Tier1 Asset i Allerød istandsætter brugte computere og sælger dem videre, men kan ikke opskalere uden en automatiseret proces til at fjerne drilske klistermærker. I et MADE Demonstrationsprojekt har Teknologisk Institut og SICK demonstreret, at det er muligt.
Stickers i alle størrelser, farver og former pryder mange bærbare computere. Hvis computeren senere skal sættes i stand og sælges videre, er det en stor manuel opgave at fjerne dem.
Tier1 Asset i Allerød er Europas førende “refurbisher” inden for computere. De opkøber brugte bærbare computere og andet IT-udstyr, som de gør klar til genbrug og i deres mere end 4.000 m² produktions- og varehusfaciliteter står medarbejdere i dag og fjerner klistermærker manuelt som en del af processen.
– Udfordringen i den her proces er, at den er ressourcetung og manuel, så derfor svinger kvaliteten ofte. Jeg skal øge output fra 250.000 enheder pr. år til 750.000 enheder i 2026. Det er fysisk umuligt, medmindre vi automatiserer, siger produktionschef Casper Gudmunthe fra Tier1 Asset.
Jagtet en løsning i to år
Løsningen, som Tier1 Asset har eftersøgt, findes ikke på markedet i forvejen. Virksomheden har været i kontakt med flere automatiseringsleverandører, som har meldt pas. De søgte derfor hjælp i et MADE Demonstrationsprojekt, hvor Teknologisk Institut og SICK har arbejdet sammen om at knække den teknologiske nød.
Gennem udforskning af flere forskellige tilgange er konklusionen klar fra vision- og robotspecialisterne: Det er muligt at automatisere.
– Det er første gang, jeg har set et klistermærke blive fjernet på en af vores enheder af en robot. Vi har jagtet en løsning som denne igennem de sidste to år, beretter en opløftet Casper Gudmunthe fra Tier1 Asset.
Deep learning og et stemmejern
Projektet har haft to udfordringer. Dels automatisk at kunne lokalisere klistermærkerne og dels at fjerne dem.
– Både bærbare computere og klistermærker varierer betragteligt i størrelse, form og farve, hvilket gjorde det udfordrende for en klassisk regelbaseret vision-løsning at løfte opgaven. Vi har derfor udviklet og trænet et neuralt netværk til at detektere klistermærkerne, siger Henrik Bostrup fra SICK.
Deep learning blev altså svaret på en succesfuld lokalisering af klistermærkerne. Næste skridt: At fjerne dem. Her afprøvede Teknologisk Institut flere forskellige værktøjer, men en stemmejern monteret på en robot endte med at vise sig mest effektiv.
– Med en force torque-sensor (kraftmåler, red.) gav vi robotten en slags følesans, så den kunne mærke, at stemmejern ramte computeren. Det er afgørende, da PC’erne varierer i størrelse og form, så man skal føle sig frem og dynamisk kunne tilpasse sig, siger seniorspecialist Martin Mølbach Olsen fra Teknologisk Institut.
Genbrug af EU-pallen er ikke nok
Ifølge FN’s universitet, UNU, kræver produktionen af en almindelig computer cirka 1,7 tons råmaterialer og vand – eller det samme som en middelstor bil. Der er derfor et stort klimavenligt potentiale i at opgradere eller genbruge eksisterende computere, fremfor at producere og købe nye produkter.
– Vi arbejder med remanufacturing af et eksisterende produkt, hvor levetiden forlænges uden brug af nye produktdele. Det er, hvad vi mener er at være cirkulære, og flere virksomheder bør se efter samme løsninger fremfor produktion af nye råmaterialer, siger Casper Gudmunthe fra Tier1 Asset.
– Jeg har hørt fra flere produktionsvirksomheder, der kalder sig cirkulære, fordi de genbruger EU-pallen fra lageret. Det er bare ikke holdbart, hvis man reelt ønsker at nedbringe virksomhedens samlede CO2-udledninger, understreger han.
MADE Demonstrationsprojekt
Med et MADE Demonstrationsprojekt kan en lille eller mellemstor virksomhed få op til 100.000 kr. i støtte til at løse en konkret udfordring i virksomheden eller afprøve en ny teknologi i produktionen.
Ved at blive koblet op sammen med Teknologisk Institut, FORCE Technology, Alexandra Instituttet og DAMRC får man adgang til de teknologier, den viden og de kompetencer, som er nødvendige i forhold til at løse den konkrete udfordring i virksomheden.
Det kan både være inden for materiale eller produktion.
Der er løbende ansøgningsfrist på demonstrationsprojekter. Næste frist er 1. december 2023.
MADE Demonstrationsprojekter er gjort muligt med støtte fra Industriens Fond og medfinansieret af den Europæiske Regionalfond og Danmarks Erhvervsfremmebestyrelse.
