Aider le robot à effectuer du contrôle par thermographie 

Dans le cadre de l’industrie 4.0 et afin de rendre plus accessible l’usage des robots, il est important de leur conférer de nouvelles tâches tout en simplifiant leur programmation. C’est le parti pris de la société Twin Robotics qui a mis au point un algorithme d’auto-teaching sur un robot permettant de faire du CND à partir d’un jumeau numérique.

Dans le cadre de l’industrie 4.0 et afin de rendre plus accessible l’usage des robots, il est important de leur conférer de nouvelles tâches tout en simplifiant leur programmation. C’est le parti pris de la société Twin Robotics qui a mis au point un algorithme d’auto-teaching sur un robot permettant de faire du CND à partir d’un jumeau numérique.

Les pièces critiques en composite dans l’aéronautique (fuselage, ailes, etc.) doivent être inspectées de manière unitaire. Afin d’accélérer ce contrôle non destructif, la thermographie par flash est mise en œuvre car elle a l’avantage de se robotiser facilement. Si le robot est un bon moyen pour déplacer le capteur, il ne possède pas d’intelligence et exécute une trajectoire définie. Aujourd’hui, c’est un opérateur qui définit la trajectoire d’inspection.

Sur les logiciels de simulation et PHL classiques, cette opération prend cinq jours pour des roboticiens. « Avec la solution AppRob, nous proposons un jumeau numérique de la machine qui permet de réduire le temps de programmation à quelques heures pour des non roboticiens », explique-t-on au sein de la société Twin Robotics, candidat lors des Global Awards 2023 pour avoir développé un algorithme d’auto-teaching capable de définir une trajectoire d’inspection optimisée et automatique. « Ce gain de temps est déjà significatif mais pas suffisant pour nous car le programme obtenu est toujours sujet aux facteurs humains. » 

EQUIP PROD – N°143 Avril 2023