Page 66 - st-robot-yatirimlari-2020-kasim

DOSYA
ROBOTİK

monitör fonksiyonumuz sayesinde, her
parçaya göre kaç amper akım oluştu-
ğunu kaydedebiliyoruz ve üçüncü parti
bir yazılıma atabiliyoruz. Özellikle ga-
zaltı kaynakta kaliteyi tespit edebilmek
amacıyla kamera, lazer takip gibi bir-
çok yöntem uygulanıyor. Yaskawa’nın
IBM Watson ile birlikte konsept olarak
geliştirdiği bir uygulama var. Bu uygu-
lamanın temelinde kaynak sesi ve bir-
takım optik sensörlerle desteklenerek
herhangi bir parçadaki kalitenin uygun
olup olmadığı konusunda bir çalışma
yapıldı. Bu çalışmayla yüzde 97’lik bir
başarıya ulaşıldı. Önümüzdeki sene
bunun ürün haline dönüşmesi nokta-
sında hızla çalışmalarına devam ediyo-
ruz. Hatta yapay zeka konusunda da
birkaç firma satın alındı. Özellikle oto-
geliştirmeye, literatürü takip etmeye motivdeki proseslerde kullanıcıların en
çalışıyorum. Endüstri 4.0’ın ne olma- büyük beklentisi, toplanan verilerle bir
dığını tanımlamak da iyi bir yaklaşım. sonuca ulaşmak. Aslında herkes veri
Şunu kesinlikle söyleyebilirim; Endüst- topluyor, herkes veriyi depolayabiliyor
ri 4.0, sadece veri toplamak, veriyi ve ekranda gösterebiliyor. Ancak so-
ekranda göstermek değil. Bu zaten nuç çıkarmak en önemli konu.
geçmişte de yapılıyordu, bunlar yeni Yapay zeka ya da makina öğrenmesi
kavramlar değil. 2002 yılında SCADA ile ilgili bir şeyler yapacaksak, topla-
çok popüler bir sözcüktü ve birçok dığımız verilerle yapacağız. Bir sonuç
fabrikada SCADA sistemleri kurulu- çıkaracağız ve müşteriye de kalitesini
yordu. Endüstri 4.0 içi veri toplamak, artırması yönünde gerçek anlamda
göstermek, analiz etmek önemli ama bir ürün/yazılım vereceğiz. Yaskawa
bu tek başına Endüstri 4.0 demek Cockpit ile en önemli hedefimiz bu.
değil. Bence Endüstri 4.0, müşteriye Yaskawa Cockpit’in diğer cihazlarla
özelleştirilmiş bir ürünü, seri imalat haberleşmesi için OPC UA standart
maliyetlerini verebilmek. Çünkü Uzak- olarak benimsendi. Sadece Yas-
doğu’dan Avrupa’ya yüksek adetli kawa’nın cihazları değil, üzerinde OPC
ürünlerden dolayı büyük maliyet baskı- olan her türlü cihazla hem robotlardan,
sı ulaştı. Endüstri 4.0’ın temeli de biraz kaynak makinalarından topladığımız
bu. Bir ürünü 2 milyon, 10 milyon ya verileri onlara iletebileceğimiz hem
da 100 milyon adet ürettiğiniz zaman, de onlardan ya da başka cihazlardan
ürünün maliyeti inanılmaz rakamlara yazılımıyla da robotları birbirine bağla- topladığımız verileri de kendi ekranla-
düştü. Bu nedenle Endüstri konseptini maya başladık. Hatta son olarak Yas- rımızda gösterebileceğiz. Ancak daha
ortaya koyan, lanse eden Almanya’da kawa Cockpit ile otomotiv yan sana- da önemlisi ve asıl hedefimiz; topla-
özelleşmek için yani müşterinin istedi- yinde faaliyet gösteren bir firmada 14 nan veriyi yapay zeka algoritmalarıyla
ği ürünü daha az maliyetle verebilmek robotu birbirine bağladık, bir sonraki analiz ederek kaliteyle ilgili bir sonuç
için bu konsepti ortaya koydu ki bence hedefimiz de 150 robotu bağlamak. çıkarmak ya da arıza olmadan önce
de kendi açısından çok doğru bir şey Temel bilgi ekranından robotun han- arızayı tespit edebilmek. Motor akım-
yaptı. Bir araba alırken kliması olsun, gi pozisyonda olduğunu, herhangi bir larını ölçerek takibini yapmak, ya da
otomatik olsun, mp3 çalsın gibi talep- hata olup olmadığını, yazılımın versiyo- bir parçadaki gazaltı kaynak akımlarını
ler oluyor ya da benzer şekilde cep te- nunu, çalışma ekranında robotun du- ölçerek, akustik analiz, akım analizi ve
lefonu alırken de öyle. Üreticiler, ima- rumunu; kaç dakikada kaç adet parça hareket analizi yaparak belli tolerans-
latçılar bununla nasıl baş edecekler? çıkardığını, toplam üretim adetlerini, lar içerisinde sapma olup olmadığını
Endüstri 4.0 için veri toplamayı, analiz alarm durumlarını vb. görebiliyoruz. görmek. Zaten Yaskawa bu konuda
etmeyi pilot fabrikalarda yapmaya ve Back-up ekranından robotun yanına Japonya’da yapay zeka ile yapılmış
kendi çözümümüz Yaskawa Cockpit gitmeden back-up alabiliyoruz. Ark birtakım uygulamaları gösterdi.

62 ST Robot Yatırımları Kasım 2020