L'assistant d'IA générative vise à faciliter la programmation robotique

Cette intégration hébergée dans le cloud cible les petites entreprises et les établissements d'enseignement, remédiant à la pénurie de compétences à l'échelle de l'industrie en permettant aux opérateurs de configurer des tâches d'automatisation via des requêtes en langage naturel.

Architecture de grand modèle de langage
L'assistant d'IA générative fonctionne sur un grand modèle de langage (LLM) conçu pour interpréter les entrées conversationnelles. Pour garantir la précision et l'applicabilité, le système traite les requêtes techniques en croisant directement ses résultats avec les manuels techniques existants et la documentation exclusive. En s'appuyant sur cet écosystème de données structuré, l'interface fournit des réponses contextualisées, permettant aux ingénieurs en automatisation de configurer rapidement des cellules robotisées tout en maintenant la conformité aux paramètres mécaniques et logiciels vérifiés.

Domaines d'application industrielle e
En intégrant l'assistant d'IA dans un environnement de programmation hors ligne, le logiciel devient accessible aux industries émergentes et aux opérations de fabrication à petite échelle qui manquent souvent d'experts dédiés en automatisation. De plus, les établissements d'enseignement et les centres de formation utilisent la plateforme hébergée dans le cloud comme un outil pour doter les étudiants et les jeunes professionnels d'une expérience pratique dans le déploiement de systèmes d'automatisation.

Planification automatique de trajectoire
L'outil de simulation intègre la planification automatique de trajectoire, une fonction de calcul qui détermine des trajectoires physiques optimisées pour les bras robotisés. Cette capacité réduit directement l'usure mécanique, limite la consommation d'énergie et minimise les temps d'arrêt de production, optimisant ainsi la productivité globale des processus physiques automatisés. L'architecture du logiciel prend également en charge la collaboration à distance et en temps réel entre les équipes d'ingénierie, indépendamment de leur emplacement géographique ou de leurs configurations matérielles locales.

Robotique autonome
L'intelligence artificielle générative éloigne la programmation des machines des environnements strictement procéduraux et basés sur le code. Cette évolution répond à la demande de flexibilité de production en étendant les capacités de configuration aux utilisateurs moins expérimentés, tout en dotant simultanément les experts de capacités de diagnostic avancées pour les pannes techniques.

Contexte supplémentaire
Cette section détaille les spécifications techniques et l'analyse comparative concurrentielle non incluses dans le communiqué de presse original.

Le secteur de l'automatisation industrielle adopte activement de grands modèles de langage pour réduire les difficultés de configuration des machines. Alors que la plateforme de simulation présentée utilise un assistant conversationnel intégré pour la programmation hors ligne et la planification spatiale, des concurrents d'ABB proposent des cadres parallèles pour le contrôle industriel. Siemens utilise le Siemens Industrial Copilot, qui s'appuie sur Microsoft Azure OpenAI pour générer la logique des automates programmables industriels (API) et les scripts de visualisation de l'interface homme-machine (IHM). De même, Kuka utilise l'environnement de mise en service virtuelle Kuka.Sim, et Universal Robots intègre l'optimisation algorithmique des trajectoires directement dans son écosystème UR+. L'évaluation comparative de ces plateformes de simulation repose sur des mesures objectives telles que la précision du transfert de la simulation à la réalité ainsi que les vitesses de calcul cinématique, la latence du traitement à la périphérie (edge computing), et l'intégration de protocoles de communication industrielle universels.

Publié avec l’assistance de l’IA par Aishwarya Mambet, rédactrice pour Induportals.

www.abb.com