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

Povezivanje Allen-Bradley ControlLogix s Yokogawa CENTUM VP DCS putem Modbus TCP: mapiranje protokola i dijagnostika kvarova

Praktični vodič za konfiguriranje Modbus TCP komunikacije između Rockwell Automation ControlLogix PLC-ova i Yokogawa CENTUM VP DCS-a, koji obuhvaća mapiranje registara, podešavanje vremenskog ograničenja i rješavanje stvarnih problema.
PID Controller Tuning on Yokogawa Centum VP and Foxboro IA: A Field Engineer's Guide

Podešavanje PID regulatora na Yokogawa Centum VP i Foxboro IA: Vodič za terenskog inženjera

Podešavanje PID regulatora na Yokogawa CENTUM VP i Foxboro IA zahtijeva specifično znanje o PID2 bloku odnosno PIDA bloku, u kombinaciji s HART dijagnostičkim podacima s terenskih instrumenata. Ovaj vodič obuhvaća klasifikaciju tipova petlji, korak-po-korak postupke podešavanja za obje platforme uključujući Ziegler-Nichols metodu zatvorene petlje i ugrađene automatske tunere, HART dijagnostiku pozicionera ventila i predajnika te praktične savjete za rješavanje problema s oscilirajućim i tromim petljama.
Commissioning Allen-Bradley PowerFlex 525 VFDs on ControlLogix 5580 Over EtherNet/IP: A Complete Field Guide

Puštanje u rad Allen-Bradley PowerFlex 525 VFD-ova na ControlLogix 5580 preko EtherNet/IP: Potpuni terenski vodič

Allen-Bradley PowerFlex 525 pogoni komuniciraju s ControlLogix 5580 preko EtherNet/IP koristeći CIP Class 1 implicitno slanje poruka za cikličke I/O podatke. Ovaj vodič obuhvaća usklađivanje verzije AOP-a, konfiguraciju IP adrese pogona putem HIM parametara C128-C140, dodavanje modula u Studio 5000 s postavkama RPI i veličine skupa podataka, mapiranje bitova naredbenih/statusnih riječi logike, pristup parametrima eksplicitnih MSG poruka te dijagnostiku tri najčešća kvara: F81 gubitak komunikacije, pogreška 16#0204 isteka veze i F100 parametar izvan raspona.