Af Trine Reinholt Andersen, AAU Forskningsinnovation

Robotsvejsning er blevet en uundværlig løsning i produktionssektoren, da den sikrer præcision, ensartet kvalitet og en højere produktionsmængde. I Danmark er brugen af robotteknologi den naturlige vej at gå i et højomkostningsmiljø, hvor dygtige svejsere er en mangelvare og meget dyre. Dog forbliver programmering af disse robotter en kompleks og tidskrævende opgave, hvilket betyder, at mindre virksomheder med behov for unikke produktioner eller små serier ofte undlader at anvende robotteknologi.

Derudover kræver de nuværende løsninger et højt kompetenceniveau og specialistviden, hvilket gør dem utilgængelige for små og mellemstore virksomheder (SMV’er). Manglen på problemfri integration mellem Computer Aided Design (CAD)-software og robotsystemer forværrer yderligere problemet. Menneskelige operatører må ofte manuelt bygge bro mellem designfiler og de udførbare instruktioner til svejserobotterne, hvilket tager unødvendigt meget tid. Desuden kræver sikring af kvalitet og præcision i komplekse svejsninger – særligt for uregelmæssige eller kundetilpassede emner – betydelig ekspertise og indsats for at få offline-programmeringen korrekt. Disse udfordringer kan føre til forsinkelser, øgede omkostninger og begrænset skalerbarhed for producenter, der ønsker at tage robotsvejsning i brug.

I FRONT INDENFOR PROGRAMMERING AF SVEJSEROBOTTER

RoboSynapse, en spin-out virksomhed fra Aalborg Universitet, specialiserer sig i digital integration af programmering af svejserobotter med fokus på at anvende de værktøjer, som SMV’er allerede har adgang til. Dette eliminerer behovet for manuel overførsel af svejseinformation og gør dermed robotsvejsning til en langt mere tilgængelig løsning for SMV’er samt mere attraktiv for virksomheder med et stort behov for robotprogrammering.

Traditionelt skaber designingeniører 3D CAD-modeller af produkterne og udskriver derefter 2D-tegninger af CAD-modellerne, som indeholder svejseannoteringer i henhold til ISO 2553:2019, herunder geometri, størrelse og information om svejseprocessen. Disse annoteringer vises på de printede tekniske tegninger og behandles manuelt af robotingeniører eller svejsere.

Som følge heraf skal robotingeniøren manuelt genprogrammere svejsedetaljerne ved hjælp af den printede tekniske tegning, hvilket resulterer i dobbeltarbejde af designingeniørernes indsats. Denne proces øger leveringstiden, skaber unødvendig redundans, reducerer udnyttelsen af svejserobotterne og øger risikoen for fejl på grund af manuel databehandling.

Ved at udnytte avanceret automatisering kan RoboSynapse’s løsning automatisk udtrække alle nødvendige data til programmering af en svejserobot direkte fra 3D-modeller, der er annoteret i henhold til ISO 2553:2019 – uden behov for at udskrive svejsedetaljerne. De udtrukne data fra CAD-modellerne importeres problemfrit til svejserobottens offline-programmering (OLP) på få minutter, hvilket gør det muligt for robotten at starte produktionen inden for minutter i stedet for dage.

Med svejseinformationen direkte udtrukket fra CAD-modellerne anvender RoboSynapse’s løsning præcist de svejseannoteringer, som designingeniørerne har oprettet – typiske produkter indeholder mellem 20 og 200 svejseannoteringer.

Løsningen er kompatibel med enhver CAD-software, der opfylder ISO 2553:2019-standarden, hvilket sparer værdifuld tid for ingeniører og eliminerer redundans på tværs af værdikæden, samtidig med at brugen af kvalificeret arbejdskraft optimeres.

BASERET PÅ ET PRISVINDENDE PH.D.-PROJEKT

RoboSynapse’s grundlæggende CAD OLP-middleware-software er baseret på et ph.d.-projekt af den tidligere ph.d.-studerende, og stifter af RoboSynapse, Ioan-Matei Sarivan fra Institut for Materialer og Produktion ved Aalborg Universitet, under vejledning af professorerne Brian Vejrum Wæhrens og Ole Madsen.

Mateis ph.d.-projekt blev tildelt førstepladsen for fremragende forskning, der leverer anvendelige resultater og løser specifikke udfordringer i den danske produktionsindustri, ved Otto Mønsted Fondens MADE Award i 2022.

Ph.d.-projektet blev støttet af MADE – Manufacturing Academy of Denmark med Sjørring Maskinfabrik som hovedpartner bl.a. grundet behovet for at svejse komplekse, førsteklasses skovle og redskaber til entreprenørmaskiner. Med et klart behov og samarbejdet med Sjørring kunne Matei udvikle automationssoftwaren og demonstrere den både i laboratoriet på AAU og hos Sjørring.

Baseret på resultaterne stod det klart for Sjørring Maskinfabrik, at løsningen ikke blot udfyldte en kompetencekløft, men også kunne hjælpe virksomheden med skalering og øget produktivitet. Derfor blev etableringen af RoboSynapse som virksomhed opmuntret af Sjørring, som desuden var klar til at købe CAD OLP-middleware-softwaren og blive den første kunde.

KOMMERCIALISERINGSPROCESSEN

AAU Technology Transfer Office har haft en central rolle i processen – fra at støtte Matei på hans iværksætterrejse, sikre interessen og afklare alle IP-rettigheder med de involverede partnere til at afdække softwarens kommercielle potentiale, udvikle forretningsmodellen og styrke teamet frem mod etableringen af RoboSynapse, som en spin-out i 2024, samt den senere licensering af softwaren fra Aalborg Universitet til RoboSynapse ApS.

I forbindelse med opbygningen af teamet bag RoboSynapse sluttede to kandidater fra Aalborg Universitet sig til Matei på hans iværksætterrejse: Max Hildebrand, M.Sc. i Manufacturing Technology, som står for udviklingsopgaverne, og Alina Seulean, M.Sc. i Business Economics, Culture and Communication, som er ansvarlig for forretningsudviklingen.

Mens Sjørring fortsætter arbejdet med at implementere den nye digitale pipeline i deres værdikæde, har RoboSynapse ApS indgået partnerskaber med en række CAD- og OLP-softwareleverandører med henblik på udvikling og distribution, herunder Dassault Systèmes og CENIT.

RoboSynapse har desuden modtaget interesse fra potentielle kunder i Tyskland, Frankrig, Canada og Mexico.