ПРОЕКТИРОВАНИЕ И МОДЕЛИРОВАНИЕ

Оценка эффективности роботизации операций контроля качества продукции с использованием промышленных манипуляторов и визуальных сенсорных систем

Авторы

  • Тимофей Михайлович Плеханов Московский государственный университет им. М.В. Ломоносова, 119991, Москва, Ленинские горы, д. 1

Как цитировать

ГОСТ Плеханов Т. М. Оценка эффективности роботизации операций контроля качества продукции с использованием промышленных манипуляторов и визуальных сенсорных систем // СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ. 2026. Т. 70. № 5. С. 82-91.
APA Плеханов, Т. М. (2026). Оценка эффективности роботизации операций контроля качества продукции с использованием промышленных манипуляторов и визуальных сенсорных систем. СТРОИТЕЛЬНЫЕ И ДОРОЖНЫЕ МАШИНЫ, 70(5), 82-91.

Аннотация

В настоящей работе раскрывается трансформация процессов обеспечения качества строительной продукции посредством интеграции промышленных манипуляторов с визуальными сенсорными системами, что радикально изменяет парадигму приемочного контроля железобетонных конструкций, металлических изделий и фасадных систем в условиях высокой вариабельности типоразмеров и сложной пространственной геометрии. Рассматриваются адаптивные траектории сканирования с применением шестиосевых роботов KUKA, Fanuc и ABB, оснащенных камерами структурированного света, лазерными профилометрами и стереосистемами, обеспечивающими генерацию облаков точек плотностью до нескольких миллионов измерений на изделие и их последующую регистрацию относительно цифровых эталонов методами итеративного ближайшего соседа с использованием библиотек Open3D и PCL. Количественный анализ демонстрирует сокращение времени контроля стандартной панели с 18-22 минут при ручном измерении до 94 секунд в автоматизированном режиме при одновременном повышении разрешающей способности и снижении погрешности до 0,018-0,067 мм в зависимости от конфигурации, включая гибридные схемы, оптимально балансирующие производительность и точность в условиях абразивной пыли, температурных колебаний и переменной освещенности. Алгоритмы машинного обучения позволяют достигать F1-меры свыше 0,9 при распознавании трещин, сколов, раковин и непроливов, с выявлением значимого влияния параметров среды через корреляционно-регрессионный анализ и рекомендациями по поддержанию рабочих диапазонов. Экономическое моделирование на данных многолетнего мониторинга крупных предприятий подтверждает окупаемость капитальных вложений в 2,7-3,0 года, положительные значения NPV и IRR выше 31%, обусловленные высвобождением персонала, сокращением скрытого брака в 3-4 раза и ростом производительности контрольных постов более чем в четыре раза. Многофакторная регрессионная модель с R² = 0,847 устанавливает определяющую роль объема выпуска и номенклатурной стабильности в интегральной эффективности, указывая на необходимость параметризованных моделей для мелкосерийного производства. Обсуждаются направления нормативного обеспечения, интеграции результатов с BIM-технологиями, создания цифровых паспортов изделий и перспективы самообучающихся систем, что закладывает основу для нового технологического уклада в строительной индустрии, повышая объективность, прослеживаемость и надежность строительных конструкций на всем жизненном цикле. Данные положения позволяют оценить релевантность статьи для специалистов в области робототехники, метрологии и цифровой трансформации производства.

Ключевые слова

роботизация контроля качества промышленные манипуляторы визуальные сенсорные системы облака точек экономическая эффективность

Библиографические ссылки

Авсиевич А.В., Авсиевич В.В., Арысланов Ф.С., Иващенко А.В., Щербаков М.А. Организация производственного контроля на линии сборки полуприцепов с использованием машинного зрения // Известия Самарского научного центра Российской академии наук. 2024. Т. 26. № 6(122). С. 142-147.

Ванцов С.В., Соколов В.А., Хомутская О.В. Анализ проблем точности прецизионных промышленных роботов // Научное приборостроение. 2021. Т. 31. № 4. С. 110-119.

Горянина К.И., Катин О.И., Донской Д.Ю. Сенсорные системы очувствления адаптивного управления роботом-манипулятором общего назначения // Научное обозрение. Педагогические науки. 2019. № 3-3. С. 23-26.

Жуков Д.С. Разработка роботизированного измерительного комплекса для контроля линейных размеров машиностроительных деталей // Вестник Вологодского государственного университета. Серия: Технические науки. 2024. № 1(23). С. 56-61.

Квас Е.С., Кузьменко В.П., Соленый С.В. Исследование адаптивных свойств модели визуального контроля для роботизированных линий разлива // Петербургский экономический журнал. 2024. № 4. С. 71-86.

Копбаев Р.А., Соколов В.А. Бесконтактный метод контроля точности позиционирования манипуляторов промышленных роботов // Сборка в машиностроении, приборостроении. 2015. № 12. С. 8-11.

Коцыняк М.А., Иванов Д.А., Мамай А.В., Карасев И.В. Оценка качества роботизированных систем в условиях деструктивных информационных воздействий // Информационные технологии и системы: управление, экономика, транспорт, право. 2019. № 1(33). С. 192-194.

Мыльник В.В., Химиченко А.А. Критерий оценки эффективности роботизированных технологических комплексов в промышленности // Авиационная промышленность. 2008. № 3. С. 56-58.

Норкина Н.В., Мевис Ф.А. Определение точности позиционирования промышленных манипуляторов при помощи цифровой фото/видео камеры // Открытое образование. 2019. Т. 23. № 3. С. 42-48.

Решетников А.Г. Взаимодействие интеллектуальных робототехнических систем // Системный анализ в науке и образовании. 2015. № 3. С. 21-31.

Сазонникова Н.А., Илюхин В.Н., Сурудин С.В., Уклеин Р.В. Оценка влияния характеристик измерительной системы на точность оценки перемещений промышленного робота в процессе инкрементального формообразования // Вестник РГАТА имени П. А. Соловьева. 2024. № 3(70). С. 49-58.

Третьяков И.В. Контроль качества в рецептурном производстве и автоматизированные системы // Лакокрасочные материалы и их применение. 2017. № 10. С. 41-43.

Челпанов И.Б., Кочетков А.В. Метрологическое обеспечение испытаний манипуляционных и силовых роботов // Измерительная техника. 2013. № 9. С. 22-26.

Швехгеймер М.С. Оптимизация производства в пищевой промышленности: роль и вызовы применения роботов-манипуляторов // Оригинальные исследования. 2024. Т. 14. № 3. С. 9-15.

Шевнина Ю.С. Управление системой контроля поверхностных дефектов изделий микроэлектроники // Вестник Тамбовского государственного технического университета. 2024. Т. 30. № 2. С. 234-245.

Выпуск

Раздел

ПРОЕКТИРОВАНИЕ И МОДЕЛИРОВАНИЕ

Метрики

99 просмотров
0 скачиваний
Хотите опубликоваться?
Подать статью

Машиночитаемые метаданные

Похожие статьи

<< < 2 3 4 5 6 7 8 > >> 

Вы также можете начать расширеннвй поиск похожих статей для этой статьи.