Process optimization and control of a patching plant for shuttering panels

Abstract

Wachsende Konkurrenz und steigender Kostendruck in der Holzindustrie verlangen nach einem höheren Automatisierungsgrad. Ziel dieser Arbeit ist die Automatisierung und Optimierung des Flickprozesses von Holzdefekten, wie z.B. Astlöchern und Harzblasen, für Schalungsplatten. Im Zuge dieses Flickprozesses fahren die unbearbeiteten Schalungsplatten durch einen optischen Scanner zur Detektion von Position und Form der Holzdefekte. Dann werden die Schalungsplatten mit einem sogenannten Patchroboter bearbeitet. Dieser besteht aus zwei XY -Maschinentischen, welche die Platte unter dem Flickwerkzeug positionieren. Das Werkzeug bohrt die Holzdefekte aus und presst kreisförmige Vollholzstoppel einheitlicher Größe, genannt Patches, ein. Um den Durchsatz der beschriebenen Anlage zu maximieren, stellen sich eine Reihe von Forschungsaufgaben auf den Gebieten der Prozessautomatisierung und -optimierung. Die Resultate dieser Forschungsarbeit, die Ideen und Wissen aus den Disziplinen der algorithmischen Geometrie, der kombinatorischen Optimierung, der Regelungstechnik und der Informatik kombiniert, sind in dieser Arbeit dokumentiert. Die Prozessoptimierung beginnt mit folgender Fragestellung: Wie muss die Anordnung der Patches aussehen, damit jeder Holzdefekt mit der minimalen Anzahl an Patches abgedeckt wird. Der vorgestellte Algorithmus zur Patchplatzierung basiert auf dem Konzept der hexagonal dichtesten Packung. Dieser Optimierungsschritt verringert die Produktionszeit bei gleichzeitiger Erhöhung der Ressourceneffizienz. Ähnliche Problem stellen sich in der Telekommunikation und bei der Sensorabdeckung. Der Algorithmus zur Patchplatzierung wird auf jeden Holzdefekt einer Platte angewandt. Dadurch erhält man eine Liste von Patchpositionen für diese Platte, welche in der zeitoptimalen Reihenfolge, genannt Roboterpfad, angefahren werden sollen. Dieses Pfadplanungsproblem ist ähnlich dem Problem des Handelsreisenden, englisch Traveling Salesman Problem. Zur Lösung des Problems werden zwei Algorithmen herangezogen, ein klassischer Ameisenalgorithmus, englisch Ant Colony Algorithm, sowie ein lokaler Suchalgorithmus mit bewegtem Horizont, englisch Local Search Receding Horizon Algorithm. Letzterer kombiniert das Konzept der Optimierung mit bewegtem Horizont, bekannt aus der modellprädiktiven Regelung, mit einer einfachen, heuristischen, lokalen Suchroutine zur Lösung kombinatorischer Optimierungsprobleme. Ähnliche Probleme sind in einer Vielzahl industrieller und logistischer Anwendungen zu finden. Im letzten Schritt der Prozessoptimierung muss die zeitoptimale Roboterbewegung zwischen den einzelnen Patchpositionen berechnet werden. Dies geschieht mithilfe eines sogenannten Bang-Bang Trajektoriengenerators. Dieser ist echtzeitfähig und berücksichtigt beliebige Anfangsgeschwindigkeiten und -beschleunigungen des Patchroboters. Die Algorithmen zur Patchplatzierung, Pfadplanung und Trajektoriengenerierung werden ausführlich anhand anschaulicher Testszenarien als auch realer Produktionszyklen der Prototypanlage getestet. Neben der Prozessoptimierung ist die Roboterregelung eine wichtige Aufgabe. Ein kaskadierter Regelkreis ermöglicht schnelles und präzises Positionieren trotz erheblicher Haftreibungseffekte im Roboter. Eine sogenannte Master-Slave-Anordnung wird zur Synchronisation der beiden XY -Maschinentische herangezogen. Dies ist erforderlich, wenn beide XY -Maschinentische eine Platte gemeinsam bewegen. Die wissenschaftliche Herausforderung besteht in Entwurf und Implementierung einer Regelungsstrategie, welche die Platte trotz undefinierter Relativbewegung zwischen Roboter und Platte, schnell und präzise positioniert. Daher ist eine Absolutpositionsmessung der Platte erforderlich. Diese erfolgt visuell und folglich mit einer geringen Abtastrate sowie einem Zeitverzug. Zur Lösung dieses Problems wird ein System zur Sensordatenfusion, genannt Trajektorienaktualisierung, englisch Trajectory Updating, vorgestellt. Diese Regelungsstrategie funktioniert verlässlich in rauen Produktionsumgebungen. Somit ist sie für eine Reihe von industriellen Positionierprozessen einsetzbar. Andere Strategien zur Positionierung bei Schlupf wurden in der Literatur hauptsächlich zur Trajektorienfolge für mobile autonome Roboter entwickelt. Aufbauend auf der Roboterregelung wird die Prozessablaufsteuerung der Prototypenanlage entwickelt. Diese besteht im Wesentlichen aus zwei interagierenden Zustandsautomaten, jeweils einer pro XY -Maschinentisch. Diese Steuerung wird mithilfe eines Simulationsmodells der Anlage getestet. Abschließend werden die Regelungs- und Optimierungsalgorithmen auf der Prototypenanlage in einem Sägewerk in Slowenien implementiert und ausführlichen Tests in industriellem Umfeld unterzogen. Die aufgenommenen Messdaten werden im Detail und mit Fokus auf die besonderen Herausforderungen für die Regelung, nämlich Haftreibung, Synchronisation und Trajektorienaktualisierung, analysiert.

Growing competition and cost pressure in the timber market increase the need for production automation. The goal of this thesis is the automation and optimization of the patching process of wood defects, such as loose dead knots or resin galls, for shuttering panels. In this patching process, the raw panels go through an optical defect scanner that determines position and shape of the wood defects. Then, the panels are processed at a patching robot. It consists of two xy-machine-tables that position the panel underneath a patching tool. This tool mends the detected defects by drilling the respective area and inserting a unisize, circular wood patch with high pressure to seal the hole. To maximize the throughput of the plant, several research tasks in the field of process optimization and control have to be performed. The results of these research tasks, which combine ideas and knowledge from algorithmic geometry, combinatorial optimization, control theory and computer science, are documented in this thesis. The process optimization begins with the following research question: How should the patch arrangement look like, such that each defect is covered by the minimum number of unisize, circular patches. The proposed patch placement algorithm is based on the concept of hexagonally closest packing. This optimization step saves production time and enhances material utilization. Similar problems arise in telecommunications and sensor coverage. Applying the patch placement algorithm to every defect of one panel yields a list of patch locations. These patch locations have to be approached in the time optimal sequence, called robot path. This problem is similar to the well-known traveling salesman problem. Two solution strategies are proposed, a classical Ant Colony Algorithm and a Local Search Receding Horizon Algorithm. The latter combines the Receding Horizon Concept known from the discipline of model predictive control with a simple, heuristic, local search routine for combinatorial optimization problems. Similar problems arise in a variety of industrial and logistical applications. To conclude the optimization process, the robot motion between each consecutive pair of patch locations needs to be executed in a time optimal way. To this end, a real-time capable Bang-Bang Trajectory Generator accounting for arbitrary initial velocity and acceleration of the patching robot is proposed. The algorithms for patch placement, path planning and trajectory generation are tested using challenging artificial test cases and real production scenarios of the prototype patching plant. Next to process optimization, a major research task is real-time control of the patching robot. A cascaded control structure is used to cope with the challenging, unpredictable friction conditions in the drivetrain of the xy-machinetables. A master-slave control concept is used to synchronize the two xy-machinetables during certain process stages, where both xy-machine-tables move one panel cooperatively. The main scientific challange for the real-time control is the development of a control strategy that is able to position the panel in a fast and precise manner despite undefined relative motion between the panel and the patching robot. Therefore, absolute position measurement using visual tracking of the panel is required. This is only accomplished at a very low sampling rate and with a time delay. To overcome this issue a strategy for sensor data fusion called Trajectory Updating is proposed. It works robustly and, therefore, is applicable to a variety of similar industrial positioning tasks. Other strategies for trajectory tracking in the presence of slip are devised mainly in the field of autonomous, mobile robots. Building on the real-time control, a process logic control for the prototype patching plant is developed. It basically consists of two interacting statemachines, one for each xy-machine-table of the patching robot. It is tested by means of a simulation model of the prototype patching plant. Finally, in order to review the research results in an industrial environment, the optimization algorithms as well as the control strategies are implemented and extensively tested at the prototype patching plant, set up at a sawmill in Slovenia. The acquired measurement data is analyzed with special attention to the above mentioned challenges of friction, synchronization and sensor data fusion.