Schweißroboter und Roboterschweißen: Mit 3D-Vision zur flexiblen Schweißautomatisierung

Ein Schweißroboter steht auf der Automatisierungsagenda metallverarbeitender Betriebe ganz oben. Das Muster, das wir in der Praxis immer wieder sehen: Die Roboterschweißzelle ist installiert, das erste Los läuft einwandfrei, dann ändert sich die Bauteilgeometrie leicht – und die Zelle geht zurück in die Programmierung. Dieser Beitrag erklärt, wie Roboterschweißsysteme funktionieren, was ihre Flexibilität tatsächlich begrenzt und wie eine 3D-Bildverarbeitungsschicht diese Grenze aufhebt.

Was ist ein Schweißroboter und wo wird er eingesetzt?

Ein Schweißroboter ist ein Industrieroboter, der den Schweißbrenner trägt und wiederholt entlang einer eingelernten Bahn führt. Der Roboter selbst schweißt nicht: Stromquelle, Drahtvorschub, Gasversorgung und Brenner bilden gemeinsam die Zelle. Der Beitrag des Roboters ist die Wiederholgenauigkeit von Position und Schweißgeschwindigkeit.

Die verbreitetsten Anwendungen des Roboterschweißens:

• MIG/MAG-Schweißroboter: das Arbeitspferd im Blech- und Stahlbau, überall dort, wo hohe Abschmelzleistung gefordert ist.
• WIG-Schweißroboter: Edelstahl und Aluminium, wenn die sichtbare Nahtqualität zählt.
• Punktschweißroboter: die klassische Anwendung im Automobil-Rohbau.
• Laserschweißroboter: Präzisionsbauteile mit geringem Wärmeeintrag und schmaler Naht.
• Rohrschweißroboter: Rundnähte mit synchronisiertem Positionierer.

Allen gemeinsam ist: Der Roboter wiederholt die eingelernte Bahn millimetergenau. Genau dort beginnt das Problem.

Die eigentliche Grenze: Bauteil-Positionstoleranz

Ein konventioneller Schweißroboter arbeitet „blind“. Er setzt voraus, dass das Bauteil jedes Mal an derselben Stelle und im selben Winkel in der Vorrichtung liegt. In der realen Produktion bricht diese Annahme aus folgenden Gründen zusammen:

• Laser- und Plasmaschneidtoleranzen sowie Abweichungen beim Abkanten
• Verzug durch das Heften (Punktschweißen) vor dem Schweißen
• Wärmeverzug, der das Bauteil während der Naht selbst bewegt
• Unterschiede beim Einlegen in die Vorrichtung von Bediener zu Bediener
• Mehrere Bauteilvarianten in derselben Zelle

Der klassische Weg, diese Streuung aufzufangen, ist die Vorrichtung: ein präzise gefertigtes, bestiftetes und gespanntes Werkzeug für jede Variante. In den meisten Projekten konkurrieren die Vorrichtungskosten mit dem Roboter selbst – und schlimmer noch, sie fallen bei jeder Produktänderung erneut an. Bei hoher Variantenvielfalt und kleinen Losgrößen ist nicht der Roboterpreis die Hürde der Schweißautomatisierung, sondern dieser Vorrichtungs- und Programmieraufwand.

Sensorgeführtes Schweißen: Der Roboter findet die Naht

Mit 3D-Bildverarbeitung in der Zelle verändert sich die Gleichung. Der Roboter nimmt die Bauteillage nicht mehr an – er misst sie:

• Nahtsuche: Eine 3D-Kamera bestimmt die tatsächliche Lage des Bauteils (x, y, z und drei Winkel); die eingelernte Roboterbahn wird entsprechend verschoben. Liegt das Bauteil 5 mm versetzt, wird die Naht 5 mm versetzt gesucht.
• Nahtverfolgung: Die Fügelinie wird während des Schweißens verfolgt und Abweichungen werden in Echtzeit korrigiert – der Brenner bleibt auch bei fortschreitendem Wärmeverzug auf der Naht.
• Variantenerkennung: Das System erkennt, welcher Bauteiltyp in die Zelle gelangt ist, und wählt das richtige Programm automatisch.

Diese Schicht wird mit Industriescannern wie Mech-Mind 3D-Vision-Systemen und Photoneo PhoXi und MotionCam aufgebaut. Der praktische Nutzen: Einfachere und günstigere Spannmittel ersetzen die Präzisionsvorrichtung, und die Inbetriebnahme eines neuen Bauteils sinkt von Tagen auf Stunden.

Schweißnahtprüfung mit künstlicher Intelligenz

Die zweite Hälfte der Schweißautomatisierung ist der Nachweis, dass die Naht korrekt ausgeführt wurde. Manuelle Sichtprüfung ermüdet gegen Schichtende und hinterlässt keine Aufzeichnung. Deep-Learning-Prüfsysteme wie MIS-INSPECT klassifizieren die relevanten Nahtfehler:

• Porosität und Oberflächenrisse
• Fehlende oder unterbrochene Nähte
• Abweichungen in Nahtbreite und -lage
• Übermäßige Spritzer und Durchbrand
• Übersprungene Schweißpunkte oder falsche Nahtreihenfolge

Der entscheidende Unterschied: Regelbasierte Bildverarbeitung tut sich an Schweißnähten schwer, weil jede Naht etwas anders aussieht. Ein Deep-Learning-Ansatz lernt die Grenze zwischen „zulässiger Streuung“ und „echtem Fehler“ aus Beispielen. Dieselbe Logik nutzen wir in der visuellen Qualitätskontrolle in der Automobilproduktion.

Was die Kosten einer Roboterschweißzelle bestimmt

Auf die Frage „Was kostet ein Schweißroboter?“ gibt es keine einzelne Antwort, denn der Preis beschreibt eine Zelle, nicht einen Roboter. Die Budgetposten:

• Roboterarm (Reichweite und Traglast) oder Schweiß-Cobot
• Stromquelle, Brenner, Drahtvorschub und Brennerreinigungsstation
• Positionierer oder Drehtisch – doppelt bei Zwei-Stationen-Betrieb
• Vorrichtungen und Spannmittel – ohne Bildverarbeitung der volatilste Posten
• Schutzumzäunung, Schweißvorhänge, Rauchabsaugung
• 3D-Kamera und Vision-Software
• Integration, Inbetriebnahme und Bedienerschulung

Die Investitionsentscheidung sollte auf den Gesamtbetriebskosten beruhen, nicht auf dem Angebotspreis. Wie diese Rechnung aufgebaut wird, haben wir in unserem Leitfaden zu Investitionskosten und Amortisation dargestellt; beim Schweißen kommen Draht- und Gasverbrauch sowie Nacharbeit hinzu.

Lohnt sich Schweißautomatisierung bei kleinen Losgrößen?

Jahrelang lautete die Antwort nein: Bei kleinen Losen dauerten Programmierung und Vorrichtungsbau länger als das Schweißen selbst. Zwei Entwicklungen haben dieses Gleichgewicht verschoben. Erstens das handgeführte Einlernen bei kollaborativen Robotern. Zweitens die sensorgestützte Lagekompensation – weil das Bauteil nicht mehr exakt positioniert sein muss, sinkt die Rüstzeit deutlich. Losgrößen von 20 bis 50 Stück sind damit ein legitimer Automatisierungskandidat.

Die Rolle von MIS Otomasyon

Klarstellung: MIS Otomasyon fertigt keine Stromquellen und keine Brenner. Unser Beitrag ist die sehende und entscheidende Schicht der Roboterschweißzelle – Auswahl und Kalibrierung der 3D-Kamera, Bestimmung der Bauteillage und Kompensation der Roboterbahn, KI-gestützte Prüfung der Schweißnaht und die Anbindung dieser Ergebnisse an Ihre Produktionsdaten. MIS-PICK für die Teilezuführung und MIS-INSPECT für die Nahtprüfung können in derselben Zelle zusammenarbeiten.

Wenn Sie eine bestehende Schweißzelle flexibler machen oder die Vision-Seite einer neuen Roboterschweißinvestition richtig aufsetzen wollen: Sprechen Sie mit unserem Team – mit Bauteilzeichnungen und Ziel-Taktzeit erhalten Sie von uns eine Machbarkeitsbewertung.