شركة ABB وNVIDIA تتعاونان لإحداث ثورة في أتمتة المصانع باستخدام الذكاء الاصطناعي

شراكة ABB وNVIDIA لإحداث ثورة في أتمتة المصانع باستخدام الذكاء الاصطناعي الفيزيائي

يشهد مجال الأتمتة الصناعية تحولًا هائلًا مع اندماج المحاكاة الافتراضية والتطبيق الواقعي أخيرًا. أعلنت روبوتات ABB عن شراكة استراتيجية مع NVIDIA لدمج مكتبات NVIDIA Omniverse في برنامج RobotStudio المميز من ABB. تهدف هذه الشراكة إلى تقديم ذكاء اصطناعي فيزيائي صناعي على نطاق واسع. من خلال إطلاق RobotStudio HyperReality في أواخر عام 2026، تخطط الشركتان لإزالة الحدود التقليدية لاختبار أتمتة المصانع. ونتيجة لذلك، يمكن للمصنعين توقع تقليل كبير في تكاليف التشغيل وتسريع كبير في أوقات الوصول إلى السوق.

سد الفجوة بين المحاكاة والواقع في تقنية التوأم الرقمي

لطالما عانى مهندسو الأتمتة لعقود من مشكلة "الفجوة بين المحاكاة والواقع". هذا المصطلح يصف عدم التطابق بين بيئات المحاكاة الافتراضية وأرضيات المصانع الحقيقية من حيث الإضاءة والملمس والتحملات الفيزيائية. وغالبًا ما أجبر هذا التفاوت المهندسين على قضاء أسابيع في تصحيح أخطاء الأجهزة الفيزيائية بعد الاختبار الافتراضي الأولي.

تحل ABB هذه المشكلة من خلال دمج الحوسبة المسرعة من NVIDIA مع برنامج التحكم الافتراضي الخاص بها. نظرًا لأن وحدة التحكم الافتراضية تشغل نفس الكود بالضبط مثل الروبوت الفيزيائي، تصل دقة المطابقة بين المحاكاة والواقع إلى 99% غير مسبوقة. علاوة على ذلك، تدمج ABB تقنية الدقة المطلقة الخاصة بها في هذا النظام البيئي. هذا المزيج يقلل من أخطاء التموضع من 8-15 ملم إلى دقة 0.5 ملم، مما يضمن أن أنظمة التحكم عالية الدقة تعمل بشكل متطابق في البيئات الافتراضية والفيزيائية.

تبسيط تجميع الإلكترونيات الاستهلاكية عالية الدقة

تظهر الفوائد العملية لمنصة الذكاء الاصطناعي الفيزيائي هذه بالفعل في بيئات التصنيع عالية المخاطر. تقوم شركة فوكسكون، أكبر مصنع تعاقدي للإلكترونيات في العالم، حاليًا بتجربة هذه التقنية في خطوط تجميع الإلكترونيات الاستهلاكية الخاصة بها.

يقدم أتمتة تجميع المكونات الدقيقة تحديات كبيرة بسبب الهياكل المعدنية الحساسة وتكرار تغييرات المنتجات. تقليديًا، كان تغيير خط الإنتاج يتطلب نماذج أولية فيزيائية مكثفة وضبطًا يدويًا دقيقًا. باستخدام RobotStudio HyperReality، يقوم مهندسو فوكسكون بإنشاء بيانات تركيبية فائقة الواقعية لتدريب روبوتات التجميع افتراضيًا. ونتيجة لذلك، يتم تحسين خطوط الإنتاج قبل وصول الأجهزة الفيزيائية، مما يقلل من أوقات الإعداد ويسرع دورة تطوير المنتج.

التخفيف من نقص العمالة للمؤسسات الصغيرة والمتوسطة

بينما تستفيد الشركات الكبرى مثل فوكسكون من هذه التقنية للدقة، تستخدمها الشركات الصغيرة والمتوسطة لمواجهة نقص العمالة المستمر. تقدم شركة WORKR، وهي شركة روبوتات عاملة مقرها كاليفورنيا، هذه النماذج المتقدمة من الذكاء الاصطناعي مباشرة إلى المصانع الصغيرة في جميع أنحاء الولايات المتحدة.

تجمع WORKR بين أجهزة ABB الصناعية ومنصة WorkrCore™ للذكاء الاصطناعي الخاصة بها، المدربة بالكامل على بيانات تركيبية مولدة عبر NVIDIA Omniverse. تتيح هذه الطريقة لمشغلي المصانع نشر روبوتات ذكية دون الحاجة إلى معرفة برمجية تقليدية. يمكن للمشغلين تعليم الروبوتات مهام جديدة في دقائق، مما يجعل الأتمتة المتقدمة للمصانع متاحة للشركات التي كانت تفتقر سابقًا إلى رأس المال أو الكوادر الهندسية المتخصصة لتنفيذ الروبوتات.

آفاق المستقبل: استدلال الذكاء الاصطناعي الفوري على الحافة مع OmniCore

بعيدًا عن المحاكاة، تقوم ABB حاليًا بتقييم دمج منصة الحوسبة الطرفية NVIDIA Jetson في وحدات تحكم OmniCore من الجيل القادم. سيجلب هذا الدمج استدلال الذكاء الاصطناعي في الوقت الحقيقي مباشرة إلى أرض المصنع.

بدلاً من الاعتماد على شبكات السحابة، ستقوم الروبوتات الصناعية بمعالجة البيانات البصرية والمكانية المعقدة محليًا. تضمن هذه البنية زمن استجابة منخفض للغاية وأمان بيانات قوي، وهما أمران حاسمان لأنظمة التحكم الموزعة الحديثة (DCS). يبني هذا التطور في الذكاء الاصطناعي على محفظة ABB الحالية التي تستخدم بالفعل NVIDIA Jetson لتحديد المواقع والتخطيط البصري المتزامن (VSLAM) في روبوتاتها المتنقلة الذاتية.

رؤية المؤلف: تحول جذري لمتكاملي الأنظمة

من منظور صناعي، تمثل هذه الشراكة تحولًا جوهريًا في كيفية تعامل متكاملي الأنظمة ومهندسي الأتمتة مع تصميم المصانع. تاريخيًا، كان برنامج المحاكاة يُستخدم بشكل أساسي كأداة بصرية للمبيعات أو كأداة تحقق مسار أساسية بدلاً من كونه آلية نشر حاسمة.

من خلال تحقيق دقة محاكاة بنسبة 99%، تحول ABB وNVIDIA التوأم الرقمي إلى مصدر موثوق للحقيقة. تعني القدرة على توليد بيانات تركيبية عالية الدقة أن نماذج الذكاء الاصطناعي الفيزيائي يمكنها تعلم التنقل في بيئات معقدة، وإضاءة متغيرة، ومواد غير متوقعة بالكامل في السحابة. تقلل هذه القدرة بشكل كبير من المخاطر المالية لمتكاملي الأنظمة. يمكنهم الآن ضمان مقاييس الأداء للمستخدمين النهائيين قبل شراء أي قطعة من الأجهزة الفيزيائية. من المرجح أن تسرع هذه القابلية للتنبؤ من تبني الروبوتات في القطاعات التي كانت تقليديًا تقاوم الأتمتة بسبب التكاليف الهندسية الأولية العالية.

سيناريو الحل الصناعي: تصنيع مكونات السيارات عالية التنوع ومنخفضة الحجم

لفهم كيفية عمل هذه التقنية في بيئة صناعية حية، ضع في اعتبارك سيناريو نشر لمورد سيارات من الدرجة الأولى يتعامل مع إنتاج عالي التنوع ومنخفض الحجم.

التحدي

يحتاج المصنع إلى إعادة تكوين خلية روبوتية بشكل متكرر لتجميع أنواع مختلفة من ألواح تبريد بطاريات السيارات الكهربائية. يتسبب التعليم الفيزيائي والبرمجة اليدوية في ساعات من التوقف عند كل تبديل منتج، مما يقتل الربحية.

مسار الحل

1. تكوين الخلية الافتراضية：المرحلة 1: RobotStudio HyperReality.

يقوم المهندسون باستيراد ملفات CAD ثلاثية الأبعاد لأنواع ألواح البطاريات الجديدة إلى بيئة التوأم الرقمي.

2. توليد البيانات التركيبية：المرحلة 2: دمج NVIDIA Omniverse.

يقوم النظام تلقائيًا بإنشاء آلاف السيناريوهات التدريبية فائقة الواقعية، مع تغيير زوايا الإضاءة، وانعكاسات المعادن، وملمس السطح.

3. تدريب نموذج الذكاء الاصطناعي：المرحلة 3: تحسين الذكاء الاصطناعي الفيزيائي.

يتدرب الشبكة العصبية للروبوت على هذه البيانات التركيبية داخل المحاكي، متقنًا مسارات الالتقاط والوضع الدقيقة وردود فعل التحكم بالقوة.

4. النشر بدون توقف：المرحلة 4: التنفيذ في العالم الحقيقي.

يتم تحميل نموذج الذكاء الاصطناعي المعتمد مباشرة إلى وحدة تحكم ABB OmniCore الفيزيائية. يحقق الروبوت الفيزيائي دقة 99% من المحاولة الأولى دون برمجة يدوية.