ABB i NVIDIA pokonują przepaść między symulacją a rzeczywistością dzięki fizycznej sztucznej inteligencji

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

Obszar automatyzacji przemysłowej przechodzi rewolucyjną zmianę, gdy ABB Robotics nawiązuje współpracę z NVIDIA. Poprzez integrację bibliotek NVIDIA Omniverse z renomowanym pakietem RobotStudio®, ABB dąży do standaryzacji „Physical AI” na globalnych liniach produkcyjnych. To partnerstwo rozwiązuje najtrudniejszy problem automatyzacji fabryk: zapewnienie, że wirtualne szkolenie robota idealnie przekłada się na rzeczywisty świat.

Przyspieszenie automatyzacji fabryk dzięki RobotStudio HyperReality

Fundamentem tej współpracy jest nadchodzący RobotStudio HyperReality, którego premiera planowana jest na koniec 2026 roku. Platforma ta wykorzystuje przyspieszone obliczenia do tworzenia hiperrealistycznych cyfrowych bliźniaków. Symulacje uwzględniają złożone zmienne, takie jak oświetlenie, tekstury materiałów i tarcie fizyczne. W efekcie producenci mogą optymalizować linie produkcyjne wirtualnie, potencjalnie skracając czas uruchomienia nawet o 80%.

Zmniejszanie różnicy między symulacją a rzeczywistością w systemach sterowania

W tradycyjnych środowiskach przemysłowych często występuje rozbieżność między modelami symulacyjnymi a rzeczywistą wydajnością. ABB rozwiązuje ten problem, wykorzystując wirtualny kontroler działający na tym samym oprogramowaniu sprzętowym co fizyczny sprzęt. W połączeniu z mocą symulacji NVIDIA system osiąga dokładność do 99%. Ten poziom precyzji jest kluczowy w krytycznych systemach DCS (Distributed Control Systems) , gdzie nawet milimetr błędu może spowodować kolizję.

Podnoszenie precyzji w złożonym montażu elektroniki użytkowej

Wysokoprecyzyjny montaż pozostaje jednym z najtrudniejszych zadań w automatyzacji przemysłowej. Foxconn, lider w produkcji elektroniki, obecnie testuje tę technologię w skomplikowanych procesach montażowych. Szkoląc roboty w środowisku wirtualnym za pomocą danych syntetycznych, Foxconn ogranicza potrzebę fizycznych prototypów. Ta metoda przyspiesza wprowadzenie produktu na rynek o 50%, zachowując jednocześnie delikatność wymaganą przy małych metalowych komponentach.

Skalowanie Physical AI dzięki edge computing i Jetson

ABB bada integrację platformy NVIDIA Jetson z kontrolerami Omnicore. Ten krok pozwoli na realizację wnioskowania AI w czasie rzeczywistym bezpośrednio na „krawędzi” linii produkcyjnej. Przetwarzając dane lokalnie, a nie w chmurze, roboty mogą szybciej reagować na zmiany w otoczeniu. Ta integracja wzmacnia powiązanie między zaawansowaną logiką PLC (Programmable Logic Controller) i autonomicznym widzeniem maszynowym.

Wgląd autora: Demokratyzacja robotyki przemysłowej

To partnerstwo to coś więcej niż aktualizacja oprogramowania; to demokratyzacja zaawansowanej robotyki. W przeszłości tylko giganci tacy jak Foxconn mogli pozwolić sobie na godziny inżynieryjne potrzebne do skomplikowanego szkolenia AI. Jednak firmy takie jak WORKR wykorzystują teraz te narzędzia, aby pomóc małym producentom w USA radzić sobie z niedoborem pracowników. Moim zdaniem wdrożenie „no-code” oparte na danych syntetycznych w końcu pozwoli MŚP konkurować z w pełni zautomatyzowanymi globalnymi przedsiębiorstwami.

Pokaż wszystko
Posty na blogu
Pokaż wszystko
Industrial edge computing gateway connected to Allen-Bradley ControlLogix and Schneider Modicon PLC racks in an industrial automation cabinet

Node-RED na brzegu przemysłowym: łączenie urządzeń bez nadmiernego obciążania sterownika PLC

Praktyczne zasady projektowania zbierania danych maszynowych, łączenia aplikacji i ochrony sterowania w czasie rzeczywistym.
Phoenix Contact PLCnext controller and industrial IoT gateway cabinet line art illustration with Ethernet switch and field wiring

Rozwiązywanie problemów z Modbus TCP w Phoenix Contact PLCnext: połączenie i mapowanie danych

Praktyczna diagnostyka połączeń Modbus TCP ze sterownikami Phoenix Contact PLCnext, przesunięć rejestrów, interpretacji danych i niezawodnego pozyskiwania danych przemysłowych.