– Det handler om å bevare produksjonen her i landet, men skal vi klare å være konkurransedyktig, må vi kutte ned på det som tar persontid, sier Kari Rømcke, bransjesjef for støperienes bransjeforening i Norsk Industri.
Støpeindustrien er en viktig underleverandør til annen norsk industri, men har behov for å øke graden av automatisering i flere ledd av produksjonen for å stå bedre rustet i en stadig hardere global konkurranse.
Tungt arbeid skal bort
– Alle støperibedriftene i Norge er opptatt av å automatisere flere prosesser. Det er flere belastende arbeidsposisjoner, mye tungt, manuelt arbeid og det er vanskelig å få tak i arbeidskraft. Klarer vi å automatisere flere av de tyngre operasjonene, vil skade- og sykefraværet gå ned, sier Rømcke.
Norske støpebedrifter ligger langt fremme internasjonalt når det gjelder støperiteknisk og metallurgisk kompetanse, men høyt kostnadsnivå og mangel på arbeidskraft truer. Flere av operasjonene hos bedriftene er manuelle, og dermed dyre og vanskelige å rekruttere arbeidskraft til. Økt grad av automatisering skal bidra til å løse noen av utfordringene.
40 millioner kroner
Målet er å komme frem til gripere som kan kjenne igjen og løfte forskjellige støpte deler. Problemet er bare at slike ikke finnes på markedet i dag. Dermed må det betydelig forskningsinnsats til. 40 millioner kroner skal brukes over fire år. Forskningsrådet stiller med 13 millioner kroner. Ovnsprodusenten Jøtul i Fredrikstad, bildelprodusenten Casting Technologies Farsund og Bryne Mekanikk Serigstad er pilotbedrifter.
– Vi støper rundt 3000 forskjellige deler til ulike ovnsmodeller. Vi kan ikke lage gripere til alle sammen, men målet er å lage noen generiske gripere som kan gjenkjenne forskjellige deler, sier prosjektleder Ola Sørhagen i Jøtul.
Mange deler og små serier
Han forteller at Jøtuls del av prosjektet konsentrerer seg om griping, gjenkjenning og sporing av deler. For Jøtul er det viktig å utvikle robotarmer som kan kjenne igjen mange forskjellige deler, gripe dem forsiktig og legge dem over i neste prosess.
– Vi har prøvd visionsystemer tidligere, uten godt resultat. Det ble for følsomt for lys, skygge og fargeforandring. Det er jobbet mye med 3D-gjenkjenning i Norge, men for oss blir det kanskje for komplisert. Vi har så mange forskjellige deler i hver ovn og så små serier at vi ville brukt for mye tid på å lære systemet å kjenne igjen de enkelte delene. Det vi tror, er at vi kanskje kan bruke en kombinasjon av forskjellige systemer som RFID, laserskanning og enklere visionprinsipper, sier Sørhagen.
