Расходящиеся пути. Две женщины возглавили усилия по автоматизации

Автоматизация производства и сборки аэрокосмических и оборонных компонентов — непростая задача. Детали часто бывают сложными, с большим или малым количеством компонентов, размеры которых варьируются от надежных до микроразмеров, и этот разнообразный диапазон не обязательно поддается автоматизации.

Чтобы автоматизировать эти задачи и руководить командами, которые доводят их до конца, требуется множество наборов навыков. Это могут быть сложные инженерные решения:кодирование, робототехника, искусственный интеллект/машинное обучение, метрология. Часто для них требуются определенные «мягкие» навыки, такие как построение команды и лидерство, а также личностные качества, такие как упорство, любознательность и творческое мышление.

Два ведущих инженера, Николь Уильямс из Boeing Co. и Мари-Кристин Карон из GE Aviation, контролируют работу по автоматизации в своих компаниях и в изобилии обладают этими навыками.

Женщины, которых журнал Smart Manufacturing в этом году назвал двумя из «20 женщин, добившихся успеха в робототехнике и автоматизации», недавно выступили на соответствующем вебинаре (https://bit.ly/Robotics2paths), подробно рассказав, как они начали свою карьеру. , роли, которые они играют, проблемы и проблемы, с которыми они сталкиваются, а также то, что ждет новое поколение женщин-инженеров в будущем.

Разные пути к успеху

Эти женщины поднялись до своих корпоративных должностей благодаря разным жизненным, академическим и карьерным решениям.

Для Уильямса жизнь с математикой и наукой казалась предрешенной. Ее домашняя жизнь была похожа на игровую площадку для инженеров:ее отец и дядя были инженерами-электриками, а тетя - инженером-механиком. Электроника по всему дому только и ждала, чтобы ее разобрали, чтобы посмотреть, как она работает. Плоские поверхности были домом для журналов по кодированию, которые позволили Уильямс практиковать свои многообещающие навыки кодирования, а также прототипов украшений и музыкальных карточек, которые ее отец приносил домой с работы инженером-разработчиком в Hallmark. (Любимым украшением детства было украшение, изображающее трехмерную сцену заснеженного праздника с маленьким поездом, пыхтящим в туннеле.)

«С тех пор, как я был очень молод, я интересовался разборкой вещей, компьютерами, программированием и решением проблем», — сказал Уильямс. «Мне всегда нравилась математика. Он последователен и надежен. Это не произвольно, не причудливо и не изменчиво».

Ее тетя-механик научила ее, что инженеры-механики могут работать над чем угодно:от разработки коммерческих продуктов до медицинских имплантатов, робототехники и ядерных установок.

«Мне очень понравилось разнообразие проектов, которые я мог поддержать. Мне нравилось узнавать что-то новое, используя свои навыки для решения различных типов проблем как на работе, так и вне ее», — сказала она.

Ее интерес к робототехнике начался в Университете Миссури-Ролла (теперь штат Миссури S&T), где она работала с роботом конфигурации SCARA (селективная шарнирно-сочлененная роботизированная рука), чтобы сортировать прямоугольные деревянные блоки от круглых блоков и выбирать и размещать их по мере необходимости

Этот академический проект помог ей отточить навыки программирования, которые, по ее словам, помогли ей получить работу в Boeing Co. в 1999 году.

Первоначально Williams поддерживала робота-разработчика, который использовался для обработки различных деталей. Робот портального типа имел большой концевой эффектор, который удерживал катушки из углеродного волокна и эпоксидного материала. Машина использовала программирование B+, и многие из ее ранних заданий включали создание чертежей для этого устройства.

Работая над этими заданиями, она осваивала другие навыки.

«Я узнала о процессе подачи заявки на патент, о том, насколько сложным он может быть и сколько времени может занять этот процесс», — сказала она. «Вскоре я стал заниматься программированием с помощью продукта [программного обеспечения для моделирования роботов] под названием IGRIP, создавая инструменты программирования роботов и инструменты моделирования для программ роботов».

Она научилась использовать изобретение Boeing под названием RAC, или самоконтроль сборки роботов, который опирался на автономию, основанную на достижении целей, что со временем позволило бы компании повысить общую эффективность оборудования (OEE), качество с первого раза и удобство использования. как для обслуживания, так и для механики.

«Чтобы сделать автоматизацию максимально гибкой в ​​аэрокосмической среде, мы в значительной степени полагаемся на это целевое управление», — сказала она. «Вместо того, чтобы писать явный сценарий действий для робота, который должен завершить или выполнить, как в традиционном программировании роботов, мы даем ему набор целей и правил для достижения этих целей».

В одном из проектов рабочая ячейка обеспечивала локализацию с помощью машинного зрения, системы диспетчерского управления RAC и точности роботов с помощью кинематической калибровки.

«У нас есть специальная кинематическая калибровка, которую мы используем для наших роботов. А затем полное использование ООП без каких-либо изменений», — сказала она, имея в виду объектно-ориентированное программирование. «Я думаю, что это довольно редкое явление — иметь возможность взять программу прямо с компьютера программиста ЧПУ и запустить ее в мастерской, не прибегая к длительному пробному запуску или настройке».

Роль Уильямса заключалась в том, чтобы собрать все модели в IGRIP, который запрограммирован с использованием графического языка моделирования и интерпретатора командной строки. «Каждая отдельная программа и роботизированная система должны были быть смоделированы для выявления потенциальных проблем до начала производства», — сказала она.

Одной из возникших проблем было просверливание отверстий в пилонах C-17.

«В то время я был единственным, у кого было программное обеспечение и возможность собрать все части вместе в рабочей ячейке, включая инструменты, деталь, робота и рабочий орган. Мы определили части инструментов, которые блокировали области, необходимые роботу для доступа к бурению [пилонов]. В конце концов, нам пришлось отрезать часть инструментов, чтобы обеспечить доступ к концевому исполнительному органу робота».

Этот проект преподал ей важный урок, заключавшийся в том, что нужно собрать вместе все заинтересованные стороны на ранних этапах процесса и смоделировать множество условий и сценариев до начала строительства. На самом деле, многие модели, созданные Уильямсом, использовались на встречах с поставщиками станков, помогая всем заинтересованным сторонам визуализировать проблемы.

«Это часто сказывалось на конструкции и модификациях машины», — сказала она. «Вскоре я начал путешествовать, чтобы обучать программистов ЧПУ тому, как использовать разработанные нами инструменты и как использовать моделирование в среде серийного самолета».

Идея использования автоматизации и робототехники в качестве инструмента, повышающего гибкость и простоту использования рабочей силы, — это концепция, которая сопровождала Уильямс на протяжении всей ее карьеры. Это образ мышления, в который верит Кэрон и который она использовала, строя свою карьеру.

Академия и легкая атлетика

Как и Уильямс, Кэрон считал науку и математику движущими силами. Но именно ее мастерство на теннисном корте буквально сослужило ей хорошую службу, когда пришло время готовиться к карьере инженера.

«Я связался со многими университетами США, у которых была программа по теннису, и сказал им:«Привет, я живу в Квебеке. Я играю в теннис и хочу изучать инженерное дело», — сказала она.

Прежде чем получить стипендию по теннису в Массачусетском университете в Амхерсте, она разослала письма в 50 школ США.

Получив стипендию, она прыгнула в новую жизнь, в новую страну, в новую культуру и научилась совмещать учебу и спорт.

Эти проблемы «заставили меня поверить в себя и понять тот факт, что, даже если вы не знаете, чего ожидать, вы все равно можете повеселиться и добиться успеха», — сказала Кэрон. «Это повысило мои навыки устойчивости и адаптации, открыло мне глаза на других и помогло мне действительно узнать и понять, как я могу добиться успеха и как я вписываюсь в команду».

После выпуска Кэрон вернулась в Канаду и устроилась на работу в IBM, занимаясь микроэлектроникой. «Когда вы говорите о микроэлектронике, вы говорите об автоматизации, потому что все настолько маленькое и [сборка] настолько быстрая, что все автоматизировано. Это было мое первое знакомство с настоящей автоматизацией, и я действительно полюбил связь между технологиями, логистикой и качеством, чтобы создавать лучший продукт наиболее эффективным способом».

Кэрон поднялась по карьерной лестнице в IBM и в конце концов стала руководителем инженерной группы. «Я прошел путь от технического специалиста до лидера, но всегда был тесно связан с технологиями, пытаясь сделать команду успешной».

Через 13 лет она присоединилась к предприятию GE Aviation в Бромонте, Квебек. Этот карьерный скачок перенес ее из «сверхточной, мини-команды по микроэлектронике в сверхнадежный, но в то же время очень сложный авиационный мир».

На заводе в Бромонте производятся компоненты двигателей для самолетов Boeing и Airbus, а также здесь находится Глобальный научно-исследовательский центр робототехники, автоматизации и контрольно-измерительных приборов, который занимается разработкой передовых роботизированных процессов и программных приложений.

Вскоре после того, как она присоединилась к GE, открылась вакансия в Глобальном исследовательском центре, известном как GRC, и она «ухватилась за эту возможность».

Столкновение с трудностями

Работа в GRC позволила ей глубже изучить возможности автоматизации и робототехники с инженерной точки зрения.

Девятимесячная командировка в Чешскую Республику помогла ей отточить дополнительные навыки. Там Кэрон была не просто экспертом по автоматизации или робототехнике, она была руководителем проекта.

«Мне посчастливилось участвовать в программе разработки двигателей в Праге, — сказала она. «Я научился по-настоящему непредвзято относиться к культуре и понимать их производственные процессы. У меня было много [моих собственных] ответов, но они не обязательно соответствовали тому, как они видели вещи. Я понял, что мне нужно понимать ограничения, понимать окружающую среду и предлагать правильную эволюцию для каждого сайта».

Хотя автоматизация может принести продуктивную пользу, Кэрон узнала, что потенциальные пользователи не всегда с готовностью принимают помощь.

Некоторые считают, что если им понадобится больше мощности, они просто пристрелят к ней лишнее тело. Основой этого беспокойства являются рабочие места.

«Люди говорили:«Это лишит нас работы». Нет, не будет; это обеспечит вашу работу. Потому что вы будете делать больше деталей, более аккуратно, и мы по-прежнему будем использовать ваш мозг для других задач, — сказала она.

Одно из ее наиболее сложных заданий касалось ручного проекта, который требовал установки уплотнений в небольшие сборки.

Например, в деталь размером два на два дюйма (50,8 × 50,8 мм) сборщику может потребоваться вставить 40 пломб с помощью пинцета. «Для операторов это была очень утомительная работа, которая занимала их вечно. Так как же это автоматизировать?»

Для человека это простая, хотя и трудоемкая задача:просто подобрать и поставить печати.

Люди могут определить, правильно ли установлена ​​печать, или, по крайней мере, в пределах спецификации, и даже если печать присутствует.

Но есть «множество вещей, которые делает ваш мозг, и которые довольно сложно поместить в систему», — сказал Кэрон.

Для автоматизации этого процесса сборки было установлено машинное зрение, а искусственный интеллект и машинное обучение интегрированы в рабочую ячейку.

«Автоматизированная робототехника — это не только роботы, это все вокруг», — сказала она. «Как вы это видите [вставку печати], как вы его локализуете, как вы узнаете, где вы находитесь в трехмерном пространстве, и как вы каждый раз надежно выполняете задачу?»

Для этого в рабочей ячейке были установлены пять разных камер, каждая из которых имела свое приложение.

Анализируя изображения, ИИ может отличить хорошую печать от плохой. “If you were to say ‘good’ or ‘no good’ without the AI, the system would say, ‘It’s different, so it’s no good.’ But AI brings you that extra capacity to say, ‘I don’t need it to be black and white; it can be gray’,” Caron said.

Imaging and AI at Boeing

From Williams’ days in college where she used imaging technology to sort wood blocks, to her graduate research that used image data to train a series of neural networks, she has extensively utilized imaging and AI techniques to solve automation challenges.

One project, which would earn Williams and her team a Boeing Silver Phantom award, analyzed drill patterns on aerospace components for commercial aircraft.

The control scheme used Boeing’s RAC concept and incorporated part-scanning, as well as data regarding tooling and part features, to determine accurate final drilling positions.

“In aircraft-building, edge distance is an important datum,” she said. “If you drill a hole too close to the edge of a rib or spar, you risk premature failure of that part.”

While Williams’ range of projects is diverse, she said that one of the most effective projects that she worked on was also one of the simplest:tracking worker’s tools.

Previously, to ensure that tools are accounted for at the end of the day, a technician would take a piece of foam and draw the shape of a tool on the material. They would then take a Dremel and hand carve out the tool’s shape.

The automated solution used a mobile cart in which the workers lay out their tools and a machine vision system would capture an image of the toolbox, translate it into a binary image, then translate it in an Excel file and finally the file would be sent to a laser cutter to cut the foam.

“We had to figure out a lot of vision system challenges. Some tools are particularly shiny. Some workers have made ‘custom adjustments’ to their tools, such as adding taping,” she said. “That’s why we couldn’t use an off-the-shelf system.

“It was a pretty simple project, that went together very quickly, but it saved our operators who were able to go from maybe finishing eight or 10 [tool] drawers a day to being able to complete multiple full toolboxes in a day,” Williams said. “It was a really dramatic throughput increase for the team.”

Tomorrow’s team leaders

In the long run, the goal is to make better, more cost-effective parts. And the talents that Williams and Caron bring to their positions are making that happen in GE and Boeing facilities around the world.

And, while the women are still somewhat of an anomaly in manufacturing engineering these two women have proven that there are no “men only” jobs.

Williams and Caron have worked with and for and have led male colleagues—and they have risen to the top of their professions.

Each did so through hard work, and a willingness to learn and try new things.

For the next generation of female engineers and manufacturing company executives, the pair urges those considering these professions to follow the things that interest and inspire them.

“Think about what connects you, what drives you, whether it be a particular technology, a particular skill set, or particular group of folks you know,” Williams said. “And then continue your education. Take one class, take a couple of classes. Just dip your toe in the water and see what interests you, and what really drives you.”

Caron agreed:“Go with your heart. If you like math, don’t worry. That profession is evolving and there’s so many branches you can take. Don’t be afraid to try it. Trust yourself, be yourself, and do what you love.

“You grow from every single step of your work experience and your life experience,” Caron added. “Make the most out of them, and take the small nuggets and put them together into what you want to become and how you want to be. And really, for me, this automation journey is really an example of that.”