ABB und NVIDIA überbrücken die Sim-to-Real-Lücke mit Physical AI

ABB and NVIDIA Bridge the Sim-to-Real Gap with Physical AI

Die Landschaft der industriellen Automatisierung erlebt einen tiefgreifenden Wandel, da ABB Robotics mit NVIDIA zusammenarbeitet. Durch die Integration der NVIDIA Omniverse-Bibliotheken in die renommierte RobotStudio®-Suite will ABB „Physical AI“ auf globalen Produktionsflächen standardisieren. Diese Partnerschaft adressiert die hartnäckigste Herausforderung in der Fabrikautomatisierung: sicherzustellen, dass das virtuelle Training eines Roboters perfekt in die reale Welt übertragen wird.

Beschleunigung der Fabrikautomatisierung mit RobotStudio HyperReality

Der Eckpfeiler dieser Zusammenarbeit ist die kommende RobotStudio HyperReality, deren Veröffentlichung für Ende 2026 geplant ist. Diese Plattform nutzt beschleunigte Rechenleistung, um hyperrealistische digitale Zwillinge zu erstellen. Diese Simulationen berücksichtigen komplexe Variablen wie Beleuchtung, Materialtexturen und physikalische Reibung. Dadurch können Hersteller Produktionslinien virtuell optimieren und die Inbetriebnahmezeiten um beeindruckende 80 % verkürzen.

Schließung der Sim-to-Real-Lücke in Steuerungssystemen

In traditionellen Industrieumgebungen besteht oft eine Diskrepanz zwischen simulierten Modellen und der realen Leistung. ABB löst dies durch den Einsatz eines virtuellen Controllers, der dieselbe Firmware wie die physische Hardware ausführt. In Kombination mit der Simulationsleistung von NVIDIA erreicht das System eine Genauigkeit von bis zu 99 %. Dieses Präzisionsniveau ist entscheidend für hochkritische DCS (Distributed Control Systems) -Umgebungen, in denen schon ein Millimeter Fehler eine Kollision verursachen kann.

Verbesserung der Präzision für komplexe Unterhaltungselektronik

Die hochpräzise Montage bleibt eine der schwierigsten Aufgaben in der industriellen Automatisierung. Foxconn, ein führender Hersteller von Elektronik, testet diese Technologie derzeit für komplexe Montageprozesse. Durch das Training von Robotern in einer virtuellen Umgebung mit synthetischen Daten reduziert Foxconn den Bedarf an physischen Prototypen. Diese Methode beschleunigt die Markteinführung um 50 % und bewahrt gleichzeitig die feine Handhabung, die für kleine Metallkomponenten erforderlich ist.

Skalierung von Physical AI mit Edge Computing und Jetson

ABB prüft die Integration der NVIDIA Jetson-Plattform in seine Omnicore-Controller. Dieser Schritt würde die Echtzeit-KI-Auswertung direkt an den „Edge“ der Fabrikhalle bringen. Durch die lokale Datenverarbeitung statt in der Cloud können Roboter schneller auf Umweltveränderungen reagieren. Diese Integration stärkt die Verbindung zwischen hochrangiger PLC (Programmable Logic Controller) -Logik und autonomer maschineller Bildverarbeitung.

Autoreneinsicht: Die Demokratisierung der Industrierobotik

Diese Partnerschaft bedeutet mehr als nur ein Software-Update; sie steht für die Demokratisierung fortschrittlicher Robotik. Früher konnten sich nur Giganten wie Foxconn die erforderlichen Ingenieursstunden für komplexes KI-Training leisten. Heute nutzen Unternehmen wie WORKR diese Werkzeuge, um kleinen US-Herstellern bei Arbeitskräftemangel zu helfen. Meiner Ansicht nach wird die durch synthetische Daten ermöglichte „No-Code“-Bereitstellung es KMU endlich erlauben, mit vollautomatisierten globalen Unternehmen zu konkurrieren.

Zeige alles
Blogbeiträge
Zeige alles
Bridging Allen-Bradley ControlLogix to Yokogawa CENTUM VP DCS via Modbus TCP: Protocol Mapping and Fault Diagnosis

Verbindung von Allen-Bradley ControlLogix mit Yokogawa CENTUM VP DCS über Modbus TCP: Protokollzuordnung und Fehlerdiagnose

Ein praxisorientierter Leitfaden zur Konfiguration der Modbus TCP-Kommunikation zwischen Rockwell Automation ControlLogix SPS und Yokogawa CENTUM VP DCS, einschließlich Registerzuordnung, Timeout-Anpassung und praxisnaher Fehlerbehebung.
PID Controller Tuning on Yokogawa Centum VP and Foxboro IA: A Field Engineer's Guide

PID-Reglerabstimmung an Yokogawa Centum VP und Foxboro IA: Ein Leitfaden für Feldingenieure

Die PID-Abstimmung auf Yokogawa CENTUM VP und Foxboro IA erfordert plattformspezifisches Wissen über den PID2-Block bzw. den PIDA-Block sowie die Nutzung von HART-Diagnosedaten der Feldgeräte. Dieser Leitfaden behandelt die Klassifizierung von Regelkreistypen, schrittweise Abstimmungsabläufe für beide Plattformen einschließlich der Ziegler-Nichols Closed-Loop-Methode und integrierter Auto-Tuner, HART-Diagnosen von Ventilstellern und Transmittern sowie praktische Fehlerbehebung bei oszillierenden und trägen Regelkreisen.
Commissioning Allen-Bradley PowerFlex 525 VFDs on ControlLogix 5580 Over EtherNet/IP: A Complete Field Guide

Inbetriebnahme von Allen-Bradley PowerFlex 525 Frequenzumrichtern auf ControlLogix 5580 über EtherNet/IP: Ein vollständiger Praxisleitfaden

Allen-Bradley PowerFlex 525-Antriebe kommunizieren mit ControlLogix 5580 über EtherNet/IP unter Verwendung von CIP Class 1 impliziter Nachrichtenübermittlung für zyklische I/O-Daten. Dieser Leitfaden behandelt die AOP-Versionanpassung, die IP-Konfiguration des Antriebs über den HIM-Parameter C128-C140, das Hinzufügen des Studio 5000-Moduls mit RPI- und Assembly-Größeneinstellungen, die Bitzuordnung des Logic Command/Status-Worts, den Zugriff auf explizite MSG-Parameter sowie die Diagnose der drei häufigsten Fehler: F81 Kommunikationsverlust, Fehler 16#0204 Verbindungszeitüberschreitung und F100 Parameter außerhalb des Bereichs.