Achtergrond
Twentse lasrobot zet nauwkeurigheidsrecord
13 december 2007
Promovendus Menno de Graaf en zijn begeleider Ronald Aarts van de Universiteit Twente sloegen twee vliegen in een klap. Zij ontwikkelden een zelflerend én een zelfcorrigerend lassysteem door een commercieel verkrijgbaar sensorsysteem te koppelen aan een eveneens gekochte Stäubli-robotarm voorzien van een laserlaskop. Het resultaat is een flexibele, kostenefficiënte en vooral nauwkeurige lasrobot die complexe producten kan lassen, ook in kleine series.
Lassen met een laser heeft een lange historie. De geestelijk vader van de laser, Albert Einstein, voorspelde al de zogenaamde gestimuleerde emissie van licht waarop de laserwerking is gebaseerd. Het duurde echter tot de jaren zestig van de vorige eeuw voordat een laser daadwerkelijk het levenslicht zag. In de jaren daarna nam het beschikbare vermogen toe en konden met een geconcentreerde lichtbundel metalen worden gesmolten. De laser maakte toen zijn eerste gang van labspeeltje naar toepassingen. Inmiddels heeft hij op een groot en divers aantal andere applicatiegebieden zijn waarde bewezen.
Vergeleken met andere lastechnieken heeft laserlassen een aantal voordelen. Zo staat op de website van Industriële Lasertoepassingen dat het in de meeste gevallen niet noodzakelijk is om hulpmaterialen te gebruiken om een goede lasnaad te produceren. Aluminium, goud, staal, titanium en zilver zijn geschikt om met een laser te lassen. Bovendien is de warmte-inbreng in het materiaal laag, waardoor de vorm van het object beter blijft behouden.
‘Een vrij unieke eigenschap van laserlassen is bovendien dat je dieper het materiaal in kunt’, vult universitair docent Ronald Aarts van de Twentse vakgroep Werktuigbouwkundige Automatisering aan. ‘De diameter van de laserspot is in de ordegrootte van 0,45 millimeter, terwijl er netto zo’n vier kilowatt vermogen in gaat. De laser boort zich als het ware het materiaal in omdat de bundel materiaal afvoert via verdamping. Dat heet sleutelgatlassen, of keyhole welding. Niet veel andere lastechnieken kunnen dat trucje evenaren.’
Materiaalbewerking met lasers, waaronder lassen, is een van de speerpunten van de groep waar Aarts deel van uitmaakt. De andere is mechatronisch ontwerp. Het lag dus voor de hand om laserlassen te combineren met robotica. Aarts: ‘Natuurlijk is de interactie van de bundel met het materiaal belangrijk, maar de positionering ervan net zo goed. Gerobotiseerd laserlassen met een naadvolgsensor is echt iets nieuws.’ Hij zette een jaartje of vijf geleden promovendus Menno de Graaf op de klus. Die verdedigde vorige week zijn proefschrift getiteld ‘Sensor-guided robotic laser welding’.
Menno de Graaf wijdde zijn promotieonderzoek aan het ontwikkelen van een lasrobot die dankzij sensoren zichzelf kan leren een lasnaad te volgen. Daarnaast kan zijn systeem realtime correcties uitvoeren op een lastraject.
De Graaf: ‘Onze primaire doelstelling was om een laserlasrobot te ontwikkelen die driedimensionale lasoperaties kan uitvoeren voor producten die niet in al te grote oplages worden gemaakt.’ Hij zegt met opzet ‘driedimensionaal’, omdat de toegevoegde waarde van gerobotiseerd lassen vooral zit in complexe lasacties met bijvoorbeeld een bochtige lasnaad op een krom oppervlak. De geschiktheid voor kleinere oplages betekent dat de tijd nodig om de robot te programmeren en af te regelen relatief beperkt moet zijn. ‘Bijvoorbeeld de auto-industrie, een typische grootgebruiker van lasrobots, kan het zich permitteren de tijd te nemen om hun machines af te regelen dan wel het productontwerp zodanig aan te passen dat de robots het probleemloos kunnen lassen. Daar maken ze dan ook rustig 100 duizend exemplaren. Voor kleinere oplagen is die tijd echter zeer kostbaar.’
Aarts en De Graaf bedachten twee verschillende benaderingen om de afsteltijd te beperken. Hun eerste insteek was om lasrobots voorzien van sensoren een kunstje te leren, dat wil zeggen een lasnaad te volgen. De Graaf: ‘Normaalgesproken is dat tijdrovend handwerk. Via een soort controller of joystick ga je dan punt voor punt de naad af en vertelt zo de robot welk pad hij moet volgen. Wij wilden onderzoeken of we deze taak konden automatiseren met behulp van de sensoroutput.’
In hun tweede benadering wilden Aarts en De Graaf een stapje verder gaan en de sensoren gebruiken om realtime correcties aan te brengen op het traject van de laserbundel. ‘We geven van tevoren een globaal traject in, waarvan de laser slechts marginaal mag afwijken. Deze informatie is bijvoorbeeld beschikbaar uit Cad-tekeningen. Dat heeft te maken met de veiligheid. Als we namelijk correcties gaan aanbrengen op basis van de sensormetingen, is het niet uitgesloten dat de programmatuur op het verkeerde been wordt gezet door een kras of iets dergelijks’, aldus De Graaf.
Het realtime naadvolgen heeft als meerwaarde dat de Twentse onderzoekers de nauwkeurigheid van het robotische lassysteem eens grondig onder de loep kunnen nemen én eventueel verbeteren. ‘Ons streven is een nauwkeurigheid van een tiende millimeter bij een lassnelheid van zo’n 10 centimeter per seconde. Er zijn wel machines die dat kunnen, maar dan hebben we het over rechte lijnen en slechts een enkele hoek. We zijn gaan onderzoeken of we die snelheden konden halen met een zesassige robot die complexere lasnaden kan maken’, vertelt Aarts.
Glasvezel
De onderzoekers wilden niet opnieuw het wiel uitvinden. Zij baseerden hun sensorgeleide lasrobot dan ook op commercieel verkrijgbare componenten. De robot zelf kwam van het Frans-Zwitserse Stäubli Robotics. Dat levert producten die afhankelijk van de arm 50 tot 100 duizend euro kosten. ‘Daar krijg je standaard een controller bij met een eigen besturingssysteem dat voor het onderzoek echter niet bruikbaar is’, aldus Aarts. ‘Wij wilden direct bij de besturing kunnen. Daarvoor heeft Stäubli een C++-Api in de aanbieding. Met deze low-level interface waren we vrij om te robot aan te sturen.’
De repeterende nauwkeurigheid van de Stäubli is 25 tot 30 micrometer. ‘Beslist niet slecht’, zegt De Graaf. ‘De absolute nauwkeurigheid is echter stukken slechter. Een paar millimeter is dan opeens niks meer.’ Dat betekent dat de lasrobot er rustig een paar millimeter naast kan zitten als je hem vraagt de laserbundel op een stel ruimtelijke coördinaten te positioneren. Hij komt wel iedere keer terug op dezelfde plek als je hem daartoe opdracht geeft, zij het met de genoemde marge van 30 micrometer. ‘De vraag is of en hoe we die absolute nauwkeurigheid met sensoren kunnen beïnvloeden.’
Stäubli speelde behalve als leverancier geen rol in het project. ‘Ze vonden het wel spannend wat we met hun product deden, maar ze zagen niet in hoe ze er op korte termijn geld mee konden verdienen’, meldt Aarts. Van sponsoring is dan ook geen sprake. De Graaf: ‘Ik heb ze een paar exemplaren van mijn proefschrift gegeven, maar de software niet.’
Het Duitse Falldorf Sensor leverde het optische sensorsysteem, dat De Graaf op de robotarm monteerde. Ook daarvoor moeten de Twentenaren een leuk bedragje op tafel leggen: 20 tot 30 duizend euro. Daarvoor kregen ze een diodelasertje die een lijntje van licht op een oppervlak schijnt. Een camera vangt daarvan de diffuse weerkaatsing op, waarna het achtergrondlicht eruit wordt gefilterd en de bijgeleverde software het beeld vertaalt in bruikbare data. ‘De sensorleverancier was zelfs zo vriendelijk wat aanpassingen in zijn programma te doen om ons ter wille te zijn.’
Het laatste cruciale element is de laser. Er zijn verschillende soorten verkrijgbaar, maar de keuze voor een Nd:Yag-laser lag voor de hand. Dit type laser produceert licht met een golflengte van 1064 nanometer, infrarood licht dus. Dat kan via glasvezel worden geleid, in tegenstelling tot bijvoorbeeld koolstofdioxidelaserlicht met een golflengte van 10 micrometer. Spiegels en dergelijke zijn overbodig om het licht naar de juiste plek te leiden – een groot voordeel bij een robot die zes vrijheidsgraden benut en snelle bewegingen maakt.
Open mond
Het lijkt allemaal kinderlijk eenvoudig. Je scharrelt wat componenten bij elkaar en koppelt die onderling. Een kind kan de was doen, nietwaar? ‘Nou, het heeft wel wat meer voeten in de aarde gehad’, lachen Aarts en De Graaf. ‘Er zitten nog heel wat regels code van onze eigen hand in.’ De twee grootste struikelblokken bleken de synchronisatie tussen sensor en robot en het soepel genereren van een traject.
De Graaf: ‘De sensoren geven in x-, y- en z-coördinaten de positie van de lasnaad aan, maar wel in hun eigen referentieassenstelsel. Die informatie is dus niet direct bruikbaar voor de positionering van de laserbundel. En omdat het geheel voortdurend beweegt en draait in de ruimte, beweegt dat assenstelsel mee. We moeten de sensordata dus vertalen.’
Bij het realtime naadvolgen is deze ruimtelijke correctie alleen niet genoeg. De onderzoekers moesten ook rekening houden met een tijdsverschil. De Graaf: ‘De sensor meet voor de laser uit, dus waar die enkele momenten later terecht zal komen. Dat kan niet anders, want er moet nog tijd zijn om een correctie aan te brengen op het te volgen traject.’ Aarts vult aan: ‘Voor het inleren is het adagium eenvoudig: leer waar je last. Voor realtime naadvolgen is dat geen optie. Het beheren en juist inzetten van vergaarde tijdsafhankelijke positie-informatie voor het aansturen van een snelle lasrobot is beslist geen sinecure.’
Tweede knooppunt zat ’m in de trajectgeneratie bij het realtime naadvolgen. De robot moet de ingewikkelde contouren van de naad volgen, waarbij de combinatie van laserbundel en sensor zodanig georiënteerd moeten blijven dat de sensor zijn data kan blijven verzamelen. Als de naad bijvoorbeeld de bocht omgaat, moet de robot zijn arm zo positioneren dat de sensor de hoek alvast volgt, terwijl de laserbundel het correcte lastraject blijft volgen. Daarvoor maakten de onderzoekers handig gebruik van het feit dat de robot weliswaar kan bewegen in zes vrijheidsgraden maar deze niet altijd nodig heeft om goed te lassen. Daardoor ontstaat de vrijheid om de arm zo te positioneren dat de sensor voor de laser blijft uitlopen.
Een zesassige lasrobot kan complexe lasnaden maken.
De uiteindelijke oplossing van Aarts en De Graaf bestond uit een driedelige softwarearchitectuur: de robotcontroller (met het hart van hun kindje, het systeem dat de trajectgeneratie en synchronisatie doet), het sensorsysteem en de grafische gebruikersinterface. Dat laatste onderdeel draait op een pc waar ook de zelfontwikkelde naadleer- en naadvolgalgoritmes op huizen. Een Ethernet-communicatieprotocol uit eigen keuken verbindt de drie onderdelen.
Aan het sensorsysteem hoefde De Graaf weinig te sleutelen; het meeste werk is gaan zitten in de synchronisatie en de trajectgeneratie voor het realtimegedeelte alsmede de routines voor kalibraties en de leermodule. ‘Deze aanpak had in eerste instantie niet onze voorkeur’, benadrukt hij. ‘Zo veel zelf moeten programmeren, kost veel tijd. Met tools afkomstig van derden hadden we misschien een eind kunnen komen, maar we hebben uiteindelijk toch voor de weg van de meeste weerstand gekozen. Nu het eenmaal klaar is, hebben we een ontzettend flexibele oplossing in handen.’
En klaar is het: de opzet is geslaagd. De robot leert zichzelf lassen met behulp van de sensormetingen. ‘Ik kan je verzekeren, als iemand met handmatige inleerervaring daar dertig seconden naar kijkt, dan staat zijn mond 28 seconden open hoor’, lacht Aarts. Ook het realtime naadvolgen - de kroon op het werk - is op zijn pootjes terechtgekomen, met de gewenste lassnelheid en een wereldrecord nauwkeurigheid.
De Graaf concludeert in zijn boekje dat bij het realtime naadvolgen de sensor de onnauwkeurigheden in de robotarm niet volledig kan compenseren. ‘Intuïtief zou je misschien zeggen: de sensor constateert een afwijking naar links, vertelt de laser om wat naar rechts te gaan en klaar is Kees. Maar dat houdt geen rekening met het feit dat de sensor op een andere plek meet dan waar de correcties nodig zijn. Je zou daarom precies moeten meten waar je last. Maar voor een realtime lasoperatie met correcties is dat onmogelijk’, zegt De Graaf. Ook met sensoren is er dus een fundamentele limiet aan de nauwkeurigheid waarmee de robot last. Maar ze helpen wel.
Aarts: ‘Een logisch vervolg op Menno’s onderzoek zou zijn om zijn techniek te combineren met kalibratie van de robot. Dat is niet ongebruikelijk in de robotwereld. Sterker nog, er zijn zelfs bedrijven die dat voor je kunnen doen. Die komen langs en kalibreren je robot. Wetenschappelijk is er niet veel werk meer aan te doen, maar het zou wel een nuttige aanvulling zijn op Menno’s werk.’
Wat Aarts betreft, kan de rest van de wereld binnenkort ook de vruchten plukken van het Twentse werk. Er wordt in de vakgroep Werktuigbouwkundige Automatisering overwogen de opgedane kennis om te zetten in een product. ‘Verschillende partijen hebben daar interesse in getoond. Ik vind het goed om iets terug te geven aan de maatschappij’, zegt Aarts. De Graaf vindt het natuurlijk ook leuk als zijn werk het Twentse onderzoeksinstituut zou ontstijgen, maar zelf heeft hij al een andere betrekking. Hij werkt bij Advanced Cargo Transhipment in Utrecht aan een ander type ‘robots’: automatisch geleide voertuigen.