• Reklama
    A1 - eko color 08.11-31.12.2025 Julian

Szukaj

    Reklama
    B1 - konica minolta 18.02.2022-31.12.2025 Bogumiła

    Wydarzenia i relacje

    Wydarzenia i relacje

    Procesy Wspomagające

    ponad rok temu  01.12.2020, ~ Administrator,   Czas czytania 5

    Strona 1 z 2

    Roboty, które uczą się na własnych błędach, przewidują awarie i dzielą się wyciągniętymi wnioskami z innymi maszynami to nie fikcja, a efekt współpracy technologów przemysłowych z naukowcami. Czy polskie firmy posiadają odpowiednią infrastrukturę do wdrożenia sztucznej inteligencji w zakładach? Co powstrzymuje przedsiębiorstwa przed inwestycją w robotyzację? Od czego rozpocząć transformację przemysłową? Na te i inne pytania odpowiadali eksperci FANUC Polska, Europa Systems i TIDK podczas trzeciego odcinka ITM_talks.

    Śledząc najnowsze doniesienia medialne, można wysnuć wniosek, że rozwiązania oparte na sztucznej inteligencji (ang. AI Artificial Intelligence) lada dzień wejdą do fabryk i magazynów. Choć dzieje się w tej materii coraz więcej, rosną także kwoty inwestycji i zainteresowanie samą technologią AI, to jednak eksperci branżowi studzą emocje. 24 listopada w ramach trzeciego odcinka ITM_talks spotkali się Mateusz Amroziński, FANUC Polska, Robert Jastrzębski, Europa Systems oraz Łukasz Grala, Prezes Firmy TIDK, aby porozmawiać o rzeczywistym stanie polskiego przemysłu w kontekście sztucznej inteligencji.

    W drodze do przemysłu 4.0

    Łukasz Grala z TIDK, Mentor & Futurolog, Prezes Firmy TIDK wystąpił w roli przedstawiciela branży B+R (badania i rozwój). Zaznaczył, że w przemyśle AI wykorzystuje się inaczej niż np. w sektorze retail czy e-commerce, skupiając się na wykrywaniu awarii, rozpoznawaniu obrazów i wad produkcji. Przeszkodą w dalszym rozwoju sztucznej inteligencji w tym sektorze jest niewystarczające, jego zdaniem, zaawansowanie technologiczne. –

    Reklama
    ŚT - Targi Kielce 13.11-28.03 Julian
    Część przedsiębiorstw, związanych z przemysłem w Polsce i na świecie, nie osiągnęła jeszcze etapu 4.0 w procesie transformacji cyfrowej, pozostając na etapie 2.5-3, w którym skupia się na robotyzacji i automatyzacji, a nie przetwarzania i analizy danych lub IoT – komentował Łukasz Grala. - Większość firm czeka jeszcze poprawa procedur działania.

    W podobnym tonie wypowiadał się Mateusz Amroziński, Inżynier Wsparcia Technicznego, Specjalista ds. Nowych Projektów, FANUC Polska, który podkreślał, że pomimo szerokiego portfolio zaawansowanych rozwiązań, jak np. systemy wizyjne 2D, 3D, sztuczna inteligencja, narzędzia oparte na sieciach neuronowych, uczenie maszynowe i roboty współpracujące, to bez podstawowego ekosystemu w miejscu potencjalnego wdrożenia nie da się ich efektywnie wykorzystać. –

    Należy sobie zadać pytanie, czy zakład jest już gotowy na zrobienie kroku w kierunku automatyzacji i robotyzacji – podpowiada ekspert Fanuc Polska. – Warto postarać się go obejrzeć pod tym kątem i możliwie dokładnie opisać liczbowo procesy, które w nim występują i dopiero wtedy gruntownie zastanowić się, które z dostępnych rozwiązań mają technologicznie największy sens w danym miejscu.

    Dostępne rozwiązania

    Wiedzą na temat najciekawszych dostępnych rozwiązań opartych na AI podzielił się Mateusz Amroziński z Fanuc Polska. Przytoczył on przykład algorytmów opartych na sieciach neuronowych, stosowanych w systemach wizyjnych. – Kilkanaście lat temu pewną nowość stanowiło to, że robot wyposażony jest w kamerę i może znaleźć pewne detale, obejrzeć je i dokonać inspekcji jakości. Dzisiaj Fanuc implementuje takie rozwiązania, w których w środowisku 3D robot musi zlokalizować detale w pojemniku, to tzw. aplikacja typu bin picking, przy wykorzystaniu algorytmów opartych na sieciach neuronowych, robot ma za zadnie nie tylko zlokalizowanie i pobranie detalu, ale musi to zrobić jeszcze bezpiecznie - tak obliczyć sobie pozycję detalu z kosza, aby nie doszło do żadnej kolizji. Testy, które były robione w naszej centrali pokazały, że po 8-9 h uczenia się, robot był w stanie tak zoptymalizować swoje parametry szukania i pobierania, żeby podnieść efektywność tych czynności. W ten sposób skonstruowane roboty samodzielnie się uczą, wyciągają wnioski i aplikują je w kolejnych cyklach

    – referował przedstawiciel FANUC Polska.

    Komentarze (0)

    dodaj komentarz
    Aby dodać komentarz musisz podać wynik
      Nie ma jeszcze komentarzy...