Tendassist - Diy Machine Tending Framework for Robotic Assistance
Year: 2026
Type: report
Abstract: Machine loading and unloading processes are still predominantly carried out manually because machining times remain short and batch sizes are small. Creating specific robot programs to handle the high variety of parts, transport containers and customer-specific transport requirements generally takes longer than the actual sequence of loading, machining and unloading. As a result, available productivity potential cannot be fully exploited, and opportunities to improve competitiveness by reducing the labour-cost share per unit remain untapped. Within the “Collective Research” funding programme of the Austrian Research Promotion Agency (FFG), a prototype solution for the rapid configuration of robot-assisted loading and unloading processes was developed and tested between 2023 and 2026. The combination of AI-based recognition methods for capturing the loading situation, lightweight robots with force-sensitive process execution, path programming through kinesthetic programming and an interactive operating concept enables jobs to be created quickly and interactively at the point of use and when they are needed. The configuration process takes less than five minutes, making it significantly faster than the typical 60 minutes. During the tests, the machine-tending scenario for metal sheets and profiles was recreated on a robotic test rig. The performance of the “TendAssist configuration system” was demonstrated through real configuration runs followed by execution by the future users themselves. The analysis also identified the data-provision requirements arising from the use of AI and the qualifications that users will require in the future. Maschinelle Be- und Entladeprozesse werden aufgrund weiterhin kurzer Bearbeitungszeiten und kleiner Losgrößen überwiegend manuell ausgeführt. Die Erstellung spezifischer Roboterprogramme zur Bewältigung der hohen Variantenvielfalt von Teilen, Transportgebinden und kundenseitigen Transportvorgaben erfordert in der Regel mehr Zeit als die eigentliche Ausführung des Einlegens, der Bearbeitung in der Maschine und des Ablegens. Dies hat zur Folge, dass vorhandene Produktivitätspotenziale nicht genutzt werden können. Dadurch bleibt die notwendige Steigerung der Wettbewerbsfähigkeit durch einen geringeren Lohnstückkostenanteil unerschlossen. Im Rahmen des Förderprogramms „Collective Research“ der Österreichischen Forschungsförderungsgesellschaft FFG wurde von 2023 bis 2026 eine prototypische Lösung zur schnellen Konfiguration robotergestützter Be- und Entladeprozesse entwickelt und getestet. Die Kombination von KI-Erkennungsmethoden zur Erfassung der Beladesituation, Leichtbaurobotern mit kraftsensitiver Prozessausführung, Pfadprogrammierung über Handführung sowie einem interaktiven Bedienkonzept ermöglicht eine schnelle und interaktive Auftragserstellung am Einsatzort und zum benötigten Zeitpunkt. Die Bearbeitungsdauer beträgt weniger als fünf Minuten und ist damit deutlich kürzer als die typischen 60 Minuten. Im Rahmen der Tests wurde das Tending-Szenario für Metallplatten und Profile an einem Roboterteststand nachgestellt. Die Leistungsfähigkeit des „TendAssist-Konfigurationssystems“ wurde anhand realer Konfigurationsdurchläufe mit anschließender Ausführung durch die künftigen Anwender selbst nachgewiesen. Im Rahmen der Analyse wurden die durch den KI-Einsatz bedingten Anforderungen an die Datenbereitstellung sowie die künftig notwendigen Qualifikationen der Anwender abgeleitet.
Language: English
Subfield: Industrial and Manufacturing Engineering
Field: Engineering
Domain: Physical Sciences
Open Access status: green
Award: G4608016086
OpenAlex ID: W7204171108