Репортаж от Wedoany，На выставке Automate 2026 роботы с искусственным интеллектом становятся ключевым инструментом для упаковочных линий, стремящихся к гибкости. Активная динамика выставки свидетельствует о положительных сдвигах в повышении конкурентоспособности обрабатывающей и упаковочной промышленности США.
«Физический ИИ» — IBM определяет его как интеграцию искусственного интеллекта с физическими системами, позволяющую машинам автономно воспринимать, рассуждать и действовать в реальном мире — стал горячей темой обсуждения на выставке. Многие экспоненты, обслуживающие упаковочную отрасль, уже сотрудничают с Nvidia, используя её открытые технологии для создания основных систем интеллектуального управления упаковочным оборудованием и линиями. На стендах Lumafield, Cognex и Fanuc были замечены технологические маркеры Nvidia.
Амит Гоэл, директор по управлению продуктами автономных машин Nvidia, отметил, что компания, хотя и не специализируется исключительно на упаковочной отрасли, видит в этой сфере дополнительные возможности для автоматизации, обусловленные острой потребностью в гибкости упаковочных операций. Он заявил, что уже существуют инструменты, способные справиться со сложностью упаковки.
Отвечая на вопрос об энергопотреблении упаковочных машин с ИИ, Гоэл пояснил, что большинство приложений физического ИИ используют периферийные компьютеры, которые обеспечивают более высокую производительность при том же энергопотреблении. При этом значительная часть обучения данных происходит в центрах обработки данных, прежде чем интегрироваться в конечные устройства.
На выставке «цифровые двойники» и технологии моделирования стали повсеместным явлением. Многие HMI демонстрировали процесс быстрой проверки идей и принятия решений с помощью моделирования (независимо от того, усилено оно ИИ или нет). Упаковочная отрасль уже много лет использует технологии моделирования, а внедрение ИИ ещё больше повысило их скорость и возможности.
Что касается промышленного применения человекоподобных и нечеловекоподобных роботов, многие производители пришли к консенсусу: руки важны, ноги не важны, а колёса имеют преимущество в мобильности.
Технология голосовых команд рассматривается как будущее направление. Генеральный директор Standard Bots Эван Бирд в своей основной речи обсудил возможность диалога с роботами для обучения и управления операциями. Менеджер по маркетингу компании Алекс Тескен добавил, что в настоящее время функция преобразования речи в текст в основном используется для упрощения процесса создания текста. В ходе выступления Бирд провёл живую демонстрацию программы обучения робота и сообщил, что в этом году доход компании от услуг равен нулю (поскольку услуги не требуются), а также продлил гарантийный срок на продукцию с 1 года до 3 лет.
Fanuc представила три новых продукта для упаковочных применений. Во-первых, робот M-710 ID получил версию с изогнутой рукой, что позволяет роботу приближаться к продукту на несколько миллиметров ближе, повышая гибкость в условиях ограниченного пространства, и при этом скорость увеличена на 10% по сравнению с версией без изогнутой руки. Представленная белая модель пищевого класса расширяет сферу применения. Во-вторых, Fanuc перепроектировала SCARA-робота: второе плечо крепится под первым, а не над ним, что позволяет роботу работать в более низких пространствах. Представленный робот имеет полезную нагрузку 9 кг. По словам Уэса Гарретта, исполнительного директора по глобальным клиентам Fanuc, это самый быстрый SCARA-робот компании на сегодняшний день, подходящий для упаковочных линий с ограничениями по высоте.
В-третьих, коллаборативный робот CRX-30ia демонстрирует стандартизированное решение для паллетирования, отличающееся низкой стоимостью, компактностью и быстрым развёртыванием.
ABB представила систему смешанного паллетирования коробок с использованием программного обеспечения Jacobi, которое выступает в качестве мозга на базе ИИ, устраняя необходимость в дорогостоящем оборудовании для предварительной сортировки. Инженер-робототехник ABB Деклан Бёрк описал создание смешанных паллет как «3D-тетрис». Система создаёт эффективную загрузку в реальном времени с помощью «временного хранения» коробок, позволяя формировать стабильные и сбалансированные смешанные паллеты с коэффициентом заполнения от 70% до 90%, что значительно сокращает пустоты и повышает эффективность транспортировки. По словам Бёрка, этот роботизированный модуль значительно дешевле автоматического смешанного паллетайзера, один робот может обрабатывать около 500 коробок в час, занимая площадь примерно 20 x 20 футов.
Кроме того, MūL MARC (мобильная автономная роботизированная тележка) продемонстрировала свои низкотехнологичные особенности: не требует Wi-Fi или настройки ИТ, настраивается примерно за 10 минут, обучается маршруту путём ручного толкания и использует встроенные датчики и камеры для навигации. Тележка может перевозить от 100 до 200 фунтов упаковочных материалов к производственной линии.
