FANUC i NVIDIA surađuju na redefiniranju fizičke umjetne inteligencije u industrijskoj automatizaciji

FANUC and NVIDIA Partner to Redefine Physical AI in Industrial Automation

Pejzaž  automatizacije tvornica se mijenja prema inteligentnijem i responzivnijem dobu. FANUC, globalni lider u robotici, nedavno je najavio strateško partnerstvo s NVIDIA-om za razvoj "Fizičke umjetne inteligencije". Ovo partnerstvo spaja visokoučinkovito AI računarstvo s industrijskom robotikom velike snage. Cilj im je stvoriti strojeve koji mogu percipirati, razmišljati i djelovati u nepredvidivim proizvodnim okruženjima. Ovaj potez predstavlja značajan iskorak od tradicionalnog, rigidnog programiranja prema dinamičnim, samoprilagođavajućim sustavima.

Premošćivanje jaza između digitalnih blizanaca i stvarne proizvodnje

Jedan od najvažnijih aspekata ove suradnje je integracija digitalnih blizanaca. FANUC povezuje svoj softver za simulaciju ROBOGUIDE s NVIDIA Isaac Sim i Omniverse platformama. To inženjerima omogućuje izradu visokokvalitetnih virtualnih modela cijelih proizvodnih linija. Posljedično, proizvođači mogu provjeriti složene radne procese prije nego što kupe ijedan komad opreme. Ovaj pristup "simulacije na prvom mjestu" znatno smanjuje vrijeme puštanja u rad i sprječava skupe pogreške tijekom fizičke instalacije.

Otvorene platforme i poboljšana kontrola za modernu automatizaciju tvornica

FANUC se udaljava od vlasničkih ograničenja prihvaćajući open-source okvire. Tvrtka sada podržava ROS 2 upravljačke programe i Python kao standardne značajke u cijelom asortimanu robota. Ova fleksibilnost omogućuje programerima jednostavnu integraciju naprednih  kontrolnih sustava i prilagođenih AI algoritama. Štoviše, uvođenje ultra-brzog prijenosa pokreta osigurava da zglobovi robota reagiraju s preciznošću u milisekundama. Ova poboljšanja omogućuju glađe putanje i prilagodbe u stvarnom vremenu u gusto zauzetim radnim prostorima.

Edge računarstvo i inteligencija u stvarnom vremenu s NVIDIA Jetson

Za upravljanje ogromnim zahtjevima podataka Fizičke umjetne inteligencije, FANUC koristi NVIDIA Jetson edge module. Ove kompaktne, snažne jedinice izvode AI inferencu izravno na robotu, eliminirajući kašnjenje obrade u oblaku. Kao rezultat, roboti mogu odmah prepoznati varijacije dijelova ili se prilagoditi promjenama u okolišu. Ova lokalizirana inteligencija ključna je za industrije poput logistike i prerade hrane, gdje se oblici i položaji proizvoda često mijenjaju. Ova konfiguracija nadopunjuje postojeće  PLC i  DCS arhitekture pružajući "mozak" za složene vizualne zadatke.

Uvid autora: pojednostavljenje sučelja čovjek-robot

Možda najrevolucionarniji razvoj je korištenje AI za tumačenje glasovnih naredbi. FANUC primjenjuje generativnu umjetnu inteligenciju za prevođenje verbalnih uputa u izvršni Python kod. Po mom mišljenju, to je prekretnica za "demokratizaciju" robotike. Omogućuje operaterima na proizvodnoj liniji da rekonfiguriraju proizvodne zadatke bez dubokog znanja programiranja. Međutim, iako to smanjuje prepreke za ulazak, također stavlja veći naglasak na snažne protokole kibernetičke sigurnosti i sigurnosti unutar  industrijske automatizacije mreže.

Prevladavanje nedostatka kvalificirane radne snage kroz inteligentnu robotiku

Glavni pokretač ovog tehnološkog napretka je globalni nedostatak kvalificirane tehničke radne snage. Čineći robote "svjesnijima" i lakšima za programiranje, FANUC i NVIDIA pomažu proizvođačima održati visoku produktivnost s manje specijaliziranog osoblja. Ovi inteligentni sustavi mogu obavljati zadatke koji su prije zahtijevali ljudsku spretnost i stalni nadzor. Stoga Fizička umjetna inteligencija nije samo trend; ona je ključna strategija preživljavanja za moderne industrijske tvrtke.

Pokaži sve
Postovi na blogu
Pokaži sve
Why RTD Sensors Must Be Installed Downstream of Orifice Plates

Zašto RTD senzore treba postaviti nizvodno od ploča s otvorima

Ugradnja RTD senzora uzvodno od ploče s otvorom narušava očitanja diferencijalnog tlaka zbog vrtložnog odvajanja oko termobušotine. Ovaj članak objašnjava fiziku von Kármánovog vrtložnog niza, zahtjeve za postavljanje nizvodno prema ISO 5167 i ASME MFC-3M, pravilo minimalnog razmaka od 5D, usklađenost s frekvencijom vrtložnog vala termobušotine te sedam koraka postupka ugradnje za kombinirane sklopove ploče s otvorom i RTD senzora.
Vortex Flow Meter: Working Principles, Selection Criteria, and Field Commissioning

Vortex mjerač protoka: radni principi, kriteriji odabira i puštanje u rad na terenu

Mjerač protoka vrtloga radi na principu odvajanja vrtložnih vrtloga von Karmana, pružajući izvrsnu dugoročnu točnost u radu sa parom, plinom i tekućinama niske viskoznosti bez pokretnih dijelova. Ovaj vodič obuhvaća fiziku Strouhalovog broja, ograničenja Reynoldsovog broja, dimenzioniranje mjerača, zahtjeve za ravnim dijelom cijevi za ABB VortexMaster FSV430 te korake za puštanje u rad na terenu za integraciju Woodwardovog upravljača turbine.
Thermocouple Wiring, Standards, and Troubleshooting: A Practical Field Guide

Ožičenje termoparova, standardi i rješavanje problema: Praktični vodič za teren

Točno mjerenje termoparom zahtijeva ispravan odabir tipa, usklađeni produžni kabel i pouzdanu kompenzaciju hladnog spoja. Ovaj vodič obuhvaća IEC 60584 kodove tipova i raspon primjene, odabir produžnog i kompenzacijskog kabela, Phoenix Contact WTOP CJC priključne blokove, konfiguraciju Yokogawa YTA110 CJC te sustavnu dijagnostiku kvarova za prekid kruga, kratki spoj i pomak kalibracije.