شرکتهای ABB و NVIDIA برای تحول در اتوماسیون کارخانه با هوش مصنوعی همکاری میکنند
AutoControl GlobalAutoControl Global June 05, 2026همکاری ABB و NVIDIA برای تحول در اتوماسیون کارخانه با هوش مصنوعی فیزیکی
چشمانداز اتوماسیون صنعتی در حال تجربه تغییرات گستردهای است زیرا شبیهسازی مجازی و استقرار در دنیای واقعی سرانجام به هم میپیوندند. رباتیک ABB اعلام کرده است که یک همکاری استراتژیک با NVIDIA برای ادغام کتابخانههای NVIDIA Omniverse در نرمافزار برجسته RobotStudio خود برقرار کرده است. هدف این همکاری ارائه هوش مصنوعی فیزیکی در مقیاس صنعتی است. با راهاندازی RobotStudio HyperReality در اواخر سال ۲۰۲۶، شرکتها قصد دارند مرزهای سنتی آزمایش اتوماسیون کارخانه را از بین ببرند. در نتیجه، تولیدکنندگان میتوانند انتظار کاهش چشمگیر هزینههای راهاندازی و زمانهای بسیار سریعتر برای عرضه به بازار را داشته باشند.
پل زدن شکاف شبیهسازی تا واقعیت در فناوری دوقلوی دیجیتال
مهندسان اتوماسیون دهههاست که با شکاف «شبیهسازی تا واقعیت» دست و پنجه نرم میکنند. این اصطلاح به عدم تطابق بین محیطهای شبیهسازی مجازی و کف کارخانههای واقعی در زمینه نورپردازی، بافتها و تحملهای فیزیکی اشاره دارد. این اختلاف اغلب مهندسان را مجبور میکرد هفتهها پس از آزمایش مجازی اولیه، به عیبیابی سختافزار فیزیکی بپردازند.
ABB این مشکل را با ترکیب محاسبات شتابدهنده NVIDIA و سیستمعامل کنترلر مجازی اختصاصی خود حل میکند. از آنجا که کنترلر مجازی دقیقاً همان کد کنترلر فیزیکی ربات را اجرا میکند، همبستگی شبیهسازی به دقت بیسابقه ۹۹٪ میرسد. علاوه بر این، ABB فناوری دقت مطلق خود را در این اکوسیستم ادغام میکند. این ترکیب خطاهای موقعیتیابی را از ۸ تا ۱۵ میلیمتر استاندارد به دقت ۰.۵ میلیمتر کاهش میدهد و اطمینان میدهد که سیستمهای کنترل با دقت بالا در هر دو فضای مجازی و فیزیکی عملکرد یکسانی دارند.
بهینهسازی مونتاژ الکترونیک مصرفی با دقت بالا
مزایای عملی این پلتفرم هوش مصنوعی فیزیکی در محیطهای تولید حساس به وضوح دیده میشود. فاکسکان، بزرگترین تولیدکننده قراردادی الکترونیک در جهان، در حال حاضر این فناوری را در خطوط مونتاژ الکترونیک مصرفی خود آزمایش میکند.
اتوماسیون مونتاژ قطعات ریز به دلیل ساختارهای فلزی ظریف و تغییرات مکرر محصول، چالشهای شدیدی دارد. به طور سنتی، تغییر خط تولید نیازمند نمونهسازی فیزیکی گسترده و تنظیمات دستی دقیق بود. با استفاده از RobotStudio HyperReality، مهندسان فاکسکان دادههای مصنوعی فوقواقعی تولید میکنند تا رباتهای مونتاژ را به صورت مجازی آموزش دهند. در نتیجه، تیم قبل از رسیدن سختافزار فیزیکی، خطوط تولید را بهینه میکند، زمانهای راهاندازی را کاهش داده و چرخه تکامل محصول را تسریع میکند.
کاهش کمبود نیروی کار برای شرکتهای کوچک و متوسط
در حالی که شرکتهای بزرگ مانند فاکسکان از این فناوری برای دقت بالا استفاده میکنند، تولیدکنندگان کوچک و متوسط از آن برای مقابله با کمبود نیروی کار بهره میبرند. WORKR، یک شرکت نیروی کار رباتیک مستقر در کالیفرنیا، این مدلهای پیشرفته هوش مصنوعی را مستقیماً به کارخانههای کوچکتر در سراسر ایالات متحده میآورد.
WORKR سختافزار صنعتی ABB را با پلتفرم هوش مصنوعی WorkrCore™ خود که کاملاً بر اساس دادههای مصنوعی تولید شده توسط NVIDIA Omniverse آموزش دیده، ترکیب میکند. این رویکرد به اپراتورهای کارخانه اجازه میدهد بدون دانش برنامهنویسی سنتی، رباتهای هوشمند را به کار گیرند. اپراتورها میتوانند رباتها را در عرض چند دقیقه برای انجام وظایف جدید آموزش دهند و اتوماسیون پیشرفته کارخانه را برای کسبوکارهایی که قبلاً سرمایه یا نیروی مهندسی تخصصی لازم برای پیادهسازی رباتیک را نداشتند، قابل دسترس کنند.
افق آینده: استنتاج هوش مصنوعی لبه در زمان واقعی با OmniCore
ABB فراتر از شبیهسازی، در حال ارزیابی ادغام پلتفرم محاسبات لبه NVIDIA Jetson در کنترلرهای نسل بعدی OmniCore خود است. این ادغام استنتاج هوش مصنوعی در زمان واقعی را مستقیماً به کف کارخانه میآورد.
به جای تکیه بر شبکههای ابری، رباتهای صنعتی دادههای بصری و فضایی پیچیده را به صورت محلی پردازش میکنند. این معماری تأخیر بسیار کم و امنیت داده قوی را تضمین میکند که هر دو برای سیستمهای کنترل توزیعشده مدرن (DCS) حیاتی هستند. این تحول هوش مصنوعی لبه بر پایه مجموعه محصولات موجود ABB ساخته شده است که هماکنون از NVIDIA Jetson برای مکانیابی و نقشهبرداری همزمان بصری (VSLAM) در رباتهای متحرک خودران استفاده میکند.
دیدگاه نویسنده: تغییر پارادایم برای یکپارچهسازان سیستم
از دیدگاه صنعتی، این همکاری نمایانگر تغییر بنیادی در نحوه رویکرد یکپارچهسازان سیستم و مهندسان اتوماسیون به طراحی کارخانه است. در گذشته، نرمافزار شبیهسازی عمدتاً به عنوان ابزاری بصری برای فروش یا یک ابزار ساده بررسی مسیر استفاده میشد، نه به عنوان مکانیزم قطعی استقرار.
با دستیابی به دقت ۹۹٪ در شبیهسازی، ABB و NVIDIA دوقلوی دیجیتال را به منبع قابل اعتماد حقیقت تبدیل میکنند. توانایی تولید دادههای مصنوعی با کیفیت بالا به مدلهای هوش مصنوعی فیزیکی اجازه میدهد تا به طور کامل در فضای ابری یاد بگیرند چگونه در محیطهای پیچیده، نورپردازی متغیر و مواد غیرقابل پیشبینی حرکت کنند. این قابلیت ریسک مالی یکپارچهسازان سیستم را به شدت کاهش میدهد. آنها اکنون میتوانند معیارهای عملکرد را به کاربران نهایی قبل از خرید حتی یک قطعه سختافزار فیزیکی تضمین کنند. این پیشبینیپذیری احتمالاً پذیرش رباتیک را در بخشهایی که به دلیل هزینههای مهندسی اولیه بالا به طور سنتی از اتوماسیون اجتناب میکردند، تسریع خواهد کرد.
سناریوی راهحل صنعتی: تولید قطعات خودرو با تنوع بالا و حجم کم
برای درک نحوه عملکرد این فناوری در یک محیط صنعتی زنده، سناریوی استقرار زیر را برای یک تأمینکننده سطح یک خودرو با تولید تنوع بالا و حجم کم در نظر بگیرید.
چالش
یک تولیدکننده نیاز دارد تا به طور مکرر سلول کاری رباتیک را برای مونتاژ انواع مختلف صفحات خنککننده باتری خودروهای الکتریکی پیکربندی مجدد کند. آموزش فیزیکی و برنامهنویسی دستی باعث ساعتها توقف تولید در هر تعویض محصول میشود که سودآوری را کاهش میدهد.
مسیر راهحل
۱. پیکربندی سلول مجازی: فاز ۱: RobotStudio HyperReality.
مهندسان فایلهای CAD سهبعدی انواع جدید صفحات باتری را به محیط دوقلوی دیجیتال وارد میکنند.
۲. تولید داده مصنوعی: فاز ۲: ادغام NVIDIA Omniverse.
سیستم به طور خودکار هزاران سناریوی آموزشی فوقواقعی تولید میکند که زاویه نور، بازتاب فلز و بافت سطح را تغییر میدهد.
۳. آموزش مدل هوش مصنوعی: فاز ۳: بهینهسازی هوش مصنوعی فیزیکی.
شبکه عصبی ربات درون شبیهساز روی این دادههای مصنوعی آموزش میبیند و مسیرهای دقیق برداشتن و قرار دادن و بازخورد کنترل نیرو را یاد میگیرد.
۴. استقرار بدون توقف: فاز ۴: اجرای دنیای واقعی.
مدل هوش مصنوعی تأیید شده مستقیماً روی کنترلر فیزیکی ABB OmniCore فلش میشود. ربات فیزیکی در اولین اجرا با دقت ۹۹٪ بدون برنامهنویسی دستی عمل میکند.
