Teach-Free Planejamento de caminho para pórticos de 2 eixos usando MATLAB e PLCnext

📌 Autor(es):Roman Mayer, Markus Hoser📌 Empresa:maku Engineering GmbH📌 Contato:rommayer@maku-engineering.com, marhoser@maku-engineering.com📌 Tecnologias:MATLAB/Simulink, Simscape, Phoenix Contact PLCnext, Siemens Drives, Peter Corke’s Robotic Toolbox

Motivação:Por que planejar um caminho de ensino gratuito?

Na automação industrial, pórticos de 2 eixos são amplamente utilizados – desde máquinas CNC e robôs pick-and-place até sistemas de manuseio de materiais. A programação desses pórticos geralmente é feita por meio de ensino, o que significa que o operador move manualmente o sistema para as posições desejadas, salva-as como pontos de referência e define uma trajetória.

O problema:

• Ensinar é demorado e sujeito a erros.
• Mudanças no ambiente ou no sistema exigem reaprendizagem.
• As soluções automatizadas costumam ser caras e exigem integrações complexas.

Nossa solução:Desenvolvemos um sistema de planejamento de caminhos sem ensino que elimina a necessidade de processos de ensino manuais. Em vez disso, um algoritmo inteligente gera automaticamente a trajetória livre de colisão.

Objetivo:

• Planejamento automático de caminho para um pórtico de 2 eixos
• Uso de MATLAB/Simulink &Simscape para modelagem e simulação
• Geração de código para um CLP Phoenix Contact (AXC F 3152)
• Integração de drives Siemens SINAMICS S210 via Profinet

📌 Imagens/Visualizações podem ser encontradas na última seção!

Implementação Técnica

Nosso sistema de planejamento de caminho utiliza o algoritmo mobileRobotPRM do MATLAB para gerar pontos de referência. Isso significa:

🟢 Planejamento de caminho automatizado

• O ambiente é representado como um mapa (matriz).
• Os obstáculos são detectados e evitados.
• O caminho mais curto e sem colisões é calculado.

🟢 Modelagem em MATLAB/Simulink

• Simscape Multibody para simulação física do sistema de pórtico
• Simscape Electrical para integração de servomotores Siemens
• Caixa de ferramentas robótica de Peter Corke para planejamento de caminhos [https://github.com/petercorke/robotics-toolbox-matlab]

🟢 Geração e controle de código

• O caminho planejado é convertido em código executável para o CLP da Phoenix Contact usando Simulink Coder &Embedded Coder.
• O PLC envia pontos de trajetória via Profinet para os drives Siemens.

Vantagem:Todo o sistema pode primeiro ser simulado e depois transferido diretamente para o hardware real.

Além disso, integramos com sucesso os motores Siemens ao suporte da Phoenix Contact, sem necessidade de licenças extras. Isto foi possível usando os arquivos de descrição do dispositivo do inversor Siemens (arquivos GSDML) para permitir a comunicação Profinet.

Potencial de expansão

Nosso sistema é modular e pode ser ampliado com o esforço adequado:

🔹 Substituição do Modelo Mecânico e Ajuste de Drives

• O modelo mecânico pode ser substituído usando dados CAD, desde que as caixas de ferramentas necessárias estejam disponíveis.
• Com base na dinâmica desejada, a configuração do drive pode ser pré-simulada para otimizar o desempenho.

🔹 Atualizações de ambiente dinâmico

• O mapa estático atual pode ser substituído por um sistema de processamento de imagens.
• Câmeras ou sensores LiDAR podem ser usados para detecção de ambiente.
• O mapa pode ser atualizado continuamente durante a execução para levar em conta os obstáculos em movimento.

🔹 Expansão para Sistemas Multieixos

• Atualmente, o sistema foi projetado para movimento de 2 eixos (X/Y).
• É possível uma extensão para sistemas de 3 eixos (X/Y/Z). Isto requer:* Adaptação do modelo mecânico* Integração de um terceiro drive, que deve ser incorporado ao algoritmo de planejamento do caminho

Conclusão e perspectivas

Nosso planejamento de caminho sem aprendizado permite:✔ Economia de tempo – Não é necessário ensino manual✔ Flexibilidade – As alterações ambientais são consideradas automaticamente✔ Fácil implementação – Geração direta de código para CLP da Phoenix Contact

O que vem a seguir?

Partes deste projeto são baseadas em um repositório de código aberto e estão disponíveis gratuitamente. Nossos aprimoramentos e programas podem ser fornecidos gratuitamente mediante solicitação. Claro, também estamos abertos a chamadas, se necessário.

Dependendo do interesse nesta postagem do blog, planejamos:

• Ofereça esta solução como um aplicativo gratuito por meio desta entrada do blog
• Publique na plataforma MathWorks

Dúvidas, sugestões ou ideias? Fique à vontade para deixar um comentário ou entrar em contato conosco diretamente!

Configuração de hardware/Impressões/Resultados

Nossa configuração de hardware consistia em:

• Phoenix Contact AXC F 3152 PLC para controle
• Dois motores Siemens para atuação
• Mecânica totalmente virtual – Todo o sistema mecânico foi simulado em MATLAB/Simulink &Simscape

O seguinte mapa foi utilizado para execução/criação:



A largura dos obstáculos é ajustada de acordo com a ferramenta. Além disso, os pontos de suporte gerados automaticamente desde o início até o ponto alvo são mostrados em vermelho.



Os waypoints armazenados precisam ser suavizados para obter transições perfeitas entre as diferentes fases de aceleração. Além disso, é crucial que o caminho permaneça diferenciável para evitar que os motores desacelerem até a velocidade zero.



O movimento de ambos os motores é sincronizado, com as fases de aceleração coordenadas para garantir um funcionamento suave.



Finalmente, aqui está uma imagem da geração bem-sucedida de código do submodelo para planejamento de caminho. A integração do objeto gerado pode ser realizada individualmente seguindo as descrições fornecidas pela Phoenix Contact!

Observação:

O Makers Blog mostra aplicativos e histórias de usuários de membros da comunidade que não foram testados ou revisados pela Phoenix Contact. Use-os por sua própria conta e risco.