Esnek üretim sisteminde zeki yükleme ve depolama otomasyonu

Abstract

Bu tez çalışmasında esnek üretim sisteminde, konveyör paletlerindeki nesnelerinalgılanması, tanımlanan nesnelerin robot ile raf alanına depolanması ve malzemeninraflardan alınarak sisteme yüklenmesi incelenmiştir. Bu amaçla zincir tahrikli birkonveyör tasarımı ve prototipi gerçekleştirilmiştir. Konveyörün üzerindekinesnelerin geometrik şekillerini (daire, üçgen, dikdörtgen ve kare) çıkartmak içingörüntü işleme metodu uygulanmıştır. Otsu metodu ile eşikleme işlemi yapılaraknesnelerin özellikleri elde edilmiştir. Tanımlanan geometrik şeklin özellikleri (alan,çevre, kompaktlık, uzama, dikdörtgensellik ve dairesellik) Yapay Sinir Ağı (YSA) ilegeometrik şekillerin tahmini gerçekleştirilmiştir. Alan, çevre, kompaktlık, uzama,dikdörtgensellik ve dairesellik parametreleri YSA'nın girişleri, çıkışları ise daire,üçgen, dikdörtgen ve kare olarak belirlenmiştir. İleri beslemeli sinir ağı modeli ile Levenberg–Marquardt (LM) öğrenme algoritması kullanılarak ağeğitilmiştir. Parça Tanıma Sistemi arayüzü tasarımı yapılarak görüntü işlememetotları ve YSA ile bulunan geometrik şeklin formülü çevrimdışı olarak entegreedilmiştir.Konveyör paletleri üzerindeki nesnelerin depolanması ve palet üzerine nesnelerinyüklenmesi için 4 Serbestlik Dereceli silindirik bir robot prototipi yapılmıştır.Prototipi yapılan robotun Denavit-Hartenberg (DH) yöntemi kullanılarak uçişlevcinin 3 boyutlu uzaydaki konumu ileri kinematik denklemler ile hesaplanmıştır.Robotun ileri kinematik denklemleri tasarlanan bir arayüze entegre edilerek kontrolügerçekleştirilmiştir. ISO 9283 standardına göre ortalama doğruluk vetekrarlanabilirlik parametreleri Microscribe G2X koordinat ölçme cihazı kullanılarakrobotun performansı bulunmuştur. Prototipi yapılan esnek üretim sistemininperformansı deneysel çalışmalar ile ölçülmüştür. Parça tanıma sistemi ile tahminedilen geometrik şekiller, prototipi yapılan 4 Serbestlik Dereceli robot ile raflaradepolanması başarılı bir şekilde gerçekleştirilmiştir.

In this thesis work, in flexible manufacturing systems, detection of objects on aconveyor pallet, identifying object on storage rack space with a robot and loading thesystem by taking material from the rack were examined. For this purpose, a chaindriven conveyor design and prototype were realized. The image processing methodwas applied to remove geometric shapes of objects (circle, triangle, rectangle, andsquare) on the conveyor. Properties of objects were obtained by Otsu thresholdingoperation. Defined the properties of geometric shapes (area, perimeter, compactness,elongation, circularity, and rectangularity) were performed to estimate geometricshapes with the Artificial Neural Network (ANN). Area, perimeter, compactness,elongation, circularity, and rectangularity as the ANN inputs and circle, triangle,square and rectangle as the ANN outputs were determined. Network was trained byusing Levenberg-Marquardt (LM) learning algorithm with feed forward neural network model. Image processing method and offline formula of the geometric shape were found with the ANN and integrated to designed Part Recognition System interface.A cylindrical robot prototype was designed and manufactured having 4 degree offreedom for loading objects on pallets and storing the object on the conveyor pallets.Position in 3 dimensional space of gripper of the prototyped robot was calculated byforward kinematic equations using Denavit-Hartenberg (DH) method. Forwardkinematic equations of the robot control were carried out by integrating a designedinterface. According to ISO 9283 standard, performance of the robot was found byMicroscribe G2X coordinate measuring device using average accuracy andrepeatability parameters. The performance of the prototype made of flexiblemanufacturing systems was measured by experimental studies. The estimatedgeometric shapes with the Part Recognition System were successfully carried out andstored to rack with the prototype robot.