Xuất khẩu nền tảng nhà máy tự động hoạt động 72 giờ không người điều khiển

"Mục tiêu cuối cùng của chúng tôi là triển khai nhà máy AI vật lý hoạt động liên tục ít nhất 72 giờ mà không cần sự can thiệp của con người, và biến nó thành một sản phẩm xuất khẩu mới của Hàn Quốc."

Đó là lời phát biểu của Giáo sư Kim Soon-tae, Trưởng nhóm Dự án Công nghệ Hợp nhất AI vật lý tại Đại học Jeonbuk, trong cuộc gặp vào ngày 27 tháng 8. Ông Kim cho biết: "Mục tiêu của chúng tôi là phát triển phần mềm và nền tảng AI vật lý, nhưng để thực hiện điều này, phần cứng cũng cần phải hỗ trợ."

Nhà máy AI vật lý mà Đại học Jeonbuk đang phát triển khác với các nhà máy không người khác. Nó không chỉ thay thế con người bằng robot, mà còn cho phép thiết bị của các nhà sản xuất khác tiếp nhận công việc khi một thiết bị cụ thể ngừng hoạt động. Để đạt được điều này, Đại học Jeonbuk đang phát triển nền tảng 'AI vật lý hợp tác' kết nối các robot và thiết bị khác nhau thành một hệ điều hành duy nhất.

Tại phòng thí nghiệm công nghệ AI vật lý của Đại học Jeonbuk, các thiết bị lắp ráp được bao quanh bởi hàng rào an toàn trong suốt và các cánh tay robot màu xám được sắp xếp theo hàng. Giữa các thiết bị là các đường băng chuyền để vận chuyển linh kiện. Đèn báo trên quy trình đã sáng đèn xanh.

Khi một nhà nghiên cứu ra lệnh cho giám đốc nhà máy AI thực hiện quy trình, các thiết bị bắt đầu hoạt động lần lượt. Robot di chuyển linh kiện, hệ thống thị giác kiểm tra trạng thái, và cánh tay robot nhặt linh kiện để lắp ráp. Chuyển động thực tế của thiết bị xuất hiện trên màn hình mô hình số với độ trễ khoảng 0,5 giây.

Ông Lee Jun-woo, Trưởng dự án AI vật lý tại Cơ quan Phát triển Công nghiệp Thông tin (NIPA), cho biết: "Ví dụ, nếu robot tự động di chuyển (AMR) của công ty A gặp sự cố, thì AMR của công ty B sẽ được đưa vào thay thế, chia sẻ thông tin về thiết bị và công việc xung quanh, và tiếp tục quy trình vận chuyển bị gián đoạn."

Cấu trúc cho phép kết nối và thay thế thiết bị mà không bị ràng buộc bởi nhà sản xuất sẽ mở ra cơ hội mới cho ngành công nghiệp thiết bị sản xuất trong nước. Hiện tại, AMR vận chuyển linh kiện tại phòng thí nghiệm của Đại học Jeonbuk là sản phẩm của công ty Omron Nhật Bản. Ông PM cho biết: "AMR nội địa chưa được phổ biến nhiều trên thị trường và tỷ lệ nội địa hóa cũng không cao," và nhấn mạnh rằng "mục tiêu của dự án này là nâng cao tỷ lệ nội địa hóa của AMR đa năng."

Nhóm dự án hiện đang sử dụng phòng thí nghiệm như một showroom để hỗ trợ việc thâm nhập thị trường của thiết bị nội địa. Giáo sư Kim giải thích: "Chúng tôi có thể cho các doanh nghiệp có nhu cầu xem hình ảnh hoàn chỉnh của nhà máy và cung cấp cho các nhà cung cấp thiết bị cơ hội thử nghiệm sản phẩm của họ trong quy trình sản xuất thực tế."

Việc nội địa hóa thiết bị và giành quyền kiểm soát nền tảng điều hành nhà máy cũng là một thách thức. Hiện tại, mô hình số và mô phỏng tại phòng thí nghiệm đang sử dụng các giải pháp nước ngoài như 'Isaac Sim' của NVIDIA và 'Plant Simulation' của Siemens. Do thiết bị điều khiển của Siemens đang được sử dụng rộng rãi trong các nhà máy thực tế, việc loại bỏ hoàn toàn công nghệ nước ngoài hiện tại là điều không dễ dàng.


Nhóm dự án có kế hoạch xây dựng hệ thống điều hành và kiểm soát nhà máy nội địa (SDF-OCS) tương thích với thiết bị và phần mềm nước ngoài hiện có. Ông PM cho biết: "Chúng tôi không thể loại bỏ hoàn toàn thiết bị Siemens đã được lắp đặt trong các nhà máy hiện tại," và nhấn mạnh rằng "chúng tôi buộc phải đảm bảo một mức độ tương thích nhất định với các thiết bị hiện có." Ông cũng cho biết thêm: "Chúng tôi đang hướng tới một chiến lược thay thế từng phần các thành phần sau khi xác minh hiệu suất của AMR nội địa và phần mềm điều khiển."

Nhóm dự án cũng đang thúc đẩy việc đa dạng hóa hệ sinh thái tính toán và mô phỏng tập trung vào NVIDIA. Họ có kế hoạch xây dựng một trạm kiểm tra công nghệ để xác minh hiệu suất và độ ổn định của mô hình AI vật lý trên các bộ xử lý mạng thần kinh (NPU) nội địa trong tương lai.

Khả năng tối ưu hóa hoạt động thông qua hệ thống điều hành nhà máy cũng đã được xác nhận. Nhóm nghiên cứu đã phát hiện ra các tuyến đường không cần thiết khi robot vận chuyển linh kiện và mô phỏng các chuyển động cải tiến trên mô hình số, sau đó phản ánh từ xa vào thiết bị thực tế. Giáo sư Kim cho biết điều này đã cải thiện hiệu suất chuyển động của robot lên 16,7%.

Mục tiêu cuối cùng của phòng thí nghiệm là phát triển nền tảng điều hành nhà máy thành một ngành xuất khẩu. Để đạt được điều này, cần tích lũy dữ liệu thực nghiệm từ các ngành nghề, thiết bị và quy trình khác nhau và xác minh tính phổ quát của nền tảng.

Ông PM cho biết: "Hiện tại, có hơn 200 doanh nghiệp và tổ chức tham gia vào dự án AI vật lý tại Jeonbuk và Gyeongnam," và cho biết họ đang tiến hành các thủ tục ký kết với các bên này và sẽ tổ chức lễ ký kết sớm. Ông cũng cho biết: "Chúng tôi đặt mục tiêu ít nhất 55 ứng dụng thực địa vào năm 2030 với các nhiệm vụ như thương mại hóa và mở rộng công nghệ."

Có dấu hiệu cho thấy những thành quả thực nghiệm đạt được trong nước đang được mở rộng ra các nhà máy nước ngoài. Giáo sư Kim cho biết: "Công ty DH Autoliv đã bày tỏ ý định muốn áp dụng kết quả thực nghiệm trong nước tại nhà máy ở Mexico," và nhấn mạnh rằng "nếu chúng tôi tạo ra những tham chiếu tốt trong nước, công nghệ có thể được mở rộng đến các nhà máy nước ngoài mà các doanh nghiệp sở hữu."



* Bài viết này được dịch tự động bằng AI.

• #mô hình số
• #nhà máy không người
• #AI vật lý