Hydraulisen tarttujan varmistusrautojen suunnittelu ja testaus
Rouhiainen, Joonas (2024)
Rouhiainen, Joonas
2024
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-2024062523844
https://urn.fi/URN:NBN:fi:amk-2024062523844
Tiivistelmä
Tässä opinnäytetyössä suunniteltiin hydrauliseen tarttujaan varmistusraudat. Varmistusrautojen tarkoituksena on estää nostettavien puupinojen tippuminen tilanteessa, jossa tarttujan ote pinoista pettää. Toimeksiantaja oli jo valmistanut prototyypin tarttujasta ilman varmistusrautoja. Prototyypistä saatiin piirustukset sekä 3D-mallit tukemaan varmistusrautojen suunnittelutyötä.
Tarttujasta valmistettiin toiminnallinen pienoismalli, jota testattiin UR5e-käsivarsirobotilla. Kappaleiden noutamiseen käytettiin konenäköä. Varsinainen tarttuja varmistusrautoineen sekä materiaalinkäsittelykoneen toiminta simuloitiin Visual Components-ympäristössä.
Tarttujan pienoismallin suunnittelu sekä toteutus onnistui hyvin. Suunnittelun ja kokoonpanon jälkeen tarttujaa päästiin ilman ylimääräisiä revisioita suoraan testaamaan käsivarsirobotilla. Testit käsivarsirobotilla onnistuivat suunnitellusti. Tarttujan nostokyky riitti nostamaan kappaleita, varmistusrautojen ohjaus toimi suunnitellusti ja tarttujan asemointi tapahtui konenäköavusteisesti. Simulaatio auttoi havainnollistamaan varsinaisen tarttujan toimintaa satamaympäristössä. In this thesis, safety clamps were designed for a hydraulic gripper. The purpose of the clamps is to prevent stacks of wood from falling in the event of the gripper losing its grip on the stacks. The client had already manufactured a prototype of the gripper without the safety clamps. Drawings and 3D-models of the prototype were provided to support the designing of the clamps.
A functional scale model of the gripper was fabricated and tested with the UR5e industrial collaborative robot. Machine vision was utilized for picking up the objects. The actual gripper with safety clamps, along with the operation with the material handling machine, was simulated in the Visual Components environment.
The design and implementation of the gripper model were successful. After the design and assembly, the gripper was able to be tested directly on the robotic arm without any additional revisions. The tests on the robotic arm went as planned. The gripper's lifting capacity was sufficient to lift the objects, the control of the safety clamps functioned as intended, and the gripper's positioning was carried out with the assistance of machine vision. The simulation helped to illustrate the actual operation of the gripper in a real environment.
Tarttujasta valmistettiin toiminnallinen pienoismalli, jota testattiin UR5e-käsivarsirobotilla. Kappaleiden noutamiseen käytettiin konenäköä. Varsinainen tarttuja varmistusrautoineen sekä materiaalinkäsittelykoneen toiminta simuloitiin Visual Components-ympäristössä.
Tarttujan pienoismallin suunnittelu sekä toteutus onnistui hyvin. Suunnittelun ja kokoonpanon jälkeen tarttujaa päästiin ilman ylimääräisiä revisioita suoraan testaamaan käsivarsirobotilla. Testit käsivarsirobotilla onnistuivat suunnitellusti. Tarttujan nostokyky riitti nostamaan kappaleita, varmistusrautojen ohjaus toimi suunnitellusti ja tarttujan asemointi tapahtui konenäköavusteisesti. Simulaatio auttoi havainnollistamaan varsinaisen tarttujan toimintaa satamaympäristössä.
A functional scale model of the gripper was fabricated and tested with the UR5e industrial collaborative robot. Machine vision was utilized for picking up the objects. The actual gripper with safety clamps, along with the operation with the material handling machine, was simulated in the Visual Components environment.
The design and implementation of the gripper model were successful. After the design and assembly, the gripper was able to be tested directly on the robotic arm without any additional revisions. The tests on the robotic arm went as planned. The gripper's lifting capacity was sufficient to lift the objects, the control of the safety clamps functioned as intended, and the gripper's positioning was carried out with the assistance of machine vision. The simulation helped to illustrate the actual operation of the gripper in a real environment.