Industrieroboter sind fester Bestandteil moderner Produktionsanlagen. Sie überzeugen durch Flexibilität und vergleichsweise geringe Kosten, gegenüber Werkzeugmaschinen weisen sie aber eine deutlich geringere Absolut- und Bahngenauigkeit auf. Für viele hochpräzise Bearbeitungsaufgaben – etwa Bohren, Fräsen oder Fügen – reicht die Genauigkeit handelsüblicher Roboter nicht aus. Daher werden sie bisher vor allem für Handling, Schweißen oder einfache Montageaufgaben eingesetzt. Zudem müssen Robotersysteme vor der Inbetriebnahme spezifische Anforderungen an Funktionalität und Sicherheit erfüllen.

Am Institut für Steuerungstechnik der Werkzeugmaschinen und Fertigungseinrichtungen (ISW) der Universität Stuttgart wird an Lösungen geforscht, die diese Lücken schließen sollen. Ziel ist es, Roboter für hochpräzise Fertigungsprozesse nutzbar zu machen und ihre Systeme vor Inbetriebnahme virtuell abzusichern.

Der Ansatz des ISW kombiniert regelungstechnische Methoden mit physikalischer Modellierung und Machine-Learning-Verfahren. Die virtuelle Inbetriebnahme (VIBN) ermöglicht umfassende Systemtests in fortschreitenden Entwicklungsstufen.

Vom klassischen Modell zur KI-Unterstützung

Traditionelle Verfahren zur Genauigkeitssteigerung setzen auf eine kinematische Kalibrierung. Geometrische Abweichungen werden vermessen und korrigiert. Diese erfasst jedoch nicht alle Fehlerquellen. Insbesondere die Übertragungsfehler der Getriebe in den Roboterachsen, die durch Montage- und Fertigungstoleranzen entstehen, werden bisher nicht berücksichtigt. Diese wirken sich direkt auf die Endeffektorposition und die Genauigkeit aus.

Während sich solche Effekte klassisch über mathematische Funktionen wie Fourierreihen beschreiben lassen, verfolgt das ISW zusätzlich einen datengetriebenen Ansatz: Machine-Learning-Algorithmen sind in der Lage, komplexe, nichtlineare Abhängigkeiten aus Messdaten zu erkennen.

KI-Methoden für die Modellierung von Übertragungsfehlern

Die Entwicklung eines ML-Modells beginnt mit systematischer Datenerfassung. Dabei werden antriebs- und abtriebsseitige Winkel der Roboterachsen aufgezeichnet. Anschließend werden Regressionsmodelle trainiert, welche nichtlineare Zusammenhänge erfassen und eine Vielzahl von Fehlerquellen gleichzeitig abbilden. Im Gegensatz zu Fourierreihenmodellen, die auf einer festen mathematischen Struktur beruhen, passen sich datengetriebene Modelle flexibel an den jeweiligen Roboter an.

Demonstrator auf der Messe

Auf der Messe zeigt das ISW einen Stäubli „TX2-40“ mit digitalem Zwilling. Besuchende können dem Roboter virtuelle Punkte vorgeben und in reale Programme übertragen. Gleichzeitig wird die verbesserte Bahngenauigkeit durch modellbasierte Fehlerkompensation demonstriert – eine praxisnahe Brücke von Forschung zur industriellen Anwendung.

Potenziale für die Produktion von morgen

Der Einsatz von Simulation, Modellierung und Kompensation von Getriebeübertragungsfehlern eröffnet weitreichende Perspektiven für die Fertigungstechnik:

• Roboter übernehmen in Zukunft Aufgaben, die bisher Werkzeugmaschinen vorbehalten waren.
• Hohe Präzision bei maximaler Flexibilität: Robotik und Bearbeitung wachsen enger zusammen.
• Umfangreiche Systemtests vor Inbetriebnahme.

Das ISW trägt so dazu bei, Industrieroboter von reinen Handhabungsgeräten zu hochpräzisen Werkzeugen für die flexible Produktion weiterzuentwickeln.

Das ISW auf der SPS 2025: Halle 6 Stand 340