自動化倉庫における壊滅的な故障は、シミュレーションソフトウェアで予測可能でした。床のスキャンにより、人間の目には感知できない微小な傾斜が明らかになり、それがロボットの軌道をわずかに逸らしました。数ヶ月にわたり、ロボットは繰り返しラックの同じ部分に衝突し、微小な亀裂を誘発しました。これらの亀裂は、周期的な応力下で構造全体の完全な崩壊につながりました。
疲労解析のためのSimioとAnsys Mechanicalの統合 🏗️
解析の鍵は、2つのツールの組み合わせにあります。まず、Simioは倉庫の物流を離散事象システムとしてモデル化し、各ロボットがクリティカルポイントを通過する正確な頻度を定量化します。その頻度は荷重履歴に変換され、Ansys Mechanicalにインポートされます。そこで、有限要素法を用いて、各衝突の累積効果（残留応力、塑性変形、き裂進展）がシミュレーションされます。シミュレーションは故障を確認するだけでなく、疲労を引き起こす床の傾斜の閾値を特定することを可能にします。CloudCompareは、初期スキャンの点群と崩壊後の状態の点群を比較し、Ansysによって予測された変形を視覚的に検証する役割を果たします。一方、Revitはラックの元の形状を再構築し、解析のための正確なメッシュを生成するために使用されます。
ロボットインフラ設計への教訓 ⚙️
この事例は、自動化環境における材料疲労が鋼材の強度だけでなく、床、構造、機械間の動的な相互作用に依存することを示しています。ミリメートル単位の傾斜でも、完全な荷重サイクルをシミュレーションしなければ、壊滅的な結果を招く可能性があります。教訓は明らかです。離散事象シミュレーションと構造解析を統合することは、贅沢品ではなく、未来の倉庫の安全性と寿命を保証するための必須事項なのです。
繰り返し衝撃を受ける自動化ラックにおける構造疲労予測の信頼性に、床スキャンの精度はどのように影響しますか？
(追伸: 材料疲労は、10時間シミュレーションをした後のあなたの疲労と同じです。)