AS_02_2020

tecnica 91 Automazione e Strumentazione Marzo 2020 CONTROLLO Le posizioni effettivamente raggiunte sono state rilevate mediante il Faro CAM2 Edge , una Coordinate Measuring Machine basata su tecnologia laser scanner. La υ figura 3 mostra una scansione eseguita tramite Faro per rile- vare la posizione raggiunta dall’end effector nello spazio di lavoro. Caratterizzazione delle prestazioni La norma citata impone l’esecuzione delle prove con il massimo payload e alla massima velocità, ovvero, per il robot utilizzato, 4 kg e 1.5 m/s. Al fine di valutare l’influenza di tali grandezze sulle prestazioni, le prove sono state eseguite con payload nominali di 4, 2 e 1 kg e velocità nominali di 1.5, 0.75 e 0.15 m/s. La variazione del carico è resa possibile mediante dischi di massa nota inseriti su un end effector opportunamente realizzato su nostro progetto. Il robot ha mostrato un’accuratezza e una ripetibilità variabile in funzione della configurazione dei giunti, del payload e della velocità di moto, con valori che oscillano da 0,06 mm a oltre 1 mm. Tendenzialmente si è riscontrata una migliore accu- ratezza e ripetibilità nei casi di payload circa pari al 50% di quello massimo e velocità maggiore al 50% di quella massima. Il costruttore dichiara una task repeatability di 0,1 mm, con la quale si intende la capacità di inserire un oggetto all’interno di una sede avente dimensioni, per ciascun lato, pari a quelle dell’oggetto ± 0,1 mm. Inoltre il costruttore specifica che tale obiettivo è rag- giungibile tentando iterativamente, sottolineando che Sawyer è un robot che ‘sente’. Pertanto i valori ottenuti nei test si ritengono in linea con quanto dichiarato da Rethink Robotics . Prove di forza Sono state condotte anche prove per la caratterizzazione delle performance di forza del robot, per le quali non è presente una normativa vigente e per le quali i test sono stati ideati ad hoc. In particolare è stata stimata la capacità del robot di valutare una forza applicata dall’esterno e di esercitare una forza di trazione o compressione. Inoltre è stata rilevata la forza che è necessario applicare per far divenire il robot cedevole, offrendo in tal modo una misura della rigidezza del robot e della sua ‘sicurezza intrin- seca’ quando il robot entra a contatto con un operatore. Premio Alessandro De Carli - Anipla 2019 Il presente articolo è basato sul lavoro di tesi che è risultato vincitore del Premio Alessandro De Carli - Anipla 2019. Infatti, Anipla (Associazione Nazionale Italiana per l’Automazione), in accordo con il Dipartimento di Ingegneria industriale e dell’informazione e di economia dell’Università dell’Aquila, ha istituito un Premio di laurea magistrale che si avvale anche del contributo di aziende che operano nel settore dell’automazione industriale e sono particolarmente sensibili ai temi legati alla ricerca e alla formazione. Il Premio è assegnato ogni anno in memoria di Alessandro De Carli, esperto di Automazione e già professore di ruolo presso le Università dell’Aquila e di Roma La Sapienza, presidente di Anipla dal 1999 al 2001. Questo riconoscimento, giunto nel 2019 alla sua quarta edizione, è riservato ai laureati in Ingegneria dell’Università dell’Aquila che abbiano discusso una tesi di laurea sull’Automazione Industriale. L’edizione più recente del premio è stata assegnata a Riccardo Mascioli, autore dell’articolo, in considerazione dell’importante lavoro di tesi svolto presso il Laboratorio di Automazione Industriale del Dipartimento di Ingegneria Industriale e dell’Informazione dell’Università degli Studi dell’Aquila. Figura 2 - Banco di prova Figura 3 - Esecuzione di una scansione mediante la coordinate measuring machine faro