چرا پیش از سرمایه‌گذاری در ساخت ربات، ابتدا باید یک دوقلوی دیجیتال بسازید؟

آلبرت نوبیولا (Albert Nubiola)، مؤسس و مدیرعامل شرکت نرم‌افزاری روبودی‌کی (RoboDK)، در یادداشتی دیدگاه‌محور پیشنهاد می‌کند تولیدکنندگانی که برای نخستین‌بار قصد ورود به اتوماسیون صنعتی را دارند، پیش از هر تصمیم خرید، یک دوقلوی دیجیتال (Digital Twin) از ربات موردنظر خود بسازند.

مسئله‌ای که بسیاری از تولیدکنندگان با آن دست‌به‌گریبان‌اند

به گفته‌ی نوبیولا، اتوماسیون می‌تواند به حل کمبود نیروی کار، افزایش کیفیت و بهره‌وری کمک کند، اما قدم نخست برای شرکت‌های تازه‌وارد به این حوزه می‌تواند دلهره‌آور باشد. با وجود هزاران مدل ربات صنعتی، افکتور انتهایی و تجهیزات جانبی از برندهای مختلف، ترکیب‌های ممکن تقریباً بی‌نهایت است: چه اندازه رباتی لازم است؟ سلول رباتیک چقدر فضا نیاز دارد؟ آیا بازگشت سرمایه توجیه‌پذیر است؟ آیا خطر وابستگی به یک تأمین‌کننده‌ی خاص وجود دارد؟ نااطمینانی اقتصادی جهانی و افزایش هزینه‌ی انرژی هم باعث شده بسیاری از شرکت‌ها با احتیاط بیشتری به تصمیم‌های سرمایه‌ای جدید نگاه کنند.

دوقلوی دیجیتال چه کاری انجام می‌دهد

دوقلوی دیجیتال، مدل مجازی یک سلول رباتیک است که می‌تواند ربات، ابزار انتهای بازو، فیکسچرها، نوار نقاله، حسگرها، اپراتورها و تجهیزات اطراف را در بر بگیرد. به‌جای تکیه بر طرح‌های دستی، نقشه‌های CAD ایستا یا صفحات اکسل، این نرم‌افزار نشان می‌دهد یک سامانه‌ی رباتیک واقعاً چگونه عمل خواهد کرد: آیا ربات به تمام موقعیت‌های موردنیاز می‌رسد؟ مسیر و زمان چرخه‌ی کار چقدر است؟ کجا خطر برخورد وجود دارد؟ فضای لازم برای دسترسی اپراتور و نگهداری چقدر است؟

نرم‌افزار دوقلوی دیجیتال RoboDK برای برنامه‌نویسی آفلاین ربات
نمونه‌ای از نرم‌افزار دوقلوی دیجیتال و برنامه‌نویسی آفلاین که امکان آزمایش ربات‌هایی از برندهای مختلف را پیش از خرید فراهم می‌کند (منبع تصویر: RoboDK / The Robot Report)

مثالی از کاربرد: بارگذاری ماشین CNC

نوبیولا برای روشن‌شدن موضوع، کاربرد بارگذاری و تخلیه‌ی ماشین CNC را مثال می‌زند: در نگاه اول و در بروشورها، این کار ساده به نظر می‌رسد؛ ربات قطعه را می‌گذارد، منتظر پایان چرخه‌ی ماشین‌کاری می‌ماند، قطعه‌ی نهایی را برمی‌دارد و دوباره تکرار می‌کند. اما وقتی همین فرایند در یک دوقلوی دیجیتال شبیه‌سازی شود، مسائل عملی دیگری آشکار می‌شود؛ برای نمونه ممکن است زمان بستن گیره یا ته‌نشین‌شدن قطعه، بیکاری بیشتری نسبت به انتظار ایجاد کند، یا مشخص شود گیرپَر انتخاب‌شده با هندسه‌ی قطعه سازگار نیست و یک طراحی دوگیره‌ای بهتر عمل می‌کند. همین منطق برای کاربردهایی از جوشکاری و برش گرفته تا چیدمان پالت، بازرسی و ماشین‌کاری رباتیک هم صدق می‌کند.

چه چیزی در نرم‌افزار دوقلوی دیجیتال مهم است

به گفته‌ی نویسنده، برای تولیدکنندگانی که هنوز نمی‌دانند کدام برند مناسب کارشان است، دسترسی به کتابخانه‌ای گسترده از ربات‌ها و تجهیزات جانبی مختلف اهمیت زیادی دارد؛ هم امکان مقایسه را فراهم می‌کند و هم ریسک وابستگی به یک تأمین‌کننده‌ی خاص را کاهش می‌دهد. ویژگی‌های دیگری که باید در این نرم‌افزارها جست‌وجو کرد شامل بررسی برخورد، تحلیل دسترسی‌پذیری، کالیبراسیون ربات، برنامه‌نویسی آفلاین و تولید خودکار کد هستند. سهولت استفاده هم نکته‌ی مهمی است؛ پلتفرم‌های سازمانی قدرتمندند، اما می‌توانند برای شرکت‌هایی که تازه نخستین سلول رباتیک خود را بررسی می‌کنند، پرهزینه و پیچیده باشند.

جایگزین یکپارچه‌ساز نیست، مکمل آن است

نوبیولا تأکید می‌کند دوقلوی دیجیتال، جایگزین شرکت‌های یکپارچه‌ساز سیستم (System Integrators) نمی‌شود؛ در واقع بسیاری از همین شرکت‌ها هم از ابزارهای دوقلوی دیجیتال و برنامه‌نویسی آفلاین برای توسعه‌ی مفهوم، مقایسه‌ی برندها و ارائه‌ی پیشنهادهای دقیق‌تر به مشتریان استفاده می‌کنند. وقتی یک تولیدکننده از پیش چیدمان، محدودیت‌ها، زمان چرخه‌ی هدف و گزینه‌های ابزار را بررسی کرده باشد، می‌تواند مذاکره با تأمین‌کنندگان را با اولویت‌ها و پرسش‌های روشن‌تری آغاز کند؛ چیزی که به گفته‌ی نویسنده، دقت قیمت‌گذاری را بهبود می‌بخشد و چرخه‌ی برنامه‌ریزی را کوتاه‌تر می‌کند.

زمینه‌ی گسترده‌تر بازار

شایان‌ذکر است روبودی‌کی تنها بازیگر این بازار نیست. کنار این ابزار، نرم‌افزارهای اختصاصی هر برند ربات مانند RobotStudio ساخت ABB و ROBOGUIDE ساخت فانوک (FANUC)، پلتفرم‌های مستقل چندبرندی دیگری مانند Visual Components و Robotmaster، و ابزارهای سطح کارخانه مانند Siemens Tecnomatix هم در همین حوزه فعالیت می‌کنند؛ هرکدام با تعادلی متفاوت میان قیمت، دقت اختصاصی هر برند و سادگی استفاده. برای پروژه‌های پژوهشی‌تر یا مبتنی بر ROS نیز پلتفرم‌های متن‌باز مانند Gazebo و همچنین Isaac Sim انویدیا معمولاً گزینه‌های رایج‌تری هستند.


نکته‌ای که در این توصیه به نظرم منطقی می‌آید، این است که حتی اگر پیشنهاددهنده منفعت تجاری مستقیمی در این بازار داشته باشد، اصل توصیه (آزمایش مجازی پیش از خرج فیزیکی) مستقل از هر برند خاصی درست است؛ همان منطقی که پشت هر نوع نمونه‌سازی مجازی، از طراحی صنعتی تا توسعه‌ی نرم‌افزار، وجود دارد. برای تیم‌های کوچک‌تری که قصد ورود به اتوماسیون صنعتی را دارند، پرسش واقعی این است که آیا زمان و منابع لازم برای یادگیری این ابزارها را دارند یا بهتر است این مرحله را از همان ابتدا به یک یکپارچه‌ساز بسپارند. شما در پروژه‌های اتوماسیون خود تجربه‌ی مستقیمی با دوقلوهای دیجیتال داشته‌اید؟ نظرتان را با ما در میان بگذارید.

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *