​
 

Die fortschreitende anwendungsorientierte Forschung im Bereich der Seilrobotik wirft die Frage der Sicherheit solcher Systeme auf. Seilrisse stellen dabei einen kritischen Schadensfall dar. Im Rahmen des Forschungsprojekts erfolgt eine Untersuchung von Notfallstrategien zur Schadensvermeidung nach Seilrissen. Dabei werden sowohl modellbasierte Methoden als auch Methoden des maschinellen Lernens erforscht.

Seilroboter nutzen ein System verspannter Seile in paralleler Topologie, um den Endeffektor – z.B. eine Plattform mit einer Nutzlast – zu bewegen. Die Seile können praktisch beliebig weit auf Trommeln gewickelt werden und erlauben daher enorm große Arbeitsräume. Zu berücksichtigen ist aber, dass Seile nur ziehen, aber niemals drücken können. Verspannte Seilroboter verwenden daher mindestens ein Seil mehr als das zu führende Werkzeug des Roboters Freiheitsgrade hat. Dies führt zu einer sogenannten Redundanz, die insbesondere eine Seilkraftberechnung erschwert: So führt das entsprechende Kräftegleichgewicht zu einem unterbestimmten Gleichungssystem mit unendlich vielen Lösungen, wenn sieben oder mehr Seilen für insgesamt sechs Freiheitsgrade verwendet werden. Gleichzeitig ist bei Bewegungen ein sprungfreier Verlauf der Seilkräfte erwünscht, der unter allen möglichen Lösungen identifiziert werden muss. Die Lösung dieses Problems gilt als rechenintensiv, zumal die Seilkräfte zu Regelzwecken in Echtzeit bestimmt werden müssen.

Obwohl Seilkräfte im Betrieb überwacht werden können, kommt es mitunter zu Ausfällen einzelner Seile: Wie in der Vergangenheit immer wieder beobachtet wurde, ist der Ausfall eines Seils eines Seilroboters, z. B. durch einen Seilriss, ein sehr kritischer Fehlerfall, der zu Schäden an Menschen, Anlage und Umwelt führen kann. Beispiele sind ein Absturz der seilgeführten SkyCam im Dezember 2011, die eine Kamera über einem Stadion führte, und der katastrophale Schaden am seilgeführten Weltraumteleskop in Arecibo im Dezember 2020. Solange nach dem Riss eines oder mehrerer Seile aber noch Seile mit den Antrieben verbunden sind, ist immer noch eine Eingriffsmöglichkeit gegeben, um den Seilroboter mit den verbleibenden Seilen zu beeinflussen. Ist die Plattform des Roboters im Moment des Seilrisses jedoch außerhalb des Arbeitsraums des verbleibenden Seilsystems, so ist eine Bestimmung von gültigen Seilkräften mittels gängiger Verfahren nicht mehr gewährleistet. Es folgt dann außerhalb des Arbeitsraums eine unkontrollierte Bewegung des Endeffektors. Daher werden Strategien benötigt, die diesen Fall behandeln. Dabei ist der Seilriss selbst in der Regel weniger bedrohlich als die potentiellen Folgeschäden, die sich aus Kollisionen des Endeffektors mit anderen Objekten im Arbeitsraum ergeben, z.B. Produkten oder Produktionseinrichtungen. Weiterhin ist es wünschenswert, den Seilroboter in einer Bergeposition zum Stillstand zu bringen.

Die Antragsteller haben im Rahmen eigener Vorarbeiten bereits grundlegende Strategien entwickelt und simuliert, die im Rahmen des vorliegenden Antrags verallgemeinert, um neue Strategien erweitert und in die experimentelle Erprobung überführt werden sollen. Darüber hinaus verfügen die Antragsteller über Expertise im Bereich des maschinellen Lernens, auf deren Basis Alternativen zu modellbasierten Methoden und Strategien entwickelt und bewertet werden sollen.

Projektlaufzeit

• Juni 2023 – November 2026

Projektbetreuer am Lehrstuhl für Mechatronik

• Patrick Gust, M.Sc.
• Prof. Dr.-Ing. Tobias Bruckmann

Mitwirkende

• Dr.-Ing. Roland Boumann
• Prof. Dr.-Ing. Dr. h.c. Dieter Schramm

Zugehörigkeit zu Profilschwerpunkten der Fakultät für Ingenieurwissenschaften der UDE:

• Smart Engineering

Das Forschungsprojekt „Strategies for Damage Prevention after Cable Breaks in Parallel Cable Robots (StraDaC)“ wird durch die Deutsche Forschungsgemeinschaft (DFG) gefördert – Projektnummer 506498608

​

​