随着先进机器视觉的出现，机器人现在越来越有能力自己整理零件。照片由爱普生机器人提供
从历史上看，将正在加工的工作交给机器人需要一个或多个零件一次又一次地以完全相同的方式呈现。因为即使是最好的机器人也只能遵循一条预先编程的路径，最微小的变化都可能导致严重的问题。然而，随着先进的机器视觉摄像机和识别软件的出现，机器人越来越有能力自己整理零件。
最后，有两种基本的方式来展示一个部件:通过某种灵活的系统或硬夹具。然而，今天的技术是这样的，即使在这两个领域也可能有大量重叠。
FANUC机器人美国公司(密歇根州罗彻斯特山)的产品经理Nishant Jhaveri说:“独立看待每一种情况是很重要的。”“有很多问题。”
EPSON机器人公司(Carson, CA)的应用工程经理菲尔·巴拉蒂(Phil Baratti)也认为:“这是一个特定于应用的领域。”
决定哪种技术最有效的因素包括成本、零件尺寸和形状以及循环时间。根据Baratti的说法，工艺或装配所需的公差也起到了一定的作用。
Stäubli Corp. (Duncan, SC)应用工程经理Chad Henry表示:“流程类型、行业、周期时间、部件尺寸、部件特性和需要执行的任务数量都是需要考虑的因素。”
另一个重要的考虑因素是生产运行的预期长度和数量。传统的硬固定是昂贵的，通常只有在您计划使用它一段时间时才有意义。机器视觉系统也很昂贵。但是与硬工具相比，它们可以很容易地适应产品的变化。
在这些相同的生产线上，当在一条生产线上处理多个产品类型时，硬工装可能会有问题。
Jhaveri说:“如果(产品)总是一样的，那么专门的固定是有意义的。”“另一方面，如果你打算每两三个月换一次发型，那情况就变了。”
在这个应用中，机器人使用机器视觉来定位由传送带带到它面前的传动箱。照片由ABB公司提供。
手里拿着碗
传统上，振动喂料碗一直是机器人应用中最常用的展示部件的方式之一，这一趋势至今仍是真实的。在这种系统中，振动会导致零件首先排在一起，然后沿着螺旋轨道沿着碗的内表面运行。这些被孤立的部分然后继续到一个擒抱机构和放置机构，在那里它们可以被机器人单独拾取。在这条线上的某个点上，方向不正确的部分要么会掉回碗中，要么会被移走，因此只有那些方向正确的部分才被允许进入队列。
这种系统的优点是速度快，周期短至一秒。喂食碗也很精确。一旦一个馈料器碗是起来和运行，它几乎可以保证零件将是你想要他们正确的方向。
不利的一面是，喂食碗是相当昂贵、复杂的设备部件。它们也不是很灵活，因为它们通常配备特定的部件工具，在发生任何产品变化的情况下，这些工具要么必须更换，要么必须返工。
Baratti说:“碗状送料器的优点是，你可以在很短的时间内将零件送出并准备好进行采摘。”“[然而]，碗式给料机的复杂性取决于零件的复杂性，而给料机通常是硬工具，功能固定的装置。转换是可能的，但代价高昂，并带来可靠性问题。”
在速度和可靠性方面与喂料器碗相似的是弹夹式喂料器，即重力喂料器。在这种方法中，零件在制造过程中被捕获，并放入管道中进行进一步加工——这通常是由零件供应商完成的任务。因为杂志比喂食碗简单得多，所以它们的价格要便宜得多。它们也更灵活，在某种意义上，它的成本更少的修改或更换一个现有的杂志比它的喂料碗系统。
然而，仍然有一个问题，把部分进入杂志在第一个地方。当生产规模更大时，额外的费用会变得特别令人生畏，因为每个已经模拟和定向的部件的成本将不可避免地超过一个批量供应的部件的成本。
带有大量巢的托盘通常用于独立的自动化系统，比如那些使用桌面笛卡尔机器人的托盘。照片由工艺流程图
嵌套的本能
另一种需要硬工具的表示方法是基于托盘的嵌套。这种方法可以包括带有单个巢、两个巢或几十个巢的固定托盘，具体取决于应用程序。单窝或双窝配置经常发现在装配线使用托盘输送机。它们也可以用于旋转刻度盘的分度表，机器人在其中一个工作站工作。
在这两种设置中，待加工工件被放置在生产线头部的夹具中，并一直保持在那里直到生产线结束。当托盘进入机器人的工作区域时，托盘会被停止、定位，甚至在必要时被抬高。
当生产线上装配了多种产品类型时，配备RFID或代码读取系统的“智能”传送带可以告诉机器人正在加工的部件是什么。当机器人完成后，托盘继续到下一个工作站。
带有大量巢的托盘通常用于独立的自动化系统，比如那些使用桌面笛卡尔机器人的托盘。使用这种方法，操作人员将正在处理的工作装入托盘，将托盘放在工作台上，然后按下一个按钮激活机器人。当机器人在工作时，操作者可以装载另一个托盘或执行其他任务。
这种方法的优点是，它确保每个工件精确定位加工。考虑到这一点，带有多个巢的托盘通常用于配药应用，机器人在其中绘制复杂的密封路径。带有多个夹具的托盘也用于笛卡尔系统，在该系统中机器人驱动多个螺纹紧固件。
当然，呈现速度不是问题，因为各个部件同时都在机器人触手可及的范围内。
缺点是，固定本身通常是非常具体的产品。一个巢可能能够容纳多种类型，例如，手机外壳。然而，这只有在两个变体极其相似并共享相同的定位功能时才有可能。
另一个缺点是，在加工之前需要手动装载托盘，然后在机器人完成后卸载托盘。当操作人员更换托盘时，不可避免地会有一些系统停机时间。
该系统使用多个机器人将零件收集起来，然后组装成曲柄和连杆组件。照片由FANUC机器人美国公司提供
有愿景
到目前为止所讨论的所有技术的共同点是，机器人每次拾取零件时都遵循预先编程的路径。这是可能的，因为在处理的工作总是位于相同的位置。另一方面，通过使用机器视觉系统，组装人员不再需要担心模拟等事情所需的时间和费用，因为机器人可以开始自己进行排序。目前，真正的随机选择，即几十个复杂的部分简单地混在一起，仍然是有问题的和缓慢的。由于涉及的变量，所需的算法非常复杂。
然而，“半随机”零部件的分类现在是一项经过验证、成熟和高度可靠的技术，从汽车到消费电子和医疗设备行业，全世界的工厂都在使用这项技术。
在带式输送机或振动托盘上随机分布的相对平坦的部件，即使在高速下也特别容易识别和挑选。这类应用的一个主要例子是使用高速SCARA或delta型机器人来识别和挑选用于进一步加工的薄太阳能晶圆。
同样，ABB公司机器人全球业务开发经理Daniel McGillis表示，视觉机器人也越来越多地用于直接从仓库中卸下多层平面部件。这类系统的经典例子是机器人卸下一盒齿轮，每一层齿轮由一个薄分区隔开。
就像在传送带上移动的光伏晶片一样，所有的齿轮都是平的，但它们的特定旋转方向是完全随机的。机器人甚至可以通过编程在每一层被清空时移除隔板。
同样，这种方法的优点是，它节省了装配工或供应商必须在空间中精确定位零件的时间和麻烦。该系统的另一个优点是灵活性。与那些需要硬加工的技术相比，现有的机器人和视觉系统可以通过重新编程快速适应新产品。
缺点是，机器视觉系统需要额外的成本。它们也可能很难有效地执行，特别是照明，经常会引起头痛。肮脏或烟雾弥漫的环境，如铸造厂的环境尤其成问题。
话虽如此，如今的机器人通常是预先配置以适应机器视觉的，这使得它比以往任何时候都更容易安装。摄像头、照明系统和识别软件也比过去几年便宜得多，更不用说更强大了。
FANUC的Jhaveri补充说，通过使用视觉系统执行多个任务，装配商可以进一步证明视觉系统的成本增加是合理的。例如，一个系统既可以用来定位部件，也可以用来执行检查，本质上是一举两得。
在速度方面，视觉引导的机器人不如那些从硬夹具上抓取零件的硬连线机器人快。还有一个问题是，一个视觉引导机器人在任何给定的时间内必须从多少部件中选择——这主要取决于它的视野。然而，这两家公司仍然具有可比性。
EPSON的Baratti说:“使用视觉引导机器人进行大体积模拟，每个零件可以产生1秒的循环，但这很少见。”“两秒钟的周期要合理得多。视觉引导机器人的体积模拟最重要的周期时间因素是机器人在任何给定时间内可选择的零件的数量。在大视野下，你有更多的零件可以挑选，但你失去了精度。视野越小，可供选择的部件就越少，这对循环时间有直接影响。”
Baratti指出，在许多情况下，组装者将通过为一个机器人配备两个摄像头来解决这类问题:一个固定的、具有大视场的头顶摄像头，用于最初定位部件;另一个摄像头对机器人本身的视野更窄，可以让机器人在抓住机器人之前精确地瞄准它。
混合起来
无论一个汇编程序使用什么特定的技术或方法，最主要的是它适合所讨论的应用程序的需求。如果速度和精度是绝对重要的，那么传统的喂料碗可能是方法，特别是在长期生产运行的背景下。另一方面，如果公司预期的吞吐量更适中，那么最好使用带有多个巢的手动托盘。Stäubli的Henry强调说:“无论任务是什么，所有部件的展示方法都必须是恒定的。”“具体的应用程序将决定最佳的展示方法。”
Jhaveri补充说，今天的技术最好的一点是它可以混合和匹配，从而创建一个混合系统，利用多部件表示技术的更好方面。
例如，就在最近，FANUC创建了一个系统，使用多个机器人收集并组装组成曲柄和连杆组件的部件。
作为第一步，一个F-100iA机器人从存储架上拿起一盘曲柄和杆，然后把它交给六轴LR Mate 200iC机器人进行实际组装。与此同时，配备第二视觉的LR Mate机器人从附近的振动送料器中挑选一些曲柄销和衬套，并将它们呈现给装配机器人。当第一LR Mate完成曲柄组装后，第二F-100iA系统将完成的组装移到一个存储架上。
巴拉蒂表示，近年来，许多组装商已经开始将机器视觉与传统的喂食碗结合使用。这里的想法是使用喂料碗来处理模拟，让机器人做剩下的事情。
Baratti说:“现在，公司不再将80%的成本投入到最后20%的零件定位中，而是制造馈线通用模拟设备，并使用视觉来确定零件的准确位置和方向。”这可以降低成本、提高可靠性和一定程度的灵活性。”
最后，在某些情况下，组装人员可以完全放弃零件的“表示”。例如，Stäubli的亨利表示，越来越多的制造商正在使用机器照管机器人，直接从生产设备上卸下新冲压、模压或加工的部件，然后自己进行一些额外的加工。
