CN112189170B - 用于借助移除工具处理工件的方法和用于执行该方法的机器 - Google Patents

Abstract

本发明涉及一种用于借助移除工具(18)处理工件(14)的方法(28)，所述方法具有以下方法步骤：B)产生关于所述移除工具(18)的至少一个参数；C)根据所述至少一个参数和至少一个工件信息确定至少一个特征变量；D)在考虑所述特征变量和来自移除结果存储器(24)的至少一个移除结果的情况下创建移除预测；E)评估所述移除预测；F)在肯定的移除预测下移除所述工件(14)；G)探测所述移除结果；H)将所述移除结果存储在所述移除结果存储器(24)中。本发明还涉及一种用于执行这种方法的机器。

Description

用于借助移除工具处理工件的方法和用于执行该方法的机器

技术领域

本发明涉及一种用于借助移除工具处理(hantieren)工件的方法以及一种用于执行这种方法的机器。

背景技术

在金属和板材加工机器、尤其在(部分)自动化激光切割/冲压装置中设置有移除工具，以便将制造好的工件从机器中移除并将其带到存放位置。移除工具通常包括多个单独的操作元件，例如抽吸销(抽吸盘)和/或推顶销(Ausdrückpins)。为了从机器中成功地移除工件，需要将如下参数存储在机器控制***中：所述参数定义对于相应的工件或相应的工件类型应使用移除工具的多个操作元件中的单独哪个，以及如何、在何处使用。在实践中，选择要使用的操作元件通常是如下程序的责任：所述程序根据工件的尺寸、重量、重心或类似标准来选择要使用的操作元件。如果要使用的操作元件选择不正确，则无法自动地移除工件或者在移除中可能出现困难。这导致机器停机，其必须由机器操作人员进行开销高的消除。

到目前为止，尤其是如果要定期移除新的不同类型的工件，则需要大量的开销来求取用于移除过程的合适参数。此外，如果应用虽然大部分时候(例如在测试系列的范围内)引起成功移除但并不总是(例如在批量运行中)引起成功移除的参数，则在常规运行中会出现不成功的移除。

发明内容

因此，本发明的任务是说明一种方法和一种机器，所述方法和机器允许以经改善的可靠性移除不同类型的工件。

根据本发明的方法

根据本发明设置一种用于借助移除工具处理工件的方法，其具有以下方法步骤：

B)产生关于移除工具的至少一个参数；

C)根据所述至少一个参数和至少一个工件信息确定至少一个特征变量；

D)在考虑所述特征变量和来自移除结果存储器的至少一个移除结果的情况下创建移除预测；

E)评估所述移除预测；

F)在肯定的移除预测下移除所述工件；

G)探测移除结果；

H)将所述移除结果存储在所述移除结果存储器中。

可以通过所述至少一个参数来控制所述移除工具。可以通过所述至少一个特征变量将由所述至少一个参数引起的对移除工具的操控与所述至少一个工件信息相关联。为了创建移除预测，可以将在方法步骤C)中已经求取的至少一个特征变量与来自移除结果存储器的至少一个移除结果的相应特征变量进行比较。所述移除预测可以说明成功移除的概率。在此，移除可以意味着如下的整个过程，例如，将工件从废料骨架中分离、将工件运输到目标位置并将其存放在目标位置，也包括在该过程中必要时执行的工件的旋转和加速。移除预测可以具有例如关于分离、提升、旋转、运输和存放的多个不同的预测值。然而，移除预测尤其涉及将工件从废料骨架中分离。可以通过与成功移除的最小概率进行比较来评估移除预测。对移除预测的评估通常可以是算术运算和/或逻辑运算。可以将多个预测合并为一个向量/值，并且将其与相应的最小概率向量/值进行比较。同样也可以考虑其它算术运算和逻辑运算。移除预测的评估结果可以是肯定的移除预测或否定的移除预测。在肯定的移除预测下，假设移除将以预确定的概率程度无错误且可靠地进行。然后，可以相应于参数对工件进行移除。

通过探测(方法步骤G)和存储(方法步骤H)移除结果(即移除是否成功)，可以在重新遍历该方法时在方法步骤D)中扩展用于创建移除预测的数据库。换句话说，在重新遍历该方法时，在移除结果存储器中获得更多一个移除结果。由此可以获得更准确的移除预测。因此，尤其在多次遍历该方法之后，可以可靠地预测以关于移除工具的所选择的参数进行的移除是否将成功。在此，移除结果可以具有关于工件信息、特征变量和/或参数的分配。

如果要移除对于其还未知移除工具的作用参数的新工件，根据本发明的方法允许估计关于移除工具的设定参数是否可能导致成功的移除。由此可以避免以不合适的参数进行移除尝试。尤其在求取关于移除工具的合适参数时需要很少或不需要手动操作，因为根据本发明的方法在不必执行费时且成本密集的尝试的情况下便可识别出不合适的参数。新工件尤其可以具有相对于已知工件而言不同的几何形状，对于所述已知工件而言，移除工具的作用参数是已知的。新工件也可以在其几何形状方面与已知工件相对应，但是以不同的方式布置在机器中，尤其布置在另外的位置和/或另外的取向中。

为了能够创建更精确的移除预测，在应用具有已说明的方法步骤的根据本发明的方法之前，可以按如下修改执行该方法：为了试验而在否定的移除预测下也执行移除，或者降低关于假定成功的移除的评估标准。由此诱发不成功的移除，从而可以更可靠地估计所述至少一个特征变量的值表明成功的还是不成功的移除。

优选地，在方法步骤B)中产生关于移除工具的多个参数。优选地，在方法步骤C)中根据多个参数和/或多个工件信息产生至少一个特征变量。优选地，产生多个特征变量。优选地，在方法步骤D)中考虑多个特征变量和/或多个移除结果。

处理可以是工件的自动抓取、存放、投放、分类、拣选、摇动、振动或类似运动。通常，在处理中，将工件从第一区域(尤其在制造机器内部)带到第二区域(尤其在制造机器外部)。替代地或附加地，在处理中可以改变工件的取向——例如通过围绕垂直轴线旋转。为了处理工件，使用移除工具。移除工具可以是受控的推斥机构(Abstoβmechanismus)、分类或拣选设备、抓持***——例如机械的、黏性的(尤其静电的)、磁性的、气动的抓具(Greifer)，尤其抽吸抓具或类似物。移除工具还可以包括前述装置的组合。通常，移除工具包括用于接合(Angreifen)在工件上的多个操作元件。

关于移除工具的至少一个参数可以具有以下信息之一或具有组合形式的以下信息中的多个：

-关于应使用移除工具的多个操作元件中的哪些被选择的操作元件的信息；和/或

-移除工具的运行参数，例如待应用的抽吸压力、推压压力、空气压力、抓持力和/或脱离路径。

运行参数可以涉及移除工具的所有或单独的操作元件，尤其涉及所选择的操作元件中的单独元件。

根据所述至少一个参数的至少一个特征变量可以具有以下变量之一或具有组合形式的以下变量中的多个：

-由移除工具施加到工件上的提升力；

-关于移除工具的作用在工件上的多个操作元件的操作力、尤其提升力的合力作用点的信息；

-移除工具的作用在工件上的操作元件的数量；和/或

-围绕(尤其水平延伸的)倾斜轴作用的扭矩，在以关于移除工具的所选择的参数处理工件时，该扭矩将作用在工件上，其中，在计算扭矩时尤其要考虑工件的重力，或者其中，该倾斜轴延伸穿过工件的质量中心。

工件信息可以具有以下信息之一或具有组合形式的以下信息中的多个：

-工件的外轮廓；

-工件的厚度、重量或质量；

-关于工件的位置和/或取向的说明；

-预期力，如果工件先前是由板材成形，则必须克服该预期力才能将工件从废料骨架中分离；和/或

-工件倾斜的斜度。

通常将多个移除结果存储在移除结果存储器中。移除结果存储器中的移除结果可以源于移除工具本身的移除尝试和/或源于可比较的、尤其构造相同的移除工具的移除尝试。在首次遍历根据本发明的方法之前，可以将先前借助可比较的、尤其构造相同的移除工具所求取的多个移除结果存储在移除结果存储器中。所述多个移除结果通常与不同类型的工件的移除有关，所述不同类型的工件分别分配有至少一个工件信息。如果要移除一种新类型的工件，则可以考虑使用已知工件的移除结果来执行该方法，所述已知工件在其工件信息方面可以与所述新类型的工件相比较。

优选地，在以下描述的根据本发明的机器上执行根据本发明的方法。

优选地，在方法步骤B)之前执行以下方法步骤：

A)使工件成形。

由此有利地将根据本发明的方法集成到工件的制造过程中。工件尤其可以由基体、优选由板材成形。成形优选地通过激光切割和/或冲压进行。成形还可以是切割(尤其水射流切割、等离子切割或激光切割)、冲压、弯折、分移剪切(Nibbeln)等。

优选地设置，在方法步骤F)中使用抽吸装置形式的移除工具，并且在方法步骤B)中产生关于抽吸装置形式的移除工具的至少一个参数。抽吸装置特别适合于对不同工件的灵活操作，尤其如果所述工件由板材成形。关于移除工具的参数优选地以抽吸装置放置的参数的形式产生；优选地产生多个参数。抽吸装置形式的移除工具例如是抽吸抓具。在抽吸抓具中，当环境压力大于抽吸抓具与工件之间的压力时，环境压力会将工件挤压向抽吸抓具。通过将抽吸抓具附接到负压产生器或真空产生器来实现这种压差。所述负压产生器或真空产生器抽吸所述抽吸抓具与工件之间的空气。一旦抽吸抓具接触到工件表面并将其相对于环境压力密封，就会产生负压。环境压力与抽吸抓具中的压力之间的压差越大，即尤其抽吸抓具与工件之间的压力降低得越多，保持力就越大。

特别优选地设置，在方法步骤F)中使用的抽吸装置具有多个抽吸销，并且在方法步骤B)中产生关于抽吸销操控的参数形式的至少一个参数。抽吸装置由此可以特别好地与工件匹配。优选地，产生多个关于移除工具的参数，尤其多个关于抽吸销操控的参数。关于抽吸销操控的参数可以确定抽吸装置的应该用于处理工件的抽吸销的选择。替代地或附加地，关于抽吸销操控的参数可以说明为所有(可能所有待使用的)抽吸销共同地产生的负压，或者分别为各个抽吸销分开地产生的负压。抽吸销也可以称为抽吸盘或抽吸嘴。多个抽吸销在抽吸装置上通常布置成多行。

如果工件是由板材成形的，则抽吸装置用于运输工件和/或将工件从废料骨架中移除。作为对抽吸装置形式的移除工具的补充或替代，也可以使用其它移除工具，例如抓具和/或推顶销(止推轴颈或连杆轴颈)。如果工件是由板材成形的，则在从废料骨架中移除工件时，可以通过一个或多个推顶销支持抽吸装置。替代地，可以借助一个或多个推顶销将工件从废料骨架中推出、必要时拆出；然后，抽吸装置可以接管从废料骨架中分离的工件。也可以基于参数地操控推顶销，并且尤其可以独立于抽吸装置地定位推顶销。也可以将根据本发明的方法及其扩展变型方案应用于操控推顶销，例如其中，至少一个参数可以确定其定位、提升高度和/或提升力。

优选地，在方法步骤C)中以根据至少一个参数和至少一个工件信息确定间接特征变量的形式来确定特征变量。所述方法变型方案的一种有利的扩展方案设置，在方法步骤F)中使用的抽吸装置具有多个抽吸销，并且在方法步骤B)中产生关于抽吸销操控的参数形式的至少一个参数，并且根据关于抽吸销操控的至少一个参数和至少一个工件信息确定间接特征变量。特别优选地，确定多个间接特征变量。间接特征变量无法直接得到，但可以由其它(直接)特征变量计算得出。直接特征变量例如可以描述工件的二维外轮廓。在计算间接特征变量时，可以以合适的方式简化几何关系。通常计算多个、例如大约50个间接参数。借助机器学习的算法，可以通过相关性分析来识别重要的特征变量。在此，可以使用数据分析处理，其基于分类算法、尤其基于进行自我改进的算法。

基于用于分类的算法、尤其基于进行自我改进的算法的数据分析处理可以具有以下分析处理步骤中的一个或多个：

a)借助第一处理数据组和第一处理算法将输入数据在数据技术上处理为中间数据；

b)借助其他处理数据组和其他处理算法将上述中间数据和接下来获得的其他中间数据尤其在数据技术上处理为其他中间数据；

c)根据预给定的重复算法重复步骤b)；

d)其中，借助测试数据组求取处理数据组和处理算法，所述测试数据组具有：

-输入数据和

-工件信息、特征变量和/或参数，以及优选

-所属的移除预测(例如移除成功/不成功或移除可能/不可能)

e)其中，求取处理数据组和处理算法包括以下步骤：

-读取测试数据组的输入数据；

-借助预给定的处理数据组和处理算法求取工件信息、特征变量和/或参数；

-将所求取的工件信息、特征变量和/或参数与分配给所读取的输入数据的工件信息、特征变量和/或参数进行比较；

-根据比较结果并且根据预给定的改进算法改变处理数据组和/或处理算法；以及

-重新实施e)下的上述步骤，直到由测试数据组的输入数据所求取的工件信息、特征变量和/或参数与由测试数据组所求取的工件信息、特征变量和/或参数以预给定的最小匹配率相匹配。

处理数据组可以是具有因子的数据组，其中，所述因子对每个待处理的数据单独地进行加权。处理算法可以是算术地、组合地和/或逻辑地进行处理的算法，其根据预给定的组合、算术和/或逻辑进一步处理待处理的数据。

数据分析处理还可以设计为使用多个改进算法，并且优选地使用按预给定的标准更快或更可靠地达到预给定的匹配目标的改进算法。数据分析处理还可以设计为使用多个改进算法，并且优选地使用按预给定的标准更快或更可靠地达到预给定的匹配目标的改进算法。数据分析处理还可以设计为使用多个重复算法，并且优选地使用按预给定的标准更快或更可靠地达到预给定的匹配目标的重复算法。

在一些实施方式中，可以借助至少一个神经网络来执行对工件信息、特征变量和/或参数的算法分析处理。在此，该神经网络针对工业制造车间中的特定工件信息、特征变量和/或参数配置。替代地或附加地，该神经网络还可以不断进行自身改进。工件信息、特征变量和/或参数是神经网络的数字输入值，并且移除结果作为数字输出类映射在神经网络中。

在此公开的方案使得可以越来越可靠地处理工件。可以十分有效地减少机器停机的次数。

此外，可以由所收集的数据自动地生成例如所谓的决策树，即一系列彼此相继的决策：相应的特征变量必须位于哪个值范围中才可以假设移除成功。通过使用间接特征变量，可以提高具有相似几何特性的工件的移除结果的可传递性。这允许更精确的移除预测。

间接特征变量优选地基于

a)抽吸销的抽吸力与工件的重力之比；

b)抽吸销的表面对工件表面的覆盖；

c)抽吸销的重心与工件的重心之间的距离；和/或

d)对抽吸销的沃罗诺伊(Voronoi)面的确定。

已经表明，借助间接特征变量可以创建非常好的移除预测。沃罗诺伊面可以通过将(例如待加工的板材的)表面分割为区域来确定，其中，这些区域由表面的预给定数量的点(在此称为中心)定义。每个区域由恰好一个中心确定，并且包括表面的所有相比于任何其他中心更靠近该区域的中心的点。这样的区域也称为沃罗诺伊区域。由具有多于一个最靠近中心并且因此构成区域的边界的所有点形成沃罗诺伊图。在本发明的范围中，可以考虑使用(活动)抽吸销的沃罗诺伊区域的整体作为抽吸销的沃罗诺伊面。沃罗诺伊面可以定义凸形包络，该凸形包络由抽吸销夹紧。

优选地设置，在方法步骤D)和H)中使用基于服务器或基于云的移除结果存储器形式的移除结果存储器。由此可以扩大数据库，即可以增加移除存储器中移除结果的数量。这允许创建更准确的移除预测。

基于服务器的移除结果存储器可以是如下存储器：该存储器设计用于尤其电子地存储数据，并且在数据存放区上提供所述数据，所述数据存放区具有到远离数据存储区的多个数据处理设备的连接。基于服务器的移除结果存储器可以布置在组织单元(例如工厂或公司)内部或外部。只有该组织单元可以访问该移除结果存储器。

基于云的移除结果存储器是可以布置在组织单元(例如工厂或公司)外部的移除结果存储器。其设计为用于多个独立组织单元的数据存储器。其可以共享功能——例如数据存放和数据处理。在此，还可以进一步处理来自第三方、尤其来自基于云的移除结果存储器的提供者的具有可预设的信息内容的所存放的数据。例如，可以读出关于工件以及关于成功移除的频率的信息。可以将移除结果提供给基于云的移除结果储存器的所有用户以创建移除预测。其可以按不同的保密级别、例如以匿名数据的形式进行。

在方法步骤E)之后，在否定的移除预测下优选地自方法步骤B)开始重新执行该方法。在此，原则上使用关于移除工具的参数的新值或使用关于移除工具的另一参数。可以如此久地重复该过程，直到在方法步骤E)中获得肯定的移除预测为止。特别优选的是，在考虑已使用的至少一个参数、已使用的至少一个工件信息和/或已使用的至少一个特征变量的情况下自方法步骤B)开始重新执行该方法。以此方式，可以更快地求取在肯定的移除预测情况下的参数。

可以设置，在方法步骤G)中通过至少一个传感器来探测移除结果。优选地，通过多个传感器探测移除结果。所述一个或多个传感器例如可以是限位开关、摄像机和/或光栅。以此方式，可以特别可靠地探测移除结果。

在一种特别简单的情况下，所述移除结果可以是数字形式的“好”或“坏”。在此基础上通常可以将移除预测计算为概率。也可以使移除结果作为连续或递进的陈述——例如“非常好”、“好”、“坏”、“不成功”出现和保存。但是，也可以将关于结果类型的附加信息添加到移除结果中，例如：

-“从废料骨架中分离：“成功”、“多次尝试成功”、“不成功””；

-“运输：“成功”、“多次尝试成功”，“不成功””；

-“运输时的旋转：“成功”、“多次尝试成功”、“不成功””和/或

-“存放：“成功”、“多次尝试成功”、“不成功””。

根据本发明的设备：

用于执行根据本发明的方法的机器也属于本发明的范围，其中，该机器具有以下特征：

i)参数受控的移除工具；

ii)用于存储移除结果的移除结果存储器；

iii)与移除工具和移除结果存储器连接的控制单元，该控制单元用于处理关于移除工具的至少一个参数和工件信息以生成特征变量。

控制单元构造为用于产生关于移除工具的参数。控制单元构造为在考虑特征变量和来自移除结果存储器的至少一个移除结果的情况下创建移除预测。控制单元还构造为用于评估移除预测。控制单元还构造为在肯定的移除预测下操控移除工具以移除工件。换句话说，在肯定的移除预测下，机器以关于移除工具的该参数执行移除过程。借助这种机器可以特别有利地执行根据本发明的方法。

机器可以具有用于使工件成形的工具机。工具机优选地以激光切割工具机和/或冲压工具机的形式构造。在这种机器中，可以将根据本发明的方法特别得体地集成到制造过程中。

移除工具可以具有抽吸装置。然后，所述机器尤其适合于执行在其中使用抽吸装置形式的移除工具的方法。抽吸装置特别适合于处理由板材制成的工件。抽吸装置优选地具有多个抽吸销。通过借助关于抽吸销操控的参数来操控抽吸销，具有多个抽吸销的抽吸装置与不同的工件、尤其与具有复杂几何形状的工件特别好地相协调。尤其可以在上述根据本发明的方法的方法步骤B)中产生关于抽吸销操控的参数。

作为抽吸装置的替代或补充，移除工具可以包括例如抓具和/或推顶销(止推轴颈或连杆轴颈)。如果工件是由板材成形的，则在从板材的废料骨架中移除工件时，可以通过一个或多个推顶销支持抽吸装置。替代地，可以借助一个或多个推顶销将工件从废料骨架中推出、必要时拆出；然后，抽吸装置可以接管从废料骨架中分离的工件。也可以基于参数地操控推顶销，并且尤其可以独立于抽吸装置地定位推顶销。用于控制推顶销的参数可以确定其定位、提升高度和/或提升力。抓具可以具有单独的或组合形式的以下技术：

-机械力，例如以机械仿真手的形式；

-静电力；

-磁力。

作为抽吸装置、抓具和/或推顶销的替代或补充，移除工具可以具有可控制的投放设备，工件被分类地投放到该投放设备中。该投放设备例如可以具有可控制的滑道或可控制的加速设备。

机器的移除结果储存器可以构造为基于服务器或基于云。基于服务器的存储器在此意味着存放在服务器上的存储器，仅制造单元(公司、组织单元)尤其在制造站点可以访问该存储器。这具有以下优点，即存放在该存储器上的数据保留在制造单元中，而不与其它制造单元交换。机器的基于服务器的移除结果存储器可以有利地集成到机器中，例如集成到控制单元中。这样的机器可以独立于其它基础设施地执行根据本发明的方法。与多个制造单元或站点连接的(基于云的)移除结果存储器简化了与其它机器、尤其与其它制造单元的移除结果的交换。因此可以访问远远更大数量的移除结果和特征变量。可以匿名地，即没有关于制造单元的信息地存放数据。因此，不会给制造单元带来坏处，并且也不会在竞争者之间交换反竞争数据。具有基于云的移除结果存储器的机器尤其可以包括分别具有参数受控的移除工具的多个工具机。基于云的移除结果存储器可以布置为在地点上远离多个彼此不连接的公司(制造单元)。

机器可以具有用于探测移除结果的至少一个传感器。机器优选地具有用于探测移除结果的多个传感器。所述一个或多个传感器例如可以是限位开关、摄像机和/或光栅。控制单元通常构造为借助一个或多个传感器来探测移除结果并且将该移除结果存储在移除结果存储器中。

在此提出的设备和/或方法可以允许获得具有经提高的可靠度的正确的处理知识。其尤其可以应用在制造控制***中。制造控制***可以包括MES(ManufacturingExecution System，制造执行***)。MES可以设计为通过无线或有线的通信连接与定位在制造车间中的一个或多个手动工作位或自动工作位(例如工具机)连接。通常，MES可以用于在具有工作位的对工件的工业制造中控制过程流程/制造步骤。为此，MES可以接收关于过程流程/制造步骤的信息以及工作位的状态信息。MES可以在数据处理设备中实现。数据处理设备可以是单独的电子数据处理设备(服务器)或多个数据处理设备的联合(服务器联合/云)。数据处理设备或联合可以在地点上设置在制造厂中，或分散地构造在制造厂外部。

以上提及的和仍待列举的特征可以每个单独地使用，也可以多个以组合的形式使用。所示出和所描述的实施方式不应理解为穷举，而是具有用于描述本发明的示例性性质。

附图说明

附图示出：

图1示出根据本发明的机器的示意图，该机器具有参数受控的移除工具和基于云的移除结果存储器；并且

图2示出根据本发明的方法的示意性流程计划。

具体实施方式

图1以极其示意性的图示示出根据本发明的机器10。机器10包括工具机12。工具机12在此构造为激光切割机。借助工具机12使工件14从基体16中成形。在此，从板材形式的基体16中切割出工件14。

机器10还包括移除工具18。移除工具18在此构造为具有多个抽吸销20的抽吸装置。抽吸销20(抽吸盘)在此布置在规则的矩阵中，其在此尤其位于彼此平行地或正交地延伸的等距行中。

移除工具18是参数受控的。借助关于移除工具18的至少一个参数，可以设置所述移除工具相对于基体16以及在制造之后直接位于基体中的工件14的位置，参见图1中的双箭头。此外，通过关于移除工具18的参数可以选择要使用抽吸销20中的哪个来移除具体的工件14。根据工件14的取向，尽管工件14的形状相同，但可能需要使用其他抽吸销20来移除具体的工件14。借助另一参数可以设置待应用到抽吸销20上的负压。尤其可以根据工件14的重量和与工件14接合的抽吸销20的数量来选择所述负压。

机器10还包括传感器22。传感器22在此构造为摄像机。摄像机定向到具有工件14的基体16。在移除工件14之一之后，可以基于摄像机的图像通过合适的图像处理算法识别出该工件14不再布置在基体16中，即移除已成功。也可以识别出的是，工件14在移除尝试之后仍保留在基体16中，即移除不成功。该移除结果可以与关于工件14的信息以及关于移除工具18的一个或多个参数一起存储在机器10的移除结果存储器24中。移除结果存储器24在此构造为基于云，即构造为云存储器。

该机器还具有控制单元26。控制单元26与移除工具18和移除结果存储器24连接。换句话说，控制单元26可以操控移除工具18并从移除结果存储器24中调用数据，并且通常还可以将数据存放在移除结果存储器24中。

控制单元26用于处理关于移除工具18的至少一个参数和至少一个工件信息以生成特征变量。换句话说，控制单元26设置为根据关于移除工具18的参数和工件信息来计算特征变量。关于移除工具18的参数可以由控制单元26本身产生，或者可以由外部例如由机器10的操作员或由主计算机(未示出)提供给该控制单元。

控制单元26还设置用于创建和评估工件14之一的移除预测。为了创建移除预测，控制单元26可以考虑使用先前求取的特征变量和来自移除结果存储器24的至少一个移除结果。在此，控制单元26尤其可以考虑该特征变量的值多大或移除结果存储器24的移除结果中的可比较的特征变量的值多大，以及所存储的移除是成功还是不成功。为了评估移除预测，控制单元26可以将所求取的特征变量的值与来自移除结果存储器24的特征变量的值进行比较。例如，在所存储的移除是成功的并且特征参量随着增加的移除成功概率而增加的情况下，如果所求取的特征变量大于来自移除结果存储器24中的特征变量的值，则控制单元26可以将移除预测评估为肯定。

如果移除预测是肯定，控制单元26还设置为借助参数来操控移除工具18，以便移除工件14。如以上所实施的那样，传感器22可以检测移除尝试的移除结果，并将其提供用于存储在移除结果存储器24中。控制单元26例如可以通过以下方式协助检测移除结果：将需要的分析处理算法应用于传感器22的数据——此处为摄像机的图像。然后，控制单元26可以将移除结果与关于移除工具18的参数以及工件14的工件信息一起存放在移除结果存储器24中。

图2示出根据本发明的方法28的流程图。可以借助在图1中示出的机器10来执行方法28。在第一方法步骤A中，例如借助图1的工具机12使工件14成形。然后，在方法步骤B中产生关于移除工具18的至少一个参数。在所示的方法变型方案中，产生关于移除工具18的多个参数。在此，参数描述移除工具18的抽吸装置在工件14上的定位以及抽吸装置的抽吸销20的激活。在图2中，已激活的抽吸销20显示为以黑色填充；未激活的抽吸销20显示为空心圆圈。

在接下来的方法步骤C中，根据关于移除工具18的参数和工件信息确定特征变量。特征变量在此为间接特征变量，并且该特征变量说明已激活的抽吸销20的表面对工件14的工件表面的覆盖。

在接下来的方法步骤D中，根据特征参量确定移除预测。在此，考虑来自移除结果存储器24的至少一个移除结果的影响32。换句话说，可以考虑使用该特征变量的或可比较的特征变量的值以及所存储的一个移除的结果来求取移除预测。通常考虑多个所存储的移除。然后，在创建移除预测时，可以优选地借助关于移除工具18的所选择的参数来计算成功移除的概率。

然后，在方法步骤E中评估移除预测。在此，在移除预测说明成功移除的概率的情况下，可以检查该概率是否超过界限值。替代地，可以检查移除预测是否可以用“预计移除成功”来概括。在否定的移除预测30的情况下，自方法步骤B开始重复该方法。在此，改变关于移除工具18的参数中的至少一个。为了改变关于移除工具18的参数，优选地考虑来自移除结果存储器24的历史参数，在该历史参数下移除是成功的。例如，如果从移除结果存储器24中的成功移除得出需要移除工具18的更大的保持力，则可以为抽吸销20设置更大的负压。

如果移除预测是肯定的，则在方法步骤F中借助关于移除工具18的所选择的参数来执行对工件14的移除。在接下来的方法步骤G中，确定移除结果——例如借助传感器22探测该移除结果。然后，将移除结果与关于移除工具18的所应用的参数以及至少一个工件信息一起存储在移除结果存储器24中。然后，移除结果存储器24包括经扩大的数据库，在重新遍历根据本发明的方法时，可以在方法步骤E中考虑使用该数据库以创建移除预测。换句话说，在重新遍历根据本发明的方法时，当在方法步骤E中创建移除预测时，现在可以考虑在根据本发明的方法的范围中执行的移除过程的移除结果的影响32。移除预测的可靠性或准确性由此随着每次方法遍历而提高。

Claims (16)

1.一种用于借助移除工具(18)处理工件(14)的方法(28)，所述方法具有以下方法步骤：

B)产生关于所述移除工具(18)的至少一个参数，能够通过所述至少一个参数来控制所述移除工具(18)；

C)根据所述至少一个参数和至少一个工件信息确定至少一个特征变量，以根据所述至少一个参数和所述至少一个工件信息确定间接特征变量的形式来确定所述特征变量，能够通过所述至少一个特征变量将由所述至少一个参数引起的对移除工具(18)的操控与所述至少一个工件信息相关联；

D)在考虑所述特征变量和来自移除结果存储器(24)的至少一个移除结果的情况下创建移除预测；

E)评估所述移除预测；

F)在肯定的移除预测下移除所述工件(14)；

G)探测所述移除结果；

H)将所述移除结果存储在所述移除结果存储器(24)中。

2.根据权利要求1所述的方法，在所述方法中，在方法步骤B)之前执行以下方法步骤：

A)使所述工件(14)成形。

3.根据权利要求1或2所述的方法，在所述方法中，在方法步骤F)中使用抽吸装置形式的移除工具(18)，并且在方法步骤B)中产生关于抽吸装置形式的所述移除工具(18)的至少一个参数。

4.根据权利要求3所述的方法，在所述方法中，在方法步骤F)中所使用的抽吸装置具有多个抽吸销(20)，并且在方法步骤B)中产生关于抽吸销操控的参数形式的至少一个参数。

5.根据权利要求4所述的方法，在所述方法中，根据关于所述抽吸销操控的至少一个参数和所述至少一个工件信息确定所述间接特征变量。

6.根据权利要求5所述的方法，其中，所述间接特征变量基于：

a)所述抽吸销(20)的抽吸力与所述工件(14)的重力之比；

b)所述抽吸销(20)的表面对所述工件的表面的覆盖；

c)所述抽吸销(20)的重心与所述工件(14)的重心之间的距离；和/或

d)对所述抽吸销(20)的沃罗诺伊面的确定。

7.根据权利要求1或2所述的方法，在所述方法中，在方法步骤D)和方法步骤H)中使用基于服务器或基于云的移除结果存储器(24)形式的移除结果存储器(24)。

8.根据权利要求1或2所述的方法，在所述方法中，在方法步骤E)之后，在否定的移除预测下自方法步骤B)开始重新执行所述方法。

9.根据权利要求8所述的方法，在所述方法中，在考虑已使用的至少一个参数、已使用的至少一个工件信息和/或已使用的至少一个特征变量的情况下自方法步骤B)开始重新执行所述方法。

10.根据权利要求1或2所述的方法，在所述方法中，在方法步骤G)中通过至少一个传感器(22)进行对所述移除结果的探测。

11.一种用于执行根据以上权利要求中任一项所述的方法(28)的机器(10)，其中，所述机器(10)具有：

i)参数受控的移除工具(18)；

ii)用于存储移除结果的移除结果存储器(24)；

iii)与所述移除工具(18)和所述移除结果存储器(24)连接的控制单元(26)，所述控制单元用于处理关于所述移除工具(18)的至少一个参数和工件信息以生成特征变量；

其中，所述控制单元(26)构造为用于在考虑所述特征变量和来自所述移除结果存储器的至少一个移除结果的情况下创建移除预测；

其中，所述控制单元(26)构造为用于评估所述移除预测；

其中，所述控制单元(26)构造为在肯定的移除预测下操控所述移除工具(18)以移除所述工件(14)。

12.根据权利要求11所述的机器，其尤其用于执行根据权利要求2所述的方法，其中，所述机器(10)具有用于使所述工件(14)成形的工具机(12)。

13.根据权利要求11或12所述的机器，其尤其用于执行根据权利要求3所述的方法，其中，所述移除工具(18)具有抽吸装置。

14.根据权利要求13所述的机器，其尤其用于执行根据权利要求4所述的方法，其中，所述抽吸装置具有多个抽吸销(20)。

15.根据权利要求11或12所述的机器，其中，所述移除结果存储器(24)构造为基于服务器或基于云。

16.根据权利要求11或12所述的机器，其中，所述机器(10)具有用于探测所述移除结果的至少一个传感器(22)。