Sản xuất Tốt nhất trong lĩnh vực 2 cái Robot học Công cụ AI

Một kỹ sư kiểm soát chất lượng tại một nhà máy sản xuất điện tử cần kiểm tra hàng nghìn bảng mạch mỗi ngày để tìm các lỗi nhỏ. Sử dụng nền tảng robot học tích hợp thị giác máy tính, kỹ sư lập trình một cánh tay robot được trang bị camera độ phân giải cao. Mô hình AI được huấn luyện để xác định các lỗi hàn và sai vị trí linh kiện. Hệ thống tự động đánh dấu các bảng mạch bị lỗi để loại bỏ, đạt độ chính xác trên 99,5% và kiểm tra bảng mạch nhanh hơn ba lần so với con người, đảm bảo chất lượng sản phẩm nhất quán và giảm thiểu tắc nghẽn.

Một quản lý logistics cho một trung tâm hoàn tất đơn hàng thương mại điện tử được giao nhiệm vụ cải thiện hiệu quả lấy hàng. Sử dụng công cụ quản lý đội xe robot, họ trước tiên mô phỏng bố cục kho và các chiến lược định tuyến AMR khác nhau để xác định thiết lập hiệu quả nhất. Sau khi triển khai, nền tảng cung cấp giám sát thời gian thực toàn bộ đội Robot Di động Tự율 (AMR), tự động phân công nhiệm vụ và tối ưu hóa các tuyến đường để tránh tắc nghẽn. Điều này giúp giảm 40% thời gian hoàn thành đơn hàng và cho phép kho hàng xử lý khối lượng đơn hàng cao hơn 25% trong mùa cao điểm.

Một kỹ sư quy trình tại một nhà máy lắp ráp ô tô muốn giới thiệu một robot cộng tác (cobot) để hỗ trợ công nhân thực hiện các công việc có nguy cơ về công thái học, như nâng và định vị cửa xe để lắp ráp. Sử dụng một công cụ lập trình ngoại tuyến với giao diện thân thiện với người dùng, kỹ sư thiết kế các chuyển động và vùng an toàn của cobot mà không cần viết mã. Tính năng mô phỏng cho phép họ xác minh rằng cobot sẽ hoạt động an toàn bên cạnh công nhân trước khi được lắp đặt. Cách tiếp cận này giảm 50% thời gian triển khai và cải thiện sự an toàn cũng như sự hài lòng của công nhân bằng cách tự động hóa các hoạt động nặng nhọc về thể chất.

Một kỹ sư sản xuất được giao nhiệm vụ thiết lập một ô hàn robot mới để chế tạo khung thép. Thay vì các thử nghiệm vật lý tốn kém, họ sử dụng phần mềm mô phỏng robot để xây dựng một bản sao kỹ thuật số của toàn bộ ô, bao gồm robot, máy hàn, đồ gá và các bộ phận. Họ lập trình và tối ưu hóa các đường hàn ngoại tuyến, kiểm tra va chạm và tính toán thời gian chu kỳ. Quá trình vận hành ảo này xác định các vấn đề tiềm ẩn sớm, giảm thời gian thiết lập tại chỗ từ vài tuần xuống còn vài ngày và giảm thiểu lãng phí vật liệu từ các lần chạy thử không thành công.

Một chuyên gia tự động hóa tại một công ty logistics cần tự động hóa việc phân loại các bộ phận hỗn hợp, được định hướng ngẫu nhiên từ một thùng lớn. Nhiệm vụ này, được gọi là gắp hàng từ thùng (bin picking), nổi tiếng là khó đối với robot truyền thống. Họ triển khai một hệ thống kết hợp camera thị giác 3D với một công cụ robot học được hỗ trợ bởi AI. AI phân tích dữ liệu đám mây điểm 3D để xác định các bộ phận riêng lẻ, tính toán tư thế kẹp tốt nhất và lập kế hoạch một đường đi không va chạm để cánh tay robot nhặt nó lên. Giải pháp này tự động hóa một quy trình trước đây là thủ công, tăng thông lượng hơn 200% và giải phóng nhân viên cho các nhiệm vụ có giá trị cao hơn.

Một nhà tích hợp hệ thống quản lý các cài đặt robot tại nhiều địa điểm của khách hàng trên toàn quốc. Khi một robot báo cáo một lỗi nhỏ, thay vì cử một kỹ thuật viên, họ sử dụng một nền tảng robot học dựa trên đám mây để truy cập từ xa vào các điều khiển và chẩn đoán của robot. Họ có thể xem nguồn cấp dữ liệu camera trực tiếp, di chuyển các khớp của robot và phân tích nhật ký lỗi để chẩn đoán vấn đề. Đối với các vấn đề đơn giản, họ thậm chí có thể điều khiển robot từ xa để giải quyết tình trạng kẹt hoặc đặt lại vị trí của nó, giải quyết hơn 60% các yêu cầu hỗ trợ mà không cần đến tận nơi và giảm đáng kể chi phí vận hành cũng như thời gian ngừng hoạt động của khách hàng.