FANUC dan NVIDIA Bermitra untuk Mendefinisikan Ulang AI Fisik dalam Otomasi Industri

FANUC and NVIDIA Partner to Redefine Physical AI in Industrial Automation

Lanskap otomasi pabrik sedang bergeser menuju era yang lebih cerdas dan responsif. FANUC, pemimpin global dalam robotika, baru-baru ini mengumumkan kolaborasi strategis dengan NVIDIA untuk mengembangkan "Physical AI." Kemitraan ini menggabungkan komputasi AI berperforma tinggi dengan robot industri berat. Dengan cara ini, mereka bertujuan menciptakan mesin yang dapat merasakan, bernalar, dan bertindak dalam lingkungan manufaktur yang tidak dapat diprediksi. Langkah ini merupakan lompatan besar dari pemrograman tradisional yang kaku menuju sistem dinamis yang dapat mengoptimalkan diri sendiri.

Menjembatani Kesenjangan Antara Kembaran Digital dan Produksi Dunia Nyata

Salah satu aspek paling berdampak dari kolaborasi ini adalah integrasi kembaran digital. FANUC menghubungkan perangkat lunak simulasi ROBOGUIDE dengan NVIDIA Isaac Sim dan Omniverse. Ini memungkinkan para insinyur membangun model virtual beresolusi tinggi dari seluruh lini produksi. Akibatnya, produsen dapat memvalidasi alur kerja kompleks sebelum membeli satu pun perangkat keras. Pendekatan "simulasi terlebih dahulu" ini secara drastis mengurangi waktu commissioning dan mencegah kesalahan mahal selama instalasi fisik.

Platform Terbuka dan Kontrol yang Ditingkatkan untuk Otomasi Pabrik Modern

FANUC melepaskan diri dari batasan kepemilikan dengan mengadopsi kerangka kerja sumber terbuka. Perusahaan kini mendukung driver ROS 2 dan Python sebagai fitur standar di seluruh jajaran robotnya. Fleksibilitas ini memungkinkan pengembang mengintegrasikan sistem kontrol lanjutan dan algoritma AI kustom dengan mudah. Selain itu, pengenalan gerakan streaming ultra-cepat memastikan sambungan robot merespons dengan presisi milidetik. Peningkatan ini memungkinkan lintasan yang lebih halus dan penyesuaian jalur secara real-time di ruang kerja yang padat.

Edge Computing dan Intelijen Real-Time dengan NVIDIA Jetson

Untuk menangani kebutuhan data besar dari Physical AI, FANUC memanfaatkan modul edge NVIDIA Jetson. Unit kompak dan bertenaga ini melakukan inferensi AI langsung pada robot, menghilangkan latensi pemrosesan cloud. Akibatnya, robot dapat mengidentifikasi variasi pada bagian atau menyesuaikan diri dengan perubahan lingkungan secara instan. Intelijen lokal ini sangat penting untuk industri seperti logistik dan pengolahan makanan, di mana bentuk dan posisi produk sering berubah. Pengaturan ini melengkapi arsitektur PLC dan DCS yang ada dengan menyediakan "kecerdasan" untuk tugas visual yang kompleks.

Wawasan Penulis: Menyederhanakan Antarmuka Manusia-Robot

Mungkin perkembangan paling mengganggu adalah penggunaan AI untuk menginterpretasikan perintah suara. FANUC menerapkan AI generatif untuk menerjemahkan instruksi verbal menjadi kode Python yang dapat dijalankan. Menurut saya, ini adalah perubahan besar untuk "demokratisasi" robotika. Ini memungkinkan operator di lantai produksi mengonfigurasi ulang tugas produksi tanpa pengetahuan pemrograman mendalam. Namun, meskipun ini mengurangi hambatan masuk, hal ini juga menuntut protokol keamanan siber dan keselamatan yang lebih kuat dalam jaringan otomasi industri .

Mengatasi Kekurangan Tenaga Kerja Terampil Melalui Robotika Cerdas

Pendorong utama di balik lonjakan teknologi ini adalah kekurangan tenaga kerja teknis terampil secara global. Dengan membuat robot lebih "sadar" dan lebih mudah diprogram, FANUC dan NVIDIA membantu produsen mempertahankan throughput tinggi dengan staf khusus yang lebih sedikit. Sistem cerdas ini dapat menangani tugas yang sebelumnya memerlukan ketangkasan manusia dan pengawasan konstan. Oleh karena itu, Physical AI bukan sekadar tren; ini adalah strategi bertahan hidup yang penting bagi perusahaan industri modern.

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

Menghubungkan Allen-Bradley ControlLogix ke Yokogawa CENTUM VP DCS melalui Modbus TCP: Pemetaan Protokol dan Diagnosa Kesalahan

Panduan praktis untuk mengonfigurasi komunikasi Modbus TCP antara PLC Rockwell Automation ControlLogix dan DCS Yokogawa CENTUM VP, meliputi pemetaan register, penyetelan waktu tunggu, dan pemecahan masalah nyata.
PID Controller Tuning on Yokogawa Centum VP and Foxboro IA: A Field Engineer's Guide

Penalaan Pengendali PID pada Yokogawa Centum VP dan Foxboro IA: Panduan untuk Insinyur Lapangan

Penalaan PID pada Yokogawa CENTUM VP dan Foxboro IA memerlukan pengetahuan khusus platform tentang blok PID2 dan blok PIDA masing-masing, dikombinasikan dengan data diagnostik HART dari instrumen lapangan. Panduan ini mencakup klasifikasi jenis loop, alur kerja penalaan langkah demi langkah untuk kedua platform termasuk metode loop tertutup Ziegler-Nichols dan auto-tuner bawaan, diagnostik posisi katup HART dan transmitter, serta pemecahan masalah praktis untuk loop yang berosilasi dan lambat.
Commissioning Allen-Bradley PowerFlex 525 VFDs on ControlLogix 5580 Over EtherNet/IP: A Complete Field Guide

Mengonfigurasi Allen-Bradley PowerFlex 525 VFD pada ControlLogix 5580 melalui EtherNet/IP: Panduan Lapangan Lengkap

Drive Allen-Bradley PowerFlex 525 berkomunikasi dengan ControlLogix 5580 melalui EtherNet/IP menggunakan pesan implisit Kelas CIP 1 untuk data I/O siklik. Panduan lapangan ini mencakup pencocokan versi AOP, konfigurasi IP drive melalui parameter HIM C128-C140, penambahan modul Studio 5000 dengan pengaturan RPI dan ukuran assembly, pemetaan bit Kata Perintah/Status Logika, akses parameter MSG eksplisit, serta diagnosis tiga kesalahan paling umum: F81 Kehilangan Komunikasi, Kesalahan 16#0204 waktu koneksi habis, dan F100 parameter di luar jangkauan.