä&#x2026;czenie szeregowe dwu rezystorĂłw o rezystancji 10 kΊ typu MF006BB1002A10 PozostaĹ&#x201A;e rezystory, ktĂłre nie decydujÄ&#x2026; bezpoĹ&#x203A;rednio o dokĹ&#x201A;adnoĹ&#x203A;ci ukĹ&#x201A;adu, sÄ&#x2026; rezystorami o tolerancji 5%. Wieloobrotowe miniaturowe potencjometry strojeniowe typu helitrim (P11, P12, P51) majÄ&#x2026; wspĂłĹ&#x201A;czynniki temperaturowe nie wiÄ&#x2122;ksze niĹź 100 ppm/°C. Dla ukĹ&#x201A;adu opisywanego konwertera, strojeniu podlega charakterystyka tylko dla jednej polaryzacji sygnaĹ&#x201A;Ăłw wejĹ&#x203A;ciowych. Rodzaj polaryzacji jest wynikiem wymagaĹ&#x201E; narzuconych przez czujnik rezystancyjny, dla ktĂłrego przeznaczony jest konwerter. W praktyce czujniki takie stosujÄ&#x2026; przewaĹźnie dodatniÄ&#x2026; polaryzacjÄ&#x2122; napiÄ&#x2122;cia zacisku wejĹ&#x203A;ciowego 1 oznaczonego na schemacie â&#x20AC;&#x17E;+â&#x20AC;? wzglÄ&#x2122;dem zacisku 2 oznaczonego na schemacie â&#x20AC;&#x17E;â&#x2C6;&#x2019;â&#x20AC;?. Dalej podano opis procedury strojenia symulatora dla wybranej polaryzacji dodatniej. Przy wymaganej polaryzacji ujemnej naleĹźy zmieniÄ&#x2021; wzmocnienie wzmacniacza W1 na ujemne â&#x20AC;&#x201C;10 V/V (co wymaga zamiany miÄ&#x2122;dzy sobÄ&#x2026; zaciskĂłw wejĹ&#x203A;ciowych wzmacniacza W1), gdyĹź przetwornik A/C o zastosowanych poĹ&#x201A;Ä&#x2026;czeniach wymaga dodatnich napiÄ&#x2122;Ä&#x2021; wejĹ&#x203A;ciowych, a nastÄ&#x2122;pnie dokonaÄ&#x2021; przestrojenia konwertera.

Przed strojeniem naleĹźy odpowiednio dobraÄ&#x2021; poczÄ&#x2026;tkowe nastawy potencjometrĂłw P11, P12 oraz P51. Suwak wieloobrotowego potencjometru P11 naleĹźy ustawiÄ&#x2021; w dowolne poĹ&#x201A;oĹźenie poĹ&#x203A;rednie. Suwak potencjometru P12 powinien mieÄ&#x2021; poĹ&#x201A;oĹźenie poczÄ&#x2026;tkowe, przy ktĂłrym napiÄ&#x2122;cie podawane na wzmacniacz W1 ma wartoĹ&#x203A;Ä&#x2021; pomijalnÄ&#x2026;. W tym celu po ustawieniu przeĹ&#x201A;Ä&#x2026;cznika Ĺ 11 w poĹ&#x201A;oĹźeniu â&#x20AC;&#x17E;aâ&#x20AC;? naleĹźy doĹ&#x201A;Ä&#x2026;czyÄ&#x2021; miliwoltomierz miÄ&#x2122;dzy punktem â&#x20AC;&#x17E;aâ&#x20AC;? a suwakiem potencjometru i tak dobraÄ&#x2021; skrajne ustawienie suwaka, przy ktĂłrym miliwoltomierz pokaĹźe minimalne napiÄ&#x2122;cie (np. < 2 ÎźV).

NastÄ&#x2122;pnie naleĹźy doĹ&#x201A;Ä&#x2026;czyÄ&#x2021; miliwoltomierz pomiÄ&#x2122;dzy AGND i suwak potencjometru P51, suwak naleĹźy ustawiÄ&#x2021; w takim poĹ&#x201A;oĹźeniu, aby mierzone napiÄ&#x2122;cie nie przekraczaĹ&#x201A;o Âą100 ÎźV. Pierwszym etapem strojenia jest wyzerowanie charakterystyki wzmacniacza W1 dla zminimalizowania bĹ&#x201A;Ä&#x2122;dĂłw prze-

(16)

gdzie: kU1 â&#x20AC;&#x201C; wzmocnienie napiÄ&#x2122;ciowe wzmacniacza W1, kU2 â&#x20AC;&#x201C; wzmocnienie napiÄ&#x2122;ciowe wzmacniacza W2, R21 â&#x20AC;&#x201C; wartoĹ&#x203A;Ä&#x2021; rezystancji z ukĹ&#x201A;adu wzmacniacza W2.

Wzmocnienie napiÄ&#x2122;ciowe wzmacniacza W1 (rys. 7) jest strojone za pomocÄ&#x2026; nastawy potencjometru P11 na wartoĹ&#x203A;Ä&#x2021; kU1 = 10 V/V, wzmocnienie napiÄ&#x2122;ciowe wzmacniacza W2 jest rĂłwne kU2 = 1 V/V, a wartoĹ&#x203A;Ä&#x2021; rezystancji R21 jest rĂłwna 20 kΊ.

CharakterystykÄ&#x2122; ukĹ&#x201A;adu konwertera opisuje rĂłwnanie:

R = 2000 (bn â&#x2C6;&#x2019;1 2 -1+bn â&#x2C6;&#x2019; 2 2-2 +...+b0 2-n ) [Ί]

(17)

SpeĹ&#x201A;nienie tego rĂłwnania wymagaĹ&#x201A;o zastosowania w ukĹ&#x201A;adzie obwodu korekcji dynamiki, ukĹ&#x201A;adĂłw filtracji zakĹ&#x201A;ĂłceĹ&#x201E;, dokĹ&#x201A;adnych rezystorĂłw, wĹ&#x201A;aĹ&#x203A;ciwych potencjometrĂłw strojeniowych oraz wĹ&#x201A;aĹ&#x203A;ciwego strojenia charakterystyki.

StabilnÄ&#x2026; pracÄ&#x2122; konwertera zapewniĹ&#x201A;o zastosowanie ukĹ&#x201A;adu korekcyjnego zĹ&#x201A;oĹźonego z C31 oraz R34 na wejĹ&#x203A;ciu wzmacniacza W3 pracujÄ&#x2026;cego w obwodzie ujemnego sprzÄ&#x2122;Ĺźenia zwrotnego na wzmacniaczu W2. Kondensator C31 = 33 nF jest kondensatorem foliowym typu MKSE-012 o pomijalnej upĹ&#x201A;ywnoĹ&#x203A;ci konduktancji (rezystancja > 1000 GΊ). WaĹźnym elementem

Tab. 1. WartoĹ&#x203A;ci bĹ&#x201A;Ä&#x2122;dĂłw wzglÄ&#x2122;dnych nieliniowoĹ&#x203A;ci charakterystyki konwertera odniesione do peĹ&#x201A;nego jego zakresu 2000 Ί Tab. 1. The values of relative errors nonlinearity characteristic of converter refer to fool range 2000 Ί

Rid [Ί]

1998,76

1749,88

1499,79

1249,82

999,98

749,96

500,08

250,20

125,31

RP [Ί]

1998,78

1750,31

1500,04

1250,05

1000,23

750,32

500,06

250,27

125,26

(RP â&#x20AC;&#x201C; Rid) [Ί]

0,02

0,43

0,25

0,23

0,25

0,36

â&#x20AC;&#x201C;0,02

0,07

â&#x20AC;&#x201C;0,05

dRP

10 ppm

215 ppm

125 ppm

115 ppm

125 ppm

180 ppm

â&#x20AC;&#x201C;10 ppm

35 ppm

â&#x20AC;&#x201C;25 ppm

54

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Jacek Korytkowski

twarzania rezystancji na sygnał cyfrowy dla małych wartości rezystancji. W tym celu należy zadać na wejściu konwertera dokładną rezystancję o wartości 2000 Ω i skorygować wartość napięcia na wejściu „13” przetwornika A/C do wartości równej 10,0 mV odpowiednią zmianą położenia suwaka potencjometru P12 dobierając przełącznikiem Ł11 potrzebną polaryzację („a” lub „b”) dla tej korekcji.

Drugim etapem strojenia jest odpowiednie dobranie nastawy potencjometru P11, aby przy zadawaniu na wejściu dokładnej rezystancji o wartości 1999,512 Ω, cyfrowy sygnał wyjściowy zawierał wszystkie bity jedynkowe od b11 do b0.

Przetwornik A/C typu AD1674J bardzo rzadko wymaga zerowania za pomocą potencjometru strojeniowego P51. Strojenie jest konieczne, jeżeli występują zbyt duże błędy przetwarzania cyfrowego bardzo małych wartości rezystancji w zakresie pojedynczych omów. Po zestrojeniu uzyskuje się charakterystykę konwersji rezystancji jak we wzorze (16).

Konwerter ma zakres przetwarzania rezystancji do 1999,512 Ω przy pełnym wysterowaniu wyjściowego sygnału cyfrowego XC (przy jedynkowych wartościach wszystkich bitów od b11 do b0), od 0,49 Ω dla minimalnej wartości rezystancji i minimalnego sygnału cyfrowego XC (zerowe wartości wszystkich kolejnych bitów od b11 do b1, ale przy jedynkowej wartości najmniej znaczącego bitu b0 = 1).

Po uruchomieniu układu modelowego sprawdzono charakterystyki stosując multimetr cyfrowy typ 2002 firmy Keithley. Wyniki badania charakterystyki modelowego układu konwertera rezystancji podano w tab. 1. Symbolem Rid oznaczono idealną wartość przetwarzanej rezystancji. Symbolem RP oznaczono średnie wartości zmierzone za pomocą układu modelowego. Są to średnie wartości z 38 kolejnych przetworzeń modelowego konwertera.

Największy błąd nieliniowości charakterystyki nie przekracza +215 ppm. Błąd przy minimalnej wartości przetwarzanej rezystancji 0,88 Ω to –100 ppm.

Celem badań eksperymentalnych, w których wykorzystano 12-bitowy tani przetwornik A/C [12] i wzmacniacze monolityczne (również o umiarkowanej cenie), było sprawdzenie charakterystyki całego układu konwertera. Stwierdzono błąd nieliniowości o wartości 0,022%, który jest mniejszy niż graniczny błąd rozdzielczości A/C tego przetwornika deklarowany przez producenta [12] i wynoszący ±1 LSB (0,024%).

0# '

Opracowany układ konwertera rezystancji (rys. 7) umożliwia przetwarzanie rezystancji w zakresie od 0,5 Ω do 2000 Ω z błędami nieliniowości poniżej 0,03% wartości nominalnej zakresu.

Przy innych wartościach rezystora oznaczonego symbolem R21 można zmieniać nominalne wartości zakresu przetwarzania zgodnie ze wzorem (16).

Zaletą przedstawionego w artykule układu jest to, że wspólny punkt sygnałowy AGND jest połączony bezpośrednio z zaciskiem wejścia konwertera (oznaczonym 2 „−”), co zapewnia odporność układu konwertera na działanie pojemności zakłócających źródeł prądowych o częstotliwości 50 Hz sieci energetycznej.

Bibliografia 1. KEITHLEY: Low Level Measurements Handbook. Precision DC Current, Voltage, and Resistance Measurements.

7th Edition. KEITHLEY, A Tektronix Company. Printed in U.S.A. 2013.

2. Lisowski M., Metody wzorcowania cyfrowych mierników bardzo dużych rezystancji. „Pomiary Automatyka Kontrola”, Vol. 51, Nr 10, 2005, 5–7.

3. Michalski L., Eckersdorf K., Pomiary temperatury. Wydanie trzecie zmienione. Wydawnictwa Naukowo-Techniczne.

Warszawa 1986.

4. Warsza Z.L., Immitancyjne układy czterobiegunowe (4-T) w pomiarach wieloparametrowych. Monografia, Przemysłowy Instytut Automatyki i Pomiarów, Warszawa 2004.

5. Warsza Z.L., Miary dokładności transmitancji mostka rezystancyjnego w przypadkach szczególnych, „Pomiary Automatyka Kontrola”, Nr 10, 2007, 17–24.

6. Warsza Z.L., Nowe ujęcie opisu dokładności mostka z przemysłowymi czujnikami Pt. Materiały konferencji PPM’08 „Podstawowe Problemy Metrologii w Suchej Beskidzkiej, 11–14 maja 2008. Prace Komisji Metrologii Oddziału PAN w Katowicach, Konferencje, nr 8.

7. Korytkowski J., Elektroniczne niemostkowe układy przetwarzania rezystancji i konduktancji na sygnał cyfrowy, „Pomiary Automatyka Robotyka”, Vol. 20, Nr 1, 2016, 47–55, DOI: 10.14313/PAR_219/47.

8. Korytkowski J., Elektroniczne symulatory rezystancji i konduktancji w układach pomiarowych. Oficyna Wydawnicza PIAP. Warszawa 2014.

9. Kester W., Przetworniki A/C i C/A. Teoria i praktyka. (tłumaczenie: Nadachowski M., Kręciejewski M., oryginał: Analog-Digital Conversion, 2004 Analog Devices Inc.). Wydanie I. Wydawnictwo BTC Korporacja, 2012.

10. LINEAR TECHNOLOGY: LT1168 Low Power, Single Resistor Gain Programmable, Precision Instrumentation Amplifier. LT/LWI0906 REV A. LINEAR TECHNOLOGY CORPORATION 2000, http://www.linear.com/product/ LT1168.

11. Korytkowski J., Układ elektroniczny cyfrowego syntezatora konduktancji do symulacji dużych rezystancji, „Pomiary Automatyka Robotyka”, Vol. 19, Nr 3, 2015, 41–47, DOI: 10.14313/PAR_217/41.

12. ROYALOHM: Precision metal film fixed resistors. General Specifications. 2006–2007. http://www.tme.eu/pl/Document/0027213a25a9d49c0b8760349ca3ff7c/mp0_6w.pdf.

62,84

31,64

16,02

8,24

4,28

1,39

0,88

0,39

0,01

62,68

31,51

15,79

8,08

4,13

1,31

0,68

0,22

0,00

–0,16

–0,13

–0,23

–0,16

–0,15

–0,08

–0,20

–0,17

–0,01

–80 ppm

–65 ppm

–115 ppm

–80 ppm

–75 ppm

–40 ppm

–100 ppm

–85 ppm

–5 ppm

55

= = " ; gHH <

= ?@ ) . ! . O&& " ) ) $ B The object of paper is description the electronic circuit for conversion the resistance of Pt 500 temperature sensors to digital signal with using the monolithic amplifies and the monolithic analogue-digital converter. It is shown the electronic schematic of this non bridge resistance converter to digital signal. It was formulated equations as the characteristic description of this converter.

The experimental examination results of converter model for resistance at the range from 0.5 Ί to 2000 Ί are described. The elaborated electronic circuit of resistance converter have good qualities of resistance characteristic accuracy. The errors of nonlinearity are better than 0.05% of the fool converter range Keywords] ) ) ! . O&& "

*! ( ) % ) ) @ ' !

( %

# B ' " B @ *M>, % R *M>+ % .% % ,&*& % V / ' *M-,F*M>&% V " " / < " " I *M>&F,&&>% B *M>$F*M+, B ' " B % [ " ) I K " " Q ) ,% *M>- % C " @ I @ " M JK % [ " @ I " -- @ *N I % [ J " %

56

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Pomiary Automatyka Robotyka, ISSN 1427-9126, R. 20, Nr 3/2016, 57â&#x20AC;&#x201C;60, DOI: 10.14313/PAR_221/57

8 " J B ?A B @ . " <

E + * )

Y I / YI ; ' ) ; Y I * N&?*-- V

# # B Bezprzewodowe ukĹ&#x201A;ady pomiarowe znajdujÄ&#x2026; szerokie zastosowanie w eksperymentach badawczych i w pomiarach. W artykule przedstawiono wykonany prototyp bezprzewodowego moduĹ&#x201A;u do pomiaru temperatury na platformie Arduino przez sieÄ&#x2021; Wi-Fi na Web Serwerze. Zaprezentowany ukĹ&#x201A;ad jest niedrogi, ale bardzo efektywny â&#x20AC;&#x201C; zapewnia akwizycjÄ&#x2122; danych pomiarowych wraz z analizÄ&#x2026; sieci Wi-Fi. Poziomy sygnaĹ&#x201A;Ăłw sieciowych pokazywane sÄ&#x2026; na wyĹ&#x203A;wietlaczu LCD. Potencjalne moĹźliwoĹ&#x203A;ci zastosowania oraz rozbudowy ukĹ&#x201A;adu pozwalajÄ&#x2026; go oceniÄ&#x2021; jako efektywne narzÄ&#x2122;dzie do celĂłw badawczych lub edukacyjnych. ! ' ' ] " " " < "

1. Wprowadzenie Obecne projekty oraz prace badawcze bardzo czÄ&#x2122;sto wymagajÄ&#x2026; od pracownikĂłw naukowych wykonywania w laboratoriach wĹ&#x201A;asnych ukĹ&#x201A;adĂłw pomiarowych dostosowanych do wymagaĹ&#x201E; przeprowadzanego eksperymentu. Badanie nowych i nieznanych zjawisk wymaga zarĂłwno rozbudowania funkcjonalnoĹ&#x203A;ci, jak i zagwarantowania dokĹ&#x201A;adnoĹ&#x203A;ci narzÄ&#x2122;dzi pomiarowych. PoniewaĹź urzÄ&#x2026;dzenia pomiarowe sÄ&#x2026; czÄ&#x2122;sto zbyt kosztowne lub skomplikowane, wĂłwczas rozbudowa ukĹ&#x201A;adu jest uĹ&#x201A;atwiona dziÄ&#x2122;ki uĹźyciu narzÄ&#x2122;dzi typu â&#x20AC;&#x17E;open-sourceâ&#x20AC;?, np. platformy elektronicznej Arduino do monitorowania lub sterowania procesem [1, 2].

Arduino to platforma programistyczna dla systemĂłw wbudowanych. SkĹ&#x201A;ada siÄ&#x2122; z mikrokontrolera osadzonego na niewielkiej pĹ&#x201A;ytce drukowanej PCB (ang. printed circuit board), wyposaĹźonej w gniazda umoĹźliwiajÄ&#x2026;ce Ĺ&#x201A;atwe podĹ&#x201A;Ä&#x2026;czenie urzÄ&#x2026;dzeĹ&#x201E; zewnÄ&#x2122;trznych do wejĹ&#x203A;Ä&#x2021; cyfrowych i analogowych.

Zintegrowane Ĺ&#x203A;rodowisko programistyczne IDE (ang. Integrated Development Environment) w Ĺ&#x201A;atwy i przejrzysty sposĂłb upraszcza etapy edycji i kompilacji kodu przesyĹ&#x201A;anego do mikrokontrolera. Platforma ta jest znacznie taĹ&#x201E;szÄ&#x2026; alternatywÄ&#x2026; platformy LabVIEW [3].

Platforma Arduino znajduje zastosowanie w licznych projektach, m.in. przy konstrukcji drukarek 3D czy robotĂłw mobilnych [4]. Lago i Silva [5] uĹźyli platformy Arduino do kontroli pojemnoĹ&#x203A;ci bezstykowego czujnika przewodnoĹ&#x203A;ci (C4D) w elektroforezie kapilarnej i wysokosprawnej chroma-

)

, ]

< B K () )% % ) !

'

&$%&+%,&*- % ,-%&+%,&*- %

! "" # $%&

tografii cieczowej HPLC (ang. high-performance liquid chromatography). Anzalone [6] zastosowaĹ&#x201A; platformÄ&#x2122; Arduino do budowy taniego kalorymetru, Kamogawa [7] â&#x20AC;&#x201C; do kontroli natÄ&#x2122;ĹźeĹ&#x201E; przepĹ&#x201A;ywĂłw przez pomiar stopnia otwarcia zaworĂłw regulacyjnych. UĹźycie platformy Arduino do monitorowania warunkĂłw otoczenia, jak temperatura, wilgotnoĹ&#x203A;Ä&#x2021; czy promieniowanie zostaĹ&#x201A;o przeprowadzone przez Gasparesca [8], Barroce [9] oraz Rodrigueza [10]. Detektory oraz siĹ&#x201A;owniki mogÄ&#x2026; byÄ&#x2021; sterowane za pomocÄ&#x2026; platformy Arduino, co daje jej nieograniczone moĹźliwoĹ&#x203A;ci wykonawcze w rozbudowie funkcjonalnoĹ&#x203A;ci ukĹ&#x201A;adu.

Uruchomienie Web Serwera na platformie Arduino umoĹźliwia utworzenie nieinwazyjnego systemu monitoringu z unikniÄ&#x2122;ciem obecnoĹ&#x203A;ci lokalnych bramek i zasobochĹ&#x201A;onnych serwerĂłw sieciowych. Oferuje to moĹźliwoĹ&#x203A;Ä&#x2021; koordynacji poĹ&#x201A;Ä&#x2026;czonych ze sobÄ&#x2026; mikrokontrolerĂłw poprzez internet z zapewnieniem wsparcia dla pĹ&#x201A;yt sieciowych z uĹźyciem gniazd, mostkĂłw sieciowych czy protokoĹ&#x201A;u transmisji danych MQTT (ang. MQ Telemetry Transport) dla sieci o nieduĹźej przepustowoĹ&#x203A;ci. Obecnie w bezprzewodowej transmisji danych najczÄ&#x2122;Ĺ&#x203A;ciej stosowany jest standard IEEE 802.15.4 oraz ZigBee [11] â&#x20AC;&#x201C; coraz bardziej popularne w rozwoju bezprzewodowych urzÄ&#x2026;dzeĹ&#x201E; pomiarowych. ĹšrĂłdĹ&#x201A;o literaturowe [12] pokazuje rĂłwnieĹź, Ĺźe istnieje moĹźliwoĹ&#x203A;Ä&#x2021; integracji ukĹ&#x201A;adu ESP8266 ze Ĺ&#x203A;rodowiskiem graficznym SCADA z wykorzystaniem oprogramowania Opto22 firmy PDAControl i protokoĹ&#x201A;u komunikacyjnego Modbus. MoĹźliwa wspĂłĹ&#x201A;praca ukĹ&#x201A;adu ESP 8266 ze sterownikiem PLC zrealizowanym przez firmÄ&#x2122; Digital-Loggers [13] stanowi duĹźy potencjaĹ&#x201A; w rozbudowie moduĹ&#x201A;u do monitoringu i sterowania procesĂłw w przemyĹ&#x203A;le.

Celem artykuĹ&#x201A;u jest prezentacja bezprzewodowego moduĹ&#x201A;u pomiarowego do akwizycji danych pomiarowych na Web Serwerze wraz z analizÄ&#x2026; zasiÄ&#x2122;gu sieci Wi-Fi na bazie platformy Arduino. Zastosowanie platformy przyczynia siÄ&#x2122; do obniĹźenia kosztĂłw i zmniejszenia zĹ&#x201A;oĹźonoĹ&#x203A;ci moduĹ&#x201A;u, a wygodny interfejs umoĹźliwia uĹźytkownikowi dostÄ&#x2122;p do danych z dowolnego terminala.

57

+ ;

;

\ ) M ) , ; < (

^# F

! '

rane i zapisywane na Web Serwerze. PodĹ&#x201A;Ä&#x2026;czony do platformy Arduino moduĹ&#x201A; Wi-Fi bazuje na chipie ESP8266 w standardzie Wi-Fi 802.11b/g/n i dziaĹ&#x201A;a na czÄ&#x2122;stotliwoĹ&#x203A;ci 2,4 GHz. WyposaĹźony jest w 8 wyprowadzeĹ&#x201E;, z czego trzy to GPIO. Ma 1 MB pamiÄ&#x2122;ci Flash, wbudowanÄ&#x2026; diodÄ&#x2122; LED i antenÄ&#x2122; PCB. Wymiary pĹ&#x201A;ytki to 24,8 mm Ă&#x2014; 16 mm. Ten maĹ&#x201A;y, tani i wydajny moduĹ&#x201A;, pracuje na napiÄ&#x2122;ciu 3,3 V zapewniajÄ&#x2026;c duĹźÄ&#x2026; szybkoĹ&#x203A;Ä&#x2021; transmisji danych. Do moduĹ&#x201A;u podĹ&#x201A;Ä&#x2026;czony jest 8-bitowy czujnik temperatury i wilgotnoĹ&#x203A;ci DHT11 z interfejsem cyfrowym o zakresie pomiarowym temperatury od 0 °C do 50 °C oraz wilgotnoĹ&#x203A;ci od 20% do 90%. Dane pomiarowe z moduĹ&#x201A;u moĹźna odczytywaÄ&#x2021; zarĂłwno za pomocÄ&#x2026; wyĹ&#x203A;wietlacza LCD jak i przeglÄ&#x2026;darki internetowej. ModuĹ&#x201A; Wi-Fi ESP8266 poĹ&#x201A;Ä&#x2026;czony jest z platformÄ&#x2026; Arduino przez dwa porty szeregowe, gdzie jeden wysyĹ&#x201A;a polecenia do moduĹ&#x201A;u, a drugi Ĺ&#x201A;Ä&#x2026;czy platformÄ&#x2122; Arduino z komputerem. Kod programu zostaĹ&#x201A; napisany w jÄ&#x2122;zyku C z uĹźyciem oprogramowania Arduino w wersji 1.6.7. Algorytm dziaĹ&#x201A;ania programu zostaĹ&#x201A; przedstawiony na rys. 2.

W skĹ&#x201A;ad opracowanego moduĹ&#x201A;u pomiarowego wchodzÄ&#x2026;: platforma Arduino, moduĹ&#x201A; Wi-Fi ESP8266, cyfrowy czujnik temperatury DHT11 oraz wyĹ&#x203A;wietlacz LCD do wyĹ&#x203A;wietlania zasiÄ&#x2122;gu sieci Wi-Fi i parametrĂłw pomiarowych. ĹšrĂłdĹ&#x201A;em zasilania dla platformy Arduino jest bateria PP3 9 V. Uproszczony schemat blokowy ukĹ&#x201A;adu pomiarowego przedstawiony jest na rys. 1.

-# 7 '

!

*'

' *'

Rys. 1. Schemat blokowy bezprzewodowego ukĹ&#x201A;adu pomiarowego bazujÄ&#x2026;cego na module ESP8266 Fig. 1. Block diagram of the wireless measuring system based on the ESP8266 modul

Uproszczony schemat blokowy ukĹ&#x201A;adu zostaĹ&#x201A; przedstawiony na rys. 1. Po kompilacji oraz przesĹ&#x201A;aniu kodu wykonalnego na platformÄ&#x2122; Arduino na wyĹ&#x203A;wietlaczu LCD pojawia siÄ&#x2122; informacja o dostÄ&#x2122;pnych sieciach Wi-Fi oraz o sile sygnaĹ&#x201A;u (dBm), co przedstawiono na rys. 3.

Platforma Arduino skĹ&#x201A;ada siÄ&#x2122; z mikrokontrolera AVR ATmega2560, 256 kB pamiÄ&#x2122;ci Flash, 54 cyfrowych wejĹ&#x203A;Ä&#x2021;/ wyjĹ&#x203A;Ä&#x2021; oraz z 15 kanaĹ&#x201A;Ăłw PWM. UkĹ&#x201A;ad taktowany jest zegarem o czÄ&#x2122;stotliwoĹ&#x203A;ci 16 MHz. DokĹ&#x201A;adnÄ&#x2026; specyfikacjÄ&#x2122; platformy zamieszczono w [14]. Dane pomiarowe sÄ&#x2026; automatycznie pobie-

hĆ&#x152;ĆľÄ?Ĺ&#x161;ŽžĹ?Ä&#x17E;ĹśĹ?Ä&#x17E; Ć&#x2030;Ć&#x152;Ĺ˝Ĺ?Ć&#x152;Ä&#x201A;žƾ Ç&#x152; Ĺ˝Ä&#x161;Ć&#x2030;Ĺ˝Ç Ĺ?Ä&#x17E;Ä&#x161;ĹśĹ?ĹľĹ? Ä?Ĺ?Ä?ĹŻĹ?Ĺ˝Ć&#x161;Ä&#x17E;ĹŹÄ&#x201A;ĹľĹ? Íž^W/Í&#x2022; hd&dÍ&#x2022; hdŽƾÄ?Ĺ&#x161;Íż

E/

Ç&#x152;Ç&#x2021; Ç&#x152;ĹśÄ&#x201A;ĹŻÄ&#x201A;Ç&#x152;Ĺł Ć?Ĺ?Ä&#x17E;Ä&#x2018; tĹ?&Ĺ?Í?

^ĹŹÄ&#x201A;ĹśĹ˝Ç Ä&#x201A;ĹśĹ?Ä&#x17E; Ć?Ĺ?Ä&#x17E;Ä?Ĺ?

d < ĹśÄ&#x201A;ĹŻĹ?Ç&#x152;Ä&#x201A; Ç Ć?Ç&#x152;Ç&#x2021;Ć?Ć&#x161;ĹŹĹ?Ä?Ĺ&#x161; Ä&#x161;Ĺ˝Ć?Ć&#x161;ħĆ&#x2030;ĹśÇ&#x2021;Ä?Ĺ&#x161; Ć?Ĺ?Ä&#x17E;Ä?Ĺ?

Ď­Ďą Ć?Ä&#x17E;ŏƾŜÄ&#x161;Ĺ˝Ç Ä&#x17E; Ĺ˝Ć&#x2030;ĹżÇ?ĹśĹ?Ä&#x17E;ĹśĹ?Ä&#x17E;

Rys. 3. Bezprzewodowy ukĹ&#x201A;ad pomiarowy oparty na module ESP8266 wraz z dostÄ&#x2122;pnymi sieciami Wi-Fi na wyĹ&#x203A;wietlaczu Fig. 3. Wireless sensor system based on the ESP8266 module with available Wi-Fi networks on display

tÇ&#x2021;Ć&#x2018;Ç Ĺ?Ä&#x17E;Ć&#x161;ĹŻÄ&#x17E;ĹśĹ?Ä&#x17E; ĹśÄ&#x201A;Ç&#x152;Ç Ç&#x2021; Ć?Ĺ?Ä&#x17E;Ä?Ĺ? Ĺ˝Ć&#x152;Ä&#x201A;Ç&#x152; Ç Ć?ĹŹÄ&#x201A;Ç?ĹśĹ?ĹŹÄ&#x201A; Ć?Ĺ?ĹłÇ&#x2021; Ć?Ç&#x2021;Ĺ?ĹśÄ&#x201A;ųƾ

Wraz z przemieszczaniem siÄ&#x2122; platformy siĹ&#x201A;a sygnaĹ&#x201A;u ulega zmianie, co moĹźe wpĹ&#x201A;ywaÄ&#x2021; na chwilowe przerwania w transmisji sygnaĹ&#x201A;u pomiarowego. W tym przypadku dane pomiarowe sÄ&#x2026; automatycznie zapisywane na karcie SD (ang. Secure Digital).

DostÄ&#x2122;p do danych pomiarowych moĹźe byÄ&#x2021; rĂłwnieĹź zrealizowany za pomocÄ&#x2026; telefonu komĂłrkowego. PrzykĹ&#x201A;adowa akwizycja danych pomiarowych za pomocÄ&#x2026; opracowanego ukĹ&#x201A;adu przedstawiona jest na rys. 4.

tÇ&#x2021;Ć&#x2018;Ç Ĺ?Ä&#x17E;Ć&#x161;ĹŻÄ&#x17E;ĹśĹ?Ä&#x17E; Ć&#x161;Ç&#x2021;Ć&#x2030;Ćľ Ć?Ç&#x152;Ç&#x2021;ĨĆ&#x152;Ĺ˝Ç Ä&#x201A;ĹśĹ?Ä&#x201A; Ć?Ĺ?Ä&#x17E;Ä?Ĺ?

Rys. 2. Schemat blokowy kodu Fig. 2. Code block diagram

58

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

( )

#

Dane pomiarowe z moduĹ&#x201A;u sÄ&#x2026; automatycznie pobierane na Web Serwer (rys. 5). ZarzÄ&#x2026;dzanie danymi pomiarowymi przez przeglÄ&#x2026;darkÄ&#x2122; internetowÄ&#x2026; nie wymaga instalowania zewnÄ&#x2122;trznych aplikacji. UkĹ&#x201A;ad zostaĹ&#x201A; przetestowany pod-

Rys. 4. Reprezentacja danych pomiarowych na wyĹ&#x203A;wietlaczu LCD Fig. 4. Representation of measurement data on LCD display

czas eksperymentalnych pomiarĂłw temperatury ciepĹ&#x201A;ej wody wykonywanym rĂłwnolegle za pomocÄ&#x2026; elektronicznego termometru cyfrowego, co potwierdza poprawnoĹ&#x203A;Ä&#x2021; transmisji danych. Istnieje rĂłwnieĹź moĹźliwoĹ&#x203A;Ä&#x2021; rozbudowy ukĹ&#x201A;adu o kolejne urzÄ&#x2026;dzenia pomiarowe, co zwiÄ&#x2122;kszy funkcjonalnoĹ&#x203A;Ä&#x2021; caĹ&#x201A;ego urzÄ&#x2026;dzenia.

Szyfrowana transmisja danych odbywa siÄ&#x2122; za poĹ&#x203A;rednictwem protokoĹ&#x201A;u WPA2 (ang. Wi-Fi Protected Access II), a interfejs do akwizycji danych pomiarowych zostaĹ&#x201A; napisany w jÄ&#x2122;zyku HTML i PHP. Dane pomiarowe sÄ&#x2026; automatycznie aktualizowane i wyĹ&#x203A;wietlane na stronie internetowej co 5 sekund. Czas wyĹ&#x203A;wietlania moĹźna regulowaÄ&#x2021; w zaleĹźnoĹ&#x203A;ci od potrzeb eksperymentu. Osadzenie Web Serwera na platfor-

Rys. 5. Akwizycja danych pomiarowych na Web Serwerze w przeglÄ&#x2026;darce internetowej Fig. 5. Acquisition of measurement data on the Web Server in web browser

mie Arduino i wykorzystanie protokoĹ&#x201A;u HTTP (ang. Hypertext Transfer Protocol) uĹ&#x201A;atwia wymianÄ&#x2122; informacji miÄ&#x2122;dzy klientem a serwerem. Odczyt wejĹ&#x203A;Ä&#x2021; analogowych z Arduino umoĹźliwia zmianÄ&#x2122; odczytywanych wartoĹ&#x203A;ci przy uĹźyciu komendy â&#x20AC;&#x17E;client.print ()â&#x20AC;? sĹ&#x201A;uĹźÄ&#x2026;cej do wysyĹ&#x201A;ania danych na stronÄ&#x2122; internetowÄ&#x2026;.

"# '

W przedstawionym artykule zaprezentowano bezprzewodowy moduĹ&#x201A; pomiarowy wraz z analizÄ&#x2026; zasiÄ&#x2122;gu sygnaĹ&#x201A;u Wi-Fi. Dane pomiarowe z moduĹ&#x201A;u sÄ&#x2026; automatycznie zapisywane na Web Serwerze, do ktĂłrego dostÄ&#x2122;p moĹźe byÄ&#x2021; zrealizowany za pomocÄ&#x2026; telefonu, tabletu lub laptopa. W przypadku braku dostÄ&#x2122;pu do

sieci dane sÄ&#x2026; zapisywane na karcie SD. Opracowany moduĹ&#x201A; pomiarowy moĹźe byÄ&#x2021; wykorzystany do pomiaru temperatury w bezciĹ&#x203A;nieniowym reaktorze, wÄ&#x2122;dzarni lub do wĹ&#x201A;asnych celĂłw eksperymentalnych.

W zaleĹźnoĹ&#x203A;ci od doboru dokĹ&#x201A;adnoĹ&#x203A;ci czujnika pomiarowego opracowanÄ&#x2026; platformÄ&#x2122; moĹźna zastosowaÄ&#x2021; rĂłwnieĹź w przemyĹ&#x203A;le chemicznym, spoĹźywczym oraz paliwowo-energetycznym. Platforma Arduino udostÄ&#x2122;pnia naukowcom narzÄ&#x2122;dzie do budowania zĹ&#x201A;oĹźonych ukĹ&#x201A;adĂłw pomiarowych oraz usprawnienia rozwoju oprogramowania wraz z automatyzacjÄ&#x2026; pomiaru, przyczyniajÄ&#x2026;c siÄ&#x2122; do zwiÄ&#x2122;kszenia jego wydajnoĹ&#x203A;ci oraz zapewnienia bezobsĹ&#x201A;ugowej pracy. Zdalnie sterowane przyrzÄ&#x2026;dy pomiarowe przyczyniajÄ&#x2026; siÄ&#x2122; zarĂłwno do oszczÄ&#x2122;dnoĹ&#x203A;ci czasu, jak i wysiĹ&#x201A;ku badaczy, zapewniajÄ&#x2026;c rozbudowÄ&#x2122; funkcjonalnoĹ&#x203A;ci ukĹ&#x201A;adu pomiarowego, usprawniajÄ&#x2026;c automatykÄ&#x2122;, zapewniajÄ&#x2026;c efektywniejsze sterowanie procesem czy skracajÄ&#x2026;c czas reakcji ukĹ&#x201A;adĂłw, ktĂłre sÄ&#x2026; kluczowe w zapobieganiu awarii.

& 1 1. Pearce J.M., Building Research Equipment with Free, OpenSource Hardware, â&#x20AC;&#x153;Scienceâ&#x20AC;?, Vol. 337, Issue 6100, 2012, 1303â&#x20AC;&#x201C;1304, DOI: 10.1126/science.1228183.

2. Dâ&#x20AC;&#x2122;Ausilio A., Arduino: a low-cost multipurpose lab equipment, â&#x20AC;&#x153;Behavior Research Methodsâ&#x20AC;?, Vol. 44, No. 2, 2012, 305â&#x20AC;&#x201C;313, DOI: 10.3758/s13428-011-0163-z.

3. APM, Ardupilot â&#x20AC;&#x201C; official website, http://ardupilot.com/.

4. Bowyer A., RepRap â&#x20AC;&#x201C; official website, http://reprap.org/ wiki/RepRap. 5. Fracassi da Silva J.A., do Lago C.L., An oscillometric detector for capillary electrophoresis, â&#x20AC;&#x153;Analytical Chemistryâ&#x20AC;?, Vol. 70, No. 20, 1998, 4339â&#x20AC;&#x201C;4343, DOI: 10.1021/ac980185g.

6. Anzalone G.C., Glover A.G., Pearce J.M., Open-source colorimeter, â&#x20AC;&#x153;Sensorsâ&#x20AC;?, Vol. 13, No. 4, 2013, 5338â&#x20AC;&#x201C;5346, DOI: 10.3390/s130405338.

7. Kamogawa M.Y., Miranda J.C., Use of â&#x20AC;&#x153;Arduinoâ&#x20AC;? open source hardware for solenoid device actuation in flow analysis systems, â&#x20AC;&#x153;Quimica Novaâ&#x20AC;?, Vol. 36, No. 8, 2013, DOI: 10.1590/S0100-40422013000800023.

8. Gasparesc G., Development of a low-cost system for temperature monitoring, 36th International Conference on Telecommunications and Signal Processing, 2013, 340â&#x20AC;&#x201C;343, DOI: 10.1109/TSP.2013.6613948.

9. Barroca N., Borges L.M., Velez F.J., Monteiro F., GĂłrski M., Castro-Gomes J., Wireless sensor networks for temperature and humidity monitoring within concrete structures, â&#x20AC;&#x153;Construction and Building Materialsâ&#x20AC;?, Vol. 40, 2013, 1156â&#x20AC;&#x201C; 1166, DOI: 10.1016/j.conbuildmat.2012.11.087.

10. Rodriguez M.G., Ortiz L.E., Jia Yi, Beckman P.H., Wireless sensor network for data-center environmental monitoring, Fifth International Conference on Sensing Technology, 2011, 533â&#x20AC;&#x201C;537, DOI: 10.1109/ICSensT.2011.6137036.

11. Hyuntae Cho, Hyunsung Jang, Yunju Baek, Practical localization system for consumer devices using Zigbee networks, â&#x20AC;&#x153;IEEE Transactions on Consumer Electronicsâ&#x20AC;?, Vol. 56, Issue 3, 2010, 1562â&#x20AC;&#x201C;1569, DOI: 10.1109/TCE.2010.5606298.

12. http://pdacontrolenglish.blogspot.com.co/.

13. http://www.digital-loggers.com/plc49hw.html.

14. http://www.mantech.co.za/data_sheets/products/ A000047.pdf.

59

+ ;

;

\ ) M ) , ; < (

B C ) " B ?A Q < B @ ! 8 < . " $ B Wireless &

H'

!

'

'

'

$

' ; E I<

E $ ; !

H' ; $

;

' ;

L

E I< ) @

)

; &

7 , ' !

' ''

; ' ;

;

' '

.

Keywords] " " " " < " ) "

& *!

E + * ) () )% %

<@ B " ) ,&*& " ) K ) " ) % <@ B / K C C ) \ J ? / . " " % B ,&*$ " ) K / ) " " % ;@ ? ; ' ) ; Y I ) / ?

YI % R " I ? ) " " " %

60

P

O

M

I

A

R

Y

â&#x20AC;¢

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;¢

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Pomiary Automatyka Robotyka, ISSN 1427-9126, R. 20, Nr 3/2016, 61â&#x20AC;&#x201C;64, DOI: 10.14313/PAR_221/61

< " " " I J "

- ) 7 = )

" / < " " I /< < % [ " ,&, &,?N+- B

# # B Automatyzacja procesu produkcji materiaĹ&#x201A;Ăłw inicjujÄ&#x2026;cych przyczynia siÄ&#x2122; do zwiÄ&#x2122;kszenia wydajnoĹ&#x203A;ci oraz bezpieczeĹ&#x201E;stwa produkcji. UmoĹźliwia odsuniÄ&#x2122;cie pracownikĂłw od potencjalnych zagroĹźeĹ&#x201E; wynikajÄ&#x2026;cych z obciÄ&#x2026;Ĺźenia powierzchni materiaĹ&#x201A;em wybuchowym. Maszyna do zwijania rurki detonujÄ&#x2026;cej opracowana i wykonana w PrzemysĹ&#x201A;owym Instytucie Automatyki i PomiarĂłw PIAP a zainstalowana w NITROERG (do 2006 roku NITRON) zapewnia automatycznÄ&#x2026;, powtarzalnÄ&#x2026; produkcjÄ&#x2122; kompletnych motkĂłw rurki, wykorzystywanych nastÄ&#x2122;pnie do produkcji zapalnikĂłw nieelektrycznych lub jako gotowy wyrĂłb do prowadzenie linii strzaĹ&#x201A;owych. ! ' ' ] @ " )I "

1. Wprowadzenie Automatyzacja produkcji systemĂłw inicjowania Ĺ&#x201A;adunkĂłw wybuchowych zwiÄ&#x2122;ksza wydajnoĹ&#x203A;Ä&#x2021; i bezpieczeĹ&#x201E;stwo produkcji zapalnikĂłw nieelektrycznych. UrzÄ&#x2026;dzenie do automatycznego zwijania kompletnych motkĂłw z rurki detonujÄ&#x2026;cej zastÄ&#x2026;piĹ&#x201A;o z powodzeniem uĹźytkowane wczeĹ&#x203A;niej stanowiska pracy rÄ&#x2122;cznej.

Systemy inicjowania Ĺ&#x201A;adunkĂłw wybuchowych w gĂłrnictwie dzieli siÄ&#x2122; na elektryczne (rys. 1) i nieelektryczne (rys. 3). Zapalniki elektryczne inicjujÄ&#x2026; wybuch wykorzystujÄ&#x2026;c w tym celu odcinki przewodĂłw elektrycznych. W zapalnikach nieelektrycznych wykorzystywane sÄ&#x2026; odcinki rurki detonujÄ&#x2026;cej. Rurka detonujÄ&#x2026;ca (rys. 2) sĹ&#x201A;uĹźy do produkcji zapalnikĂłw nieelektrycznych oraz do przedĹ&#x201A;uĹźania linii strzaĹ&#x201A;owej przy zastosowaniu zapalnikĂłw nieelektrycznych w zakĹ&#x201A;adach gĂłrniczych podziemnych niewÄ&#x2122;glowych i w zakĹ&#x201A;adach gĂłrniczych odkrywkowych. Rurka detonujÄ&#x2026;ca jest bezpieczna w czasie uzbrajania, moĹźna niÄ&#x2026; uzbroiÄ&#x2021; wiÄ&#x2122;ksza liczbÄ&#x2122; otworĂłw strzaĹ&#x201A;owych.

Rurka detonujÄ&#x2026;ca nie jest klasyfikowana jako wyrĂłb niebezpieczny. ZawartoĹ&#x203A;Ä&#x2021; materiaĹ&#x201A;u wybuchowego jest mniejsza niĹź 1%, ale rurka detonujÄ&#x2026;ca nie moĹźe byÄ&#x2021; uĹźywana w warunkach zagroĹźenia wybuchem pyĹ&#x201A;u wÄ&#x2122;glowego lub/i metanu [4].

Rurka detonujÄ&#x2026;ca ma zewnÄ&#x2122;trznÄ&#x2026; Ĺ&#x203A;rednicÄ&#x2122; 3 mm, a wewnÄ&#x2122;trznÄ&#x2026; 1,2 mm i skĹ&#x201A;ada siÄ&#x2122; z trzech warstw tworzyw.

Na powierzchni wewnÄ&#x2122;trznej rurki napylona jest mieszanina oktogenu [1] z pyĹ&#x201A;em aluminiowym. Dla zainicjowania rurki detonujÄ&#x2026;cej stosowane sÄ&#x2026; odpowiednie urzÄ&#x2026;dzenia odpalajÄ&#x2026;ce lub inne Ĺ&#x203A;rodki inicjujÄ&#x2026;ce jak zapalniki lub lonty detonujÄ&#x2026;ce.

Ze wzglÄ&#x2122;du na niskÄ&#x2026; zawartoĹ&#x203A;Ä&#x2021; materiaĹ&#x201A;u wybuchowego nie jest moĹźliwa inicjacja materiaĹ&#x201A;u wybuchowego w rurce detonujÄ&#x2026;cej na skutek oddziaĹ&#x201A;ywania samego pĹ&#x201A;omienia. ZapĹ&#x201A;on materiaĹ&#x201A;u moĹźe zostaÄ&#x2021; zainicjowany w efekcie jednoczesnego oddziaĹ&#x201A;ywania pĹ&#x201A;omienia (wysokiej temperatury) i fali uderzeniowej. Pod wpĹ&#x201A;ywem impulsu detonacja przemieszcza siÄ&#x2122; wewnÄ&#x2026;trz rurki z prÄ&#x2122;dkoĹ&#x203A;ciÄ&#x2026; 2000 m/s [2].

Rurka detonujÄ&#x2026;ca przewijana jest z duĹźej szpuli (rys. 2) na mniejsze motki o okreĹ&#x203A;lonej dĹ&#x201A;ugoĹ&#x203A;ci, ktĂłre sÄ&#x2026; nastÄ&#x2122;pnie wykorzystywane do produkcji zapalnikĂłw nieelektrycznych. Prace te czÄ&#x2122;sto wykonywane sÄ&#x2026; na stanowiskach z obsĹ&#x201A;ugÄ&#x2026; rÄ&#x2122;cznÄ&#x2026; (rys. 4).

)

, ]

C ] " ( % ) !

'

&*%&-%,&*- % ,&%&>%,&*- %

! "" # $%&

Rys. 1. Elektryczne zapalniki (ĹşrĂłdĹ&#x201A;o NITROERG) Fig. 1. Electric detonators (NITROERG)

61

(

; = " =\ =

;

â&#x2C6;&#x2019; bierne rolki prowadzÄ&#x2026;ce, â&#x2C6;&#x2019; rolki napÄ&#x2122;dowe rurki napÄ&#x2122;dzane silnikiem indukcyjnym i przekĹ&#x201A;adnia walcowÄ&#x2026; SEW, â&#x2C6;&#x2019; rolki hamujÄ&#x2026;ce z tarczÄ&#x2026; ciernÄ&#x2026; i tarczÄ&#x2026; stalowÄ&#x2026; z dociskiem sprÄ&#x2122;Ĺźynowym, â&#x2C6;&#x2019; nóş odcinajÄ&#x2026;cy napÄ&#x2122;dzany pneumatycznie, â&#x2C6;&#x2019; zgrzewarka ultradĹşwiÄ&#x2122;kowa z posuwem sonotrody napÄ&#x2122;dzanym pneumatycznie i stolikiem napÄ&#x2122;dzanym pneumatycznie, â&#x2C6;&#x2019; drukarka znakowa CODAMARK CM-MKV/25 napÄ&#x2122;dzana pneumatycznie, â&#x2C6;&#x2019; tarcza nawojowa z napÄ&#x2122;dem silnikiem indukcyjnym, przekĹ&#x201A;adniÄ&#x2026; walcowÄ&#x2026; i hamulcem SEW, z pĂłĹ&#x201A;szpulami z pneumatycznym napÄ&#x2122;dem zwalniania, zabierakiem rurki z pneumatycznym napÄ&#x2122;dem zwalniania i wypychaczami motka napÄ&#x2122;dzanymi pneumatycznie, â&#x2C6;&#x2019; suport wprowadzajÄ&#x2026;cy rurkÄ&#x2122; do zabieraka napÄ&#x2122;dzany pneumatycznie, â&#x2C6;&#x2019; bierna tarcza nawojowa ograniczajÄ&#x2026;ca szerokoĹ&#x203A;Ä&#x2021; motka dociskana pneumatycznie, â&#x2C6;&#x2019; szczÄ&#x2122;ki formujÄ&#x2026;ce przekrĂłj motka napÄ&#x2122;dzane pneumatycznie, â&#x2C6;&#x2019; dociskacz ograniczajÄ&#x2026;cy wysokoĹ&#x203A;Ä&#x2021; przekroju motka napÄ&#x2122;dzany pneumatycznie, â&#x2C6;&#x2019; automat owijajÄ&#x2026;cy motek etykietÄ&#x2026; Logomatic 804SRW z napÄ&#x2122;dem podawania silnikiem krokowym i pneumatycznym napÄ&#x2122;dem szczÄ&#x2122;k owijajÄ&#x2026;cych, â&#x2C6;&#x2019; wyciÄ&#x2026;gacz koĹ&#x201E;cĂłwki zwoju motka napÄ&#x2122;dzany pneumatycznie, â&#x2C6;&#x2019; ukĹ&#x201A;ad zasilania i sterowania z panelem operatora oparty na sterowniku PLC Simatics S7 Siemens, â&#x2C6;&#x2019; karton odbierajÄ&#x2026;cy.

CzynnoĹ&#x203A;ci do wykonania przez maszynÄ&#x2122;: â&#x2C6;&#x2019; automatyczne odwijanie rurki detonujÄ&#x2026;cej z duĹźej szpuli, â&#x2C6;&#x2019; automatyczne zwijanie motkĂłw o liczbie zwojĂłw od 5 do 15, odpowiednio o dĹ&#x201A;ugoĹ&#x203A;ciach od 3,0 m do 9,0 m, â&#x2C6;&#x2019; zgrzewanie na pĹ&#x201A;asko jednego koĹ&#x201E;ca rurki w celu zapewnienia wodoszczelnoĹ&#x203A;ci, â&#x2C6;&#x2019; nadrukowanie znaku na miejsce maksymalnego wsuniÄ&#x2122;cia rurki w zapalnik, â&#x2C6;&#x2019; uksztaĹ&#x201A;towanie z samoprzylepnej etykiety pÄ&#x2122;tli wokĂłĹ&#x201A; zwojĂłw motka, â&#x2C6;&#x2019; usuniÄ&#x2122;cie motka do kartonu.

Wymagania dotyczÄ&#x2026;ce motka: â&#x2C6;&#x2019; motek powinien byÄ&#x2021; zwiniÄ&#x2122;ty w sposĂłb uporzÄ&#x2026;dkowany, â&#x2C6;&#x2019; etykieta powinna owijaÄ&#x2021; motek zapobiegajÄ&#x2026;c jego rozwijaniu w trakcie transportu i w miejscu magazynowania, â&#x2C6;&#x2019; pÄ&#x2122;tla uksztaĹ&#x201A;towana z etykiety powinna mieÄ&#x2021; maĹ&#x201A;Ä&#x2026; lepkoĹ&#x203A;Ä&#x2021; wokĂłĹ&#x201A; zwojĂłw motka, a w miejscu sklejenia powinna gwarantowaÄ&#x2021; pewne poĹ&#x201A;Ä&#x2026;czenie koĹ&#x201E;cĂłw etykiety, â&#x2C6;&#x2019; etykieta powinna byÄ&#x2021; Ĺ&#x201A;atwa do zerwania w caĹ&#x201A;oĹ&#x203A;ci, bez uĹźycia narzÄ&#x2122;dzi, przy czym resztki kleju nie powinny zostawaÄ&#x2021; na zwojach rurki, â&#x2C6;&#x2019; po wykonaniu zadanej liczby motkĂłw urzÄ&#x2026;dzenie powinno siÄ&#x2122; zatrzymaÄ&#x2021;.

^# .

Zdefiniowane wymagania speĹ&#x201A;nia okrÄ&#x2026;gĹ&#x201A;y motek zwiniÄ&#x2122;ty z rurki detonujÄ&#x2026;cej, z jednym koĹ&#x201E;cem szczelnie zgrzanym i drugim koĹ&#x201E;cem oznakowanym w zdefiniowany sposĂłb, np. kropkÄ&#x2026;, owiniÄ&#x2122;ty etykietÄ&#x2026; papierowÄ&#x2026;, ze strefowÄ&#x2026;, zmiennÄ&#x2026; lepkoĹ&#x203A;ciÄ&#x2026; kleju.

Wykonana w PrzemysĹ&#x201A;owym Instytucie Automatyki i PomiarĂłw PIAP maszyna do automatycznego zwijania motkĂłw (rys. 5) zapewnia odwiniÄ&#x2122;cie rurki detonujÄ&#x2026;cej ze szpuli, zwiniÄ&#x2122;cie zadanej liczby zwojĂłw, szczelne zamkniÄ&#x2122;cie jednego koĹ&#x201E;ca, zaznaczenie kropkÄ&#x2026; punku maksymalnego wciĹ&#x203A;niÄ&#x2122;cia rurki w zapalnik, owiniÄ&#x2122;cie pÄ&#x2122;tlÄ&#x2026; z etykiety oraz odciÄ&#x2122;cie. Gotowe motki spadajÄ&#x2026; do podstawionego kartonu.

"# ; !

,

"#b#

8

,

'

*' Automatyczne zwijanie motkĂłw jest realizowane za pomocÄ&#x2026; maszyny zaprojektowanej w Instytucie PIAP. ZwiniÄ&#x2122;te motki stanowiÄ&#x2026; pĂłĹ&#x201A;produkt do produkcji zapalnikĂłw nieelektrycznych lub stanowiÄ&#x2026; gotowy wyrĂłb przeznaczony do prowadzenia linii strzaĹ&#x201A;owych. DziaĹ&#x201A;anie opracowanego urzÄ&#x2026;dzenia jest Ĺ&#x203A;ciĹ&#x203A;le zalgorytmizowane i przebiega w nastÄ&#x2122;pujÄ&#x2026;cych krokach: â&#x2C6;&#x2019; rÄ&#x2122;czne umieszczenie nowej szpuli w odwijaku, â&#x2C6;&#x2019; rÄ&#x2122;czne wprowadzenia koĹ&#x201E;ca rurki do rolek prowadzÄ&#x2026;cych i napÄ&#x2122;dowych,

-# ' ,

W skĹ&#x201A;ad automatycznego urzÄ&#x2026;dzenia do zwijania rurki detonujÄ&#x2026;cej w motki wchodzÄ&#x2026;: â&#x2C6;&#x2019; bierny odwijak rurki ze szpuli z regulatorem zwisu rurki,

Rys. 3. Nieelektryczne zapalniki (ĹşrĂłdĹ&#x201A;o NITROERG) Fig. 3. Non-electric detonators (NITROERG)

Rys. 2. Rurka detonujÄ&#x2026;ca na szpuli (ĹźrĂłdĹ&#x201A;o NITROERG) Fig. 2. Shock tube on the reel (NITROERG)

62

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

*

â&#x2C6;&#x2019; wybranie na panelu sterowania liczby cykli i liczby zwojĂłw motka, â&#x2C6;&#x2019; uruchomienie cyklu automatycznego, â&#x2C6;&#x2019; odwijanie rurki ze szpuli, â&#x2C6;&#x2019; uniesienie stolika, opuszczenie sonotrody, zgrzanie koĹ&#x201E;ca rurki, â&#x2C6;&#x2019; dosuniÄ&#x2122;cie biernej tarczy nawojowej, â&#x2C6;&#x2019; wysuniÄ&#x2122;cie suportu wprowadzajÄ&#x2026;cego, â&#x2C6;&#x2019; podanie koĹ&#x201E;ca rurki detonujÄ&#x2026;cej za pomocÄ&#x2026; zespoĹ&#x201A;u naprowadzajÄ&#x2026;cego do zabieraka tarczy nawojowej, â&#x2C6;&#x2019; wycofanie suportu wprowadzajÄ&#x2026;cego, â&#x2C6;&#x2019; zamkniÄ&#x2122;cie zabieraka na koĹ&#x201E;cu rurki detonujÄ&#x2026;cej, â&#x2C6;&#x2019; dosuniecie biernej tarczy nawojowej, â&#x2C6;&#x2019; nawijanie wybranej liczby zwojĂłw motka, â&#x2C6;&#x2019; zatrzymanie tarczy nawojowej na okreĹ&#x203A;lonej pozycji, â&#x2C6;&#x2019; formowanie przekroju zwojĂłw motka za pomocÄ&#x2026; szczÄ&#x2122;k formujÄ&#x2026;cych, â&#x2C6;&#x2019; formowanie zwojĂłw motka za pomocÄ&#x2026; dociskacza ograniczajÄ&#x2026;cego wysokoĹ&#x203A;Ä&#x2021; przekroju motka, â&#x2C6;&#x2019; owijanie motka etykietÄ&#x2026;, â&#x2C6;&#x2019; zwolnienie zabieraka, â&#x2C6;&#x2019; znakowanie koĹ&#x201E;ca motka za pomocÄ&#x2026; drukarki, â&#x2C6;&#x2019; przeciÄ&#x2122;cie koĹ&#x201E;ca rurki przez nóş (odciÄ&#x2122;cie motka), â&#x2C6;&#x2019; wycofanie szczÄ&#x2122;k formujÄ&#x2026;cych przekrĂłj motka, â&#x2C6;&#x2019; wycofanie dociskacza ograniczajÄ&#x2026;cego wysokoĹ&#x203A;Ä&#x2021; przekroju motka, â&#x2C6;&#x2019; wyciÄ&#x2026;gniÄ&#x2122;cie koĹ&#x201E;cĂłwki zwoju motka, â&#x2C6;&#x2019; wycofanie biernej tarczy nawojowej, â&#x2C6;&#x2019; zwolnienie pĂłĹ&#x201A;szpuli tarczy nawojowej, â&#x2C6;&#x2019; wypchniecie motka za pomocÄ&#x2026; wypychaczy, â&#x2C6;&#x2019; opadniecie motka do kartonu, â&#x2C6;&#x2019; rozpoczÄ&#x2122;cie cyklu nawijania kolejnego motka.

noczeĹ&#x203A;nie oprĂłcz migajÄ&#x2026;cej pomaraĹ&#x201E;czowej lampy znajdujÄ&#x2026;cej siÄ&#x2122; na wieĹźy sygnalizacyjnej, zostanie podĹ&#x203A;wietlony czerwony przycisk STOP na pulpicie operatora. Opisany stan Ĺ&#x203A;wiadczy o gotowoĹ&#x203A;ci urzÄ&#x2026;dzenia do rozpoczÄ&#x2122;cia pracy.

Po rÄ&#x2122;cznym wsuniÄ&#x2122;ciu koĹ&#x201E;ca rurki detonujÄ&#x2026;cej, aĹź do pĹ&#x201A;aszczyzny dziaĹ&#x201A;ania noĹźa, i wciĹ&#x203A;niÄ&#x2122;ciu przycisku START na pĹ&#x201A;ycie czoĹ&#x201A;owej panelu operatora, urzÄ&#x2026;dzenie zaczyna pracÄ&#x2122;. Lampa pomaraĹ&#x201E;czowa kolumny sygnalizacyjnej Ĺ&#x203A;wieci siÄ&#x2122; Ĺ&#x203A;wiatĹ&#x201A;em ciÄ&#x2026;gĹ&#x201A;ym i podĹ&#x203A;wietlony jest zielony przycisk START. W trakcie pracy moĹźliwe jest zatrzymanie urzÄ&#x2026;dzenia za pomocÄ&#x2026; przycisku STOP znajdujÄ&#x2026;cego siÄ&#x2122; na pĹ&#x201A;ycie czoĹ&#x201A;owej panelu operatora. Zatrzymanie urzÄ&#x2026;dzenie nastÄ&#x2026;pi po zakoĹ&#x201E;czeniu peĹ&#x201A;nego cyklu pracy.

"#-#

'

Po wĹ&#x201A;Ä&#x2026;czeniu wyĹ&#x201A;Ä&#x2026;cznika gĹ&#x201A;Ăłwnego zasilania elektrycznego przeĹ&#x201A;Ä&#x2026;cznikiem umieszczonym na bocznej Ĺ&#x203A;cianie szafy sterowniczej nastÄ&#x2122;puje inicjalizacja, podczas ktĂłrej wszystkie podzespoĹ&#x201A;y zajmujÄ&#x2026; pozycjÄ&#x2122; gotowoĹ&#x203A;ci do pracy, a pomaraĹ&#x201E;czowa lampa na kolumnie sygnalizacyjnej zacznie Ĺ&#x203A;wieciÄ&#x2021; Ĺ&#x203A;wiatĹ&#x201A;em migajÄ&#x2026;cym. JednoczeĹ&#x203A;nie na panelu dotykowym zostanie wyĹ&#x203A;wietlony ekran sterowania.

Po wciĹ&#x203A;niÄ&#x2122;ciu na panelu dotykowym odpowiednich pĂłl moĹźna wprowadziÄ&#x2021; parametry nawijania motkĂłw, czyli liczbÄ&#x2122; zwojĂłw i liczbÄ&#x2122; cykli. JeĹ&#x203A;li wprowadzono prawidĹ&#x201A;owe parametry, po wciĹ&#x203A;niÄ&#x2122;ciu pola AKCEPTUJ zostanie wyĹ&#x203A;wietlony drugi ekran. Jed-

W trakcie inicjalizacji i pracy ukĹ&#x201A;ad sterowania na bieĹźÄ&#x2026;co monitoruje stan podstawowych podzespoĹ&#x201A;Ăłw urzÄ&#x2026;dzenia i w przypadku wystÄ&#x2026;pienia bĹ&#x201A;Ä&#x2122;du lub uszkodzenia nastÄ&#x2122;puje natychmiastowe zatrzymanie urzÄ&#x2026;dzenia.

Stan ten powoduje wĹ&#x201A;Ä&#x2026;czenie czerwonej lampy kolumny sygnalizacyjnej oraz sygnaĹ&#x201A;u dĹşwiÄ&#x2122;kowego. Na ekranie zostanie wyĹ&#x203A;wietlony komunikat wyjaĹ&#x203A;niajÄ&#x2026;cy prawdopodobnÄ&#x2026; przyczynÄ&#x2122; awarii.

Wykaz moĹźliwych komunikatĂłw: OTWARTE DRZWI OSĹ ONY BEZPIECZĹ&#x192;STWA WĹ Ä&#x201E;CZONY STOP AWARYJNY, ZWOLNIJ HAMULEC TARCZY WYĹ Ä&#x201E;CZNIK SILNIKOWY NAPÄ&#x2DC;DU ROLEK WYĹ Ä&#x201E;CZONY NISKIE CIĹ&#x161;NIENIE POWIETRZA BĹ Ä&#x201E;D FALOWNIKA BĹ Ä&#x201E;D ZGRZEWARKI BĹ Ä&#x201E;D ETYKIECIARKI BRAK RURKI LUB RURKA ZATRZYMANA BRAK ETYKIET USTAW KRAWÄ&#x2DC;DĹš TARCZY W POZIOMIE SygnaĹ&#x201A; dĹşwiÄ&#x2122;kowy moĹźna wyĹ&#x201A;Ä&#x2026;czyÄ&#x2021; po wciĹ&#x203A;niÄ&#x2122;ciu niebieskiego przycisku KASOWANIE BUCZKA na pulpicie operatora. SygnaĹ&#x201A; dĹşwiÄ&#x2122;kowy zostanie wyĹ&#x201A;Ä&#x2026;czony i niebieski przycisk zostanie podĹ&#x203A;wietlony.

Natychmiastowe zatrzymanie urzÄ&#x2026;dzenia i zgĹ&#x201A;oszenie awarii powoduje rĂłwnieĹź wciĹ&#x203A;nie jednego z dwĂłch wyĹ&#x201A;Ä&#x2026;cznikĂłw STOPĂ&#x201C;W AWARYJNYCH lub otwarcie drzwi osĹ&#x201A;on bezpieczeĹ&#x201E;stwa.

Rys. 4. RÄ&#x2122;czny montaĹź zapalnikĂłw nieelektrycznych (ĹşrĂłdĹ&#x201A;o Austin Detonators) Fig. 4. Non-electric detonators manual assembly (Austin Detonators)

Rys. 5. Automatyczna maszyna do zwijania motkĂłw z rurki detonujÄ&#x2026;cej Fig. 5. Automatic machine for rolling up hanks from the shock tube

"#^#

,

63

(

; = " =\ =

;

Ponowne uruchomienie urzÄ&#x2026;dzenia po wystÄ&#x2026;pieniu stanu awaryjnego moĹźliwe jest po usuniÄ&#x2122;ciu przyczyny awarii i wciĹ&#x203A;niÄ&#x2122;ciu podĹ&#x203A;wietlonego şóĹ&#x201A;tego przycisku KASOWANIE AWARII na pulpicie operatora. JeĹ&#x203A;li przyczyna awarii zostaĹ&#x201A;a prawidĹ&#x201A;owo usuniÄ&#x2122;ta, zgaĹ&#x203A;nie şóĹ&#x201A;te podĹ&#x203A;wietlenie przycisku oraz zgaĹ&#x203A;nie czerwona lampa kolumny sygnalizacyjnej, zapali siÄ&#x2122; migajÄ&#x2026;ca pomaraĹ&#x201E;czowa lampa kolumny oraz zapali siÄ&#x2122; podĹ&#x203A;wietlanie czerwonego przycisku STOP. Po wciĹ&#x203A;niÄ&#x2122;ciu przycisku START urzÄ&#x2026;dzenie ponownie rozpocznie pracÄ&#x2122;.

ratora wymaga czÄ&#x2122;sto znalezienia i zastosowania pomysĹ&#x201A;owych i nieszablonowych rozwiÄ&#x2026;zaĹ&#x201E; konstrukcyjnych. Dobrym przykĹ&#x201A;adem takiego urzÄ&#x2026;dzenia jest maszyna do automatycznego zwijania rurki detonujÄ&#x2026;cej opracowana i wykonana w PIAP, a zainstalowana w NITROERG(dawniej NITRON) w Krupskim MĹ&#x201A;ynie. OprĂłcz zagadnieĹ&#x201E; czysto konstrukcyjnych i technologicznych wystÄ&#x2122;powaĹ&#x201A;y tu takĹźe uwarunkowania wynikajÄ&#x2026;ce z otoczenia urzÄ&#x2026;dzenia przez róşne instalacje do produkcji materiaĹ&#x201A;Ăłw wybuchowych i zwiÄ&#x2026;zane z tym specyficzne wymagania BHP.

0# '

& 1

Jednym z obszarĂłw dziaĹ&#x201A;alnoĹ&#x203A;ci PrzemysĹ&#x201A;owego Instytutu Automatyki i PomiarĂłw PIAP jest realizacja zleceĹ&#x201E; z przemysĹ&#x201A;u na budowÄ&#x2122; stanowisk automatycznych w wielu procesach technologicznych. Wiele zleceĹ&#x201E; charakteryzuje siÄ&#x2122; koniecznoĹ&#x203A;ciÄ&#x2026; dokĹ&#x201A;adnego przejÄ&#x2122;cia wydawaĹ&#x201A;oby siÄ&#x2122; prostych czynnoĹ&#x203A;ci manualnych przez maszynÄ&#x2122; automatycznÄ&#x2026;. Jednak zastÄ&#x2026;pienie w istocie zĹ&#x201A;oĹźonych czynnoĹ&#x203A;ci wykonywanych przez rÄ&#x2122;kÄ&#x2122; ope-

1. Maranda A., CudziĹ&#x201A;o S., Nowaczewski J., PalpiĹ&#x201E;ski A., Podstawy chemii materiaĹ&#x201A;Ăłw wybuchowych, WAT, Warszawa 1997.

2. Dane techniczne produktĂłw NITROERG 3. MateriaĹ&#x201A;y firmy Austin Detonator 4. Bilewicz T., Prus B., Honysz J.: GĂłrnictwo, Wydawnictwo Ĺ&#x161;lÄ&#x2026;sk 1993.

< " C . D . " 'P ) = @ / Q A $ B The automation in the production of initialing materials is increasing the productivity and the safety of the production. He enables you will turn employees away from potential hazards resulting from burdening the area with explosive. The machine for rolling up the exploding tube assures automatic, repeatable production of complete hanks, used next for the production of nonelectric fuses.

Keywords] P ! ) " . ) " ) "

& *!

- ) 7 = ) " ( %

B *M>M % B C " = ) " B ? % @ " " % ; *M+- % " " ) / < " " I /< % " J ) %

64

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Pomiary Automatyka Robotyka, ISSN 1427-9126, R. 20, Nr 3/2016, 65â&#x20AC;&#x201C;70, DOI: 10.14313/PAR_221/65

C = ) ) " I J @ " " " Piotr Dutka < " = ?D " 8 ?8 % B , N$?$&& 8 ?8

Streszczenie: W artykule zaprezentowano metodÄ&#x2122; wyznaczania punktu TCP (Tool Center Point) dla triangulacyjnej gĹ&#x201A;owicy pomiarowej zamontowanej na koĹ&#x201A;nierzu robota przemysĹ&#x201A;owego. Dogodne ustalenie punktu TCP narzÄ&#x2122;dzia i jego ukĹ&#x201A;adu wspĂłĹ&#x201A;rzÄ&#x2122;dnych ma kluczowe znaczenie dla efektywnoĹ&#x203A;ci adoptowania manipulatora przemysĹ&#x201A;owego do wykonywanych zadaĹ&#x201E; pomiarowych. W opisywanym zastosowaniu, umieszczenie triangulacyjnej gĹ&#x201A;owicy pomiarowej na robocie ma na celu automatyzacjÄ&#x2122; pomiaru cech geometrycznych mierzonego przedmiotu w programowo ustalonych punktach. W celu dokonania kalibracji TCP gĹ&#x201A;owicy pomiarowej zaprojektowano i przetestowano dedykowany do tego zadania detektor promienia laserowego. Prezentowana metoda, detektor oraz stanowisko badawcze zostaĹ&#x201A;o opracowane w Katedrze Technologii Maszyn i Automatyzacji ATH dla celĂłw estymacji niepewnoĹ&#x203A;ci pomiarĂłw realizowanych czujnikiem laserowym zainstalowanym na robocie przemysĹ&#x201A;owym. ! ' ' ] " = " " @

1. Wprowadzenie Pomiary przedmiotĂłw czujnikiem laserowym nie stanowiÄ&#x2026; juĹź tylko domeny dobrze wyposaĹźonych pomieszczeĹ&#x201E; laboratoryjnych, lecz zaczynajÄ&#x2026; odgrywaÄ&#x2021; istotnÄ&#x2026; rolÄ&#x2122; w warunkach przemysĹ&#x201A;owych [5]. Nowoczesna produkcja jest zróşnicowana, charakteryzuje siÄ&#x2122; krĂłtkim czasem Ĺźycia wyrobu. WspĂłĹ&#x201A;czesne przedsiÄ&#x2122;biorstwa, aby byÄ&#x2021; konkurencyjne, muszÄ&#x2026; ciÄ&#x2026;gle wprowadzaÄ&#x2021; na rynek nowe produkty i stosowaÄ&#x2021; innowacyjne procesy wytwĂłrcze. Istotne jest ograniczanie do minimum kosztĂłw wytwarzania przy zachowaniu wysokiej jakoĹ&#x203A;ci produkowanych wyrobĂłw. KoniecznoĹ&#x203A;Ä&#x2021; weryfikacji produkowanych wyrobĂłw naleĹźy do bardzo waĹźnych dziaĹ&#x201A;aĹ&#x201E; wspĂłĹ&#x201A;czesnych fabryk, w ktĂłrych rĂłwnieĹź z roku na rok odnotowuje siÄ&#x2122; zwiÄ&#x2122;kszone stosowanie robotĂłw przemysĹ&#x201A;owych [7, 10].

Zastosowane w procesie produkcyjnym narzÄ&#x2122;dzia pomiarowe powinny Ĺ&#x201A;Ä&#x2026;czyÄ&#x2021; szybkoĹ&#x203A;Ä&#x2021; zbierania danych o wspĂłĹ&#x201A;rzÄ&#x2122;dnych punktĂłw pomiarowych z zachowaniem wysokiej dokĹ&#x201A;adnoĹ&#x203A;ci i odpornoĹ&#x203A;ci na warunki pracy. WspĂłĹ&#x201A;rzÄ&#x2122;dnoĹ&#x203A;ciowe Maszyny Pomiarowe charakteryzujÄ&#x2026; siÄ&#x2122; wysokÄ&#x2026; dokĹ&#x201A;adnoĹ&#x203A;ciÄ&#x2026;, jednak czasy pomiaru oraz rygorystyczne warunki Ĺ&#x203A;rodowiska pracy

)

, ]

. ( % % ) !

'

**%&>%,&*- % ,%&M%,&*- %

! "" # $%&

(klimatyzowane pomieszczenia z atmosferÄ&#x2026; wolnÄ&#x2026; od zapyleĹ&#x201E; itp.) eliminujÄ&#x2026; je z zastosowaĹ&#x201E; bezpoĹ&#x203A;rednio w procesie produkcyjnym [8].

Wykorzystanie robotĂłw przemysĹ&#x201A;owych wprost na linii produkcyjnej umoĹźliwia caĹ&#x201A;kowitÄ&#x2026; automatyzacjÄ&#x2122; procesu kontroli i sprawdzanie w czasie nieprzekraczajÄ&#x2026;cym pojedynczego czasu taktu stanowiska wszystkich produkowanych wyrobĂłw. W wiÄ&#x2122;kszoĹ&#x203A;ci zadaĹ&#x201E; dla robota wykonujÄ&#x2026;cego inspekcjÄ&#x2122;, zintegrowany z nim czujnik okreĹ&#x203A;la, czy wykonanie przedmiotu, podzespoĹ&#x201A;u lub wyrobu jest zgodne z przyjÄ&#x2122;tymi standardami jakoĹ&#x203A;ciowymi.

GĹ&#x201A;ĂłwnÄ&#x2026; zaletÄ&#x2026; pomiarĂłw optycznych jest to, Ĺźe sÄ&#x2026; to pomiary bezdotykowe. DziÄ&#x2122;ki temu moĹźliwe jest weryfikowanie elementĂłw gorÄ&#x2026;cych, lepkich, bÄ&#x2026;dĹş np. bardzo delikatnych lub kruchych.

Kolejnym plusem jest moĹźliwoĹ&#x203A;Ä&#x2021; unikniÄ&#x2122;cia kolizji koĹ&#x201E;cĂłwki pomiarowej z mierzonÄ&#x2026; powierzchniÄ&#x2026;. Zalety pomiarĂłw optycznych wychodzÄ&#x2026; naprzeciw ciÄ&#x2026;gle zwiÄ&#x2122;kszajÄ&#x2026;cym siÄ&#x2122; wymaganiom kontroli jakoĹ&#x203A;ci. UmoĹźliwiajÄ&#x2026; osiÄ&#x2026;gniÄ&#x2122;cie celu, jakim jest automatyzacja pomiarĂłw przez wyeliminowanie bĹ&#x201A;Ä&#x2122;dĂłw czĹ&#x201A;owieka, jako jednego z gĹ&#x201A;Ăłwnych ĹşrĂłdeĹ&#x201A; bĹ&#x201A;Ä&#x2122;dĂłw pomiarowych.

Prezentowana w pracy laserowa gĹ&#x201A;owica pomiarowa mierzy odlegĹ&#x201A;oĹ&#x203A;Ä&#x2021; do badanego przedmiotu metodÄ&#x2026; triangulacji. Triangulacja jest jednÄ&#x2026; z najbardziej precyzyjnych metod pomiaru optycznego [6]. ĹšrĂłdĹ&#x201A;em Ĺ&#x203A;wiatĹ&#x201A;a jest pĂłĹ&#x201A;przewodnikowy laser o dĹ&#x201A;ugoĹ&#x203A;ci fali 650 nm (barwa czerwona).

Aby wykonaÄ&#x2021; zadanie inspekcji za pomocÄ&#x2026; robota przemysĹ&#x201A;owego z zainstalowanym czujnikiem laserowym, konieczne jest wyznaczenie punktu TCP narzÄ&#x2122;dzia pomiarowego, oraz ustalenie ukĹ&#x201A;adu wspĂłĹ&#x201A;rzÄ&#x2122;dnych zwiÄ&#x2026;zanego z przedmiotem poddawanym inspekcji (bazy). Praktyka pokazuje, iĹź narzÄ&#x2122;dzia wspĂłĹ&#x201A;pracujÄ&#x2026;ce z robotem powinny byÄ&#x2021; poprawnie zdefiniowane w ukĹ&#x201A;adzie przestrzennym robota. Dla przykĹ&#x201A;adu, w chwytaku dwuszczÄ&#x2122;kowym

65

B = = ;

= ;" ; =\ = , ;

-#

+

-#b#

& ,:

+ Pomiar narzÄ&#x2122;dzia jest konieczny, aby ukĹ&#x201A;ad sterowania robota znaĹ&#x201A; kierunek najazdu narzÄ&#x2122;dzia oraz jego przestrzennÄ&#x2026; orientacjÄ&#x2122;. Kalibracja narzÄ&#x2122;dzia, w tym kontekĹ&#x203A;cie, oznacza wygenerowanie ukĹ&#x201A;adu wspĂłĹ&#x201A;rzÄ&#x2122;dnych, ktĂłrego poczÄ&#x2026;tek znajduje siÄ&#x2122; w punkcie referencyjnym narzÄ&#x2122;dzia, a oĹ&#x203A; Z jest rĂłwnolegĹ&#x201A;a do kierunku dziaĹ&#x201A;ania czujnika pomiarowego.

Tradycyjna procedura pomiaru narzÄ&#x2122;dzia (chwytaka, palnika, wkrÄ&#x2122;tarki) zamocowanego na koĹ&#x201A;nierzu robota KUKA jest dwuetapowa [4]. Pierwszym krokiem jest okreĹ&#x203A;lenie poĹ&#x201A;oĹźenia punktu referencyjnego narzÄ&#x2122;dzia (poczÄ&#x2026;tku ukĹ&#x201A;adu wspĂłĹ&#x201A;rzÄ&#x2122;dnych narzÄ&#x2122;dzia) poprzez uĹźycie metody XYZ czteropunktowej lub XYZ referencyjnej. Wybrana metoda czteropunktowa wymaga najazdu wybranym punktem narzÄ&#x2122;dzia (zawsze tym samym) z czterech moĹźliwie róşnych kierunkĂłw, na jeden punkt referencyjny znajdujÄ&#x2026;cy siÄ&#x2122; w zasiÄ&#x2122;gu robota. Robot ma zapisane fabrycznie w danych maszynowych wspĂłĹ&#x201A;rzÄ&#x2122;dne Ĺ&#x203A;rodka koĹ&#x201A;nierza oraz orientacjÄ&#x2122; ukĹ&#x201A;adu wspĂłĹ&#x201A;rzÄ&#x2122;dnych. Na podstawie wewnÄ&#x2122;trznego algorytmu, robot oblicza odlegĹ&#x201A;oĹ&#x203A;ci wybranego punktu na

Rys. 1. GĹ&#x201A;owica pomiarowa wraz z ukĹ&#x201A;adem wspĂłĹ&#x201A;rzÄ&#x2122;dnych i proponowanym punktem TCP Fig. 1. Proposed toolâ&#x20AC;&#x2122;s TCP and coordinate system for measurement head

poprawnym umiejscowieniem TCP narzÄ&#x2122;dzia jest punkt znajdujÄ&#x2026;cy siÄ&#x2122; w Ĺ&#x203A;rodku symetrii pomiÄ&#x2122;dzy obiema szczÄ&#x2122;kami. UĹ&#x201A;atwia to późniejszÄ&#x2026; adaptacjÄ&#x2122; chwytaka podczas konfigurowania pozycji dla pobierania przedmiotĂłw. MajÄ&#x2026;c powyĹźsze na uwadze, laserowÄ&#x2026; gĹ&#x201A;owicÄ&#x2122; pomiarowÄ&#x2026; moĹźna potraktowaÄ&#x2021; jako narzÄ&#x2122;dzie, ktĂłrego czÄ&#x2122;Ĺ&#x203A;ciÄ&#x2026; roboczÄ&#x2026; jest emitowana wiÄ&#x2026;zka lasera z punktem odniesienia umiejscowionym w Ĺ&#x203A;rodku zakresu pomiarowego (ok. 150 mm od czoĹ&#x201A;a gĹ&#x201A;owicy laserowej dla modelu LK-H152).

Z praktycznego punktu widzenia to wĹ&#x201A;aĹ&#x203A;nie ten punkt powinien zostaÄ&#x2021; zdefiniowany jako TCP narzÄ&#x2122;dzia (rys. 1). Poprawne i przemyĹ&#x203A;lanie wykonanie kalibracji narzÄ&#x2122;dzia (wybranie punktu TCP i orientacji ukĹ&#x201A;adu wspĂłĹ&#x201A;rzÄ&#x2122;dnych) jest kluczowe do dalszej, efektywnej pracy przy okreĹ&#x203A;laniu ukĹ&#x201A;adĂłw wspĂłĹ&#x201A;rzÄ&#x2122;dnych dla mierzonych czÄ&#x2122;Ĺ&#x203A;ci maszyn.

^#

' & ' IdeÄ&#x2026; dla zbudowania stanowiska doĹ&#x203A;wiadczalnego byĹ&#x201A;a moĹźliwoĹ&#x203A;Ä&#x2021; wykonywania, w trybie automatycznym, dokĹ&#x201A;adnych pomiarĂłw cech geometrycznych wyrobĂłw w warunkach warsztatowych.

Za wykorzystaniem jako medium pomiarowego wiÄ&#x2026;zki lasera przemawia argument bezkolizyjnoĹ&#x203A;ci, z uwagi na brak kontaktu z mierzonym detalem. Stanowisko zbudowano w Katedrze Technologii Maszyn i Automatyzacji ATH. Stanowi ono funkcjonalne rozwiniÄ&#x2122;cie stanowiska prezentowanego w pracy [1]. Stanowisko badawcze (Rys. 2) bazuje na nowoczesnym, szeĹ&#x203A;cioosiowym manipulatorze przemysĹ&#x201A;owym KR 6 R900 AGILUS (1) wyposaĹźonym w kompaktowy kontroler KR C4 (3) oraz dotykowy smartPAD (2), umoĹźliwiajÄ&#x2026;cy programowanie ruchĂłw oraz obsĹ&#x201A;ugÄ&#x2122; robota.

UrzÄ&#x2026;dzeniem pomiarowym jest optyczny, triangulacyjny czujnik laserowy LK-H152 (5) obsĹ&#x201A;ugiwany przez kontroler LK-G5001P (6). DostÄ&#x2122;p do parametrycznej konfiguracji odczytĂłw lasera oraz wizualizacjÄ&#x2122; i zarzÄ&#x2026;dzanie wynikami pomiarĂłw umoĹźliwia pakiet LK-Navigator-2, zainstalowany na PC (7). Standardowy kontroler uzupeĹ&#x201A;nia kompaktowy sterownik PLC SIMATIC S7-1200 (4), wyposaĹźony dodatkowo w opcjonalne moduĹ&#x201A;y komunikacyjne PROFIBUS i RS-232. Program zapisany w sterowniku PLC zapewnia synchronizacjÄ&#x2122; miÄ&#x2122;dzy programem pozycjonujÄ&#x2026;cym robota a zapisem danych pochodzÄ&#x2026;cych z kontrolera LK-G5001P. Dodatkowe elementy stanowiska to oscyloskop XDS3102A (11), pozwalajÄ&#x2026;cy kontrolowaÄ&#x2021; napiÄ&#x2122;cie wyzwalane w fotodiodzie (8), kamera HDR-TG3 (9) oraz monitor o rozdzielczoĹ&#x203A;ci HD (10), dla celĂłw poprawy ergonomii badaĹ&#x201E;.

66

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

Rys. 2. Architektura stanowiska badawczego Fig. 2. Test stand bus architecture

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Piotr Dutka

narzędziu w odniesieniu do każdej z osi układu kartezjańskiego kołnierza. Nieskalibrowane narzędzie ma taką samą pozycję i orientację jak układ współrzędnych flanszy robota, dlatego istnieje ryzyko kolizji i potencjalne utrudnienia w programowaniu pozycji punktów pomiarowych zwymiarowanych w układzie mierzonego przedmiotu.

Drugim krokiem procedury jest określenie orientacji układu narzędzia. Dla narzędzia typu laser pomiarowy można to zrealizować metodą dwupunktową. Ręczny najazd na dwa punkty określa kierunek promienia lasera. W danych maszynowych robota można zdefiniować i przechowywać informacje o wielu różnych narzędziach mogących współpracować z robotem, oprogramowanie zapisuje kolejne dane o nowym narzędziu w tablicowej zmiennej systemowej pod odpowiednim indeksem (TOOL_ DATA[1-16]).

Aby napędy robota w najkorzystniejszy sposób obliczały wartości przyspieszania i zatrzymywania dla wyznaczonych trajektorii ruchu, konieczne jest wprowadzenie dokładnych wartości masy narzędzia, jego środka ciężkości i osiowych momentów bezwładności. W skrajnych przypadkach, gdy wprowadzone wartości masy chwytaka są nieadekwatne do rzeczywistych, istnieje możliwość uszkodzenia manipulatora. Jest to spowodowane faktem, że zadeklarowanie np. zbyt małej masy narzędzia, pozwoli układowi regulacji położenia robota na zastosowanie większych przyspieszeń dla ruchów i hamowanie z nieodpowiednimi wartościami nastaw regulatora prądowego. Podczas cyklicznej pracy zjawisko to może doprowadzić do uszkodzenia regulatora prądowego, lub przyspieszać mechaniczne zużycie podzespołów robota.

Wykonano model 3D narzędzia w aplikacji CAD. Odpowiednia aplikacja dostarczyła informacji o rozmieszczeniu środka ciężkości narzędzia i jego osiowych momentów bezwładności.

Układ sterowania robota zapisuje te dane w tablicowej zmiennej systemowej LOAD_DATA[1-16] pod odpowiednim indeksem odpowiadającym wcześniej wybranemu narzędziu. Zamodelowaną głowicę wraz z korespondującym układem współrzędnych pokazano na rys. 3. Otrzymano wartości zestawione w poniższej tabeli (Tabela 1):

Rys. 4. Widok prototypowego detektora promienia lasera Fig. 4. View of prototype laser detector

Tabela 1. Dane narzędzia otrzymane z aplikacji CAD Table 1. Tool’s data obtained from CAD application

Cecha narzędzia

Wartość

Jednostka

Masa

0,472

kg

dla x:

13,365

mm

dla y:

–8,385

mm

dla z:

44,881

mm

Jx:

0,001

kg/m2

Jy:

0,002

kg/m2

Jz:

0,0005

kg/m2

Środek ciężkości

Osiowy moment bezwładności

Rys. 3. Model triangulacyjnej głowicy pomiarowej z uchwytem Fig. 3. The model of triangulation measurement head with handle

Wyznaczenie TCP narzędzia (triangulacyjnej głowicy laserowej) można wykonać metodą tradycyjną. Metoda tradycyjna polega na wybraniu krawędzi na aluminiowym uchwycie głowicy pomiarowej i przemierzeniu tego punktu przez zbliżanie go z czterech różnych kierunków do punktu referencyjnego (np. stalowy pręt, ze szpiczastym, stożkowym zakończeniem, przytwierdzony do podstawy, aby umożliwić pewne zamocowanie). Następnie przez znajomość geometrycznych wymiarów głowicy pomiarowej [2], aluminiowego uchwytu oraz ich wzajemnego położenia, dane zawarte w zmiennej TOOL_DATA[1-16] powinny zostać zmodyfikowane przez dodanie poprawek wynikających z geometrycznych zależności podzespołów wchodzących w skład narzędzia (aluminiowy uchwyt, głowica pomiarowa).

Prezentowana metoda bezpośrednia wyznaczenia punktu TCP z użyciem detektora promienia laserowego jest dokładniejsza od pośredniej metody klasycznej. Na błąd metody nie mają wpływu błędy wyznaczenia fizycznego punktu uchwytu narzędzia F, błędy wyznaczenia składowych przesunięcia od punktu F do punktu środka zakresu pomiarowego, którego położenie w danych technicznych jest podane bardzo orientacyjnie, a w kierunkach prostopadłych do promienia lasera określenie jest zgrubne.

Dodatkowo błąd metody klasycznej rośnie wskutek błędu ustalenia głowicy laserowej w uchwycie i błędu ustalenia uchwytu czujnika w kołnierzu.

-#^#

' W celu wykonania pełnej kalibracji narzędzia, opracowano w Katedrze Technologii Maszyn i Automatyzacji uczelni ATH prototyp detektora promienia laserowego (Rys. 4). Fotodioda bpyp30 [9] znajdująca się wewnątrz detektora promienia laserowego, oświetlona światłem lasera generuje napięcie proporcjonalne do natężenia źródła światła. Światło lasera pada na fotodiodę poprzez otwór o średnicy 0,9 mm znajdujący się w nieprzezroczystej przesłonie. Zamontowana w detektorze lasera fotodioda cały czas podlega działaniu światła pochodzącego np. od oświetlenia zainstalowanego w pomieszczeniu. Światło zewnętrzne w tym przypadku jest zakłóceniem, powodującym generowanie przez diodę napięcia na jednostajnym poziomie. Skupiona wiązka

67

B = = ;

= ;" ; =\ = , ;

Ĺźenia robota, zamontowanÄ&#x2026; na jego flanszy gĹ&#x201A;owicÄ&#x2122; pomiarowÄ&#x2026; ustawiono z czterech róşnych kierunkĂłw (Rys. 7) w taki sposĂłb, aby punkt, z ktĂłrego promieĹ&#x201E; opuszcza obudowÄ&#x2122; gĹ&#x201A;owicy, byĹ&#x201A; zawsze w odlegĹ&#x201A;oĹ&#x203A;ci 150 mm od punktu ĹşrĂłdĹ&#x201A;a promienia lasera.

Uzyskanie odlegĹ&#x201A;oĹ&#x203A;ci 150 mm od detektora promienia lasera byĹ&#x201A;o moĹźliwe dziÄ&#x2122;ki obserwacji podawanej przez gĹ&#x201A;owicÄ&#x2122; pomiarowÄ&#x2026; wartoĹ&#x203A;ci dystansu w oprogramowania LK-Navigator-2, zainstalowanym na PC. PoniewaĹź przesĹ&#x201A;ona detektora posiada otwĂłr o Ĺ&#x203A;rednicy 0,9 mm (druga wersja detektora posiada Ĺ&#x203A;rednicÄ&#x2122; rĂłwnÄ&#x2026; 0,2 mm), promieĹ&#x201E; lasera moĹźe paĹ&#x203A;Ä&#x2021; na fotodiodÄ&#x2122; jedynie tÄ&#x2026; drogÄ&#x2026;.

Prezentowana gĹ&#x201A;owica pomiarowa emituje wiÄ&#x2026;zkÄ&#x2122; lasera w klasie 2 (niebezpieczny dla wzroku). W zwiÄ&#x2026;zku z tym miejsce padania promienia lasera na detektor dla bezpieczeĹ&#x201E;stwa wzroku osoby wykonujÄ&#x2026;cej kalibracjÄ&#x2122;, byĹ&#x201A;o obserwowane poĹ&#x203A;rednio za pomocÄ&#x2026; kamery HD (HDR-TG3, zamontowanej na statywie) oraz monitora HD LCD (E2495S). Konieczne jest zastosowanie urzÄ&#x2026;dzeĹ&#x201E; o wysokiej jakoĹ&#x203A;ci rejestrujÄ&#x2026;cej i odtwarzajÄ&#x2026;cej obraz. Dla kamery i/lub monitora o gorszych parametrach rozdzielczoĹ&#x203A;ci obraz na monitorze uzyskany dla plamki promienia laserowego byĹ&#x201A; zbyt rozmazany, uniemoĹźliwiajÄ&#x2026;cy sprawne wykonanie kalibracji.

Na podstawie zmierzonych wartoĹ&#x203A;ci poĹ&#x201A;oĹźenia dla kolejnych czterech punktĂłw, wbudowane oprogramowanie robota wyznaczyĹ&#x201A;o punkt TCP narzÄ&#x2122;dzia, jak rĂłwnieĹź wartoĹ&#x203A;Ä&#x2021; bĹ&#x201A;Ä&#x2122;du pomiaru TCP narzÄ&#x2122;dzia. Algorytm wyznaczenia TCP metodÄ&#x2026; czteropunktowÄ&#x2026; podany zostaĹ&#x201A; w pracy [11]. BĹ&#x201A;Ä&#x2026;d pomiaru wskazuje, Ĺźe rzeczywiste poĹ&#x201A;oĹźenie wyznaczonego punktu TCP narzÄ&#x2122;dzia jest w odlegĹ&#x201A;oĹ&#x203A;ci nie wiÄ&#x2122;kszej niĹź podana wartoĹ&#x203A;Ä&#x2021;.

W celu weryfikacji wpĹ&#x201A;ywu wielkoĹ&#x203A;ci Ĺ&#x203A;rednicy otworu wykonanego w przesĹ&#x201A;onie detektora promienia lasera, zrealizowano pomiary dla wartoĹ&#x203A;ci Ĺ&#x203A;rednic: 0,9 mm i 0,2 mm. Wyniki zebrano w Tabeli 2.

Rys. 5. Wzrost wartoĹ&#x203A;ci napiÄ&#x2122;cia generowanego przez fotodiodÄ&#x2122; oĹ&#x203A;wietlonÄ&#x2026; wiÄ&#x2026;zkÄ&#x2026; lasera Fig. 5. The voltage generating by photodiode is risen in case when laserâ&#x20AC;&#x2122;s beam falls on its surface

laserowa ma na tyle duĹźÄ&#x2026; moc promieniowania (0,95 mW), iĹź powoduje wygenerowanie wyraĹşnie wyĹźszego poziomu napiÄ&#x2122;cia. Poziom napiÄ&#x2122;cia rejestrowany byĹ&#x201A; na oscyloskopie cyfrowym o dwunastobitowej rozdzielczoĹ&#x203A;ci pionowej (XDS3102A). Rezultatem oĹ&#x203A;wietlenia fotodiody promieniem lasera jest kilkukrotny wzrost napiÄ&#x2122;cia do poziomu 380 mV (Rys. 5).

Zbudowany prototyp pozwalaĹ&#x201A; okreĹ&#x203A;liÄ&#x2021; prawidĹ&#x201A;owÄ&#x2026; pozycjÄ&#x2122; promienia laserowego na 3 róşne sposoby: skokowy wzrost napiÄ&#x2122;cia generowanego przez fotodiodÄ&#x2122;, rozbĹ&#x201A;ysk fotodiody oraz przekroczenie wartoĹ&#x203A;ci dostÄ&#x2122;pnych dla zakresu pomiarowego, co jest sygnalizowane przez diodÄ&#x2122; LED zainstalowanÄ&#x2026; na gĹ&#x201A;owicy pomiarowej.

BazujÄ&#x2026;c na doĹ&#x203A;wiadczeniach z prezentowanym prototypem, zbudowano finalnÄ&#x2026; wersjÄ&#x2122; detektora promienia lasera (Rys. 6).

W tym modelu detektora fotodioda wspĂłĹ&#x201A;pracuje z tranzystorem majÄ&#x2026;cym za zadanie wzmocniÄ&#x2021; generowane przez fotodiodÄ&#x2122; napiÄ&#x2122;cie do poziomu umoĹźliwiajÄ&#x2026;cego wysterowanie czerwonej diody sygnalizacyjnej LED znajdujÄ&#x2026;cej siÄ&#x2122; w obudowie. ZaĹ&#x203A;wiecenie diody LED jest dla obserwatora informacjÄ&#x2026;, Ĺźe wiÄ&#x2026;zka lasera pada dokĹ&#x201A;adnie na fotodiodÄ&#x2122;. W Ĺ&#x203A;rodku detektora zostaĹ&#x201A;a umieszczona bateria pozwalajÄ&#x2026;ca na bezprzewodowÄ&#x2026; pracÄ&#x2122; caĹ&#x201A;ego ukĹ&#x201A;adu. W podstawie detektora zainstalowano magnes neodymowy, pozwalajÄ&#x2026;cy na wygodne zamontowanie detektora na stalowym podĹ&#x201A;oĹźu i gwarantujÄ&#x2026;cym jego niezmiennÄ&#x2026; pozycjÄ&#x2122; podczas caĹ&#x201A;ego procesu kalibracji. CaĹ&#x201A;oĹ&#x203A;Ä&#x2021; zamontowana jest w kompaktowej, niewielkiej i wytrzymaĹ&#x201A;ej mechanicznie obudowie.

Tabela 2. PorĂłwnanie wartoĹ&#x203A;ci danych otrzymanych dla TCP narzÄ&#x2122;dzia dla dwĂłch wielkoĹ&#x203A;ci Ĺ&#x203A;rednicy otworu w przesĹ&#x201A;onie Table 2. Comparing values obtained via measuring toolâ&#x20AC;&#x2122;s TCP in two cases of screen holeâ&#x20AC;&#x2122;s diameter Ĺ&#x161;rednica otworu

Ĺ&#x161;rednica otworu

0,9 mm

0,2 mm

WspĂłĹ&#x201A;rzÄ&#x2122;dna X:

-5,122

-3,349

mm

WspĂłĹ&#x201A;rzÄ&#x2122;dna Y:

-1,061

-1,054

mm

WspĂłĹ&#x201A;rzÄ&#x2122;dna Z:

245,384

243,008

mm

BĹ&#x201A;Ä&#x2026;d pomiarowy:

0,851

0,291

mm

Zmierzony TCP

"#

&

WartoĹ&#x203A;Ä&#x2021; bĹ&#x201A;Ä&#x2122;du pomiaru TCP narzÄ&#x2122;dzia uzyskana dla Ĺ&#x203A;rednicy otworu przesĹ&#x201A;ony 0,2 mm jest trzykrotnie mniejsza niĹź uzyskana dla wartoĹ&#x203A;ci Ĺ&#x203A;rednicy 0,9 mm. Potwierdza to zjawisko, Ĺźe wraz ze zmniejszaniem siÄ&#x2122; Ĺ&#x203A;rednicy otworu w przesĹ&#x201A;onie zmniejsza siÄ&#x2122; obszar, w ktĂłry moĹźe wpaĹ&#x203A;Ä&#x2021; wiÄ&#x2026;zka lasera oĹ&#x203A;wietlajÄ&#x2026;ca fotodiodÄ&#x2122;. Obszar ten ulega zmianie wraz ze zmianÄ&#x2026; gruboĹ&#x203A;ci folii, w ktĂłrej wykonano otwĂłr oraz kÄ&#x2026;tem padania promienia lasera na tÄ&#x2122; foliÄ&#x2122; (rys. 8).

Istnieje zaleĹźnoĹ&#x203A;Ä&#x2021; dla zakresu kÄ&#x2026;ta padania promienia lasera.

Od pewnej wartoĹ&#x203A;ci kÄ&#x2026;ta a (wartoĹ&#x203A;Ä&#x2021; graniczna kÄ&#x2026;ta padania promienia lasera), promieĹ&#x201E; padajÄ&#x2026;cy w przestrzeĹ&#x201E; otworu nie dociera juĹź do fotodiody, gdyĹź odbija siÄ&#x2122; od wewnÄ&#x2122;trznej krawÄ&#x2122;dzi otworu przesĹ&#x201A;ony wykonanej z metalowej foli. ZaleĹźnoĹ&#x203A;Ä&#x2021; wartoĹ&#x203A;ci kÄ&#x2026;ta padania od wymiarĂłw geometrycznych przesĹ&#x201A;ony przedstawia zaleĹźnoĹ&#x203A;Ä&#x2021; (1):

Metoda prezentowana w artykule wykorzystuje fakt, Ĺźe wiÄ&#x2026;zka lasera gĹ&#x201A;owicy pomiarowej posiada najmniejszÄ&#x2026; Ĺ&#x203A;rednicÄ&#x2122; [2, 3] wynoszÄ&#x2026;cÄ&#x2026; 0,12 mm, w odlegĹ&#x201A;oĹ&#x203A;ci 150 mm od ĹşrĂłdĹ&#x201A;a promienia. Pozycjonowanie promienia lasera ponad fotodiodÄ&#x2026; umieszczonÄ&#x2026; w detektorze promienia lasera moĹźe dostarczyÄ&#x2021; takich samych informacji, jak obserwacja wybranej, fizycznej krawÄ&#x2122;dzi narzÄ&#x2122;dzia i ustalanie wzglÄ&#x2122;dem przyjÄ&#x2122;tego punktu referencyjnego znajdujÄ&#x2026;cym siÄ&#x2122; na prÄ&#x2122;cie kalibracyjnym. Poprzez zmianÄ&#x2122; poĹ&#x201A;o-

Rys. 6. Widok finalnej wersji detektora promienia lasera Fig. 6. View of final version of laser detector

68

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

Jednostka

(1)

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Piotr Dutka

Rys. 7. Zasada przyjęcia czterech pozycji kalibracyjnych pozycji głowicy pomiarowej względem detektora lasera Fig. 7. Principle for set up four calibrating positions of measurement head in regard to laser detector

gdzie: a – kąt graniczny (stopnie), h – wysokość przesłony (mm), d – średnica otworu w przesłonie (mm). Dla wartości wymiarowych grubości przesłony h = 0,13 mm, średnicy otworu d = 0,9 mm, wartość kąta granicznego a = 8,22°. Dla otworu w przesłonie wynoszącym d = 0,2 mm, kąt graniczny a = 33,02°.

Jeśli promień lasera będzie padał pod kątem a’ (zawierającym się w przedziale 8,22°–90°), zmieniać się będzie odległość r promienia lasera od krawędzi bocznej otworu przesłony. Można to wyrazić wzorem (2):

Prezentowana metoda nie jest czasochłonna. Średni czas ustawienia robota w czterech punktach wymaganych do przeprowadzenia kalibracji wynosił około 15 min. Czas ten jest porównywalny z kalibrowaniem narzędzia w sposób klasyczny.

W metodzie tradycyjnej, na końcową wartość błędu kalibracji narzędzia, zasadniczy wpływ mają dobre zdolności wzrokowe i staranność operatora wykonującego tę czynność. Należy bowiem w trójwymiarowej przestrzeni ustawić możliwie jak najbliżej siebie dwie ostre krawędzie (krawędź kalibrowanego przedmiotu

(2)

gdzie: r – odległość padania promienia lasera od krawędzi otworu przesłony (mm), a’ – kąt padania promienia lasera (stopnie), h – wysokość przesłony (mm), d – średnica otworu w przesłonie (mm).

Na rysunku 9 przedstawiono wykres zależności zmiany odległości r od kąta padania a’ dla dwóch wartości wymiarowych średnicy otworu przesłony d1 = 0,9 mm (linia ciągła 1) i d2 = 0,2 mm (linia przerywana 2). Im mniejsza średnica d otworu w przesłonie, tym kąt graniczny a ma większą wartość i bardziej problematyczne staje się ułożenie flanszy robota, aby promień głowicy pomiarowej wpadł przez otwór na fotodiodę. Zwiększając kąt a’ padania promienia lasera, zmniejsza się zróżnicowanie czterech pozycji dla przeprowadzenia kalibracji.

Ostatecznie, w wyniku wykonania kalibracji dla średnicy otworu w przesłonie d = 0,2 mm uzyskano błąd ustawienia punktu TCP poniżej 0,3 mm, co jest bardzo dobrym rezultatem.

Rys. 8. Widok przesłony fotodiody wraz z zależnościami geometrycznymi kąta padania promienia lasera Fig. 8. View of geometrical dependences of photodiode’s screen and laser angle of incidence

5. Podsumowanie Zaletą prezentowanej w artykule metody jest otrzymanie dokładnej i poprawnie zdefiniowanej wartości punktu TCP głowicy pomiarowej. Najazdowa oś narzędzia Z pokrywa się z promieniem lasera emitowanym przez głowicę pomiarową. Punkt referencyjny wiązki lasera (wartość współrzędnej osi Z po kalibracji wynosi 0) umiejscowiony jest w odległości 150 mm od miejsca emisji wiązki laserowej, co odpowiada środkowi zakresu pomiarowego głowicy. Przy tak zdefiniowanym narzędziu, w dalszych krokach w wygodny sposób można przeprowadzić wyznaczenie układu współrzędnych (bazy) mierzonego przedmiotu. Określenie bazy jest kolejnym krokiem niezbędnym do przeprowadzenia pomiarów detalu.

Rys. 9. Zależność między kątem padania promienia lasera a odległością r dla różnych średnic otworów w przesłonie Fig. 9. Dependence between laser’s angle of incidence and distance r for different diameters of screen’s hole

69

B = = ;

= ;" ; =\ = , ;

oraz krawÄ&#x2122;dĹş prÄ&#x2122;ta referencyjnego) i powtĂłrzyÄ&#x2021; tÄ&#x2122; czynnoĹ&#x203A;Ä&#x2021; cztery razy dla róşnych kierunkĂłw orientacji narzÄ&#x2122;dzia. KolejnÄ&#x2026; skĹ&#x201A;adowÄ&#x2026; bĹ&#x201A;Ä&#x2122;du kalibracji jest dokĹ&#x201A;adnoĹ&#x203A;Ä&#x2021; i powtarzalnoĹ&#x203A;Ä&#x2021; pozycjonowania robota. W metodzie zaproponowanej w artykule na bĹ&#x201A;Ä&#x2026;d pomiarowy, oprĂłcz dokĹ&#x201A;adnoĹ&#x203A;ci i powtarzalnoĹ&#x203A;ci pozycjonowania robota, wpĹ&#x201A;ywa wielkoĹ&#x203A;Ä&#x2021; Ĺ&#x203A;rednicy otworu w przesĹ&#x201A;onie oraz dokĹ&#x201A;adnoĹ&#x203A;Ä&#x2021; mierzenia odlegĹ&#x201A;oĹ&#x203A;ci przez gĹ&#x201A;owicÄ&#x2122; pomiarowÄ&#x2026;.

SkĹ&#x201A;adowa bĹ&#x201A;Ä&#x2122;du wynikajÄ&#x2026;ca z niedokĹ&#x201A;adnoĹ&#x203A;ci pomiaru laserem jest co najmniej o dwa rzÄ&#x2122;dy mniejsza, dlatego moĹźe byÄ&#x2021; pominiÄ&#x2122;ta w analizie dokĹ&#x201A;adnoĹ&#x203A;ci kalibracji.

Z uwagi na wykorzystane podczas kalibracji specyficzne wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ci narzÄ&#x2122;dzia (emitowanie wiÄ&#x2026;zki laserowej), metoda ta jest przeznaczona tylko i wyĹ&#x201A;Ä&#x2026;cznie do kalibrowania punktu TCP narzÄ&#x2122;dzi o funkcjonalnoĹ&#x203A;ci zbliĹźonej do prezentowanej gĹ&#x201A;owicy pomiarowej.

Na obecnym etapie badaĹ&#x201E; nie moĹźna okreĹ&#x203A;liÄ&#x2021; wpĹ&#x201A;ywu dokĹ&#x201A;adnoĹ&#x203A;ci ustalenia punktu TCP na niepewnoĹ&#x203A;Ä&#x2021; pomiarĂłw realizowanych triangulacyjnym czujnikiem optycznym. Wydaje siÄ&#x2122; jednak pewne, Ĺźe wykonany detektor promienia laserowego umoĹźliwi okreĹ&#x203A;lenie wielkoĹ&#x203A;ci takich bĹ&#x201A;Ä&#x2122;dĂłw i pozwoli opracowaÄ&#x2021; metody ich kompensacji.

Prace omĂłwione w artykule zostaĹ&#x201A;y wykonane w Katedrze Technologii Maszyn i Automatyzacji ATH w ramach badaĹ&#x201E; nad niepewnoĹ&#x203A;ciÄ&#x2026; pomiarĂłw realizowanych przez inspekcyjny robot przemysĹ&#x201A;owy.

2.

3.

4.

5.

6.

7.

8.

9.

10.

& 1

11.

1. Stryczek R., Dutka P., The analysis of signal disruptions from an optical triangulation measurement sensor, â&#x20AC;&#x153;Measu-

rement Automation and Monitoringâ&#x20AC;?, Vol. 62, No. 2, 2016, 62â&#x20AC;&#x201C;65.

KEYENCE: High-speed, high-accuracy laser displacement sensor, LK-G5000 Series, userâ&#x20AC;&#x2122;s manual (2010).

KEYENCE: Configuration software LK-H2 for the LK-G5000 Series, LK-Navigator 2, userâ&#x20AC;&#x2122;s manual (2011).

KUKA Roboter GmbH: â&#x20AC;&#x153;Trainer Guide, Use and Programming of Industrial Robotsâ&#x20AC;?, V1, en.pdf, training guide (2013).

Blais F., A Review of 20 Years of Ranges Sensor Development, Videometrics VII, Proceedings of SPIE -IS&T Electronic Imaging , SPIE Volume 5013, NRC 44965, 2003, 62â&#x20AC;&#x201C;76.

Schwenke H., Neuschaefer-Rube U., Kunzmann H., Pfeifer T., Optical methods for dimensional metrology in production engineering, CIRP Annals: 51, 2002, 685â&#x20AC;&#x201C;699.

Kulik J., Wojtczak Ĺ ., Ĺ&#x161;wiatowe trendy robotyki a wyzwania technologiczne polskich MĹ&#x161;P, â&#x20AC;&#x17E;Pomiary Automatyka Robotykaâ&#x20AC;?, R. 19, Nr 4/2015, 79-86, DOI: 10.14313/PAR_218/79.

Ratajczyk E., WspĂłĹ&#x201A;rzÄ&#x2122;dnoĹ&#x203A;ciowa technika pomiarowa, Oficyna Wydawnicza Politechniki Warszawskiej, Warszawa, 1994. [http://www.datasheetlib.com/datasheet/640381/bpyp30_ unitra-cemi.html], pobrane 20.06.2016.

Kutz V., Tahemaa T., Otto T., Sarkans M., Lend H., Robot manipulator usage for measurement in production areas, â&#x20AC;&#x153;Journal of Machine Engineeringâ&#x20AC;?, Vol. 16, No. 1, 2016, 57â&#x20AC;&#x201C;67.

Hallenberg J., Robot Tool Center Point Calibration using Computer Vision, Masterâ&#x20AC;&#x2122;s Thesis in Computer Vision LinkĂśping Department of Electrical Engineering, LinkĂśpingâ&#x20AC;&#x2122;s University, SE-581 83, LinkĂśping, Sweden, February 2007.

C ` = . ) " " @ ` a ) Abstract: This article shows method to set up toolâ&#x20AC;&#x2122;s TCP (Tool Center Point) for triangulation measurement head installed on industrial robotâ&#x20AC;&#x2122;s flange. Properly setting toolâ&#x20AC;&#x2122;s TCP and its coordinate system plays vital role for effective adopting manipulator to execute future tasks. The purpose of location measurement head on robotâ&#x20AC;&#x2122;s flange is to measure in automatic mode geometric dimensions of measured part. The dedicated laser detector was created and tested to calibrate measurement headâ&#x20AC;&#x2122;s TCP. The test stand, laser detector and calibration method were made on Department of Production Engineering and Automation of ATH for reasons of estimation of uncertainty of measurements executed by measurement head installed on industrial robotâ&#x20AC;&#x2122;s flange.

Keywords] ` = @ " " @

& *!

, ) . ( % %

<@ B 8 C / . " < " = ?D " 8 ? ?8 % ;@ 8 ' C <=D% K K@ # " G @ K < " ! % @ ] " %

70

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

Pomiary Automatyka Robotyka, ISSN 1427-9126, R. 20, Nr 3/2016, 71â&#x20AC;&#x201C;76, DOI: 10.14313/PAR_221/71

@ @ ) "I @ " " @ " " K " " , < & ) @ - + 4 @ - + % $ )

" # = ) B ' % ) $> >&?$*$

Streszczenie: W artykule poruszono tematykÄ&#x2122; zwiÄ&#x2026;zanÄ&#x2026; z opracowaniem platformy badawczo-dydaktycznej przeznaczonej dla robotĂłw mobilnych. Omawiane stanowisko zostaĹ&#x201A;o zbudowane na Wydziale Elektrycznym Zachodniopomorskiego Uniwersytetu Technologicznego w Szczecinie jako platforma przeznaczona do projektowania i testowania algorytmĂłw sterowania z wizyjnym sprzÄ&#x2122;Ĺźeniem zwrotnym. W artykule poruszono przyczyny budowy takiej platformy wraz z odniesieniem siÄ&#x2122; do istniejÄ&#x2026;cych rozwiÄ&#x2026;zaĹ&#x201E;, ktĂłre powstaĹ&#x201A;y w innych oĹ&#x203A;rodkach badawczych. W dalszej czÄ&#x2122;Ĺ&#x203A;ci opisano wymagania postawione opracowanej platformie, a takĹźe omĂłwiono konstrukcjÄ&#x2122; prototypu platformy, zastosowane roboty mobilne oraz komponenty sprzÄ&#x2122;towe systemu. NastÄ&#x2122;pnie poruszono zagadnienie wizji maszynowej oraz przedstawiono opracowany algorytm analizy obrazu 2D. ArtykuĹ&#x201A; koĹ&#x201E;czy siÄ&#x2122; podsumowaniem, w ktĂłrym zamieszczono perspektywÄ&#x2122; rozwoju stanowiska oraz zarysowano plan wykorzystania opracowanej platformy do badaĹ&#x201E; naukowych, jak i celĂłw dydaktycznych. ! ' ' ] @ " @ " @ I , @

1. Wprowadzenie W ostatnich latach obszar wiedzy zwiÄ&#x2026;zany z robotami mobilnymi jest jednym z najprÄ&#x2122;Ĺźniej rozwijajÄ&#x2026;cych siÄ&#x2122; w dziedzinie robotyki. RóşnorodnoĹ&#x203A;Ä&#x2021; zastosowaĹ&#x201E; robotĂłw mobilnych zarĂłwno w przemyĹ&#x203A;le (m.in. magazynowanie, transport, diagnostyka), jak i w Ĺźyciu codziennym (sprzÄ&#x2026;tanie, rozrywka) powoduje wzrost znaczenia badaĹ&#x201E; nad metodami sterowania tymi obiektami oraz potrzebÄ&#x2122; poszukiwania nowych rozwiÄ&#x2026;zaĹ&#x201E;. To rozlegĹ&#x201A;e spektrum aplikacji robotĂłw mobilnych przekĹ&#x201A;ada siÄ&#x2122; rĂłwnieĹź na coraz wiÄ&#x2122;ksze ich rozpowszechnienie, a tym samym na zainteresowanie tÄ&#x2026; tematykÄ&#x2026; ze strony spoĹ&#x201A;eczeĹ&#x201E;stwa. Producenci robotĂłw konkurujÄ&#x2026;c ze sobÄ&#x2026;, nie tylko starajÄ&#x2026; siÄ&#x2122; poszerzyÄ&#x2021; zakres zadaĹ&#x201E; realizowanych przez ich produkty, ale rĂłwnieĹź dÄ&#x2026;ĹźÄ&#x2026; do maksymalnego uproszczenia ich obsĹ&#x201A;ugi od strony uĹźytkownika. Ten ostatni aspekt powoduje, Ĺźe roboty takie sprzedawane sÄ&#x2026; czÄ&#x2122;sto jako systemy zamkniÄ&#x2122;te (z punktu widzenia modyfikacji algorytmĂłw sterowania) z dostÄ&#x2122;pnym i Ĺ&#x201A;atwym w obsĹ&#x201A;udze interfejsem uĹźytkownika (HMI). To utrudnia wprowadzanie wĹ&#x201A;asnych modyfikacji sprzÄ&#x2122;towo-programowych, ktĂłre sÄ&#x2026; niezbÄ&#x2122;dne w prowadzeniu

)

, ]

C 8 " %@ ( % % ) !

'

*%&M%,&*- % ,M%&M%,&*- %

! "" # $%&

badaĹ&#x201E; naukowych. Projektowanie i testowanie wĹ&#x201A;asnych algorytmĂłw sterowania automatycznego w odniesieniu do robotĂłw mobilnych wymaga zatem bogatego zasobu wiedzy inĹźynierskiej i odpowiedniego stanowiska badawczego. Stanowisko, ktĂłre speĹ&#x201A;niaĹ&#x201A;oby odpowiednie wymagania elastycznoĹ&#x203A;ci sprzÄ&#x2122;towo-programowej najczÄ&#x2122;Ĺ&#x203A;ciej trzeba zbudowaÄ&#x2021; od podstaw. DziaĹ&#x201A;ania takie sÄ&#x2026; podejmowane na caĹ&#x201A;ym Ĺ&#x203A;wiecie przez róşne oĹ&#x203A;rodki, a stworzone platformy sĹ&#x201A;uĹźÄ&#x2026; zarĂłwno jako stanowiska badawcze, jak i narzÄ&#x2122;dzie dydaktyczne [8, 9, 13, 14].

W artykule przedstawiono opis stanowiska laboratoryjnego przeznaczonego do badaĹ&#x201E; algorytmĂłw sterowania robotami mobilnymi z wizyjnym sprzÄ&#x2122;Ĺźeniem zwrotnym, ktĂłre powstaĹ&#x201A;o w ramach dziaĹ&#x201A;alnoĹ&#x203A;ci koĹ&#x201A;a naukowego SARIS (ang.

Smart Autonomous Robots and Inteligent Systems) dziaĹ&#x201A;ajÄ&#x2026;cego przy Katedrze Automatyki PrzemysĹ&#x201A;owej i Robotyki na Wydziale Elektrycznym Zachodniopomorskiego Uniwersytetu Technologicznego w Szczecinie. GĹ&#x201A;ĂłwnÄ&#x2026; motywacjÄ&#x2026; dla opracowanej platformy byĹ&#x201A;a chÄ&#x2122;Ä&#x2021; stworzenia rozwiÄ&#x2026;zania, ktĂłre byĹ&#x201A;oby modularne, Ĺ&#x201A;atwo rozszerzalne i umoĹźliwiaĹ&#x201A;o realizacjÄ&#x2122; badaĹ&#x201E; w zakresie robotyki mobilnej i dziedzin z niÄ&#x2026; powiÄ&#x2026;zanych. Idea takiej otwartej platformy jest pokazana w realizacjach [13, 14].

IstniejÄ&#x2026; jednak pewne istotne róşnice w porĂłwnaniu z opracowanym systemem. W publikacji [13] implementacja oparta jest na czujnikach optycznych oraz IR, a nacisk poĹ&#x201A;oĹźony jest na autonomiÄ&#x2122; robotĂłw, ktĂłre mogÄ&#x2026; komunikowaÄ&#x2021; siÄ&#x2122; ze sobÄ&#x2026;. Informacja o otaczajÄ&#x2026;cym Ĺ&#x203A;wiecie w publikacji [14] uzyskiwana jest z wykorzystaniem odometrii, a warstwa obliczeniowa jest mocno zwiÄ&#x2026;zana z pojedynczym robotem i jego konstrukcjÄ&#x2026;. W przypadku platformy prezentowanej w niniejszym artykule, dominujÄ&#x2026;cym problemem jest wykorzystanie wizyjnego sprzÄ&#x2122;Ĺźenia zwrotnego jako jedynego ĹşrĂłdĹ&#x201A;a informacji o Ĺ&#x203A;wiecie i wykorzystaniu go do sterowania robotami w tym Ĺ&#x203A;wiecie funkcjonujÄ&#x2026;cymi. StÄ&#x2026;d teĹź

71

,

= , * "

,

, = ; B#

Rys. 2. Trzy roboty mobilne: z i bez WLAN oraz z trĂłjkÄ&#x2026;tem do identyfikacji Fig. 2. Three mobile robots: with and without WLAN and one with identification triangle

Rys. 1. StĂłĹ&#x201A; z umieszczonymi na nim robotami mobilnymi Fig. 1. Test bench with mobile robots placed on it

bliĹźej jej do rozwiÄ&#x2026;zaĹ&#x201E; prezentowanych w [8] i [9], w stosunku do nich postawiono jednak na wiÄ&#x2122;kszÄ&#x2026; otwartoĹ&#x203A;Ä&#x2021; architektury opracowanego systemu. CaĹ&#x201A;oĹ&#x203A;Ä&#x2021; sterowania realizowana jest po stronie klienta, w Ĺ&#x203A;rodowisku, ktĂłre uĹźytkownik uzna za najbardziej dla siebie dogodne. Klienci mogÄ&#x2026; zarzÄ&#x2026;dzaÄ&#x2021; pojedynczym robotem lub grupÄ&#x2026; robotĂłw, przy czym z samej platformy moĹźe korzystaÄ&#x2021; wielu klientĂłw jednoczeĹ&#x203A;nie. Rola programu dziaĹ&#x201A;ajÄ&#x2026;cego cyklicznie na robocie mobilnym zostaĹ&#x201A;a ograniczona do niezbÄ&#x2122;dnego minimum â&#x20AC;&#x201C; realizuje zadania komunikacyjne oraz przesyĹ&#x201A;a wypracowane sygnaĹ&#x201A;y na napÄ&#x2122;dy kĂłĹ&#x201A;. Nie wystÄ&#x2122;puje tu koniecznoĹ&#x203A;Ä&#x2021; wgrywania programu uĹźytkownika bezpoĹ&#x203A;rednio na roboty. W porĂłwnaniu do [8] w opracowanym systemie nie zastosowano bezpoĹ&#x203A;redniej komunikacji pomiÄ&#x2122;dzy robotami, gdyĹź za ich koordynacjÄ&#x2122; odpowiada klient. W celu zminimalizowania opóźnieĹ&#x201E; transportowych nacisk poĹ&#x201A;oĹźono teĹź na funkcjonowanie komponentĂłw platformy w sieci lokalnej. RĂłwnieĹź pozostawiono uĹźytkownikowi moĹźliwoĹ&#x203A;Ä&#x2021; tworzenia wĹ&#x201A;asnych algorytmĂłw przetwarzania obrazu 2D i wykorzystania ich jako ĹşrĂłdĹ&#x201A;a danych dla stworzonego systemu sterowania. W artykule szczegĂłlnÄ&#x2026; uwagÄ&#x2122; zwrĂłcono na opracowany algorytm analizy obrazu 2D, ktĂłry podzielony zostaĹ&#x201A; na dwie czÄ&#x2122;Ĺ&#x203A;ci: lokalizacjÄ&#x2122; oraz identyfikacjÄ&#x2122; robotĂłw mobilnych. Stanowi on jeden z najistotniejszych aspektĂłw funkcjonowania platformy. Opisano teĹź podejĹ&#x203A;cie zastosowane w budowie warstwy programowej oraz wykorzystane biblioteki do zrealizowanych celĂłw. W podsumowaniu artykuĹ&#x201A;u zarysowany zostaĹ&#x201A; plan wykorzystania platformy do badaĹ&#x201E; naukowych, jak i celĂłw dydaktycznych. Przedstawiono rĂłwnieĹź koncepcjÄ&#x2122; rozwoju platformy oraz potencjalnych usprawnieĹ&#x201E; w warstwie programowej oraz sprzÄ&#x2122;towej.

przetwarzania obrazu rĂłwnieĹź nie pozostaĹ&#x201A;y w tyle, znajdujÄ&#x2026;c implementacjÄ&#x2122; w wielu powszechnie dostÄ&#x2122;pnych, dobrze udokumentowanych bibliotekach programistycznych. Nie oznacza to jednak, Ĺźe rozwĂłj tej dziedziny ulegĹ&#x201A; spowolnieniu, wrÄ&#x2122;cz przeciwnie â&#x20AC;&#x201C; kamery o coraz wiÄ&#x2122;kszej rozdzielczoĹ&#x203A;ci i iloĹ&#x203A;ci rejestrowanych klatek na sekundÄ&#x2122; wymagajÄ&#x2026; nowych pokĹ&#x201A;adĂłw mocy obliczeniowej. RĂłwnieĹź sposĂłb postrzegania otoczenia siÄ&#x2122; zmienia â&#x20AC;&#x201C; z prĂłby zidentyfikowania w przestrzeni zdefiniowanych obiektĂłw, na warstwÄ&#x2122; bardziej abstrakcyjnÄ&#x2026;, a to z kolei wymaga zmiany w sposobie myĹ&#x203A;lenia i stosowanych algorytmach.

-# 1

' 4

-#b# ; ! :

Przed przystÄ&#x2026;pieniem do projektowania stanowiska laboratoryjnego zdefiniowano cele i zaĹ&#x201A;oĹźenia jakie musi speĹ&#x201A;niaÄ&#x2021; projektowany system. Wyboru odpowiednich zaĹ&#x201A;oĹźeĹ&#x201E; dokonuje siÄ&#x2122; najczÄ&#x2122;Ĺ&#x203A;ciej na drodze kompromisu miÄ&#x2122;dzy róşnymi ograniczeniami: konstrukcyjnymi, wydajnoĹ&#x203A;ciowymi i ekonomicznymi. WybĂłr ten w duĹźej mierze jest kwestiÄ&#x2026; indywidualnÄ&#x2026;.

W przypadku omawianego stanowiska, przeznaczonego do badaĹ&#x201E; algorytmĂłw sterowania robotami mobilnymi, gĹ&#x201A;Ăłwnymi wymaganiami przyjÄ&#x2122;tymi podczas jego projektowania byĹ&#x201A;y: moĹźliwoĹ&#x203A;Ä&#x2021; detekcji pojazdĂłw w ruchu oraz dostateczna odpornoĹ&#x203A;Ä&#x2021; algorytmĂłw detekcji i komunikacji. W toku realizacji projektu przyjÄ&#x2122;to rĂłwnieĹź dodatkowe kryteria â&#x20AC;&#x201C; dokĹ&#x201A;adnoĹ&#x203A;Ä&#x2021; pozycjonowania na poziomie Âą5 mm i poĹ&#x201A;oĹźenia kÄ&#x2026;towego na poziomie Âą5°, obsĹ&#x201A;uga do 10 robotĂłw oraz niskie koszty konstrukcyjne. Komunikacja z robotami powinna odbywaÄ&#x2021; siÄ&#x2122; bezprzewodowo, z wykorzystaniem popularnego protokoĹ&#x201A;u komunikacyjnego, tak aby moĹźliwe byĹ&#x201A;o tworzenie nowego oprogramowania w innych Ĺ&#x203A;rodowiskach.

^#

'

Zadaniem systemu wizyjnego (zwanego czÄ&#x2122;sto takĹźe wizjÄ&#x2026; maszynowÄ&#x2026;), jest udostÄ&#x2122;pnienie maszynom moĹźliwoĹ&#x203A;ci postrzegania i analizowania otoczenia, podobnego do jednego z ludzkich zmysĹ&#x201A;Ăłw â&#x20AC;&#x201C; wzroku. NaleĹźy jednak zauwaĹźyÄ&#x2021;, iĹź w pewnych aspektach systemy wizyjne sÄ&#x2026; od niego doskonalsze â&#x20AC;&#x201C; moĹźliwoĹ&#x203A;Ä&#x2021; pracy w szerszym spektrum barw: noktowizja, termowizja, ultrafiolet.

Systemy takie skĹ&#x201A;adajÄ&#x2026; siÄ&#x2122; z kamery pozyskujÄ&#x2026;cej informacje o aktualnym stanie obiektĂłw na pĹ&#x201A;aszczyĹşnie roboczej, oĹ&#x203A;wietlacza oraz komputera analizujÄ&#x2026;cego zebrane dane przy uĹźyciu odpowiednich metod analizy obrazĂłw i systemĂłw decyzyjnych.

Wizja maszynowa znalazĹ&#x201A;a szerokie zastosowanie w przemyĹ&#x203A;le i nie tylko, gdzie realizuje m.in. takie zadania jak: liczenie, pomiar, identyfikacja, sortowanie, ocena jakoĹ&#x203A;ci. Stosowana jest teĹź do szerokiego wachlarza materiaĹ&#x201A;Ăłw, produktĂłw koĹ&#x201E;cowych, kompleksowych systemĂłw, a nawet moĹźe wspomagaÄ&#x2021; zarzÄ&#x2026;dzanie zakĹ&#x201A;adu przemysĹ&#x201A;owego [12]. Dynamiczny rozwĂłj wizji maszynowej trwa poczÄ&#x2026;wszy od lat osiemdziesiÄ&#x2026;tych XX wieku, na co skĹ&#x201A;ada siÄ&#x2122; wiele czynnikĂłw â&#x20AC;&#x201C; spadek kosztĂłw produkcji systemu, rozwĂłj technologii LED, rozwĂłj algorytmĂłw sztucznej inteligencji, wzrost mocy obliczeniowej czy doskonalszych matryc. Metody

72

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

-#^#

' &

GĹ&#x201A;Ăłwnym elementem konstrukcyjnym stanowiska jest stĂłĹ&#x201A; roboczy o wymiarach 2 m Ă&#x2014; 2 m pokryty antypoĹ&#x203A;lizgowÄ&#x2026; matÄ&#x2026; PCV o czarnej matowej powierzchni. Mata ta zostaĹ&#x201A;a przyklejona do podkĹ&#x201A;adu z pĹ&#x201A;yt MDF peĹ&#x201A;niÄ&#x2026;cego funkcjÄ&#x2122; blatu opartego na konstrukcji wsporczej. Szkielet podtrzymujÄ&#x2026;cy blat zostaĹ&#x201A; wykonany z profili firmy Bosch Rexroth, przy czym caĹ&#x201A;a strefa robocza zostaĹ&#x201A;a otoczona barierÄ&#x2026; zapobiegajÄ&#x2026;cÄ&#x2026; wypadniÄ&#x2122;ciu robota poza krawÄ&#x2122;dĹş stoĹ&#x201A;u. KonstrukcjÄ&#x2122; zbudowanÄ&#x2026; w ten sposĂłb postawiono na regulowanych stopkach. CaĹ&#x201A;oĹ&#x203A;Ä&#x2021; przedstawiono na rys. 1.

-#-# 3 ' + ' Obiektami sterowania uĹźytymi w poczÄ&#x2026;tkowych badaniach testowych sÄ&#x2026; dwukoĹ&#x201A;owe roboty mobilne â&#x20AC;&#x17E;3piâ&#x20AC;? firmy Pololu, zbudowane jako jednostka eksperymentalna z jednÄ&#x2026; centralnÄ&#x2026; osiÄ&#x2026; napÄ&#x2122;dowÄ&#x2026; ze zdolnoĹ&#x203A;ciÄ&#x2026; do wykonywania ruchu skrÄ&#x2122;tnego w miejscu. Na spodniej krawÄ&#x2122;dzi robota zostaĹ&#x201A;y umieszczone czujniki zbliĹźeniowe. Pojazd ten jest zasilany czterema akumulatorami typu AAA i moĹźe osiÄ&#x2026;gnÄ&#x2026;Ä&#x2021; maksymalnÄ&#x2026; prÄ&#x2122;dkoĹ&#x203A;Ä&#x2021; 1 m/s. SzczegĂłA

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

! + ' ,

Ĺ&#x201A;owe parametry zastosowanych robotĂłw moĹźna znaleĹşÄ&#x2021; w dokumentacji producenta [1]. Oryginalna konstrukcja robota â&#x20AC;&#x17E;3piâ&#x20AC;? nie ma jednak moduĹ&#x201A;u komunikacji Wi-Fi, dlatego zostaĹ&#x201A;a rozbudowana o ten moduĹ&#x201A; wedĹ&#x201A;ug projektu zrealizowanego w pracy dyplomowej [2]. ModuĹ&#x201A; ten ma dodatkowo diody wykorzystywane w procesie wykrywania przez opracowany system wizyjny znajdujÄ&#x2026;cych siÄ&#x2122; na stole pojazdĂłw. Na rys. 2 przedstawiono trzy roboty mobilne, kolejno: bez moduĹ&#x201A;u komunikacji, z moduĹ&#x201A;em WLAN oraz ze znacznikiem w postaci biaĹ&#x201A;ego trĂłjkÄ&#x2026;ta.

GĹ&#x201A;Ăłwna rolÄ&#x2122; w zaprojektowanym systemie wizyjnym odgrywa kamera firmy Imaging Sources model DFK23GP031 z interfejsem komunikacyjnym Gigabit Ethernet, ktĂłrym przesyĹ&#x201A;any jest obraz oraz ustawienia parametrĂłw akwizycji danych. Przechwytuje ona obraz kolorowy w maksymalnej rozdzielczoĹ&#x203A;ci wynoszÄ&#x2026;cej 2592 px Ă&#x2014; 1944 px przy 15 klatkach na sekundÄ&#x2122;, przy czym istnieje moĹźliwoĹ&#x203A;Ä&#x2021; ustawienia mniejszej rozdzielczoĹ&#x203A;ci, dziÄ&#x2122;ki czemu moĹźna skorzystaÄ&#x2021; z szybszej akwizycji obrazĂłw. WielkoĹ&#x203A;Ä&#x2021; piksela wynosi 2,2 mm Ă&#x2014; 2,2 Îźm, natomiast czas migawki ustawiany jest w zakresie od 50 Îźs do 30 s. Ponadto producent udostÄ&#x2122;pnia pakiet SDK, ktĂłry oferuje programiĹ&#x203A;cie szerokie moĹźliwoĹ&#x203A;ci w zakresie konfiguracji poĹ&#x201A;Ä&#x2026;czenia z kamerÄ&#x2026; oraz parametrĂłw otrzymywanego obrazu. WiÄ&#x2122;cej szczegĂłĹ&#x201A;Ăłw moĹźna znaleĹşÄ&#x2021; w dokumentacji producenta [3, 4]. Na rys. 3 przedstawiono kamerÄ&#x2122; zamontowanÄ&#x2026; na regulowanym uchwycie przymocowanym do sufitu nad stoĹ&#x201A;em. Uchwyt ten wykonany z profili firmy Bosch Rexroth zapewnia manualnÄ&#x2026; regulacjÄ&#x2122; w szeĹ&#x203A;ciu stopniach swobody ruchu z ograniczeniem liniowym w zakresie 150 mm oraz kÄ&#x2026;towym 90° w kaĹźdym ramieniu.

Komputer klasy PC (rys. 4) peĹ&#x201A;ni rolÄ&#x2122; serwera obliczeniowo-komunikacyjnego. Jego zadaniem jest zarĂłwno analiza obrazu z kamery, jak i komunikacja z robotami. SkĹ&#x201A;ada siÄ&#x2122; on z procesora Intel Core 2 Duo E8400 o czÄ&#x2122;stotliwoĹ&#x203A;ci pracy 3 GHz i 4 GB pamiÄ&#x2122;ci RAM. Kolejnym istotnym elementem jest zastosowanie odpowiedniej karty graficznej wyposaĹźonej w technologiÄ&#x2122; CUDA. OptymalnÄ&#x2026; cenÄ&#x2122; pod wzglÄ&#x2122;dem oferowanych moĹźliwoĹ&#x203A;ci zapewniaĹ&#x201A; akcelerator graficzny Nvidia GeForce GTX 750 Ti. Techno-

Rys. 3. Kamera DFK23GP031 wykorzystana do akwizycji obrazu Fig. 3. DFK23GP031 camera used for image acquisition

Rys. 4. Zastosowany komputer i router WiFi Fig. 4. Applied computer and WiFi router

logia CUDA to rĂłwnolegĹ&#x201A;a architektura obliczeniowa, w ktĂłrej setki prostych procesorĂłw realizuje obliczenia o charakterze rĂłwnolegĹ&#x201A;ym [5]. Procesor ten ma 640 rdzeni CUDA zapewniajÄ&#x2026;cych 1,4 TFLOPS. Dodatkowo do komunikacji z kamerÄ&#x2026; zostaĹ&#x201A;a zamontowana karta rozszerzeĹ&#x201E; z portem Gigabit Ethernet. Ĺ Ä&#x2026;cznoĹ&#x203A;Ä&#x2021; bezprzewodowÄ&#x2026; w systemie zapewnia router LINKSYS WRT54GL (rys. 4). Jest to model zapewniajÄ&#x2026;cy Ĺ&#x201A;Ä&#x2026;cznoĹ&#x203A;Ä&#x2021; w standardzie IEEE 802.11g, co przekĹ&#x201A;ada siÄ&#x2122; na teoretycznÄ&#x2026; prÄ&#x2122;dkoĹ&#x203A;Ä&#x2021; transmisji danych na poziomie 54 Mb/s, przy czym moc nadawcza wynosi maksymalnie 18 dBm. Ponadto zapewnia on szereg moĹźliwoĹ&#x203A;ci w zakresie zabezpieczenia sieci oraz konfiguracji jej parametrĂłw.

-#"# ; '

'

W przypadku opracowanej platformy okreĹ&#x203A;lenie poĹ&#x201A;oĹźenia robotĂłw (ich wspĂłĹ&#x201A;rzÄ&#x2122;dnych) jest wynikiem dziaĹ&#x201A;ania zaawansowanych algorytmĂłw analizy obrazu. DziÄ&#x2122;ki zebranym w ten sposĂłb i odpowiednio przetworzonym informacjom moĹźliwe jest wykorzystanie systemĂłw wizyjnych w roli sprzÄ&#x2122;Ĺźenia zwrotnego w ukĹ&#x201A;adach sterowania (tzw. visual servoing). Informacje o poĹ&#x201A;oĹźeniu pojazdĂłw przekazywane sÄ&#x2026; przez podsystem komunikacyjny do uĹźytkownika, ktĂłry wykorzystuje je w algorytmie sterowania do wypracowania odpowiednich sygnaĹ&#x201A;Ăłw sterujÄ&#x2026;cych (w tym przypadku sÄ&#x2026; to sygnaĹ&#x201A;y prÄ&#x2122;dkoĹ&#x203A;ci poszczegĂłlnych kĂłĹ&#x201A; pojazdĂłw znajdujÄ&#x2026;cych siÄ&#x2122; na stole). Wypracowane wartoĹ&#x203A;ci sygnaĹ&#x201A;Ăłw sterujÄ&#x2026;cych przesyĹ&#x201A;ane sÄ&#x2026; nastÄ&#x2122;pnie do serwera, ktĂłry po ich odebraniu, przetwarza je i wysyĹ&#x201A;a z wykorzystaniem komunikacji bezprzewodowej bezpoĹ&#x203A;rednio do robotĂłw. Schemat caĹ&#x201A;ej platformy przedstawia rys. 5. MoĹźliwe inne role i konfiguracje kamery w sterowaniu moĹźna znaleĹşÄ&#x2021; w [10], natomiast przeglÄ&#x2026;d algorytmĂłw w [12].

Dla prawidĹ&#x201A;owej detekcji pojazdĂłw w ruchu, niezbÄ&#x2122;dne byĹ&#x201A;o osiÄ&#x2026;gniÄ&#x2122;cie duĹźego wspĂłĹ&#x201A;czynnika liczby klatek na sekundÄ&#x2122; dla kamery przechwytujÄ&#x2026;cej obraz. Cel ten speĹ&#x201A;niono dziÄ&#x2122;ki obniĹźeniu rozdzielczoĹ&#x203A;ci sensora optycznego o poĹ&#x201A;owÄ&#x2122;, co przeĹ&#x201A;oĹźyĹ&#x201A;o siÄ&#x2122; na zdolnoĹ&#x203A;Ä&#x2021; do akwizycji 25 klatek na sekundÄ&#x2122;. Problem â&#x20AC;&#x17E;rybiego okaâ&#x20AC;?, ktĂłry mĂłgĹ&#x201A;by mieÄ&#x2021; niekorzystny wpĹ&#x201A;yw na poprawne naniesienie wspĂłĹ&#x201A;rzÄ&#x2122;dnych, niwelowany jest przez telecentryczny obiektyw kamery. Dodatkowo kamera umieszczona jest centralnie nad stoĹ&#x201A;em roboczym i prostopadle do niego, a obraz jest przycinany i obracany. Pozwala to na unikniÄ&#x2122;cie koniecznoĹ&#x203A;ci kalibracji kamery, problemu przedstawionego w [11]. W efekcie rozdzielczoĹ&#x203A;Ä&#x2021; robocza wynosi 964 px Ă&#x2014; 964 px. NaleĹźy jednak pamiÄ&#x2122;taÄ&#x2021;, Ĺźe zmniejszenie rozdzielczoĹ&#x203A;ci sensora wiÄ&#x2026;Ĺźe siÄ&#x2122; z obniĹźeniem dokĹ&#x201A;adnoĹ&#x203A;ci pozycjonowania. W tym przypadku uzyskane war-

73

,

= , * "

,

, = ; B#

Rys. 5. Schemat opracowanej platformy Fig. 5. Devised platform schema

Rys. 6. Obszary charakterystyczne robota wykorzystywane do: A) znajdywania poĹ&#x201A;oĹźenia, B) identyfikacji robota Fig. 6. Characteristic zones of mobile robot used in: A) position finding, B) identification

toĹ&#x203A;ci dokĹ&#x201A;adnoĹ&#x203A;ci pozycjonowania nadal mieszczÄ&#x2026; siÄ&#x2122; przyjÄ&#x2122;tym w punkcie 2.1 zakresie. Dodatkowo, dziÄ&#x2122;ki takiemu ustawieniu uzyskano synchronizacjÄ&#x2122; migawki z czÄ&#x2122;stotliwoĹ&#x203A;ciÄ&#x2026; sieci zasilajÄ&#x2026;cÄ&#x2026; lampy fluorescencyjne, co pozwoliĹ&#x201A;o zniwelowaÄ&#x2021; efekt migotania.

â&#x2C6;&#x2019; Konwersja obrazu z palety RGB na HSV i rozĹ&#x201A;oĹźenie go na kanaĹ&#x201A;y reprezentujÄ&#x2026;ce poszczegĂłlne skĹ&#x201A;adowe KanaĹ&#x201A;y te sÄ&#x2026; reprezentowane przez macierze, ktĂłrych komĂłrki odpowiadajÄ&#x2026; za poszczegĂłlne piksele. â&#x2C6;&#x2019; Zastosowanie zestawu filtrĂłw na poszczegĂłlnych kanaĹ&#x201A;ach pozwalajÄ&#x2026;cych znaleĹşÄ&#x2021; obiekty reprezentujÄ&#x2026;ce Ĺ&#x203A;wiecÄ&#x2026;cÄ&#x2026; diodÄ&#x2122; LED. DziÄ&#x2122;ki temu otrzymujemy trzy zbinaryzowane tablice. â&#x2C6;&#x2019; Wykonanie serii operacji logicznych na uzyskanych trzech macierzach binarnych, w efekcie czego otrzymujemy jednÄ&#x2026; macierz z informacjÄ&#x2026; binarnÄ&#x2026; â&#x20AC;&#x201C; czy dana komĂłrka ma charakterystykÄ&#x2122; odpowiedniÄ&#x2026; dla Ĺ&#x203A;wiecÄ&#x2026;cej siÄ&#x2122; diody. â&#x2C6;&#x2019; Z macierzy uzyskanej w poprzednim punkcie dokonujemy wyszukania konturĂłw. W celu wyeliminowania zakĹ&#x201A;ĂłceĹ&#x201E; w postaci pojedynczych pikseli przyjÄ&#x2122;to, Ĺźe obszary identyfikowane jako dioda LED powinny skĹ&#x201A;adaÄ&#x2021; siÄ&#x2122; co najmniej z piÄ&#x2122;ciu pikseli. â&#x2C6;&#x2019; Wyznaczenie momentu centralnego znalezionego obszaru, ktĂłry uznawany jest za Ĺ&#x203A;rodek obszaru diody LED. Tak jak wspomniano wczeĹ&#x203A;niej, po zidentyfikowaniu robota naleĹźy go powiÄ&#x2026;zaÄ&#x2021; z koordynatami, w ktĂłrych siÄ&#x2122; znajduje.

Dokonywane jest to przez znalezienie najmniejszego dystansu miÄ&#x2122;dzy jego Ĺ&#x203A;rodkiem, a Ĺ&#x203A;rodkiem obszaru diody LED. Na rys. 7 moĹźna zobaczyÄ&#x2021; przetworzony obraz z naniesionymi markerami graficznymi dla rozpoznanych robotĂłw.

-#0# )

& ^ W opracowanej platformie system wizyjny jest wykorzystywany do dwĂłch zadaĹ&#x201E;: okreĹ&#x203A;lenia wspĂłĹ&#x201A;rzÄ&#x2122;dnych robota oraz do jego identyfikacji. Zadania te w zakresie przetwarzania obrazu sÄ&#x2026; niezaleĹźne od siebie, ale samo nadanie identyfikatora robotowi moĹźe nastÄ&#x2026;piÄ&#x2021; dopiero po okreĹ&#x203A;leniu jego wspĂłĹ&#x201A;rzÄ&#x2122;dnych.

OkreĹ&#x203A;lenie wspĂłĹ&#x201A;rzÄ&#x2122;dnych oraz orientacji robota bazuje na wykryciu ksztaĹ&#x201A;tu biaĹ&#x201A;ego trĂłjkÄ&#x2026;ta (rys. 6A) umieszczonego na gĂłrnej powierzchni robota. Serwer na bieĹźÄ&#x2026;co analizuje obraz i stara siÄ&#x2122; wykryÄ&#x2021; wszystkie obiekty przypominajÄ&#x2026;ce ten ksztaĹ&#x201A;t, po czym oblicza wspĂłĹ&#x201A;rzÄ&#x2122;dne robotĂłw bazujÄ&#x2026;c teĹź na ich wĹ&#x201A;aĹ&#x203A;ciwoĹ&#x203A;ciach fizycznych. W celu znalezienia Ĺ&#x203A;rodka wykorzystuje siÄ&#x2122; staĹ&#x201A;Ä&#x2026; odlegĹ&#x201A;oĹ&#x203A;Ä&#x2021; trĂłjkÄ&#x2026;ta od centrum robota, a poĹ&#x201A;oĹźenie kÄ&#x2026;towe determinowane jest na podstawie poĹ&#x201A;oĹźenia trĂłjkÄ&#x2026;ta wzglÄ&#x2122;dem ukĹ&#x201A;adu wspĂłĹ&#x201A;rzÄ&#x2122;dnych zwiÄ&#x2026;zanych ze stoĹ&#x201A;em. Kolejne kroki sÄ&#x2026; zdefiniowane nastÄ&#x2122;pujÄ&#x2026;co: â&#x2C6;&#x2019; Konwersja obrazu na skalÄ&#x2122; szaroĹ&#x203A;ci. â&#x2C6;&#x2019; Progowanie obrazu â&#x20AC;&#x201C; w efekcie otrzymywana jest macierz binarna. â&#x2C6;&#x2019; Znalezienie wszystkich konturĂłw. â&#x2C6;&#x2019; Sprawdzenie czy obszar znalezionego konturu mieĹ&#x203A;ci siÄ&#x2122; w zdefiniowanych ograniczeniach (wiÄ&#x2122;cej niĹź 100 px, ale mniej niĹź 500 px). â&#x2C6;&#x2019; Wyznaczenie najmniejszego moĹźliwego trĂłjkÄ&#x2026;ta zawierajÄ&#x2026;cego dany kontur. â&#x2C6;&#x2019; Znalezienie najdĹ&#x201A;uĹźszego boku trĂłjkÄ&#x2026;ta (podstawy). â&#x2C6;&#x2019; OkreĹ&#x203A;lenie rotacji trĂłjkÄ&#x2026;ta wzglÄ&#x2122;dem ukĹ&#x201A;adu wspĂłĹ&#x201A;rzÄ&#x2122;dnych.

Identyfikacja robota polega na powiÄ&#x2026;zaniu adresu sieciowego robota z fizycznym obiektem znajdujÄ&#x2026;cym siÄ&#x2122; na stole.

Serwer w sposĂłb cykliczny stara siÄ&#x2122; nawiÄ&#x2026;zaÄ&#x2021; komunikacjÄ&#x2122; z pewnÄ&#x2026; pulÄ&#x2026; adresĂłw sieciowych, ktĂłre jeszcze nie zostaĹ&#x201A;y zidentyfikowane. Po udanym nawiÄ&#x2026;zaniu poĹ&#x201A;Ä&#x2026;czenia taki niezidentyfikowany robot zapala swojÄ&#x2026; czerwonÄ&#x2026; diodÄ&#x2122; LED (rys.

6B). Zadaniem systemu wizyjnego jest wykrycie tego sygnaĹ&#x201A;u i powiÄ&#x2026;zanie go z koordynatami robota (wczeĹ&#x203A;niejsze zadanie) bezpoĹ&#x203A;rednio w jego otoczeniu. JednoczeĹ&#x203A;nie tak oznaczonemu obiektowi nadawany jest unikalny identyfikator, ktĂłry uĹ&#x201A;atwia dalszÄ&#x2026; interakcjÄ&#x2122; z nim za poĹ&#x203A;rednictwem serwera. Sam algorytm dziaĹ&#x201A;a w sposĂłb nastÄ&#x2122;pujÄ&#x2026;cy:

74

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

-#`# 3 ' ' Na czÄ&#x2122;Ĺ&#x203A;Ä&#x2021; programowÄ&#x2026; systemu skĹ&#x201A;ad ajÄ&#x2026; siÄ&#x2122; trzy aplikacje.

KaĹźda z nich peĹ&#x201A;ni innÄ&#x2026; rolÄ&#x2122; w Ĺ&#x203A;rodowisku opracowanej platformy: â&#x2C6;&#x2019; Algorytm analizy obrazĂłw (napisany zostaĹ&#x201A; w jÄ&#x2122;zyku C++, korzysta z biblioteki OpenCV). Jego zadaniem jest identyfikacja i lokalizacja robotĂłw. â&#x2C6;&#x2019; Komunikacja z robotami mobilnymi (zrealizowana w jÄ&#x2122;zyku Python). â&#x2C6;&#x2019; ZarzÄ&#x2026;dzanie klientami i przydzielanie robotĂłw poszczegĂłlnym klientom w C#.

Jak widaÄ&#x2021;, kaĹźda z tych aplikacji zostaĹ&#x201A;a napisana w innym jÄ&#x2122;zyku programowania. Spowodowane to byĹ&#x201A;o m.in. tym, iĹź nad kodem ĹşrĂłdĹ&#x201A;owym pracowaĹ&#x201A;o kilku autorĂłw, z ktĂłrych kaĹźdy miaĹ&#x201A; wĹ&#x201A;asny bagaĹź doĹ&#x203A;wiadczeĹ&#x201E; zwiÄ&#x2026;zany z okreĹ&#x203A;lonym jÄ&#x2122;zyA

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

! + ' ,

0# '

Rys. 7. Przenalizowany obraz 2D z rozpoznanymi robotami Fig. 7. Analyzed 2D image with recognized robots

Rys. 8. Schemat w Ĺ&#x203A;rodowisku obliczeniowym MATLAB/Simulink Fig. 8. MATLAB/Simulink model

kiem, dostÄ&#x2122;pnoĹ&#x203A;ciÄ&#x2026; bibliotek czy kwestiami wydajnoĹ&#x203A;ciowymi.

Do interakcji miÄ&#x2122;dzy stworzonymi aplikacjami wykorzystywana jest biblioteka ZMQ, natomiast komunikacja z robotami oraz ze Ĺ&#x203A;rodowiskiem MATLAB/Simulink odbywa siÄ&#x2122; po protokole TCP/IP. SzczegĂłlnie duĹźÄ&#x2026; rolÄ&#x2122; odgrywa biblioteka OpenCV. Zawiera szeroki wachlarz funkcji przydatnych w realizowaniu zadaĹ&#x201E; zwiÄ&#x2026;zanych z analizÄ&#x2026; obrazu, ktĂłre zostaĹ&#x201A;y szeroko zastosowane w opisywanym wczeĹ&#x203A;niej algorytmie. Jej popularnoĹ&#x203A;Ä&#x2021; oraz dobra dokumentacja przekĹ&#x201A;adajÄ&#x2026; siÄ&#x2122; na zestaw przetestowanych przez innych programistĂłw funkcji, ktĂłre sÄ&#x2026; Ĺ&#x201A;atwe do implementacji.

Do realizacji celĂłw badawczych oraz dydaktycznych opracowana zostaĹ&#x201A;a biblioteka w Ĺ&#x203A;rodowisku MATLAB/Simulnik (rys. 8), ktĂłra pozwala korzystaÄ&#x2021; z opracowanego stanowiska.

Za jej poĹ&#x203A;rednictwem moĹźna sterowaÄ&#x2021; pojedynczym robotem, bÄ&#x2026;dĹş grupÄ&#x2026; robotĂłw realizujÄ&#x2026;c zaawansowane algorytmy sterowania. Wykorzystany jest blok Matlab System, ktĂłry pozwala na korzystanie z funkcji Matlaba w Ĺ&#x203A;rodowisku MATLAB/ Simulink. Dodatkowo zastosowany zostaĹ&#x201A; model oparty na programowaniu zorientowanym obiektowo.

CaĹ&#x201A;y system zbudowany jest z komponentĂłw realizujÄ&#x2026;cych pojedyncze zadania, a informacje z nich pochodzÄ&#x2026;ce dostÄ&#x2122;pne sÄ&#x2026; dla wiÄ&#x2122;kszej liczby klientĂłw. RozwĂłj warstwy programowej moĹźe zatem nastÄ&#x2122;powaÄ&#x2021; dwojako: zarĂłwno przez doskonalenie istniejÄ&#x2026;cych juĹź usĹ&#x201A;ug, jak i przez tworzenie nowych narzÄ&#x2122;dzi, korzystajÄ&#x2026;cych z udostÄ&#x2122;pnionych juĹź informacji.

Sterowanie robotami mobilnymi w ukĹ&#x201A;adzie ze sprzÄ&#x2122;Ĺźeniem wizyjnym jest problemem interdyscyplinarnym wymagajÄ&#x2026;cym biegĹ&#x201A;oĹ&#x203A;ci w zagadnieniach zwiÄ&#x2026;zanych z analizÄ&#x2026; obrazu 2D, komunikacjÄ&#x2026; oraz syntezÄ&#x2026; odpowiednich algorytmĂłw sterowania przewidzianych dla róşnych zadaĹ&#x201E;. Warunkiem koniecznym prowadzenia badaĹ&#x201E; dotyczÄ&#x2026;cych sterowania robotami mobilnymi jest dostÄ&#x2122;p do odpowiedniego stanowiska badawczego. Opisana platforma badawczo-dydaktyczna dedykowana pojazdom koĹ&#x201A;owym umoĹźliwia realizacjÄ&#x2122; róşnych zadaĹ&#x201E; sterowania, m.in.: dynamiczne pozycjonowanie robotĂłw, sterowanie robotami po zadanej trajektorii ruchu, a takĹźe sterowanie formacjÄ&#x2026; robotĂłw. W krÄ&#x2122;gu zainteresowaĹ&#x201E; badawczych autorĂłw artykuĹ&#x201A;u znajdujÄ&#x2026; siÄ&#x2122; zagadnienia zwiÄ&#x2026;zane m.in. ze sterowaniem odpornym, identyfikacjÄ&#x2026; modeli obiektĂłw sterowania, algorytmami antykolizyjnymi, dynamicznÄ&#x2026; optymalizacjÄ&#x2026; trajektorii ruchu obiektĂłw, a takĹźe optymalizacji zuĹźycia energii przez autonomiczne pojazdy. Na opracowanej platformie przeprowadzane bÄ&#x2122;dÄ&#x2026; rĂłwnieĹź zajÄ&#x2122;cia dydaktyczne ze studentami pozwalajÄ&#x2026;ce im zapoznaÄ&#x2021; siÄ&#x2122; z aspektami sterowania robotami mobilnymi. Realizowane zajÄ&#x2122;cia poruszajÄ&#x2026; problematykÄ&#x2122; z zakresu kinematyki i dynamiki robotĂłw mobilnych oraz generatora trajektorii.

Planowany jest dalszy rozwĂłj opracowanego systemu. JednÄ&#x2026; z proponowanych zmian jest wykorzystanie kamery o wiÄ&#x2122;kszej rozdzielczoĹ&#x203A;ci i z szybszÄ&#x2026; akwizycjÄ&#x2026; obrazu. Przy dostatecznej mocy obliczeniowej, zwiÄ&#x2122;kszona czÄ&#x2122;stotliwoĹ&#x203A;Ä&#x2021; prĂłbkowania (prÄ&#x2122;dkoĹ&#x203A;Ä&#x2021; akwizycji) wraz ze zwiÄ&#x2122;kszeniem dokĹ&#x201A;adnoĹ&#x203A;ci mierzonej pozycji (rozdzielczoĹ&#x203A;Ä&#x2021;) powinna pozwoliÄ&#x2021; na sterowanie, ktĂłre bÄ&#x2122;dzie bardziej precyzyjne. System budowany jest moduĹ&#x201A;owo, wobec czego wymiana pojedynczego komponentu (np. robotĂłw) jest prosta. W tym zakresie planuje siÄ&#x2122; zarĂłwno modyfikacjÄ&#x2122; istniejÄ&#x2026;cych robotĂłw przez wprowadzenie silnika BLDC z enkoderami, jak i wykorzystanie nowych rodzajĂłw jednostek o innej geometrii. Na stole planuje siÄ&#x2122; umieĹ&#x203A;ciÄ&#x2021; stacjÄ&#x2122; dokujÄ&#x2026;cÄ&#x2026; sĹ&#x201A;uĹźÄ&#x2026;cÄ&#x2026; do Ĺ&#x201A;adowania akumulatorĂłw w sposĂłb stykowy i bezprzewodowy.

Kolejnym udoskonaleniem systemu analizy obrazu bÄ&#x2122;dzie sposĂłb detekcji przeszkĂłd, zarĂłwno przez fizyczne naklejenie markerĂłw na stole, jak i przez programowe symulowanie labiryntu.

Usprawnienia sÄ&#x2026; rĂłwnieĹź planowane w warstwie programowej â&#x20AC;&#x201C; wiÄ&#x2122;ksza integracja z platformÄ&#x2026; .NET oraz unifikacja rozwiÄ&#x2026;zaĹ&#x201E; w postaci wspĂłlnych bibliotek, majÄ&#x2026; na celu dalsze uĹ&#x201A;atwienie tworzenia nowego oprogramowania dla opracowanej platformy.

Dla zwiÄ&#x2122;kszenia wydajnoĹ&#x203A;ci obliczeniowej wykorzystana zostanie technologia CUDA, ktĂłra pozwoli na zminimalizowanie czasu wykonania algorytmu.

& 1 1. Pololu Corporation, Pololu 3pi Robot Userâ&#x20AC;&#x2122;s Guide, 2013.

2. SpychaĹ&#x201A;a M., Integracja moduĹ&#x201A;u WLAN ze sterownikiem robota mobilnego, Praca dyplomowa, Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, 2015.

3. The Imaging Sources, DFK23GP031 Color Camera, 2013.

4. The Imaging Sources, Camera SDK manual, http://www. theimagingsource.com/en_US/support/documentation/ icimagingcontrol-dotnet/, dostÄ&#x2122;p w 2016.

5. Nvidia, GeForce GTX 750 Ti, http://www.geforce.com/ hardware/desktop-gpus/geforce-gtx-750-ti, dostÄ&#x2122;p w 2016.

6. Nvidia, CUDA Zone, https://developer.nvidia.com/cuda-zone, dostÄ&#x2122;p w 2016.

7. Figurowski D., System wizyjny dla dynamicznego pozycjonowania robotĂłw mobilnych, Praca dyplomowa, Zachodniopomorski Uniwersytet Technologiczny w Szczecinie, 2015.

8. Fabregas E., Farias G., Dormido-Canto S., Guinaldo M., SĂĄnchez J., Dormido Bencomo S., Platform for Teaching Mobiles Robotics. â&#x20AC;&#x153;Journal of Intelligent & Robotic Systemsâ&#x20AC;?, Vol. 81, Issue 1, 2016, 131â&#x20AC;&#x201C;143.

75

,

= , * "

,

, = ; B#

9. Witkowski U., Emad Monier, RĂźckert U., An Automated Platform for Minirobots Experiments, 10th Intl. Conf. on Control, Automation, Robotics and Vision, 2008.

10. Tepe Tufan, Mobile Robot Navigation Using Visual Servoing, MSc Internship TU/e, www.mate.tue.nl/mate/ pdfs/11494.pdf, dostÄ&#x2122;p w 2016.

11. Gregor KlanÄ?ar, Marko LepetiÄ?, Matej Kristan, Rihard Karba, Vision system design for mobile robot tracking, Mobile robots: new research. New York: Nova Science, 2005.

12. Batchelor G. B. (editor), Machine Vision Handbook, RozdziaĹ&#x201A;y: I,XIVâ&#x20AC;&#x201C;XVII, Springer, 2012.

13. Rostkowska M., Topolski M., SkrzypczyĹ&#x201E;ski P., A modular mobile robot for multi-robot applications, â&#x20AC;&#x17E;Pomiary Automatyka Robotykaâ&#x20AC;?, Vol. 17, No. 2/2013, 288â&#x20AC;&#x201C;293.

14. PiÄ&#x2026;tek P., ZieliĹ&#x201E;ski M., SkrzypczyĹ&#x201E;ski P., ModuĹ&#x201A;owy robot mobilny do celĂłw dydaktycznych i badawczych, â&#x20AC;&#x17E;Pomiary Automatyka Robotykaâ&#x20AC;?, R. 15, Nr 2/2011, 411â&#x20AC;&#x201C;419.

] @ . ) b A @ " . C @ G @ $ B The article presents the development of an academic platform dedicated to mobile robots.

This stand was built in West Pomeranian University of Technology in Szczecin as a platform on which control systems with visual feedback could be devised and tested. In the article a motivation for such station was presented with acknowledging already existing solutions developed by other research groups. Further, platform requirements were presented as well as its construction, mobile robots and hardware components. A general outline of the machine vision problem is given, as well as a detailed description of a 2D image analysis algorithm devised for the designed platform. The article ends with a summary in which a concept of using the platform for research and didactics is given as well as its further development.

Keywords] " @ @ ! " ! , " ) @

& *! , < & )

& *!

- + 4

V < " ? " G @ B ' " ? " ) # = ? ) ) % ? @ " J @ " @ J @ I ?

I %

< V < " ? " G @ B ' " ? " ) # = ? ) ) % Y I R ? " I ? ) " ) " @ I ?

J %

?. ) ( % %

" %@ ( % %

& *!

- + % $ ) " % @ ( % %

< V < " ? " G @ B ' " ? " ) # = ? ) ) % ? @ " J " ) " " ) %

76

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

( E , J F TOLQMbTLG E: LH F i@LHTG

Informacje dla Autorów C ?

' F

) # Lb = LHTi : ; " ,

; ? # Â&#x20AC; ; =\

, * ;

, =\ ; , =

" D =\ ; =\ ,

B , * ; , ; , =

;

= Y, , DBZ: ! "

B # ; ,

;

;

D ; , ; \ = " # , ; :

Wskazówki dla Autorów ' , !

'

& (

; , =

M Pomiary Automatyka Robotyka ; ; Â&#x20AC; B; =\ < $ ? Y ; =\ PH " Z =B ;

? B ( @( " M D = Y = ; , ; Z ? Y

,=B ] TgH?LHH " Z =B ;

?

Yg?P Z =B ;

=B

? B]Â&#x20AC; ? =B ; Y , =: Z ? ; ; ; =B ;

=B ? , =B ;

=B ? = @ D @ =B =

, ; < : ; : :=; , : `

] : iHH ; : THHH ;

] ;

=\ D ] :

( ; Â&#x20AC; ,=B ]Â&#x20AC; " \

= = H G

; ; Â&#x20AC; ,=B ] T YOH HHH " ; = , iHHH L =

" Z = : P

#

: ) ; ; " ; =\ B ,=B ]Â&#x20AC;

= ; B] : Nie drukujemy komunikatów! ! \ , Â&#x20AC; \

, D ( " Y =B Z

,=B ] gHH?QgH "

<

D : E = , ;

" " =B = =

: ; , =\ ; =\

* \ ; Â&#x20AC; :

). .

' !,

!

Â&#x20AC; ' (

& '

'

Â&#x20AC; * !

' %

: ( ;

\ \

;

]Â&#x20AC; ]Â&#x20AC; : ( "

; , = \ ;

; ;

: C " ]Â&#x20AC; ; = = = =B , \ Â&#x20AC;

, ( ; \ , Â&#x20AC; ;

;

B h " : (

) *'

.

*'

.

" = =B : ; "= ] ; = = : =\

= # \Â&#x20AC; =\ ;

? ( " D =B

, D : ! ; ; = ; ;

; E " = <

; =B : ) ; ; # ; , " ;

E =\:

Kwartalnik naukowotechniczny Pomiary Automatyka Robotyka jest indeksowany w bazach BAZTECH, Google Scholar oraz INDEX COPERNICUS S/ b ,&*OR O>%,*T K w bazie naukowych @ K " ARIANTA. Punktacja MNiSW @ + S % *,,NT% J J ; Q " @ @ w kwartalniku naukowotechnicznym Pomiary Automatyka Robotyka.

QQ

JF E ( & ! ( (V EÂ&#x17D;)

('

,

' (

1

, +

'

& E =

M

Pomiary Automatyka Robotyka # =\ ; B F

) #

\ \ B

( "

( @( " " ; ; ; ; =B

] =\ $ 1.

1 +

:

wymieniowego Autora ' '

& ? = ; ; " : ^ ;_ =:

; ( " ; , = ", " ; ; , = ,

,

" = : 2.

1 +

' +

' & ' *&Â&#x20AC;

* !

' ! '

jej powstanie ? = $ ? ; #

, =\ ; ;

B , =

;" , =

, " @ B =\ ;

;

; ; , = ? ; # B; = ; ; ^ _ : B; = = " =

, \ ;

= ;"

= =

; B

; ;

, "

; ; , = Â?

QP

P

O

M

I

A

E =

= = ;

; \ B;

\ \ #

\ ;

;

, = :

3.

1 +

* !

%

'

& 9Â&#x20AC; *

'

,

& ? ; ; D ; , = ; =

M,

, ;

= ; < =

h " ] " ; B# : ^D _ ? =

< = , =

= =

* ; , = < = , ; B

D , *:

;

' *!

; , = " # < =\

= < = ,

, = ; < #

; =

?

#

Â&#x20AC; Â&#x20AC; ]

: C ;

@ ;

]

\# :

'

!

przeniesienie praw , '

' *'

& ' ,

884 Â&#x192; C \ ; =B

; , = B; = ; =\ ;

B: V = ; ; ; ;

= : ) ; ; =

\ :

Redakcja kwartalnika Pomiary Automatyka Robotyka ( %

; '

" ; ,

M

( E , ;

;

" ; \ B ; ! J ;:$

' " ; " .

/ ! " "

.. ) # ) 8 ; " '<, Â? " < " G @ H / Q *N,>?M*,- G% ,& Q $_,&*- OF*, ;/R *&%*N$*$_ <GÂ?,,*_O%

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

czasopisma

pomiary

www sprawdzian

miara

POLSPAR

eksperyment

automatyka PIAP

seminarium

kalendarium

szkolenie

kwartalnik

federacja

nauka

publikacje

automatyka

stowarzyszenie

HORIZON 2020 \# innowacje organizacja projekt konkurs

konferencje

relacja

POLSPAR

POLSA

publikacje

AutoCAD streszczenie

agencja kosmiczna

dr h.c.

Top500 innowacje

IFAC

ZPSA

; h

profesura

recenzje

relacja

szkolenie

doktorat

robotyka seminarium

sterowanie

J

esa

szkolenie

80

P

O

M

I

A

R

Y

•

A

U

T

O

M

A

T

Y

K

A

•

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

E>(FJC( & J )(ECÂ C FJ(

IEEE Control Systems Society w Polsce " J @ ) A # +

' #

' ' # V ' +' !

E ) # "

)

@

*

+ 5 ) )

# V

' * #

# + =!

IEEE â&#x20AC;&#x201C; misja i krĂłtka historia Akronim IEEE, nazwa Institute of Electrical and Electronics Engineers Â&#x2014;TÂ&#x2DC;

\ =\

; = \

; ]

] : F

,

; TbGi J

B B = B \ =B \ ; =\ \ ; OHH B " ; \

iHÂ&#x2122; ]

, =

< ; : ! ]Â&#x20AC; J = zowana zgodnie z dwiema =\ B , : D , = = TH " Tib = ] " " = = B "# = J Â&#x2014;LÂ&#x2DC;: ! J , = iG * " ; ;

D ; =\ ; = " ;

, \ \: & * = Control Systems Society Y Z =\

, ; =\ ,

; =B = " : < # " J = B, = ,

" *: J J

\

= = J #\ = ]

:

J Â&#x2014;iÂ&#x2DC; ;

# = ] = ; =

; \ ; <: ' "

; \ ;

= , = ; ; \ : ;

< =

; =

= ; \ ; <: + Y [ \ ) (

J < Z$ Na jednej z konferen

! " # $ # % & ! # # # ' ' #( ' = ; \ , = # <

; <: ! V * YV C

" J " J < Z " ; B < =B = LHHP?LHTT: F B; ; \

LHTL?LHTg ; \ Â&#x2014;; <: & ' , * ; ;: = Â&#x2DC; , ; \

J = ; <: ) = > :

gH " \ B ] " ; =

: \ #

; ; ; #

]

" :

!

B/// 8 ' '

1

B/// 8 J ; D

= ; ; = < : = Control Systems Society Outreach Fund " D = ; = ; \ ]Â&#x20AC; ;

] " : \ , Â&#x20AC; ; =

# ; =\

* , ] # ; = ; =\ "=

=

= =\ B ;" D , ; : )] " ; = " " D # Â&#x20AC; : :$ Massive Open Online Course: Introduction to Control Theory, Symposium on the Control of Network Systems oraz 2013 # ) * + # , *+. / 4 56 'lege Student STEM Activity in Ghana: C D \ ;

J Â&#x2014;OÂ&#x2DC;: ! < = Local Area Support Systems Â&#x2014;gÂ&#x2DC; "

# ; Â&#x20AC; ; ] ; \

: \

] THHH V ! ; =\ =B ;

, ; ; = ; =\

: )

* = =

# ] Â&#x20AC; # <

] \ \ :

!

B/// 8 ' '*

'

, \ =

#

= = " ; * : = B ;

;

" " ; =" \

; =B \ \: !

\ # ] \ = ;

; Distinguished Lectu

4 ! Â&#x2014;GÂ&#x2DC; "

# Â&#x20AC;

PT

E>(FJC( & J )(ECÂ C FJ(

;" D

" ;

: ) ; , , TH ,

"

; Â&#x20AC; ] =\ " : = # # ]

;

# # Â&#x20AC; ;

\ = = = :

; # =\ \ , , B "

M Â&#x2014;QÂ&#x2DC; " =

= # \ " ;

\ ; = American Control Conference, IEEE Conference on Decision and 6 # ' ,676. : ) \ , Â&#x20AC; ; Y ;

Z: #

J

; \

B; * =\ " " , =\ B : = = =

] = LHTG

" , < Â&#x20AC; , = ; ;" ; : B ; ;

", " \ \ Â&#x20AC; B CSS Di # ! 8 9 #

4 ! , \ B ; ,

\; * ; = , , " M :

7 8 ; < =

4> / < " Â&#x201C;I J ) ; /''' ,&*,F,&*O

!

B/// 8 ' +

*'

(' & ] ; # \ B ;

"

" ; " =\ ; ; =B ;

=B ] =: & \

# ] = B;

Â&#x2014;PÂ&#x2DC; "

# Ti: J

,B ; = B ;

\ \

]

\

\ ] \

: ; \ ; B ;

;

J : ; ; ;

; *

; =

; Fellow: V # # = = B \ ; ;

" ;

Â&#x20AC; = # ] :

[ V @ @ " B ' ) Â&#x201C;I C " = B C " A " # Â&#x201C;I ) % [ . " Â&#x201C;I " B ' ' / . " < " % B " " " I < " G @ / . " ' % " " " " " "% [ " " C " G ! " /''' = / ' " . % [ " ' ) Q ' ) V " ' < " Q % Q K <" C " /A< /A/ ) = ' = % [ " " /''' S C "@ T K " S @ J " T% [ " " " ; ) /''' Â&#x201C; %

!

B/// 8

) =, # J

Â&#x20AC; " = = ]

; = ; ; = \ BÂ&#x20AC; ;

" : +B

; ; $ ? =

=

"

= = =

* " , " ;

-

= : : #

= : ) \ ;

( " B;

? = , ]

Y; Z ; ;"

" ? B ] * ]

;

; = ^

; _ $ ,

< YMassive Open On-line CourseZ ;: ? ; =B #

\ * ; " =\

: < ,B \ \ " =\ ;

PL

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

( E , J F TOLQMbTLG E: LH F i@LHTG

< = $ 6

7 6 # ' ,676. i '# 56

* # 6 # ' , *6. ; \ ; < = " ; "# " " \ J : ] # # # Â&#x20AC; \ ;

; Women in Control Â&#x2014;bÂ&#x2DC; " = ;

= ; , =\

=\ B :

4

8 ; " 8 ? !

V < " / K 8 " <YD V J ) ; /''' ,&*B Y ) . " " < " YI ?D V " B ' < " / . " / K 8 " % [ " *O& " $ JK % [ ) J " ) " )I ) "I . ) ) " " " ) % ; @ K ) " K % [ " /''' ' < . ' ' / . " ' ) ) S'<''/'T% B ,&**F,&*O @ " % X " V/ / ' ) % [ " I " "% % Â? " < " G @ H Â?/ [ . C ) ; " %

F

; ; = ]

J ; =\

# ] : C B

= J

= = J : ] # < =

"

" J

]

;

" : F =, = ; B B ; =\ ;" = = "# = ", = ;" ; ; : J ; = = # ; \

= ,B ^ \

_: \ # ]

6 # ' * # @ B # Y

\ , Z

; = B ] : 3 :

T: 'B66 ! ! &6 H! L: 'B66 !' 6 i: 'B66 !'! #!' 6 O: 'B66 ! ! &6& 6 I I I I I g: 'B66 ! ! &6 $ I ; 6 I I I '' I G: 'B66 ! ! &6 $ I ; 6 & I I I' & Q: 'B66 !

I ! &6 P: ;$@@ : : @ @ M;

b: 'B66 ! ! &6 $ I ; 6 I I

@% K% [ V @ .% Â&#x201C; .% % @% K% B Y ) <YD

, = , ,

=

; : B ;

D \# =\ = ? =

< = , # wych, ? \ ;" ; = ( F = ( V =B ]

;

J

\:

J ; Â&#x20AC; "= = ; " : ) ; B

= = J \

\: =\

# ]Â&#x20AC; , ;

: ! " B

-

Pi

 ) 'J

Kolejna nagroda dla prof. Janusza Kacprzyka Podczas 4. konferencji ISCBI 2016 (International Symposium

'

4 & ]@ ) $ + V

^ 2 # 5 /019 !

A

# @ '

( # % ' # ) # +

? & " 3 ) /019@

' # # " ' # #

? ? )

I

' ! ? & V

V # + ' !

, $@ #

?? I !

= Â&#x20AC; B

] Â&#x161; ! ; = ] \ = "# ;

a

C \

" ( E , (E <

& ' ; ; J ;

< J F F

? ; F E LHTG

"= = J = ? ^LHTG J W ( <

,

D <

; J _: ) ; ] Â&#x20AC; # < ' ; ?

"# , =B ; ]

,

,

; = " = ,

, = = , = ? = ; =

; = ) =:

!

$! *!

Janusz Kacprzyk <Q ) D V I < " Q ' " A ' < " . < A /''' Q ) I /''' " / ) /'''

V " Q ) I C V ." % 8 / A " < S/A <T ) = 8 ; " % [ @ " B ' B S*M>&T% J @ *M>> % / 8 " <Q% = "K @ *MM& % " IL . ) % 8 . " J " # < B B 8 C % [ " N&& @ " +& " % . . %

) = < ' ; Â&#x161;

_ # + % # ) (E F < J ( J '

\ '

( (E ' ' " ! = E ,

)

= J <

> * ;$@@ : : :; @; ; @

<: ! , = , ; = \ = , = ;

, * = : & " \ ^

_ ^ _ ;: =\ B " \ :

84

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

()(F F(V' )Â m a(+J J ( &(

$! *! + , )

< ) " " " I " " @ " " "

3 #

' % # # - ) @

3 + #

3 G # )

$ )

) # + Algorytmy syntezy i implementacji "

@

#+ * # & , "

#

# &

) ' $ )

#

# '

) !

<@ B ' ) S*MMM %T " ,&&O % @ J 7 ! ' 8 #$ ' HJ HJ ' I " " @ .% 8 % > ,&*- % @ ) " @ G B ' ) #= % ;@ " J J I @ " " "

K " " ) " @ " %

PG

P

O

M

I

A

R

! "

' # $ # # ' H 8 ' H 8 ) V C

;

V

LHTg J +F bQPMPiMQGGLMLHHMT : TPQ:

, = ; " " = , "

=] =] : ; = B , " J

= # \ Â&#x20AC; ; = =\

= = ;

, " : > " ,

, # ]Â&#x20AC;

"# " ;

"

, J " B * \

; B : \ B "

;

" ; ] :

;

; = "

, J ; \ D =B = \ ;

" : (

; = ,

# ] ;

; \ =] @ ,

] ; " " :

; =

?

; ; Â? ?

; M ;

" =]

, Y

" ;

ZÂ? ? ; =

: (

; , B; =\ ; ; =

; B : + ; , \ D =\ " =

; B ;

\ * : ; ; , \ ; ;

=]Â&#x20AC; =]Â&#x20AC; ; B#

#-

D Wybrane problemy syntezy $ # # ' H 8 ' H 8,

!

LHTg : ) V CV : E

D , ; <

( = ! * ' < :

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

]Â&#x20AC;

; B , "

, =]Â&#x20AC; B = # , =]Â&#x20AC;: ;

; B , " J : E # B

" ; B =\

, " J

B : ; = D =\ ;

]Â&#x20AC; ; = " = ;

]

( (+@ : B]Â&#x20AC; , * ; ;

,

= # =\ ; ; " = #

# B ,

;

;

;

" : ; = ; a M M M

; "

,

;

= : V #

;

] ; ;

" ;

, M

;

;

# ] "

, M : \ B

\ , #\ \ BÂ&#x20AC;

: , * ;

; ; = = \# =\

\ ,\ h ; :

C ) V O

B

O

T

Y

K

A

NR 3/ 20 1 6

a(+J J ( &( m ()(F F(V' )Â

$! *! ) # - ) )

Zastosowanie metod sterowania odpornego do stabilizacji obiektĂłw mechanicznych 3 #

'

_ = )

'

# 4 # #

( )

"& V

) # + Zastosowanie metod sterowania odpornego do stabilizacji obiektĂłw mechanicznych, #+ * #

) ' $ )

#

$ "

' ' # ' #

'

) I$ #

' # ) ' )

)

# @ ' $ )

# $

' + !

; , = ; =\

, * ; ,

;

;

; ] \ ; \ ; ] \ , ; ] \ ; ]

B :

; B \ , : ) # ;

;

; Â&#x20AC;

# ]

; = # ] B ; =

B * #

D ,

* =\

Y = ;

Z: ) ; ; ;

M,

;

;

Y : , ;

Z : :$

Â&#x203A;M :

, , " ;

: F B;

=\ \ < =B =\ \ ;

] : ; #

B

]Â&#x20AC; ;

;B ; B#

Y " ; = B; , = = = ;

Z ;

= ? , F

, ]

, ;

, =B:

;

\ ; ,

, " ; ] \

; ,

= = : !

;

# = \ =B

# : ) < ;

; = ; ", \ ; , " \

;

, " : V ;

#

,

,

,

, ; =\ B ; ; =: ;

;

, = "#

, " $ â&#x20AC;˘ ?

; B ] ,

" = # ;

# Y

; , ; ZÂ? ; # = ; =\ < =

#

Y *Z D =

; " ; Â? â&#x20AC;˘ ,

=\ Y+ Z

; #

\ =\ ; = =

= Â? "

\$ ;

=

;B

= ; " = \ = : ) = = ;

M, = = = B ; = ; " ; \ , ] = ;

# IK " B C " 8 " @ Z " I " S,&&$ %T%

" @ Z " ,&&> % Sterowanie

! ; ! ! # I " " @ .% @% K% Y IK J G B / K C G @ < " YI ?D V % $ ,&*- % @ ) " @ G B / K C G @ < " YI ?D V %

= ] ] B ,

; ; "

B :

C ) V

87

KALENDARIUM

Kalendarium wybranych imprez Nazwa konferencji

Data

Miejsce

13th International Symposium on Distributed Autonomous Robotic Systems DARS 2016

7 â&#x20AC;&#x201C; 9 / 11 2016

Londyn Wielka Brytania

8th International Joint Conference on Computational Intelligence IJCCI 2016

9 â&#x20AC;&#x201C; 11 / 11 2016

Porto Portugalia

13th European Workshop on Advanced Control and Diagnosis ACD 2016

17 â&#x20AC;&#x201C; 18 / 11 2016

Lille Francja

www: http://www.acd2016.eu/

XXI Konferencja Naukowo-Techniczna Automatyzacja ? F

] ; Automation 2017

15 â&#x20AC;&#x201C; 17 / 03 2017

Warszawa Polska

www: www.piap.pl/automation mail: konferencja@piap.pl

30 / 05 â&#x20AC;&#x201C; 1 / 06 2017

Helsinki Finlandia

www: http://conferences.imeko.org/index. php/tc3-5-22_2017/2017

18 â&#x20AC;&#x201C; 21 / 06 2017

KrakĂłw Polska

www: http://kka2017.kaib.agh.edu.pl/ mail: kka2017@agh.edu.pl

IEEE International Conference on Advanced Intelligent Mechatronics AIM 2017

3 â&#x20AC;&#x201C; 7 / 07 2017

Monachium Niemcy

20th IFAC World Congress 2017

9 â&#x20AC;&#x201C; 14 / 07 2017

Tuluza Francja

IEEE International Symposium on Robot and Human Interactive Communication Ro-MAN 2017

28 â&#x20AC;&#x201C; 31 / 08 2017

Pestana Portugalia

9th Vienna International Conference on Mathematical Modelling MATHMOD 2015

21 â&#x20AC;&#x201C; 23 / 02 2018

) * Austria

Fault Detection, Supervision and Safety for Technical Processes 10th SAFEPROCESS 2018

29â&#x20AC;&#x201C;31 / 08 2018

Warszawa Polska

3â&#x20AC;&#x201C;7 / 09 2018

Belfast Wielka Brytania

IMEKO TC3, TC5 and TC22 International Conference 2017 XIX Krajowa Konferencja Automatyki KKA 2017

XXII IMEKO World Congress 2018

88

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

Informacje dodatkowe

www: http://dars2016.org/

www: http;//www.ijcci.org/ mail: ijcci.secretariat@insticc.org

www: http://www.ieee-ras.org/component/ rseventspro/event/948-aim-2017-ieeeinternational-conference-on-advancedintelligent-mechatronics www: http://www.ifac2017.org/ mail: contact@ifac2017.org www: http://www.ieee-ras.org/component/ rseventspro/event/1000-ro-man-2017-ieeeinternational-symposium-on-robot-andhuman-interactive-communication

www: http://www.mathmod.at/index. php?id=228

www: http://www.ifac-control.org/events/ fault-detection-supervision-and-safety-fortechnical-processes-10th-safeprocess-2018

K

www: https://www.imeko.org/images/ imeko/2018/0916_IMEKO_2018.pdf

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

' F E F & m C( )J !­

XIX Krajowa Konferencja < " VV< ,&*> KOMITET AUTOMATYKI I ROBOTYKI

KOMISJA NAUK TECHNICZNYCH

Kolejna edycja Krajowej Konferencji Automatyki @ V *+F,* ,&*> % = " " ) V < " / K 8 " B ' < " / . " / K 8 " < " YI ?D "% % V %

Krajowa Konferencja Automatyki jest cykliczny (organizowanym w cyklu trzyletnim) wydarzeniem naukowym. Konferencja

= #

]

= =\ B

: Krajowa Konferencja Automatyki stanowi tradycyjne krajowe forum prezentacji wyników oryginalnych prac badawczych i aplikacyjnych w dziedzinie automatyki, techniki systemów i robotyki. Tematyka konferencji

, = = B $ â&#x2C6;&#x2019; teoretyczne podstawy projektowania systemów automatycznego sterowania, â&#x2C6;&#x2019; analiza systemowa oraz jej zastosowania techniczne i nietechniczne, â&#x2C6;&#x2019; badania operacyjne, â&#x2C6;&#x2019; teoria sterowania, â&#x2C6;&#x2019; # â&#x2C6;&#x2019; sztuczna inteligencja, â&#x2C6;&#x2019; systemy ekspertowe w automatyce i technice systemów, â&#x2C6;&#x2019; komputerowe systemy automatyki, â&#x2C6;&#x2019; automatyzacja, robotyzacja i elastyczne systemy produkcyjne, â&#x2C6;&#x2019; podstawy robotyki, modelowanie, planowanie ruchu i sterowanie robotów, â&#x2C6;&#x2019; roboty nieholonomiczne, â&#x2C6;&#x2019; ; ; = = M ,

â&#x2C6;&#x2019; roboty inteligentne, â&#x2C6;&#x2019;

,

â&#x2C6;&#x2019; zastosowania robotyki, â&#x2C6;&#x2019; , = ; " ;

â&#x2C6;&#x2019; problemy projektowania, konstrukcji i eksploatacji systemów automatyki, â&#x2C6;&#x2019; ; ; = mów automatyzacji,

â&#x2C6;&#x2019; systemy mechatroniczne, â&#x2C6;&#x2019; ; \

â&#x2C6;&#x2019; : ( , =\ " = = = ] " , ; ;

" ; , matyki automatyki i robotyki. W konferencji \

# ; D = =\ B \ # ; = " : ' < = ,B " #

B; " # :

< < = ,B

# ]Â&#x20AC; ; " , * # , #\ ; , " : E < # ;

Â&#x20AC; =B

# Â&#x20AC; = =B ; skim lub angielskim. Planowany jest druk ; =B

< " w wydawnictwie Springer. Istotnym efektem, = = ;

\ B ;

" , # ; # ]Â&#x20AC; ] * ; \ " \ = ;" ; : ) B = < =

;$@@ LHTQ: ,: : :; @:

V " ; ) VV< ,&*> J F .% @% K% B C

F K% C )

(

1

& ! + '

+ ,

( ) )

> ' " > *

* E "

A" h

TbgP TbGT TbGO TbGQ TbQT TbQO TbQQ TbPH TbPg

, +

> * ;

C >" )

' )

TbPP TbbT Tbbi Tbbb LHHL LHHg LHHP LHTT LHTO

Pb

(F ' J¯°'J

Internet Rzeczy [ ) " " " " J

) "*) The Internet of Things. How Smart TVs, Smart Cars, Smart Homes, and Smart Cities Are Changing the World, wydanej przez Pearson Education, Inc, jest Michael Miller. Niemal w tym samym czasie Wydawnictwo Naukowe PWN ' # & +

)

' ) + # !

\# ; B ,

] ; ; \ B " B

; ] " = ,B \ B

Â&#x20AC; ,\: J = = " ;

; = O:H: )

= = =\ # LHLH : ] , LG "

,B

;

] : ) ;

Â&#x20AC; B B =B , Â&#x20AC;

\ J # ] Â&#x20AC; ; : ;

, ; \

,B \ ,B # = # Â&#x20AC; : E "= J E " # B : , ] , ; J ,B \ , Â&#x20AC; ; = ] : ," ; =\

; ; ; " = =\ B \ :

, " ; ]Â&#x20AC;: C =\ # " " \ * ,B \ , ,

# , Â&#x20AC; ; # " #

# ; =\ J : ! " ^ _ , ^ _ ; \ ;

= # ; ; = B = : \

; " : \# = < ; =\ ; = # J E YJ < Z = = #

: ) ; Â&#x20AC;Â&#x161;

Â? " / Rzecz? Dlaczego jest tak istotny?â&#x20AC;? ,B ; \

,\:

ÂŽ V \ ; ] ? <

, ; B (>! = ; = , ; # ,B \ Â&#x20AC;

\ Â&#x20AC; ; \ ? ; " : C ; # ]

\ ;

<

,B \ Â&#x20AC; = M M M : , = # B = ; \

\ ; B

, < , : ) \#

;

"# ; ] ; \ = Â&#x20AC;: > " \# ; B

$ â&#x2C6;&#x2019; J \ ]Â&#x20AC;$ = J â&#x2C6;&#x2019; J

$ = J â&#x2C6;&#x2019; J = $ \ D " ; " = ]

â&#x2C6;&#x2019; J ; B (>!$

; " ; " \

" â&#x2C6;&#x2019; J $ * = = ]J #$

J ; $ \

; , = ; ]

bH

P

O

M

I

A

R

Michael Miller, Internet Rzeczy. Jak inteligentne telewizory, samochody, domy i miasta zmie H #, Wydawnictwo PWN, 2016, ISBN 97883-01-18528-2, str. 360

â&#x2C6;&#x2019; J

$ \ ]Â&#x20AC; ; = â&#x2C6;&#x2019; J

$ = " â&#x2C6;&#x2019; J =

]Â&#x20AC;$ = â&#x2C6;&#x2019; J $ ,B

= # B; â&#x2C6;&#x2019; J , $ ; ; B

â&#x2C6;&#x2019; J $ = ] ; \ â&#x2C6;&#x2019; J ] $ , J

â&#x2C6;&#x2019; J ; , $ ) + ; : = = =\ B

" # J = D

, : ' #

\

B

, ; , \ Â&#x20AC;: & = ; ? J E Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

C ) V " / < " " I /<

O

B

O

T

Y

K

A

NR 3/ 20 1 6

( E , J F TOLQMbTLG E: LH F i@LHTG

Designing the Internet of Things % "*)V Designing the Internet of Things@ "

/01x ! )+

E @ * ' { $

"

#$ {

' # ' )

3# # ! # @

-

| ) @ # $

' # V'

V# ) ) "*) @ ) #

' # #

# )

# 5 #

# @ '! @

{

) "*) " * * @

' # V$ @

#

$$ 5 !

' \# ; ;

J E = = ;

; =

$ ; \

; ;

, # ; : " ; # "

" $ ( ,

] ,

] ; B, ; a

* D

B \ \ , B; =\Â&#x20AC; B ;

:

Â?< J K

@ J

I I J / G F

J @ Z%H

' \# B ); ;

]Â&#x20AC; ;

B] $ ; , = = \

; ;

; \ ? =

= = :

B]Â&#x20AC; ; \ \ B; =\ Y ,

= Z$ T: J E $ , ]

L: ; = \ * ; \

i: J O: ] ;

;

g:

; \ * , M

G:

;

= D = Q:

; ; =

P: ; \ * , : ) B] = = $ b: ,

< C ' D " " Designing the Internet of Things [ B ,&*N / 8Q M>+?*?**+?N$&-,?& % $,N%

TH: =] B \ B TT: : );

= = =\ " ; ;

= # ; = J E #

, Â&#x20AC; B ] \ ?

; ;

; J OPG ,

" = ;

;

, =

, = = , : ' =

=\ "

"

; ; ;

= = ; B,

: ; " = = ;

Y

M ;

, = ; =\ = , B ;

" @J Z

= J E ; = =\ -

? # \# \ ,

, ;

;

;

" ; =

B; J # " Y ;: ; QHÂ&#x2122; ;

) = + Z J , ; B ; = ,

B; =\ < = ;

Y( JZ ; \ * B ; = Y; ) , L:HZ

; B B; : : ( ; =\ # , \ ; B ; # < ] = , \

;

] " " \ * J E ? ;

= ] =\ =

, Â&#x20AC;: E # ; ; ; ; = ;: + E>l Y ; " ; \

;

] =Z >

F ; Y ; ; \ ; =\ < =B =\ B ; Â&#x20AC;Z ) ! Y h = ; , = ? ; ; ; ,ÂŽZ: ' \# ; ] \ = ; =\ ; ; =

\ * J E =

# , Â&#x20AC; ; =\ "

; =\

; ;

= = #

] ; , ;

= :

" J@ " / < " " I PIAP

91

(F ' J¯°'J

8 ) "

[ Z " I I | & 7

'

} ~ @ % + !

# ) "*)

+ $ ' ) 9 F #

"

" ` # ' # #

# & 4 & ,

) )

' # )+

' # + !

− " = −

; Y F(Z − = − \ ]

− ;

F − ( ; F

] ; =\ : !

) = ; = = =\ B ;

#

= ;: = :

\ "# ;: ; B#

Y ! Z

; : ' #

# ; = ; , ? # ] ; \ * B B : ! ; ; $ , ; = =

F

D < , =\ ,

\ B

; " ; = , ; #

=\ B ; , "

; " : ! = ; ; ; = = B]

) @ " ) " J

Z . " %H

\#\

, ; ; = O:H: ) \# B

B = , \ * ; " ; \ : ) =\ = #

] : ! = =

]

] ; = = B] = ; D :

= ; B, # \

=; ; =\ = B;

=\ D " : & # ; ; # < = = : ] " , " "

\ B

: ! , # = =

] B " # , ,

= # = ? "

\

; ] D : ; \ = ; \# " = "

; ; V JF F E F c > ; ;

; ;

; ; ;

\ : : ;

: > " \#

] $ − ! + ! ® −

;

92

P

O

M

I

A

R

;

B

,

\ B: ) "#

;" ? , B,

; \ : F B; = ; =

\ ; ;

; ;

# ] " , ) ; ,

^ E J _ Ya: J:

, E J < LHTg PGYTZ TH?LOZ: , = = : : " # " ; , ; = " " , * ? ; ; ; < =

, * , :

C ) V " / < " " I /<

D ) ] / U ! 7 # 4 H' < # J ' 8 # ' #$ $ V B BQ ,&*-% / 8Q M>+?+$?&*?*+>$$?& % ,,N Y

•

A

U

T

O

M

A

T

Y

K

A

•

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

( E , J F TOLQMbTLG E: LH F i@LHTG

" % "*) )

| ) # & # $ )

' #

' ' + ) ) $ # V

' $ )

' # )+ 5 ) !

]

=\ ; ; ] B =\ ] # ; # = ; , # ] ; ; ;B B # = ] ; "

= ; B, : !

\ \ = # \ ; = ]

B ; =\ = \ B: E # \# \ = B] ; ]

; =\ =

B, : "

# ] # = \ ;

] ;

, \# = ;

" : C # ] B, * = \ , < = ; ] : " ; " : > " \#

;

B] $ − ' '

; 8 H' 8 ? B] , =\

; ; " B ; B, B, ;

] − 4 # #

H' 8 ? "

, \ ;

# ]

; = : C ; = "

" ; ]

− + ' # H' 8 ? ;

= \ ;

B =

@ %

@ " @ " " " "% .% % @% K% C %H

YD =

Z B, ] :

, ] "

] # ;

,"

: B] \# ; Y # TbG ; = Z =\ , ;

, " , \# * , ;" ; B, ]

?

$ − C \ T: " # H $ $ ! J #

# #nej − C \ L: 4 ! ' 8

" ;

" ; B, ; "

", = =\ B ;B :

C ) V " / < " " I /<

D Y ) @ 4 H' B Q BQ ,&*-% / 8Q M>+?+$?&*?*+>$-?* % N>+%

C \ ; , = = *

; \ ; ]

\

B

= ] "

=\

; = = = ; " ; = " , #

= , ,

: ' \# B = : : " " # " -

bi

(F ' J¯°'J

AutoCAD 2017/LT2017/360+ Kurs projektowania parametrycznego i nieparametrycznego 2D i 3D

B]Â&#x20AC; ? Podstawy modelowania 3D ? ; ; "= = ] i! # = = ; = = ; (

(!: "

; = i! ? ;" B

, ;

:

B]Â&#x20AC; ? ) $

ciowej i systemu AutoCAD 360 ? =

=B ,

= ( LLOTM ( OTLQM Y( iGH (

(! iGH ) ,@ , a

< (

Z = ; ( V W LHTi f : \ (

(! iGH =\ B B (!$ ;

(!

Y) , W Z # =\ ;" , # \ ; B ; ; = " : "

B ;

; " ]

; ;

\ =

= (

(! iGH , \ * ; ] $ <

; = ( ;: F # ; B Â&#x20AC; #

; " \

; # ; ; =\ \ = < = :

B]Â&#x20AC; ; \ ? Metody skutecznego zdawania egzaminu AutoCAD Certified Professional ? ] ; ", " , = = ; *: & ; ] B

; ;

* < = : ' \# ; =\

; = Â&#x20AC; ,

]

: & = = = ;

" " D =

; ; ;

(

(! ? D B ( : & ; ; ;

Y Z: = ; ; ] Â&#x20AC;

; ;

] ( " = , ; ] : J \ B] \ \# \ ; " # ; ; , Â&#x20AC;

= )F:

B ,B

\ ;

\ " # "

" # " ; = "

= :

V # ) # ( ) ) & AutoCAD 2017/ LT2017/360+ Kurs projektowania parametrycznego i nieparametrycznego 2D i 3D@

' #" )

' /019 ! )+ E

? ) & E?@

# ) ' ) + "

' # &

&#

) & ,

!

AutoCAD to program tworzony i rozpo ; D B (

YL!Z "=

Yi!Z ;

; ; = :

, ; " =

=

B ; = " " # , #: + =\ = = = ] (

; ; B ; = ; ;

L! i!

= ,"

= , #

; #

] ;

\ ; " $ (

(! LHTQ , (

(!

LHTQ Y L!Z = , = (

(! iGH

; = , = = =B =: ' \# B ; B B] :

B]Â&#x20AC; ; ? Nieparametryczne projektowanie 2D ? , i@O ,=B ] ; THHHM

: C "

;

# ;

= -

< [ AutoCAD 2017/LT2017/360+ Kurs projektowania parametrycznego i nieparametrycznego 2D i 3D B Q BQ ,&*- / 8Q M>+?+$?&*?*+>OM?& % *&+-

Y

\ ; ; ; = Z

, " # Y;

\ , ,

; ;:Z: F * ?

= :

B]Â&#x20AC; ? Parametryczne projektowanie 2D ?

# ] ; (

(!

B; ; \

= LHTH: E Y L!Z \ ; = # \ ; ;

\ ; " " D = ;

= B , : , \ ; B B "

" =\ ; Â&#x20AC; # ] =\ , B , " Y , =\ , : ;

, Z:

â&#x20AC;&#x17E;Gruntowne opanowanie " J J ) " certyfikatu.â&#x20AC;? = ; = = ;

; #

] : "

; ]

(

(! ; =

D = ; = " \ ,

;" B L! ? = * , : ! =

, " ;

-

bO

P

O

M

I

A

R

Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

( E , J F TOLQMbTLG E: LH F i@LHTG

< / ! .

2017PL/2017+/Fusion 360 C % ' V # ) # ( ) ) & Autodesk Inventor Professional 2017PL/2017+/Fusion 360.

Metodyka projektowania@

' + # 5

/019 ! )+ E

? ) & E?@

# ) * "

' # &

&#

) & ;

!

( J W

;

; ; (!

Tbbb : ; ; D B ( : &

; ,

#\

; =

\ ;

i!: F ;

-

Â?B JK jest autorska koncepcja " komputerowo wspomaganego projektowania.â&#x20AC;?

# = "

# ; \

: ( J W

; =

; ; B =\ B " : , =

B # " ; = "

" "# , #: ' = ; B ; < ( = & , =\ =

] (

# B ; =

," Y , = =\ # =B ,

Z \ =\ ;

\ ; " $ ( J W

< LHTQ Y , =Z (

iGH: F B B; \ < , * ; = =

; =

=\:

; B ;

, =

;

(

(! ;

THHHM

: = ] = ? ]Â&#x20AC; ;

ib " : ) ]

= , ; = , , D -

] ] ; \ ; \# ; =

] = = ;

, =\ = ] "= " (!

B =\

; B ; : ) # = ,

,

: C ]Â&#x20AC; ;

; B =

=B D =

( > Y(

Âą > Z ;

LHTT : V ; B # =B ;

* Y Z: C ;

wania hierarchicznego opartego na cechach

= + Y M+ Z ,

Y <

< [ Autodesk Inventor Professional 2017PL/2017+/Fusion 360. Metodyka projektowania B Q BQ ,&*-% / 8Q M>+?+$?&*?*+>>>?N % *,&,%

$! *! # ( ) ) @

' ! }E-

<@ B " I C G @ B % ;@ ?

B Q = # ?

B " ?C " ; % [ J K I I V " ?

"I / K " I JK < K I ? " " ? ) "I < % [ " ?

I " " ? ) , $ % K ) ) " " ,&*- % " < < < % [ C' S @ C 'P T @ ? ) " < < % Q I *MM$ % " @ < " " < % Q " @ ) S R__ %@ ) % "_T Â = @ " ) ?

" < %

Z

\ ?

; : C " , " \

; B =B ;

;

#

=\ ; ; = ;

B] ; " ? ! ( : = \ " B ? = ] : C \ " # ;

; (

iGH:

B = ;

; ] Â&#x20AC;

" \

] ( "

M, = , ; ] : F \ = \# ; ! ; D = " B; =\

; : ' \#

\ ;

\ " # "

" # " ; = "

= :

95

(F ' J¯°'J

C " C' ;@ C<=]<8 % "*)

4

(/ V

MATLAB@ )

" '

) A' )

# ) @

| ) ? ) # 7

)

# # # # #

)

' $ )

- ) $

' # #

E?

1 9 !

(

; =\ \# ; ", ; = = B] =

, = ?

B ; * = ; B

B " * Y Z " \ ; \ ; < = ; " ;

; # " :

; = ; =

, ;" B

B \ ; \ "

* : > " \ B] \# ; Y # TP ; = Z \ " =\ ]

,

( (+$ − C \ T: $# H

!

9 U ? ,

\ " " * D ;

− C \ L: ^ ; # ' 8 8 !

9 U ? "

< = : C \ \# = # , ; " ; =\ # "

, ]

( (+: E \ ]

# =\ ; ] = = ;"

" * :

=\ ;

B ; B ; ( (+ =

B

]

,

" , *

\ " * : ' \# B = : : " " ,

# "

" :

\ @ C<=]<8 " ) J " J " " I %H

C ] \# ;

" $ − # = !' ' ? ;

D = < = ; B

=

, B

; * − # = ;

' 8 ?

"

# ? ; ; ; * = ] ; ] ; ] "

; * − 4 # # ' #$ = 8 ? , ; ; =B = = ; = = < =

− *# # ' ' ?

;

" ; B

] , ; * B B

B

96

P

O

M

I

A

R

= " D Q ] C " C' % ;@ C<=]<8 B Q BQ ,&*- / 8Q M>+?+$?&*?*+>&O?> % ,,-%

− *# # ' 8 ? "

] ; =

, \# * =B \

D =B ]

− *# # ' #$ ?

D =B =

; ", < = < B ; ",

\ " \ " *

− *# # '

# 8 ? "

]

, ;" B ; ", \ ; \ " *

− *# # ' # ? ;

, = ; ; = "

]

Y

•

A

U

T

O

M

A

T

Y

K

A

•

R

C ) V " / < " " I /<

O

B

O

T

Y

K

A

NR 3/ 20 1 6

E & '  m (°

9th ']' / X of Nonlinear Dynamic Systems ELEC Doctoral School to 4-tygodniowy wiosenny intensywny program szkoleniowo-warsztatowy w zakresie zaawansowanych technik modelowania i symulacji nieliniowych I " % ; I I Z @ J

J danych pozyskanych w trakcie przeprowadzanych " I %

Co roku w Brukseli organizowana jest przez f = V W +

" " = \ = D = " : ' = ; ; \ ; =

"

" ; "

] " = ; =

" B

] : =BÂ&#x20AC; = "#

, = =

=B ; ,

:

* \ B ; ;

* "# B

; : ; B \ ; = ]

;" "

\ ]

= : D = =B

= : ) b = ? i LHTG :

, B \ =

-

" "

; ! ;

\ f = V W + : ! B " ? " "

, ; "

= =" "# " Y =

, Z

=B ,

= ;

\ ; \ , = ; = " D =

" :

!

=

" "# Y

Z = =\ B ; ,

" : F f = V W +

\ ²

] L g VE "

, \ B ; ; , ; " =

B D = " : ' #

, \ ; ; " =

",

; = =\ $ f =

" \ \

,

: ' ; = , ; = = ; =

;

: ' # ; , ;

=B ; =\ \ # ;

; \ ; B \ :

=\ ,B ;

; < = " ;

: J = " #

# ]Â&#x20AC; =

;

] : QHH VE ", "

D

= =

=:

< " .% [ " " . %

% % ¥ ¢ I @

bQ

E & '  m (°

G [ System Identification: A Frequency Domain Approach B ?/''' ,&*, / 8QR M>+?&?N>&?-N&$>?*%

[ G Â ! G Mastering System Identification in 100 Exercises B ?/''' ,&*, / 8QR M>+? &N>&M$-M+-%

,

Ceryfikat otrzymany na

w warsztatach

( ,

D

J D

<

<

<

F

W J D

< Mf :

; B B

" ; = " # " B < =

; = :

, , = ;

B ; ,

, ; =

]

" " : ) B;

, B ;

; ] = " f = V W + : :$ ; <: E

; <: &

" " # = !

a

+ ; V W <

:

= = , B; =\ ; " $ ;

D = " ; D = " ;

"

B = " -

bP

P

O

M

I

; ;

, = ; =]Â&#x20AC; , * " ; =\ , \ , : V

; " ; , =\ # =\ , ; " = = B = ] < = "

: , ; , * , " = ] ] ;

: ] , = B ;

= D " ; B

] : ) < =

;

# D Â&#x20AC;

; " , * B

] : ! B , =

] Y ;: ;

=\ "

MTGZ

;

, ; ; ;

;

,

, * ] ] = :

A

R

# =

; ", ; Â&#x20AC;

, \ B =B ,

= ; " \ "

;

\ B ; *:

]

, ( (+

, , Â J! Y : J D

, jZ !J! F Y : ´ !

J D

, jZ: !

"

; ; , = " = ;

" B

] : )

\ ; ;

; , , "

; ; \ :

; ", ; # , , B "

] \ *

; =] = = Â&#x20AC; , B "

; ; Â&#x20AC; = ]Â&#x20AC; " :

, 5

;$@@ :

:, ? < =

= = ;$@@W , :, @ ?

;

=B

!

;$@@ : :, : @Âł @< ? , ,

D = " B

] ]

( (+ ;$@@ : : : WM :< @ ? , ,

D = " \ J D

, j ,

]

( (+

D = " = : Y

â&#x20AC;˘

A

U

T

O

M

A

T

Y

K

A

â&#x20AC;˘

R

O

B

O

T

Y

K

A

NR 3/ 20 1 6

( E , J F TOLQMbTLG E: LH F i@LHTG

! ; U # H // I B ' B % @ C 'P G£ . " Q Q % B ' B ) " ) " Z I I

=\ " = ; ] = "

] Y ; ; , : : = ? ;" , , J D

, j ;

D = "

;

( (+Z: )

; ; ; <: a > ; <:

> M+ V W <

=

" ; =\ ; , D = " \ ; \ :

# I @

" ; \ =B ,

= ] ; , ; B; ; ", D " : )

, \ , " ; =\ B \ ; < " = # ; ",

; =] ; , " D = : =

*

; =\ , ,

F J! Y :

M J D Z

, j ,B \ = \ ;

J!:

@ " J " I " . J " " @ % @ C 'P G£ . " Q Q %

" ; " # = ; = =\ = ; : C

; + > + : C #

J

! ; "

; = ;

=" : >

= ; = ] =

] ] *

#

; : +

< ;

; D " ;

;

* " : C = = ; ;

!

\ " \

, #

, = , ; D , #

* : E =B

B

# ]

= = = <

]

" :

") K% 8 " V

bb

młodzi

innowacyjni

Przemysłowy Instytut Automatyki i Pomiarów PIAP ogłasza

IX Ogólnopolski Konkurs na

inżynierskie, magisterskie i doktorskie w dziedzinach Automatyka Robotyka Pomiary Zgłoszenie należy przesłać na adres konkurs@piap.pl do dnia 20 lutego 2017 r.

Regulamin konkursu i formularz zgłoszeniowy są dostępne na stronie www.piap.pl Autorzy najlepszych prac otrzymają nagrody pieniężne lub wyróżnienia w kategorii prac doktorskich:

I nagroda 3500 zł

II nagroda 2500 zł

w kategorii prac magisterskich:

I nagroda 3000 zł

II nagroda 2000 zł

w kategorii prac inżynierskich:

I nagroda 2500 zł

II nagroda 1500 zł

Wyniki konkursu zostaną ogłoszone podczas Konferencji AUTOMATION w Warszawie, w dniu 15 marca 2017 r.

Patronat Komitet Automatyki i Robotyki Polskiej Akademii Nauk Komitet Metrologii i Aparatury Naukowej Polskiej Akademii Nauk Polska Izba Gospodarcza Zaawansowanych Technologii Polskie Stowarzyszenie Pomiarów Automatyki i Robotyki POLSPAR

Patronat medialny Kwartalnik naukowy Pomiary Automatyka Robotyka Organizator konkursu

www.piap.pl

Informacji udzielają: Małgorzata Kaliczyńska: mkaliczynska@piap.pl, tel. 22 8740 146

Jolanta Górska-Szkaradek: jgorska-szkaradek@par.pl, tel. 22 8740 191 Bożena Kalinowska: bkalinowska@piap.pl, tel. 22 8740 015

49

& '

57

( )

#

61

*

65 71

/

' !

'

*'

0$$

!

1 '

' ' ! '

,

3 45

3 & '

na platformie Arduino

)

*'

,

'

'6

!

'

78

+

! ' ' ' *! ,

& ! ' ! + ' ,

' &

& 9 *' '

&

&

'

+:

'