Development and documentation of calibration tools for an offline programming software

The advancements in simulation technologies during the last decade have made it possible to create more and more accurate simulation models for manufacturing industry. Now these simulations can be even used to create accurate manufacturing programs and tasks for industrial robots using offline programming. However, adapting offline programming in a factory environment requires a precise calibration process to match the various offsets between components in the real-world and in the simulation. The process of calibrating a robot cell for offline programming requires extensive knowledge from the user about the behavior of the actual robot system and about the digital twin inside the software. Not only is it important to know how to take the calibration measurements, but also to understand the reasoning behind it to both avoid and correct mistakes. In order to create an understanding of the calibration process, a set of interactive web-based instructions is created. These instructions include the theory needed to learn and understand the calibration process for an offline programming software along with a step-by-step guide on taking the calibration measurements for different robot system combinations. The new calibration instructions will be used to perform case studies where customers, that are new to offline programming, will use the instructions to perform the measurements for a commissioning project fully remotely. In order to successfully calibrate a simulated robot cell, it must be correctly modelled. Robot cell modelling includes both component geometry modelling with the kinematics and pos-sibly dynamics of components and setting of the robot cell specific backup data. This data includes for example, coordinate values for tools and bases along with robot brand specific variable data. In this thesis, a Python script is created that retrieves this data from the robot back-up files and saves it in the simulation model. Robot integrators are in a central role in the growing business of industrial robotics. The competence and knowledge of these integrators can be a valuable asset for offline programming software developers. The existence of these partner integrators helps the robot brand specific development and distribution of software offshore. These partners possess precious information about the robot functionalities and can act as a helping hand in the calibration process, since it allows the calibration process to be done through them and so eliminating the need to travel to customer premises. To further develop this co-operation, a series of interviews is conduced to these partner integrators and value-added resellers to map their levels of competence and knowledge regarding offline programming along with gaining feedback and opinions considering the interactive calibration instructions. The interview also allows the exchange of data regarding different methods of working and calibration.Simulaatioteknologioiden kehitys on sallinut yhä tarkempien simulaatiomallien kehittämisen viime vuosikymmenen aikana. Tämä kehitys mahdollistaa työstöohjelmien tekemisen teollisuusroboteille pelkän simuloinnin avulla. Robottien etäohjelmointi vaatii tarkan kalibrointirutiinin, jossa kompensoidaan erot todellisen maailman ja simulaatiomallin välillä. Tämä kalibrointiprosessi vaatii tarkkaa tietoa sekä järjestelmästä, että sillä saavutettavasta tarkkuudesta. Etäohjelmoidun mallin kalibroinnissa on tärkeää tietää teoria mittausten ottamisen taustalta, jotta kalibrointia tehtäessä voidaan välttyä virheiltä ja saavuttaa tarkin mahdollinen lopputulos. Virheiden mahdollisuuden vähentämiseksi ja itsenäisen työskentelyn lisäämiseksi diplomityössä luodaan kalibrointiohjeistus, joka sisältää mittausohjeet erilaisille robottisoluille. Ohjeet sisältävät myös kalibrointiin ja sen opetteluun vaadittavan teorian erilaisille robottijärjestelmille. Uusia kalibrointiohjeita testataan ja arvioidaan tapaustutkimuksen avulla. Tapaustutkimukset järjestetään asiakkaille, jotka ovat uusia etäohjelmoinnin parissa. Robottisolu tulee mallintaa oikein, jotta se voidaan kalibroida onnistuneesti. Mallinnukseen kuuluu muun muassa komponenttien geometrioiden luominen, kinematiikan ja mahdollisesti dynamiikan mallintaminen, sekä kappalekohtaisten solutietojen asettaminen. Näihin tietoihin kuuluvat esimerkiksi työkalujen koordinaattitiedot ja robottikohtaiset asetustiedot ja muuttujat. Tässä diplomityössä esitetään ratkaisu näiden asetustietojen noutamiseen ja tallentamiseen robotin asetustiedostoista. Nykyään robotti-integraattorit ovat keskeisessä asemassa teollisuusrobottien kasvavilla markkinoilla. Integraattoriyritysten kyvykkyys ja osaaminen voi olla tärkeä vahvuus etäohjelmointiyrityksille, sillä niiden tietämystä voidaan hyödyntää esimerkiksi merkkikohtaisessa tuotekehityksessä. Kalibrointiprosessin ulkoistaminen niille vähentäisi huomattavasti etäohjelmointiyritysten matkustamiseen vaadittavaa määrää ja keventäisi projektin työtaakkaa. Yhteistyön parantamiseksi ja itsenäisyyden lisäämiseksi, robotti-integraattoreiden ja jälleenmyyjien kanssa järjeste-tään teemahaastatteluja. Haastatteluilla pyritään kartoittamaan integraattoreiden ja jälleenmyyjien osaaminen etäohjelmointisovellusten kanssa, sekä halutaan saada palautetta uusista kalibrointiohjeista ja kartoittaa mahdollisesti uusia kalibrointimenetelmiä ja työskentelytapoja