ઔદ્યોગિક રોબોટ શું છે?

વિશ્વનું પહેલુંઔદ્યોગિક રોબોટ૧૯૬૨ માં યુનાઇટેડ સ્ટેટ્સમાં જન્મેલા. અમેરિકન એન્જિનિયર જ્યોર્જ ચાર્લ્સ ડેવોલ, જુનિયરે "એક રોબોટ જે શિક્ષણ અને પ્લેબેક દ્વારા ઓટોમેશનને લવચીક રીતે પ્રતિભાવ આપી શકે" તેનો પ્રસ્તાવ મૂક્યો. તેમના વિચારથી ઉદ્યોગસાહસિક જોસેફ ફ્રેડરિક એંગેલબર્ગરમાં એક સ્પાર્ક ફેલાઈ ગયો, જેમને "રોબોટ્સના પિતા" તરીકે ઓળખવામાં આવે છે, અને આમઔદ્યોગિક રોબોટ"યુનિમેટ (= સાર્વત્રિક ક્ષમતાઓ ધરાવતો કાર્યકારી ભાગીદાર)" નામનો જન્મ થયો.
ISO 8373 મુજબ, ઔદ્યોગિક રોબોટ્સ ઔદ્યોગિક ક્ષેત્ર માટે મલ્ટી-જોઈન્ટ મેનિપ્યુલેટર અથવા મલ્ટી-ડિગ્રી-ઓફ-ફ્રીડમ રોબોટ્સ છે. ઔદ્યોગિક રોબોટ્સ યાંત્રિક ઉપકરણો છે જે આપમેળે કાર્ય કરે છે અને એવા મશીનો છે જે વિવિધ કાર્યો પ્રાપ્ત કરવા માટે પોતાની શક્તિ અને નિયંત્રણ ક્ષમતાઓ પર આધાર રાખે છે. તે માનવ આદેશો સ્વીકારી શકે છે અથવા પૂર્વ-પ્રોગ્રામ કરેલ કાર્યક્રમો અનુસાર ચલાવી શકે છે. આધુનિક ઔદ્યોગિક રોબોટ્સ કૃત્રિમ બુદ્ધિ ટેકનોલોજી દ્વારા ઘડવામાં આવેલા સિદ્ધાંતો અને માર્ગદર્શિકા અનુસાર પણ કાર્ય કરી શકે છે.
ઔદ્યોગિક રોબોટ્સના લાક્ષણિક ઉપયોગોમાં વેલ્ડીંગ, પેઇન્ટિંગ, એસેમ્બલી, સંગ્રહ અને પ્લેસમેન્ટ (જેમ કે પેકેજિંગ, પેલેટાઇઝિંગ અને SMT), ઉત્પાદન નિરીક્ષણ અને પરીક્ષણ વગેરેનો સમાવેશ થાય છે; બધા કાર્ય કાર્યક્ષમતા, ટકાઉપણું, ગતિ અને ચોકસાઈ સાથે પૂર્ણ થાય છે.
સૌથી વધુ ઉપયોગમાં લેવાતા રોબોટ રૂપરેખાંકનોમાં આર્ટિક્યુલેટેડ રોબોટ્સ, SCARA રોબોટ્સ, ડેલ્ટા રોબોટ્સ અને કાર્ટેશિયન રોબોટ્સ (ઓવરહેડ રોબોટ્સ અથવા xyz રોબોટ્સ) શામેલ છે. રોબોટ્સ સ્વાયત્તતાની વિવિધ ડિગ્રીઓ દર્શાવે છે: કેટલાક રોબોટ્સ ચોક્કસ ક્રિયાઓ વારંવાર (પુનરાવર્તિત ક્રિયાઓ) વિશ્વાસુપણે, ભિન્નતા વિના અને ઉચ્ચ ચોકસાઈ સાથે કરવા માટે પ્રોગ્રામ કરેલા હોય છે. આ ક્રિયાઓ પ્રોગ્રામ કરેલા દિનચર્યાઓ દ્વારા નક્કી કરવામાં આવે છે જે સંકલિત ક્રિયાઓની શ્રેણીની દિશા, પ્રવેગ, ગતિ, મંદી અને અંતરનો ઉલ્લેખ કરે છે. અન્ય રોબોટ્સ વધુ લવચીક હોય છે, કારણ કે તેમને ઑબ્જેક્ટનું સ્થાન અથવા ઑબ્જેક્ટ પર કરવાના કાર્યને ઓળખવાની જરૂર પડી શકે છે. ઉદાહરણ તરીકે, વધુ ચોક્કસ માર્ગદર્શન માટે, રોબોટ્સ ઘણીવાર મશીન વિઝન સબસિસ્ટમ્સને તેમના વિઝ્યુઅલ સેન્સર તરીકે સમાવે છે, જે શક્તિશાળી કમ્પ્યુટર્સ અથવા નિયંત્રકો સાથે જોડાયેલા હોય છે. કૃત્રિમ બુદ્ધિ, અથવા કૃત્રિમ બુદ્ધિ માટે ભૂલથી લેવામાં આવતી કોઈપણ વસ્તુ, આધુનિક ઔદ્યોગિક રોબોટ્સમાં વધુને વધુ મહત્વપૂર્ણ પરિબળ બની રહી છે.
જ્યોર્જ ડેવોલે સૌપ્રથમ ઔદ્યોગિક રોબોટનો ખ્યાલ રજૂ કર્યો હતો અને 1954માં પેટન્ટ માટે અરજી કરી હતી. (પેટન્ટ 1961માં મંજૂર કરવામાં આવ્યું હતું). 1956માં, ડેવોલ અને જોસેફ એન્જલબર્ગરે ડેવોલના મૂળ પેટન્ટના આધારે યુનિમેશનની સહ-સ્થાપના કરી હતી. 1959માં, યુનિમેશનનો પ્રથમ ઔદ્યોગિક રોબોટ યુનાઇટેડ સ્ટેટ્સમાં જન્મ્યો હતો, જેનાથી રોબોટ વિકાસના નવા યુગની શરૂઆત થઈ હતી. યુનિમેશન પછીથી જાપાન અને યુનાઇટેડ કિંગડમમાં યુનિમેટ્સ ઔદ્યોગિક રોબોટ્સનું ઉત્પાદન કરવા માટે કાવાસાકી હેવી ઇન્ડસ્ટ્રીઝ અને GKN ને તેની ટેકનોલોજીનું લાઇસન્સ આપ્યું હતું. થોડા સમય માટે, યુનિમેશનનો એકમાત્ર હરીફ ઓહિયો, યુએસએમાં સિનસિનાટી મિલાક્રોન ઇન્ક. હતો. જો કે, 1970 ના દાયકાના અંતમાં, ઘણા મોટા જાપાની જૂથોએ સમાન ઔદ્યોગિક રોબોટ્સનું ઉત્પાદન કરવાનું શરૂ કર્યા પછી આ પરિસ્થિતિ મૂળભૂત રીતે બદલાઈ ગઈ. યુરોપમાં ઔદ્યોગિક રોબોટ્સ ખૂબ જ ઝડપથી લોકપ્રિય થયા, અને ABB રોબોટિક્સ અને KUKA રોબોટિક્સ 1973 માં રોબોટ્સ બજારમાં લાવ્યા. 1970 ના દાયકાના અંતમાં, રોબોટિક્સમાં રસ વધી રહ્યો હતો, અને ઘણી અમેરિકન કંપનીઓ આ ક્ષેત્રમાં પ્રવેશી, જેમાં જનરલ ઇલેક્ટ્રિક અને જનરલ મોટર્સ જેવી મોટી કંપનીઓનો સમાવેશ થાય છે (જેમનું જાપાનના FANUC રોબોટિક્સ સાથે સંયુક્ત સાહસ FANUC દ્વારા બનાવવામાં આવ્યું હતું). અમેરિકન સ્ટાર્ટઅપ્સમાં ઓટોમેટિક્સ અને એડેપ્ટ ટેકનોલોજીનો સમાવેશ થતો હતો. 1984 માં રોબોટિક્સની તેજી દરમિયાન, વેસ્ટિંગહાઉસ ઇલેક્ટ્રિક દ્વારા યુનિમેશનને $107 મિલિયનમાં હસ્તગત કરવામાં આવ્યું હતું. વેસ્ટિંગહાઉસે 1988 માં ફ્રાન્સમાં સ્ટેબલી ફેવર્જેસ SCA ને યુનિમેશન વેચી દીધું, જે હજુ પણ સામાન્ય ઔદ્યોગિક અને ક્લીનરૂમ એપ્લિકેશનો માટે આર્ટિક્યુલેટેડ રોબોટ્સ બનાવે છે, અને 2004 ના અંતમાં બોશના રોબોટિક્સ વિભાગને પણ હસ્તગત કર્યો.

પરિમાણો વ્યાખ્યાયિત કરો અક્ષોની સંખ્યા સંપાદિત કરો - સમતલમાં ગમે ત્યાં પહોંચવા માટે બે અક્ષો જરૂરી છે; અવકાશમાં ગમે ત્યાં પહોંચવા માટે ત્રણ અક્ષો જરૂરી છે. છેડાના હાથ (એટલે ​​કે, કાંડા) ના નિર્દેશને સંપૂર્ણપણે નિયંત્રિત કરવા માટે, અન્ય ત્રણ અક્ષો (પેન, પિચ અને રોલ) જરૂરી છે. કેટલીક ડિઝાઇન (જેમ કે SCARA રોબોટ્સ) કિંમત, ગતિ અને ચોકસાઈ માટે ગતિનું બલિદાન આપે છે. સ્વતંત્રતાની ડિગ્રી - સામાન્ય રીતે અક્ષોની સંખ્યા જેટલી જ. કાર્યકારી પરબિડીયું - અવકાશમાં તે ક્ષેત્ર જ્યાં રોબોટ પહોંચી શકે છે. ગતિશાસ્ત્ર - રોબોટના કઠોર શરીર તત્વો અને સાંધાઓનું વાસ્તવિક રૂપરેખાંકન, જે બધી શક્ય રોબોટ ગતિવિધિઓ નક્કી કરે છે. રોબોટ ગતિશાસ્ત્રના પ્રકારોમાં આર્ટિક્યુલેટેડ, કાર્ડેનિક, સમાંતર અને SCARA શામેલ છે. ક્ષમતા અથવા લોડ ક્ષમતા - રોબોટ કેટલું વજન ઉપાડી શકે છે. વેગ - રોબોટ તેના છેડાના હાથની સ્થિતિને કેટલી ઝડપથી સ્થિતિમાં લાવી શકે છે. આ પરિમાણને દરેક અક્ષના કોણીય અથવા રેખીય વેગ તરીકે અથવા સંયુક્ત વેગ તરીકે વ્યાખ્યાયિત કરી શકાય છે, જેનો અર્થ છેડાના હાથના વેગના સંદર્ભમાં થાય છે. પ્રવેગ - અક્ષ કેટલી ઝડપથી વેગ આપી શકે છે. આ એક મર્યાદિત પરિબળ છે, કારણ કે રોબોટ ટૂંકા ચાલ અથવા જટિલ માર્ગો કરતી વખતે તેના મહત્તમ વેગ સુધી પહોંચી શકતો નથી અને દિશા વારંવાર બદલાતી રહે છે. ચોકસાઈ - રોબોટ ઇચ્છિત સ્થાનની કેટલી નજીક પહોંચી શકે છે. ચોકસાઈ એ માપવામાં આવે છે કે રોબોટની સંપૂર્ણ સ્થિતિ ઇચ્છિત સ્થાનથી કેટલી દૂર છે. દ્રષ્ટિ પ્રણાલીઓ અથવા ઇન્ફ્રારેડ જેવા બાહ્ય સંવેદના ઉપકરણોનો ઉપયોગ કરીને ચોકસાઈ સુધારી શકાય છે. પ્રજનનક્ષમતા - રોબોટ પ્રોગ્રામ કરેલ સ્થિતિમાં કેટલી સારી રીતે પાછો ફરે છે. આ ચોકસાઈથી અલગ છે. તેને ચોક્કસ XYZ સ્થિતિમાં જવાનું કહેવામાં આવી શકે છે અને તે તે સ્થિતિના ફક્ત 1 મીમીની અંદર જાય છે. આ એક ચોકસાઈ સમસ્યા છે અને તેને કેલિબ્રેશન દ્વારા સુધારી શકાય છે. પરંતુ જો તે સ્થિતિ શીખવવામાં આવે અને નિયંત્રક મેમરીમાં સંગ્રહિત કરવામાં આવે, અને તે દરેક વખતે શીખવવામાં આવેલી સ્થિતિના 0.1 મીમીની અંદર પાછું આવે, તો તેની પુનરાવર્તિતતા 0.1 મીમીની અંદર હોય છે. ચોકસાઈ અને પુનરાવર્તિતતા ખૂબ જ અલગ મેટ્રિક્સ છે. પુનરાવર્તિતતા સામાન્ય રીતે રોબોટ માટે સૌથી મહત્વપૂર્ણ સ્પષ્ટીકરણ છે અને માપનમાં "ચોકસાઇ" જેવી જ છે - ચોકસાઈ અને ચોકસાઇના સંદર્ભમાં. ISO 9283[8] ચોકસાઈ અને પુનરાવર્તિતતાને માપવા માટેની પદ્ધતિઓ સ્થાપિત કરે છે. સામાન્ય રીતે, રોબોટને ઘણી વખત શીખવવામાં આવેલી સ્થિતિમાં મોકલવામાં આવે છે, દરેક વખતે ચાર અન્ય સ્થાનો પર જાય છે અને શીખવવામાં આવેલી સ્થિતિમાં પાછા ફરે છે, અને ભૂલ માપવામાં આવે છે. પછી પુનરાવર્તિતતાને ત્રણ પરિમાણમાં આ નમૂનાઓના પ્રમાણભૂત વિચલન તરીકે માપવામાં આવે છે. એક લાક્ષણિક રોબોટમાં અલબત્ત પુનરાવર્તિતતા કરતાં વધુ સ્થિતિ ભૂલો હોઈ શકે છે, અને આ પ્રોગ્રામિંગ સમસ્યા હોઈ શકે છે. વધુમાં, કાર્ય પરબિડીયુંના વિવિધ ભાગોમાં અલગ અલગ પુનરાવર્તિતતા હશે, અને પુનરાવર્તિતતા પણ ગતિ અને પેલોડ સાથે બદલાશે. ISO 9283 સ્પષ્ટ કરે છે કે ચોકસાઈ અને પુનરાવર્તિતતા મહત્તમ ઝડપે અને મહત્તમ પેલોડ પર માપવામાં આવે છે. જો કે, આ નિરાશાવાદી ડેટા ઉત્પન્ન કરે છે, કારણ કે રોબોટની ચોકસાઈ અને પુનરાવર્તિતતા હળવા લોડ અને ઝડપે ઘણી સારી હશે. ઔદ્યોગિક પ્રક્રિયાઓમાં પુનરાવર્તિતતા ટર્મિનેટરની ચોકસાઈ (જેમ કે ગ્રિપર) અને ઑબ્જેક્ટને પકડવા માટે ઉપયોગમાં લેવાતા ગ્રિપર પરની "આંગળીઓ" ની ડિઝાઇન દ્વારા પણ પ્રભાવિત થાય છે. ઉદાહરણ તરીકે, જો રોબોટ તેના માથા દ્વારા સ્ક્રુ ઉપાડે છે, તો સ્ક્રુ રેન્ડમ ખૂણા પર હોઈ શકે છે. સ્ક્રુ છિદ્રમાં સ્ક્રુ મૂકવાના અનુગામી પ્રયાસો નિષ્ફળ જવાની શક્યતા છે. આવી પરિસ્થિતિઓને "લીડ-ઇન સુવિધાઓ" દ્વારા સુધારી શકાય છે, જેમ કે છિદ્રના પ્રવેશદ્વારને ટેપર (ચેમ્ફર્ડ) બનાવવા. ગતિ નિયંત્રણ - કેટલાક એપ્લિકેશનો માટે, જેમ કે સરળ પિક એન્ડ પ્લેસ એસેમ્બલી કામગીરી, રોબોટને ફક્ત મર્યાદિત સંખ્યામાં પૂર્વ-શિક્ષિત સ્થિતિઓ વચ્ચે આગળ-પાછળ જવાની જરૂર છે. વધુ જટિલ એપ્લિકેશનો માટે, જેમ કે વેલ્ડીંગ અને પેઇન્ટિંગ (સ્પ્રે પેઇન્ટિંગ), ગતિને ચોક્કસ દિશા અને ગતિએ અવકાશમાં માર્ગ પર સતત નિયંત્રિત કરવી આવશ્યક છે. પાવર સ્ત્રોત - કેટલાક રોબોટ ઇલેક્ટ્રિક મોટર્સનો ઉપયોગ કરે છે, અન્ય હાઇડ્રોલિક એક્ટ્યુએટર્સનો ઉપયોગ કરે છે. પહેલો ઝડપી છે, બાદમાં વધુ શક્તિશાળી છે અને પેઇન્ટિંગ જેવા એપ્લિકેશનો માટે ઉપયોગી છે જ્યાં સ્પાર્ક વિસ્ફોટનું કારણ બની શકે છે; જો કે, હાથની અંદરની ઓછી દબાણવાળી હવા જ્વલનશીલ વરાળ અને અન્ય દૂષકોના પ્રવેશને અટકાવે છે. ડ્રાઇવ - કેટલાક રોબોટ્સ ગિયર્સ દ્વારા મોટર્સને સાંધા સાથે જોડે છે; અન્ય પાસે મોટર્સ સીધા સાંધા સાથે જોડાયેલા હોય છે (ડાયરેક્ટ ડ્રાઇવ). ગિયર્સનો ઉપયોગ માપી શકાય તેવા "બેકલેશ" માં પરિણમે છે, જે ધરીની મુક્ત હિલચાલ છે. નાના રોબોટ આર્મ્સમાં ઘણીવાર હાઇ-સ્પીડ, લો-ટોર્ક ડીસી મોટરનો ઉપયોગ થાય છે, જેને સામાન્ય રીતે ઉચ્ચ ગિયર રેશિયોની જરૂર પડે છે, જેનો ગેરલાભ બેકલેશ હોય છે, અને આવા કિસ્સાઓમાં હાર્મોનિક ગિયર રીડ્યુસર્સનો ઉપયોગ ઘણીવાર તેના બદલે થાય છે. પાલન - આ રોબોટના અક્ષ પર લાગુ કરાયેલ બળ કેટલા ખૂણા અથવા અંતરને ખસેડી શકે છે તેનું માપ છે. પાલનને કારણે, રોબોટ મહત્તમ પેલોડ વહન કરતી વખતે કોઈ પેલોડ વહન કરતી વખતે કરતાં થોડો ઓછો ખસે છે. પાલન એવા પરિસ્થિતિઓમાં ઓવરરનની માત્રાને પણ અસર કરે છે જ્યાં ઉચ્ચ પેલોડ સાથે પ્રવેગક ઘટાડવાની જરૂર હોય છે.