Noticias

Aug 12, 2023

Los cobots instalan bridas para cables

RULA ayuda a identificar los factores de riesgo asociados a cargas posturales elevadas. Ilustración cortesía del Tecnológico de Monterrey El JSI complementa a RULA, considerando factores adicionales como tiempo y

RULA ayuda a identificar los factores de riesgo asociados a cargas posturales elevadas. Ilustración cortesía del Tecnológico de Monterrey

El JSI complementa a RULA, considerando factores adicionales como el tiempo y la velocidad. Puede predecir si los trabajadores desarrollarán lesiones debido al movimiento repetitivo de sus extremidades superiores. Ilustración cortesía del Tecnológico de Monterrey

Entre otras variables, RULA mide el ángulo de posición de los brazos durante una tarea de montaje. Foto cortesía del Tecnológico de Monterrey

Los investigadores diseñaron una estación de trabajo con un cobot en la parte posterior del tablero de ensamblaje. Esta disposición elimina el riesgo de colisión entre el trabajador y el cobot. También permite completar dos tableros simultáneamente. Foto cortesía del Tecnológico de Monterrey

El mazo de cables experimental de los investigadores requirió la instalación de cuatro bridas para cables en esquinas opuestas. Foto cortesía del Tecnológico de Monterrey

Un ensamblador carga una placa de ensamblaje de arnés en la estación de trabajo. Foto cortesía del Tecnológico de Monterrey

Un cobot instala una brida para cables en un arnés. Foto cortesía del Tecnológico de Monterrey

Para una aplicación del mundo real, los ingenieros deberán desarrollar un efector final especializado para instalar bridas para cables. Foto cortesía del Tecnológico de Monterrey

Las puntuaciones de RULA y JSI muestran que el proceso colaborativo entre humanos y robots es más ergonómico que uno puramente manual. Foto cortesía del Tecnológico de Monterrey

Según algunas estimaciones, el 90 por ciento de las tareas de montaje de mazos de cables se realizan manualmente. Como resultado, los ensambladores de arneses corren el riesgo de sufrir problemas de salud ocupacional debido a la repetitividad y las posturas incómodas. Por lo tanto, mejorar estos procesos es fundamental tanto para la productividad como para la ergonomía.

Los robots colaborativos tienen el potencial de aumentar radicalmente la productividad, mejorar la ergonomía y reducir los costos. Posiblemente, los cobots podrían usarse para enrutar cables, insertar cables, colocar cinta adhesiva o instalar bridas para cables.

Sin embargo, hasta la fecha, pocos estudios han analizado la aplicación de cobots en el proceso de ensamblaje de arneses. Un estudio, por ejemplo, demostró que un cobot podría automatizar eficazmente el proceso de fijar cables con cinta adhesiva en un tablero de mazos. Otro estudio demostró que los cobots podían ensamblar conectores eléctricos con éxito.

Por otro lado, el ensamblaje de arneses plantea desafíos para la automatización. En un estudio de laboratorio, el arnés nunca cambia, por lo que el cobot sólo necesita programarse una vez. En un taller de arneses con una gran variedad de productos, el cobot tendría que reprogramarse constantemente, lo que reduciría las ganancias de productividad. Las piezas mismas representan otro desafío. Los robots suelen tener dificultades para manejar objetos flexibles, como alambres y cables, que se mueven de forma impredecible. Como resultado, la mayoría de los intentos de automatización se centran en tareas, como el encintado, en las que el arnés se fija en su lugar.

Nuestro estudio examina la posibilidad de utilizar un cobot guiado por visión para instalar bridas para cables en un mazo de cables. El trabajo se realizó en colaboración con un pequeño fabricante mexicano que se especializa en la producción de mazos de cables eléctricos, automotrices e industriales. En entrevista, la gerente de producción de la empresa identificó la colocación de bridas para cables como el proceso que genera más problemas de ergonomía a su fuerza laboral. Nos preguntamos si un cobot podría aliviar esa carga. La incorporación de visión artificial a la aplicación podría, en teoría, resolver el problema de tener que reprogramar el cobot para que funcione en diferentes arneses.

Nuestro estudio utiliza dos metodologías para evaluar la ergonomía de una tarea de ensamblaje de arnés: la Evaluación rápida de las extremidades superiores (RULA) y el Índice de tensión laboral (JSI). RULA es un método robusto de evaluación de la ergonomía. Mide todos los ángulos de las extremidades superiores del cuerpo y considera otros factores, como la actividad muscular y las fuerzas aplicadas. El JSI complementa a RULA, considerando factores adicionales como el tiempo y la velocidad. Además, el JSI puede predecir si los trabajadores desarrollarán lesiones debido al movimiento repetitivo de sus extremidades superiores.

RULA ayuda a identificar los factores de riesgo asociados a cargas posturales elevadas. También reconoce problemas ergonómicos debidos a una carga postural excesiva en los miembros superiores de un trabajador. RULA proporciona una puntuación que determina si las posturas de trabajo son aceptables o requieren cambios, o incluso un rediseño completo de la tarea.

RULA sólo evalúa posturas individuales y no una secuencia de posturas en una rutina laboral, por lo que es necesario determinar qué posturas se deben considerar. En primer lugar, hay que especificar qué posturas se evaluarán. Estas se seleccionan observando aquellas tareas con una carga postural más significativa en función de su duración, frecuencia y desviación de la posición neutral.

Las mediciones de carga postural se completan calculando los ángulos de diferentes partes del cuerpo con su referencia determinada. La herramienta RULER del Grupo de Investigación Ergonautas de la Universidad Politécnica de Valencia realiza estas evaluaciones de ángulos a partir de fotografías.

Para calcular la puntuación RULA, el cuerpo se divide en dos grupos: El grupo A consta de brazos, antebrazos, muñecas y giros de muñeca. El grupo B está formado por piernas, tronco y cuello. Se asigna una puntuación RULA a cada parte del cuerpo mediante tablas de puntuación. Luego, se calculan los valores generales para cada grupo utilizando las puntuaciones de cada parte del cuerpo.

El riesgo de lesión musculoesquelética se determina con niveles del 1 al 4. Las puntuaciones finales de cada grupo se adaptan en función de la actividad muscular y las fuerzas aplicadas en la tarea. Con estas puntuaciones se calculan los valores finales. “1” es una postura aceptable y “4” muestra que se requiere un cambio urgente.

De forma complementaria, el JSI evalúa si un trabajador podría desarrollar lesiones por movimientos repetitivos en sus extremidades superiores debido a las actividades laborales. El JSI mide seis variables de carga física de trabajo: la intensidad del esfuerzo (IE), la duración del esfuerzo por ciclo de trabajo (DE), el número de esfuerzos realizados en un minuto de trabajo (EM), la desviación de la muñeca del punto muerto posición (HWP), la velocidad con la que se realiza la tarea (SW) y la duración de la tarea por día (DD).

La puntuación final de JSI se calcula multiplicando las variables: IE x DE x EM x HWP x SW x DD.

Si el JSI es menor o igual a 3, indica que la tarea probablemente sea segura. Un JSI mayor o igual a 7 indica que la tarea probablemente sea peligrosa. Las puntuaciones superiores a 5 se asocian con trastornos musculoesqueléticos de las extremidades superiores.

Utilizamos el siguiente equipo en nuestro estudio:

Las puntuaciones de RULA y JSI para la instalación de bridas para cables indican que la tarea es ergonómicamente arriesgada.

Después de medir los ángulos de varias partes de la carrocería durante la instalación, se calcularon los valores de los Grupos A y B. El valor para el Grupo A fue 5 y el valor para el Grupo B fue 8, para un puntaje final de RULA de 7.

Para el JSI, obtuvimos los siguientes valores: IE = 1, DE = 2, EM = 3, HWP = 2, SW = 1 y DD = 1. Por lo tanto, el JSI es 1 x 2 x 3 x 2 x 1 x 1. = 12.

A continuación, diseñamos una estación de trabajo con un cobot en la parte posterior del tablero de ensamblaje. Para nuestro diseño, necesitábamos hacer algunos agujeros en las tablas de ensamblaje para que el cobot pudiera instalar las bridas desde atrás. Esta disposición elimina el riesgo de colisión entre el trabajador y el cobot, ya que no trabajan uno al lado del otro. También permite completar dos tableros simultáneamente. Mientras el ensamblador trabaja en la Placa 1, el cobot puede estar trabajando en la Placa 2 y viceversa.

Nuestro proceso experimental funcionó de la siguiente manera: primero, el ensamblador coloca el arnés en el tablero de ensamblaje. A continuación, la cámara fotografía el tablero para identificar el número y las posiciones de los agujeros y envía estos datos al cobot. Luego, el cobot instalará una brida para cables una por una en la posición de cada orificio. Mientras tanto, el trabajador coloca el otro mazo de cables en el segundo tablero de ensamblaje. Por último, el cobot instala las bridas para cables en el segundo tablero antes de pasar a una posición de espera para repetir la tarea.

La interacción entre el cobot y el trabajador es secuencial, porque realizan sus tareas de montaje de forma independiente y secuencial. Trabajan sobre los mismos mazos de cables, pero en momentos diferentes.

Nuestro proyecto es un prototipo funcional de una estación de trabajo colaborativa humano-robot para la instalación de bridas. Para el funcionamiento en el mundo real, sería necesario desarrollar un efector final especializado para la instalación de bridas.

Para programar nuestro sistema, el primer paso fue enseñarle a la cámara a identificar los agujeros en el tablero del arnés. El software de la cámara sólo puede transmitir la posición de cada hoyo uno por uno, y no como un grupo. Como resultado, fue necesario utilizar la comunicación Modbus para enviar al cobot el número de agujeros encontrados por la cámara.

El programa cobot para la instalación de las bridas fue diseñado en Polyscope, el software de programación de Universal. El programa funciona para dos tableros de ensamblaje de arneses diferentes.

Finalmente, realizamos un análisis ergonómico del proceso de instalación de nuevas bridas utilizando RULA y JSI. Después de medir los ángulos de varias partes del cuerpo, los valores de los Grupos A y B se calcularon según RULA. El valor para el Grupo A fue 3 y el valor para el Grupo B fue 4, lo que resultó en una puntuación final de 4. Esta puntuación es significativamente más baja que la operación manual original.

De manera similar, el JSI para la estación automatizada fue 4,5, que es inferior al nivel de riesgo para la operación manual.

Nuestro proyecto muestra claramente que la tarea de instalación de bridas podría automatizarse, mejorando la ergonomía.

Nuestro mayor problema técnico estaba relacionado con la programación del sistema de visión. La cámara no pudo funcionar en el eje Z del espacio de trabajo del banco de trabajo; esto fue desde la perspectiva del sistema de coordenadas cartesianas del cobot. Es por esto que el proceso de calibración tuvo que realizarse en el plano XY del cobot. Para corregir este problema, fue necesario generar dos planos en el código del programa cobot y transformar las coordenadas que están en el plano XY al plano YZ.

Los temas a explorar en el futuro incluyen:

Nota del editor: También contribuyeron a este artículo: Gabriel E. Navas-Reascos, David Romero y Federico Guedea del Tecnológico de Monterrey, y Johan Stahre, Ph.D., profesor de sistemas de producción en la Universidad Tecnológica de Chalmers, Gotemburgo, Suecia. .

Este artículo es un resumen de un trabajo de investigación mucho más extenso. Para leer el artículo completo, haga clic aquí

Ciro A. Rodriguez, Ph.D. // Professor Of Mechanical Engineering // Tecnológico De Monterrey // Monterrey, Mexico