Trang chủ Blog

AI Vật Lý trong Sản Xuất là gì? Bài học từ FANUC, Nvidia, BMW và Hyundai

Thời gian phát hành: 2026-10-22

Trên sân khấu hội nghị GTC của Nvidia vào tháng 3 năm 2026, Jensen Huang đã đưa ra một tuyên bố mà năm năm trước đây sẽ có vẻ kỳ lạ: “AI vật lý đã đến – sớm hay muộn, mọi công ty công nghiệp sẽ trở thành công ty robot.” Ngay sau đó, FANUC đã công bố kế hoạch tích hợp công nghệ mô phỏng và AI biên của Nvidia vào robot của mình. BMW đã công bố kết quả công việc do một robot hình người thực hiện tại nhà máy Spartanburg sau mười tháng sử dụng. Hyundai đã hứa sẽ sử dụng robot Atlas của Boston Dynamics tại nhà máy của họ ở Georgia bắt đầu từ năm 2028.

Các video trình diễn khả năng của robot hình người thực sự ấn tượng. Một robot hình người tiếp cận giá đỡ, lấy tấm kim loại và đặt nó lên thiết bị cố định. Người ta có thể nghĩ rằng các nhà máy trong tương lai sẽ đầy ắp robot hình người.

Nhưng nếu bạn bước vào một nhà máy sản xuất bộ ngắt mạch thu nhỏ, bức tranh sẽ thay đổi. Tiếp điểm bạc nhỏ hơn một centimet được hàn trong chưa đầy hai giây, việc đóng đinh được thực hiện dưới áp lực hàng trăm newton với độ chính xác vài phần trăm milimet, và mỗi bộ ngắt được chuyển mạch với dòng điện gấp 5 đến 10 lần mức cho phép và trong vòng vài mili giây. Không robot hình người nào có thể thực hiện hành động này nhanh hơn thiết bị chuyên dụng.

Bài viết này dành cho khoảng cách đó. AI vật lý trong sản xuất đã được sử dụng và phát triển rất nhanh, nhưng tại hầu hết các nhà máy, tiềm năng của nó không nằm ở robot hình người mà ở các máy móc có khả năng nhìn, cảm nhận và kiểm soát hoạt động của chúng trong vòng lặp kín. Trong bài viết, chúng tôi sẽ giải thích AI vật lý là gì, FANUC, Nvidia, BMW và Hyundai đang làm gì trong lĩnh vực này, và cách nó trở nên hữu ích trong sản xuất. Điều này sẽ được minh họa bằng ba trường hợp từ sản xuất bộ ngắt: đóng đinh, hàn tiếp điểm và kiểm tra ngắt từ tính.

Bài viết này tiếp tục chuỗi bài viết của chúng tôi thảo luận về chủ đề AI tác nhân trong sản xuất， trong khi AI tác nhân xử lý các tác nhân phần mềm lập kế hoạch và thực hiện các hoạt động, AI vật lý mô tả các robot và thiết bị thực hiện các nhiệm vụ trong đời thực. Trong thực tế, cả hai được tích hợp chặt chẽ với nhau.

Câu trả lời nhanh: AI vật lý trong sản xuất thế giới đề cập đến các hệ thống AI tiếp nhận dữ liệu cảm biến từ thế giới xung quanh thông qua camera, cảm biến và các tín hiệu khác, phân tích những gì chúng đã xử lý và sử dụng robot hoặc máy móc để thực hiện các hành động tương ứng. NVIDIA cung cấp hệ điều hành chính cho các hệ thống này; FANUC, ABB, KUKA và Yaskawa đang tích hợp các hệ thống này vào robot; BMW và Hyundai đang thử nghiệm robot hình người cho logistics và xử lý linh kiện. Đối với các công việc yêu cầu độ chính xác như đóng đinh, hàn và kiểm tra điện, một ví dụ về cách triển khai AI vật lý là thông qua tầm nhìn-lực trong vòng lặp kín trên các thiết bị đặc biệt thay vì robot hình người.

AI vật lý trong sản xuất là gì?

Trí tuệ nhân tạo vật lý đề cập đến trí tuệ nhân tạo hoạt động trong thế giới vật lý thay vì chỉ trên màn hình. Theo FANUC America, nó kết hợp AI với robot để cung cấp cho máy móc khả năng cảm nhận, suy luận và hành động trong một môi trường thay đổi. Một mô hình ngôn ngữ tạo ra văn bản, trong khi một hệ thống AI vật lý xác định áp lực cần thiết để giữ một vật, vị trí đặt dụng cụ hàn, hoặc liệu hồ sơ lực vừa đo có cho thấy mối hàn tán tốt hay không.

Robot đã tồn tại trong các nhà máy hàng thập kỷ, điều này làm cho việc hiểu robot cụ thể này có thể làm gì mà trước đây chưa từng có trở nên quan trọng. Một robot công nghiệp tiêu chuẩn hoạt động bằng cách theo dõi quỹ đạo do kỹ sư con người cung cấp. Nếu một bộ phận bị đặt lệch một chút, robot sẽ thất bại hoặc được cảm biến phát hiện và cần được sửa chữa bởi con người. Một hệ thống AI vật lý được cho là có thể làm tất cả những điều này một cách trực tiếp và tự động: xác định vị trí bộ phận, thay đổi hành vi, xem xét kết quả và học hỏi từ đó.

Tự động hóa truyền thống vs AI tác nhân vs AI vật lý

Tự động hóa truyền thống AI Agentic AI vật lý
Nơi hoạt động Máy móc và PLC Hệ thống phần mềm như MES, ERP và công cụ bảo trì Robot và máy móc trong thế giới thực
Cách quyết định Quy tắc cố định và đường dẫn được dạy Lập kế hoạch các bước hướng tới mục tiêu sử dụng dữ liệu và công cụ phần mềm Mô hình học được liên kết giữa cảm nhận và chuyển động
Đầu vào chính Ngưỡng cảm biến, công tắc giới hạn Đơn hàng, hồ sơ kiểm tra, cảnh báo, email Hình ảnh camera, lực và mô-men xoắn, vị trí, dòng điện, âm thanh
Đầu ra điển hình Chấp nhận hoặc từ chối một bộ phận, chạy chu trình cố định Một lệnh công việc, lịch trình mới, một đề xuất Một chuyển động điều chỉnh, lực sửa chữa, lấy hoặc đặt
Ví dụ Máy ép từ chối một bộ phận vượt quá giới hạn lực Một tác nhân lên lịch lại công việc sau khi nhà cung cấp bị trễ Một robot tìm vị trí thực của bộ phận bằng thị giác và điều chỉnh lực kẹp

Các thành phần cấu thành AI vật lý

Khi loại bỏ các yếu tố trang trí, hầu hết các hệ thống AI bao gồm bốn thành phần giống nhau:

Cảm biến. Bao gồm việc sử dụng camera, thị giác 3D, cảm biến lực và tín hiệu điện như dòng điện và thời gian, các quá trình cảm biến phong phú cho phép hệ thống AI học hỏi.
Mô hình thế giới và mô phỏng. Robot học qua mô phỏng an toàn và nhanh hơn so với làm việc thời gian thực. Isaac Sim và mô hình thế giới Omniverse cùng động cơ vật lý Newton của Nvidia được tạo ra cho nhu cầu cụ thể này — tạo dữ liệu huấn luyện thực tế và kiểm tra hoạt động của robot.
Điện toán biên. Quyết định chuyển động phải được thực hiện trong vài mili giây ngay cạnh máy móc. Điều này được thực hiện thông qua các mô-đun điện toán biên như dòng Jetson của Nvidia, ngày càng được tích hợp vào robot bởi FANUC và ABB.
Công nghệ robot hoặc máy móc. Công nghệ AI có thể ở dạng cánh tay robot sáu trục, robot di động hoặc đầu hàn.

Nvidia nói về việc cần ba máy tính cho công nghệ AI: một máy tính nên đặt trong trung tâm dữ liệu, một máy tính khác trong thế giới mô phỏng ảo, và máy cuối cùng trong robot. Quan điểm này là một lời nhắc nhở tốt rằng AI là một hệ thống chứ không phải là một sản phẩm.

Cách mà Physical AI, Agentic AI và Digital Twins kết hợp với nhau

BMW làm rõ cách những ý tưởng này kết hợp với nhau khi trình bày robot hình người tại nhà máy Leipzig vào tháng 9 năm 2026. Cụ thể hơn, các tác nhân AI quyết định và điều khiển robot trong khi robot đảm bảo rằng trí tuệ này được thực hiện trong chuyển động vật lý. Trong thực tế, ba yếu tố này phân chia vai trò như sau:

  • A bản sao kỹ thuật số của dây chuyền sản xuất mô phỏng một nhà máy để thử nghiệm các thay đổi ở cấp độ ảo trước khi chạm vào bất kỳ thiết bị vật lý nào.
  • Agent AI đưa ra quyết định về các bước tiếp theo, ví dụ: nhiệm vụ nào nên được thực hiện, bộ phận nào cần kiểm tra, vấn đề nào cần giải quyết, v.v.
    Physical AI thực hiện những gì cần làm và hành xử phù hợp trong quá trình đó.

    FANUC, Nvidia và Hyundai mô tả các dự án của họ theo cách tương tự. Giai đoạn đào tạo và xác nhận diễn ra ở cấp độ mô phỏng trong khi việc thực hiện nhiệm vụ được thực hiện bởi robot.

Hệ sinh thái Physical AI: Những gì FANUC, Nvidia, BMW và Hyundai đang làm

Physical AI dường như đang thu hút động lực và sự hứng thú nhờ các hoạt động của một số công ty trong lĩnh vực physical AI, trong đó có công ty chịu trách nhiệm tạo nền tảng cơ bản, một số xây dựng công nghệ robot, và một vài nhà sản xuất ô tô đang thử nghiệm robot hình người trong điều kiện thực tế của quy trình sản xuất. Mỗi công ty đều có báo cáo về những gì họ làm liên quan đến vấn đề này.

Nvidia: Lớp nền tảng

Nvidia không trực tiếp tham gia vào việc tạo ra robot công nghiệp, nhưng cung cấp phần lớn phần mềm và phần cứng liên quan cho các hoạt động physical AI. Do đó, tại GTC vào tháng 3 năm 2026, Nvidia đã nói về những điều sau:
Mục đầu tiên trong danh sách là Cosmos 3 – một mô hình thế giới đa năng được sử dụng để thu thập dữ liệu đào tạo tổng hợp và dự đoán các thay đổi trong cảnh quan tương lai.
Thứ hai là Isaac Sim và Isaac Lab 3.0 liên quan đến mô phỏng robot và quá trình học tăng cường.
Chủ đề thứ ba là công ty đã phát triển các mô hình mở Isaac GR00T cho robot hình người. Tiến bộ lớn ở đây là GR00T N2 hiệu quả hơn gấp đôi trong việc hoàn thành mục tiêu và áp dụng công nghệ mới so với các mô hình hiện đại nhất dựa trên dữ liệu hình ảnh và văn bản tính đến nay.
Thứ tư, Nvidia giới thiệu thư viện Omniverse để tạo bản sao kỹ thuật số.
Cuối cùng nhưng không kém phần quan trọng là Jetson Thor, CPU điều khiển robot được trang bị AI. Hơn nữa, Nvidia đã công bố sự tham gia của Foxconn, hợp tác với Skild AI trong lắp ráp chính xác các cơ sở sản xuất Blackwell; thêm vào đó, Samsung đang đào tạo robot thực hiện các thao tác đi dây thông qua mô phỏng.

Địa chỉ: Santa Clara, California, USA.

FANUC: Mang AI Vật Lý đến Robot Công Nghiệp

FANUC là thương hiệu cần theo dõi, vì họ đã có sẵn robot phục vụ bạn. Công ty Nhật Bản này đang tạo ra robot công nghiệp, hệ thống CNC và động cơ servo, và sở hữu một trong những ví dụ nhà máy hoạt động tự động hoàn toàn hàng đầu thế giới.

Vào tháng 3 năm 2026, FANUC America đã tuyên bố rằng công ty đang áp dụng các công nghệ của Nvidia trong sản xuất:

Bản sao kỹ thuật số. Công cụ mô phỏng FANUC ROBOGUIDE có thể được triển khai với phần mềm Isaac Sim và Omniverse, cho phép các nhà sản xuất tạo ra các mô hình chân thực của ô sản xuất hoặc toàn bộ dây chuyền và thử nghiệm mô hình trước khi lắp đặt thiết bị. Nhiều robot của FANUC có thể được tìm thấy dưới dạng mẫu cho mô phỏng.
AI biên. Với Jetsons, robot có thể phản ứng theo thời gian thực với các biến đổi của các bộ phận và các hoạt động khác.
Cài đặt mở. FANUC đã phát hành trình điều khiển ROS 2 chính thức và hỗ trợ Python trên các robot có trọng lượng từ 3 kg đến 2,3 tấn.
Lập trình ngôn ngữ tự nhiên. FANUC sử dụng AI của Nvidia để robot hiểu ngôn ngữ tự nhiên từ nhân viên và tự động tạo mã Python, cho phép sử dụng nhân sự không chuyên để lập trình.

“AI Vật Lý là bước tiếp theo trong tự động hóa công nghiệp”, Mike Cicco, Chủ tịch FANUC cho biết. Vào tháng 7 năm 2026, Fujitsu đã công bố kế hoạch tham gia phát triển trí tuệ nhân tạo vật lý cùng với FANUC, Yaskawa Electric và Kawasaki Heavy Industries thông qua việc tạo ra giao diện điều khiển hợp tác sử dụng các công nghệ của Nvidia, bao gồm Cosmos, Omniverse, Isaac và Newton. Một đặc điểm đặc biệt của nền tảng được công bố là đảm bảo chủ quyền dữ liệu, điều mà theo Fujitsu góp phần cải thiện bảo mật dữ liệu, giảm rủi ro thời gian ngừng hoạt động và rủi ro rò rỉ dữ liệu. Các chủ nhà máy lo ngại về việc kết nối dây chuyền sản xuất của họ với các ứng dụng trí tuệ nhân tạo bên ngoài sẽ hiểu lý do tại sao.

Trụ sở chính: 3580 Shibokusa, Oshino-mura, Minamitsuru-gun, Yamanashi 401-0597, Nhật Bản. Số điện thoại: +81-555-84-5555. FANUC America đặt tại Rochester Hills, Michigan, Hoa Kỳ.
Gửi phản hồi

BMW: Robot hình người làm việc trong sản xuất thực tế

BMW đã công bố nhiều số liệu về robot hình người hơn bất kỳ nhà sản xuất ô tô nào trên thế giới, điều này làm cho kinh nghiệm của họ rất thú vị để nghiên cứu.

Tại Nhà máy Spartanburg, South Carolina, humanoid Figure 02, do Figure AI sản xuất, đã làm việc trong mười tháng tại xưởng thân xe với tuần làm việc năm ngày cùng ca làm việc kéo dài mười giờ. BMW tuyên bố rằng robot này đã xử lý hơn 90.000 bộ phận trong 1.250 giờ làm việc, sắp xếp các bộ phận để hàn với độ chính xác milimet, và tham gia sản xuất hơn 30.000 chiếc xe BMW X3. Dự án thí điểm cho phép BMW học hỏi nhiều điều bất ngờ về an toàn, bao gồm việc giới thiệu các rào cản và vách ngăn bổ sung vào nơi làm việc và cải thiện phạm vi phủ sóng mạng 5G trong xưởng. Nó lấy các bộ phận khác nhau từ các thùng chứa khổng lồ và vận chuyển chúng vào các xe đẩy xử lý đơn hàng, cuối cùng được gửi đến dây chuyền sản xuất theo thứ tự phù hợp.

BMW đã ra mắt AEON, robot humanoid do Hexagon Robotics chế tạo. Hiện tại, AEON cao 1,65 mét và nặng 60 kilogram, có khả năng thay đổi cách cầm nắm. Nó bắt đầu sản xuất pin và linh kiện điện áp cao bằng cách đảm nhận các nhiệm vụ lặp đi lặp lại đòi hỏi nhiều chuyển động. Ngoài ra, BMW đã khai trương Trung tâm Năng lực về AI Vật lý trong Sản xuất để đánh giá các công ty đối tác và chuyển giao các dự án từ phòng thí nghiệm đến nhà máy.

Điều quan trọng là các humanoid do BMW tạo ra chịu trách nhiệm vận chuyển, áp dụng và xử lý các linh kiện. Chúng chỉ thay thế các hoạt động logistics hướng đến con người và giảm tầm quan trọng của các quy trình phức tạp hơn trong kỹ thuật và sản xuất.. Hành vi này nên được mọi doanh nghiệp xem xét.

Địa điểm: Petuelring 130, Munich, Đức. Cũng có một nhà máy Spartanburg đặt tại Greer, South Carolina, Hoa Kỳ.
Gửi phản hồi

Hyundai và Boston Dynamics: Humanoids ở quy mô công nghiệp

Tập đoàn Hyundai Motor đã mua lại Boston Dynamics và đầu tư chưa từng có vào robot humanoid trong lĩnh vực công nghiệp.

Tại CES vào tháng 1 năm 2026, công ty đã giới thiệu sản xuất nhanh robot Atlas. Humanoid này hoàn toàn chạy điện, có 56 trục và có thể cầm nắm lên đến 50 kilogram. Hơn nữa, máy không cần bất kỳ nguồn năng lượng bên ngoài nào. Tập đoàn Hyundai Motor dự định sử dụng Atlas tại nhà máy liên doanh của công ty ở Hoa Kỳ và có thể sẽ khởi động sản xuất humanoid tại Hoa Kỳ.

Thông qua hợp tác với Nvidia, Hyundai đang phát triển phần mềm cho phép công ty thiết lập hoạt động nhà máy. Họ cũng dự định đầu tư khoảng $3 tỷ vào phát triển công nghệ AI Vật lý của Hàn Quốc.

Các địa điểm nhà máy của Tập đoàn Hyundai Motor được đặt tại Ellabell, Bryan County, Georgia, Hoa Kỳ. Boston Dynamics đặt tại Waltham, Massachusetts.

ABB, KUKA, Yaskawa và các công ty khác

Ngoài ra, các nhà sản xuất robot khác cũng đang thể hiện sự quan tâm đến lĩnh vực người máy. Công ty ABB đang phát triển các chương trình mô phỏng Omniverse và Isaac để nâng cao hiệu quả của robot và kiểm soát hoạt động của chúng. Các công ty như KUKA và Yaskawa cũng đang áp dụng các mô phỏng này. Universal Robots đã hợp tác với Skild AI để làm cho cobots của họ có khả năng xử lý các nhiệm vụ cơ bản.

Các công ty AI vật lý trong cái nhìn tổng quan

Công ty Trụ sở chính Vai trò trong AI vật lý Công trình chủ lực
Nvidia Santa Clara, Hoa Kỳ Nền tảng: mô phỏng, mô hình thế giới, máy tính robot Isaac Sim, Omniverse, Cosmos 3, GR00T, Jetson Thor
FANUC Oshino, Yamanashi, Nhật Bản Robot công nghiệp và CNC ROBOGUIDE với Isaac Sim, trình điều khiển ROS 2, lập trình ngôn ngữ tự nhiên
ABB Robotics Zurich, Thụy Sĩ Robot công nghiệp Triển khai ảo với Omniverse, Jetson trong bộ điều khiển
KUKA Augsburg, Đức Robot công nghiệp Omniverse và Isaac trong triển khai ảo
Yaskawa Kitakyushu, Nhật Bản Robot công nghiệp và bộ truyền động Tích hợp mô phỏng; nền tảng AI vật lý Fujitsu
Tập đoàn BMW Munich, Đức Nhà sản xuất và người dùng thử nghiệm Hình 02 và 03 tại Spartanburg, Hexagon AEON tại Leipzig
Hyundai / Boston Dynamics Seoul, Hàn Quốc / Waltham, Hoa Kỳ Nhà sản xuất và nhà làm người máy Atlas tại Metaplant America từ năm 2028; nhà máy AI Nvidia
Figure AI California, Hoa Kỳ Nhà làm người máy Figure 02 và 03 tại BMW
Hexagon Robotics Stockholm, Thụy Điển (Hexagon) Nhà làm người máy AEON tại BMW Leipzig

Ví dụ về AI vật lý trên sàn nhà máy ngày nay

Ngoài các video khái niệm, các đoạn trước đây trình bày tổng quan toàn diện về các ứng dụng của AI vật lý đã được vận hành hoặc đang trong quá trình thử nghiệm:

Tải các bộ phận để hàn. Như thể hiện trong Hình 2, các bộ phận được hàn cho hoạt động sản xuất ô tô của BMW đã được sử dụng hơn mười tháng.
Sắp xếp các bộ phận. Minh họa trong Hình 3, tại cơ sở Spartanburg và bắt đầu từ năm 2028, Atlas sẽ được sử dụng tại địa điểm Hyundai để minh họa việc sắp xếp và phân loại các thành phần cho sản xuất.
Sản xuất pin và các thành phần. Pin điện áp cao do BMW Leipzig sản xuất sử dụng chương trình AEON của Hexagon.
Khởi động ảo và triển khai. Omniverse và Isaac Sim sẽ cho phép mô phỏng các robot ABB, FANUC, KUKA và Yaskawa cùng lập trình của chúng trước khi được triển khai sử dụng thực tế.
Lập trình dựa trên ngôn ngữ tự nhiên. Lập trình robot của FANUC chuyển đổi các lệnh nói thành ngôn ngữ lập trình Python.
Lắp ráp điện tử chính xác cao. Cơ sở sản xuất quy mô lớn do Foxconn vận hành, sử dụng công nghệ phát triển bởi Skild AI, đã chứng minh tính khả thi của việc sử dụng nhà máy Blackwell của Nvidia cũng như các nguyên tắc đằng sau sản xuất của nó.
Xử lý dây và cáp. Samsung tiếp tục đào tạo robot để thao tác dây tại các cơ sở của mình, mô phỏng công việc khó khăn khi làm việc với dây linh hoạt bằng công nghệ robot truyền thống.

Nhìn chung, xu hướng là hướng tới sự đa dạng. Robot hình người được sử dụng khi các bộ phận đến mà không được phân loại và khi môi trường làm việc hướng tới người lao động. Cánh tay robot được trang bị AI sẽ được áp dụng trong các trường hợp các bộ phận được đại diện bởi các yếu tố linh hoạt luôn chuyển động. Về các quy trình ổn định, AI hỗ trợ làm việc với khối lượng dữ liệu lớn thay vì thay thế các phương pháp truyền thống.

Kiểm tra thực tế: Tại sao robot hình người sẽ không lắp ráp cầu dao của bạn

Nói thẳng ra, một số quản lý nhà máy được xem các video về robot hình người và được hỏi liệu họ có chiến lược robot hay không.

Robot hình người trong sản xuất có ý nghĩa khi công việc có hình dạng con người: di chuyển cơ thể quanh nhà máy, với tay vào kệ và giao các bộ phận kích thước khác nhau trong không gian giống con người. Ngược lại, chúng vô dụng cho các công việc nhỏ và nhanh. Ví dụ về lắp ráp cầu dao minh họa điều này rất rõ.

Yêu cầu Nhu cầu sản xuất MCB điển hình Robot hình người đa năng Máy chuyên dụng với điều khiển thị giác và lực
Thời gian chu kỳ Khoảng 1,5–3,5 giây cho mỗi thao tác Thiết kế cho sự linh hoạt thay vì chu kỳ thời gian tính bằng giây Thiết kế dựa trên thời gian takt mục tiêu
Định vị Độ chính xác đến phần trăm milimét BMW báo cáo độ chính xác milimét khi định vị các bộ phận Căn chỉnh thị giác ±0,02–0,05 mm trên máy Benlong
Lực trong quy trình Hàng trăm newton đến vài kN, được kiểm soát trong phạm vi vài phần trăm Không được thiết kế như đầu ép hoặc hàn Điều khiển lực servo, ví dụ 100–1.000 N tại ±3%
Dữ liệu theo đơn vị Đường cong lực, năng lượng hàn hoặc thời gian ngắt cho mỗi số sê-ri Phụ thuộc vào tích hợp Ghi lại theo từng đơn vị và gửi đến MES
Sử dụng tốt nhất — Logistics, sắp xếp thứ tự, chăm sóc máy, xử lý vật liệu Đinh tán, hàn, kiểm tra, lắp ráp

Điều này không có nghĩa là robot hình người không có vai trò trong sản xuất thiết bị điện. BMW và Hyundai đang thử nghiệm robot thực hiện các nhiệm vụ như di chuyển cuộn dây, nạp băng đạn hoặc vận chuyển thùng carton hoàn chỉnh. Tuy nhiên, các hành động tạo giá trị thực sự liên quan đến sản xuất cầu dao chỉ có thể được thực hiện bởi các máy chuyên dụng được trang bị hệ thống cảm biến và điều khiển hoạt động trong điều kiện vòng kín.

Nơi AI Vật lý Hoạt động: Cảm nhận và Hành động trong Vòng kín

Khi nói về sản xuất chính xác, phần lớn là một hoạt động diễn ra trong vòng lặp suốt tất cả các chu kỳ. Điều này bao gồm bốn bước:

Cảm nhận – một camera nhận diện bộ phận, sau đó sử dụng cảm biến lực hoặc động cơ servo, đo lực chống lại chuyển động, trong khi biến tần hiển thị năng lượng sử dụng cho hàn, và tín hiệu kiểm tra xác định thời gian ngắt.
Quyết định – bộ điều khiển so sánh tín hiệu nhận được với mẫu “vàng” đã biết đồng thời so sánh với các giới hạn do kỹ sư xác định. Ngoài ra, thuật toán AI có thể làm điều mà hệ thống dựa trên quy tắc không thể: phát hiện sự khởi đầu của các đường cong lỗi thay vì chỉ thấy một trong các giá trị vượt quá giới hạn.
Hành động – máy có thể điều chỉnh vị trí của bộ phận trước khi ghép nối, dừng lại khi có tín hiệu bất thường hoặc loại bỏ bộ phận, hoặc ít nhất là thu hút sự chú ý đến xu hướng nhất định.
Học – mỗi tín hiệu sẽ được lưu dưới số sê-ri cụ thể dùng cho việc đào tạo mô hình/thuật toán.

Ba quy trình được giải thích dưới đây cho sản xuất bộ ngắt mạch thu nhỏ minh họa cho quy trình này. Phần cứng dùng để cảm biến dữ liệu và ghi dữ liệu đã được chứng minh tồn tại trong các máy hiện nay..

Đinh tán: Đọc đường cong Lực-Dịch chuyển

Đinh tán là phương pháp ghép các cực bộ ngắt thành các đơn vị chứa nhiều cực và tạo kết nối với sự trợ giúp của tiếp điểm bạc. Một chiếc đinh tán có thể trông đẹp từ bên ngoài, nhưng vẫn có thể bị lỏng, nứt hoặc quá ngắn.

Trên một Máy lắp ráp tự động đa cực MCB, thành bên của bộ phận được căn chỉnh và cân bằng với camera với độ chính xác ±0,05 mm. Bất kỳ bộ phận nào không thẳng hàng sẽ bị loại bỏ khỏi quá trình gia công tiếp theo. Hệ thống đinh tán sau đó được áp dụng, với lực từ 500 N đến 5 kN, và các tham số của hoạt động được giám sát liên tục, có can thiệp khi có bất thường. Máy cũng đo các tham số khác, bao gồm số lượng và độ sâu đinh tán.

Đinh tán tiếp điểm mang lại hiệu quả cao hơn. A máy đinh tán tự động tiếp điểm bạc sử dụng camera và phạm vi lực từ 100-1.000 N, có thể đạt được đường cong đặc tính lực-dịch chuyển phụ thuộc vào loại đinh tán cụ thể được sử dụng.

Đây là cách AI vật lý được áp dụng. Một giới hạn có thể chỉ ra rằng giá trị tối đa cần thiết đã bị vượt quá. Tuy nhiên, rất khó để giải thích rằng sự cố quy trình có thể do thiếu tiếp điểm, đầu đinh tán bị gãy, con đột mòn, hoặc thành phần vật liệu sử dụng trong quá trình gia công khác với lô hàng trước đó.

Hàn tiếp điểm: Học từ năng lượng hàn và dịch chuyển

Các đầu nối được làm bằng phương pháp hàn, các điểm bạc trên đầu nối đồng, dải kim loại kép cho chuyển động và bện đồng, bộ phận ngắt từ tính. Hàn nguội có thể vượt qua kiểm tra bằng mắt và thất bại tại hiện trường.

Trên một máy hàn tự động điểm bạc và tiếp điểm, hàn điện trở được cấp nguồn bởi bộ biến tần DC tần số trung bình 1–4 kHz, với lực điện cực điều khiển servo từ 50–500 N tại ±5%. Lượng năng lượng hàn có thể so sánh với hồ sơ cho mỗi mối hàn, cảm biến dịch chuyển và lực phát hiện các bộ phận không được điều chỉnh đúng và ghi lại năng lượng hàn và số chu kỳ rồi gửi đến MES.

Nguyên tắc tương tự áp dụng cho máy hàn dải kim loại kép, tiếp điểm chuyển động và bện đồng, hoạt động với tốc độ 1.200–1.320 chiếc mỗi giờ và loại bỏ bất kỳ mối nối nào có năng lượng và dịch chuyển nằm ngoài đường cong của chúng. máy hàn tự động bộ ngắt từ tính bổ sung căn chỉnh hướng dẫn bằng hình ảnh và kiểm tra điện trở trực tuyến sau mỗi mối hàn, loại bỏ các mối nối vượt quá giới hạn đặt trước, thường là 0,1 mΩ.

Trí tuệ nhân tạo vật lý sẽ biến tín hiệu này thành thứ gì đó hữu ích. Mòn điện cực thể hiện dần qua các thay đổi trong đồ thị năng lượng và dịch chuyển. Hiện tại, các máy này đếm số lần hàn trên mỗi điện cực và cảnh báo khi cần thay thế; mô hình dựa trên những dữ liệu này sẽ cho phép dự đoán sự giảm chất lượng hàn trước khi bất kỳ khuyết tật nào xuất hiện.

Kiểm tra ngắt mạch từ: Phát hiện trôi dạt qua các trạm

Theo tiêu chuẩn IEC 60898-1, các cầu dao điện áp hoạt động theo các đường cong đặc trưng của chúng. Ngắt mạch tức thời của các cầu dao này nằm trong giới hạn được quy định bởi các đường cong này: khoảng 3-5 lần dòng định mức cho đường cong B, 5-10 lần cho đường cong C và 10-20 lần cho đường cong D. Mặc dù cầu dao không được ngắt trong thời gian dưới 0,1 giây, nhưng không được vượt quá các giới hạn đã nêu.

MỘT Máy kiểm tra ngắt mạch từ tự động MCB và kiểm tra điện áp cao áp dụng dòng thử có thể lập trình được với các mức 5x, 7,5x và 10x dòng định mức cho các đường cong B, C và D tương ứng. Thiết bị kiểm tra thời gian ngắt với độ chính xác ±1ms, đo điện trở tiếp xúc dưới 0,5mΩ, và kiểm tra điện trở cách điện ở mức 4000V. Các phép đo như thời gian ngắt, sự kiện (bật/tắt), dòng rò, đạt/không đạt và dấu thời gian được lưu trữ trong hệ thống MES sử dụng giao thức OPC UA.

Đây là nơi sự khác biệt giữa trí tuệ nhân tạo vật lý và trí tuệ nhân tạo đại lý bắt đầu mờ nhạt. Thật vậy, kết quả ngắt mạch xác định chậm thường dựa trên một quá trình trong quá khứ, ví dụ như hàn cuộn dây, yoke từ nhà cung cấp mới hoặc thay đổi đinh tán. Khi được kết nối vào hệ thống dữ liệu, một mô hình có thể truy ngược kết quả chất lượng đến các tín hiệu hàn và đinh tán của MCB đang được điều tra. Chúng tôi hướng dẫn trí tuệ nhân tạo đại lý trình bày cách một đại lý chất lượng có thể điều tra chính xác loại trôi dạt này trên một Dây chuyền kiểm tra tự động MCB và đề xuất hành động để kỹ sư phê duyệt.

Dù trí tuệ nhân tạo là gì, nó không bao giờ được mở rộng giới hạn cài đặt ngắt mạch hoặc thay đổi mục tiêu kiểm tra đã được chỉ định một cách tự ý. Quyết định Đạt/Không đạt theo tiêu chuẩn IEC thuộc về mô hình kiểm tra đã được phê duyệt.

Vòng lặp đóng tổng quan

Trạm Cảm nhận Quyết định Hành động Dữ liệu lưu giữ theo từng đơn vị
Đinh tán đa cực Thị giác CCD, lực servo và độ sâu Kiểm tra căn chỉnh; lực và độ sâu so với giới hạn Loại bỏ trước khi đinh tán; dừng khi lực bất thường Lực đinh tán, kết quả thị giác, dấu thời gian, số sê-ri liên kết
Liên hệ với Riveting Thị giác ±0,02 mm, đường cong lực–dịch chuyển Đường cong so với hồ sơ chuẩn Loại bỏ đinh tán kém Đường cong lực–dịch chuyển
Hàn tiếp xúc Năng lượng hàn, lực điện cực, dịch chuyển Năng lượng và dịch chuyển so với các đường cong lưu trữ Loại bỏ mối hàn ngoài hồ sơ; cảnh báo mòn điện cực Năng lượng hàn, lực, số chu kỳ
Hàn bộ ngắt mạch từ Căn chỉnh thị giác, điện trở trực tuyến Điện trở so với giới hạn (ví dụ 0,1 mΩ) Tự động loại bỏ Kết quả hàn, số lượng điện cực
Kiểm tra ngắt mạch từ tính Dòng thử, thời gian ngắt ±1 ms, dòng rò So với dải đường cong IEC Phân loại đạt/không đạt Thời gian ngắt, điện trở tiếp xúc, dòng rò, số sê-ri

Cách bắt đầu với trí tuệ nhân tạo vật lý trong nhà máy quy mô vừa

Phần lớn các nhà sản xuất không cần cả một phi công hình người hay toàn bộ hệ thống của Nvidia để trở nên có lợi. Một bước cụ thể cho các công ty quy mô trung bình trong sản xuất máy móc điện trông như sau:

Chọn loại hoạt động cung cấp tín hiệu chất lượng tốt để bắt đầu. Servo-riveting, hàn và kiểm tra điện của máy móc là hoàn hảo vì chúng có các thuộc tính mà AI vật lý cần học, chẳng hạn như đường cong lực, năng lượng hàn và thời gian ngắt mạch.

Số hóa từng tín hiệu và đơn vị. Việc tạo ra một đường cong đầy đủ là rất quan trọng, không chỉ báo cáo đạt/không đạt và liên kết chúng với số sê-ri, công thức và lô vật liệu.

Tạo cơ sở dữ liệu các ví dụ tốt và xấu. Luôn gắn nhãn các sản phẩm bị loại trong cơ sở dữ liệu, chẳng hạn như chi tiết bị thiếu, vết nứt ở đinh tán, mối hàn lạnh và điện cực bóng với sự trợ giúp của hệ thống gắn nhãn. Việc có nhãn tốt là quan trọng để có được mô hình tốt.

  1. Mô phỏng các quy trình trước khi có bất kỳ thay đổi nào trên dây chuyền sản xuất. Sử dụng phần mềm mô phỏng do nhà cung cấp robot của bạn cung cấp, chẳng hạn như FANUC ROBOGUIDE hoặc Isaac Sim, hoặc một bản sao số của dây chuyền, để thử nghiệm các bố trí mới, đường đi của robot hoặc thời gian chu trình.5. Bắt đầu với chế độ bóng. Cho phép AI phân loại các đường cong và đánh dấu các xu hướng và so sánh phát hiện của nó với các kỹ sư trong vài tháng.

    Giữ giới hạn và an toàn trong hệ thống PLC. AI có thể thông báo cho bạn về vấn đề sắp xảy ra.

    Cân nhắc sử dụng hình người và robot di động chỉ cho mục đích hậu cần. Cung cấp nguyên liệu thô, nạp băng đạn và xử lý hộp nên là nơi duy nhất thiết kế robot.

Các công ty tốt nhất trong Mạng lưới Ngọn hải đăng Toàn cầu của Diễn đàn Kinh tế Thế giới đã sử dụng phương pháp tương tự như mô tả ở trên: quy trình ổn định và dữ liệu đầy đủ trước, sau đó mới đến AI. Chúng tôi đã đề cập cách Siemens, Schneider Electric và Eaton đạt được điều đó trong hướng dẫn về ví dụ ngọn hải đăng nhà máy.

AI vật lý trong robot vẫn còn trẻ, và một số điều được công bố hôm nay sẽ không tồn tại khi tiếp xúc với dây chuyền sản xuất thực tế. Khoản đầu tư an toàn nhất cho một nhà máy hiện nay là thiết bị đo lường mọi quy trình, mọi chu trình, và lưu giữ dữ liệu. Dữ liệu đó là thứ mà bất kỳ AI tương lai nào, dù là vật lý hay tác nhân, sẽ cần.

Câu hỏi thường gặp

AI vật lý trong sản xuất là gì?

AI vật lý đề cập đến các hệ thống trí tuệ nhân tạo thực hiện quan sát thế giới vật lý bằng cách sử dụng camera, đồng hồ đo áp suất và các thiết bị khác, cung cấp sự giải thích thông tin này và điều khiển các cơ chế thực hiện các hành động nhất định. Khác với robot truyền thống, được đào tạo để hoạt động theo các quỹ đạo xác định, các hệ thống AI vật lý có thể phản ứng với các thay đổi xảy ra trong các vật thể và điều kiện khác. Trước khi được đưa vào sử dụng, các hệ thống này thường được đào tạo công nghệ trong mô phỏng.

Những công ty nào đang sản xuất AI vật lý?

Nvidia cung cấp phần lớn nền tảng, từ Isaac Sim đến các mô hình người máy GR00T, cũng như máy tính robot Jetson và các mô hình thế giới Omniverse Cosmos. Các nhà sản xuất robot như FANUC, ABB, KUKA và Yaskawa đang triển khai các công cụ này vào phần mềm mô phỏng và robot của họ. Các công ty robot người bao gồm Boston Dynamics, Figure AI, Hexagon Robotics, Agility Robotics, 1X và NEURA Robotics. BMW và Hyundai sản xuất các AI vật lý hiện đang được triển khai trong các cơ sở sản xuất.

Ví dụ về AI vật lý là gì?

Một số ví dụ bao gồm các người máy Figure do BMW sản xuất lắp ráp và phân loại các bộ phận tại Spartanburg, AEON của Hexagon hỗ trợ lắp ráp pin tại BMW Leipzig, và Atlas của Boston Dynamics sẽ được Hyundai triển khai để phân loại bộ phận tại Georgia vào năm 2028. Trong lĩnh vực công nghiệp, robot FANUC hiện có thể được lập trình qua ngôn ngữ nói và kiểm tra thông qua mô phỏng Nvidia. Trong sản xuất chính xác, bạn cũng thấy AI vật lý hoạt động với các máy hàn và máy đóng đinh có hướng dẫn bằng thị giác.

5 công việc nào sẽ tồn tại trước AI?

Không thể đưa ra năm chức danh công việc chắc chắn sẽ an toàn, nhưng Báo cáo Tương lai Công việc 2025 cung cấp cái nhìn về các công việc sẽ tăng trưởng nhanh nhất vào năm 2030. Theo báo cáo, các nghề như công nhân nông trại, tài xế giao hàng, nhà phát triển phần mềm, công nhân xây dựng và nhân viên bán hàng sẽ có sự tăng trưởng lớn nhất, trong khi các công việc điều dưỡng và chăm sóc khác cũng sẽ tăng trưởng đáng kể. Trong các nhà máy, trí tuệ nhân tạo thay đổi nhiều công việc thay vì loại bỏ hoàn toàn, có nghĩa là các chuyên gia bảo trì, lập trình viên robot, kỹ sư chất lượng và chuyên gia quy trình sẽ đóng vai trò quan trọng hơn.

AI được sử dụng như thế nào trong ngành sản xuất?

Trí tuệ nhân tạo đóng vai trò trong kiểm tra dựa trên hình ảnh, bảo trì dự đoán, lập lịch quy trình sản xuất, lập trình robot, mô phỏng bản sao số, quản lý năng lượng và lập kế hoạch chuỗi cung ứng. Trong ứng dụng thực tế, AI vật lý liên quan đến việc sử dụng robot và máy móc có thể thích ứng với các thay đổi, trong khi AI tác nhân thực hiện chức năng phối hợp các hành động của hệ thống MES và ERP. Các ứng dụng tiên tiến nhất tính đến năm 2026 vẫn chỉ bao gồm đảm bảo chất lượng dựa trên dữ liệu và dịch vụ bảo trì, cùng với các thí nghiệm về việc sử dụng robot người trong logistics và quản lý bộ phận.

Kết luận: AI vật lý là về việc đóng vòng lặp, không phải sao chép cơ thể con người

Các công ty như FANUC, BMW, Nvidia và Hyundai không chỉ nghiên cứu AI vật lý mà còn thúc đẩy nó trong các nhà máy. Nvidia phát triển các mô hình mô phỏng và máy tính robot trong khi FANUC và các nhà sản xuất khác triển khai chúng vào các robot làm việc đã hoạt động hàng triệu giờ. Cuối cùng, BMW và Hyundai đang nghiên cứu robot người trên các dây chuyền vận hành.

Tuy nhiên, khi chúng ta xem xét những gì những người máy hình người thực sự làm tại các nhà máy, chúng ta có thể thấy rằng họ tham gia vào các quy trình như tải, vận chuyển, phân loại và sắp xếp thứ tự. Vì vậy, những sự cố phức tạp nhất không xuất hiện do họ gây ra. Trong hầu hết các trường hợp, trí tuệ nhân tạo vật lý áp dụng trong sản xuất được thể hiện trong các máy móc đơn giản chỉ kiểm tra xem một bộ phận có gần đó hay không, cảm nhận cấu trúc đang hình thành, hiểu cách một vật thể hoạt động và hành động phù hợp.

Đây là phương pháp sẽ được các nhà sản xuất theo đuổi nếu họ muốn đầu tư vào công nghệ này trong tương lai.

Tài liệu tham khảo

Muốn có Tầm nhìn và Kiểm soát Lực trên dây chuyền máy cắt của bạn?

Trí tuệ nhân tạo vật lý bắt đầu với các máy đo từng đinh tán, từng mối hàn và từng bài kiểm tra ngắt mạch. Nếu bạn sản xuất MCB, MCCB, RCCB, contactor hoặc công tắc và muốn có công nghệ đinh tán hướng dẫn bằng hình ảnh, hàn tiếp điểm giám sát năng lượng và kiểm tra ngắt mạch từ tính có thể truy xuất đầy đủ, hãy gửi cho chúng tôi mẫu sản phẩm, sản lượng mục tiêu và mô tả ngắn gọn về quy trình hiện tại của bạn. Các kỹ sư của chúng tôi sẽ đề xuất nơi kiểm soát vòng kín sẽ giảm tỷ lệ lỗi của bạn đầu tiên, và cách kết nối dữ liệu của từng trạm với MES của bạn.

Yêu cầu đánh giá tự động hóa miễn phí →

Mục lục

    Sự giới thiệu

    Công ty TNHH Công nghệ Tự động hóa Benlong chuyên tích hợp hệ thống tự động hóa và thiết bị sản xuất thông minh kỹ thuật số cho ngành sản xuất điện hạ thế.
    LIÊN HỆ NHANH
    Nếu bạn có bất kỳ câu hỏi nào hoặc cần trợ giúp, đừng ngần ngại liên hệ với nhóm của chúng tôi.
    Số 88, đường Xiangxi, thị trấn Beibaixiang, thành phố Nhạc Thanh, Ôn Châu, Chiết Giang, Trung Quốc
    Bản quyền © 2026 Công ty TNHH Công nghệ Tự động hóa Benlong. Mọi quyền được bảo lưu. Sơ đồ trang web
    WhatsApp
    +86 150 5837 0007
    E-mail
    xsb@benlongkj.cn