Siemens นำ AI ขับเคลื่อนหุ่นยนต์ Humanoid สู่สายการผลิตสิ่งทอ
Siemens
ร่วมมือกับพันธมิตรประยุกต์ใช้หุ่นยนต์ Humanoid และหุ่นยนต์สี่ขาควบคุมด้วย AI ในสายการผลิตจริง หวังแก้ปัญหาขาดแคลนแรงงานและยกระดับความปลอดภัย
สำหรับผู้ประกอบการไทย
ภาคธุรกิจพลังงานและโลจิสติกส์ที่มีความเสี่ยงสูงคือกลุ่มแรกที่คุ้มค่าแก่การลงทุนประยุกต์ใช้ระบบนี้
อุตสาหกรรมที่ใช้แรงงานคนเข้มข้นอย่างสิ่งทอ
โลจิสติกส์ และการบำรุงรักษาโรงงานขนาดใหญ่กำลังเผชิญกับจุดเปลี่ยนสำคัญ
เมื่อหุ่นยนต์ Humanoid และหุ่นยนต์สี่ขาเริ่มก้าวออกจากห้องทดลองมาสู่สายการผลิตจริง
ข้อมูลจากข่าวประชาสัมพันธ์ของ Siemens ระบุว่าความท้าทายด้านการขาดแคลนแรงงานและความปลอดภัยกระตุ้นให้เกิดการนำเทคโนโลยี
AI และระบบอัตโนมัติมาใช้งานในสเกลที่ไม่เคยมีมาก่อน
ตั้งแต่การจัดเรียงกล่องสินค้าไปจนถึงการดมกลิ่นก๊าซรั่วในพื้นที่อันตราย
ขับเคลื่อนอุตสาหกรรมสิ่งทอด้วย AI
บริษัท Jack Technology
ผู้ผลิตจักรเย็บผ้าอุตสาหกรรมจากประเทศจีน ได้บูรณาการเทคโนโลยี AI
ระดับอุตสาหกรรมเข้ากับหุ่นยนต์ Humanoid โดยตั้งเป้าหมายที่จะเพิ่มประสิทธิภาพการทำงานให้ได้ไม่น้อยกว่า
30% การทำงานนี้ขับเคลื่อนด้วยซอฟต์แวร์ของ Siemens ที่ครอบคลุมตั้งแต่การออกแบบไปจนถึงการผลิต
ยิ่งไปกว่านั้น บริษัทยังได้สั่งซื้อหุ่นยนต์ Humanoid จำนวน
2,000 ตัวในปีนี้
ซึ่งนับเป็นการปรับใช้เทคโนโลยีดังกล่าวในสเกลใหญ่ครั้งแรกของอุตสาหกรรมเครื่องนุ่งห่ม
ปฏิวัติงานโลจิสติกส์และการบรรจุกล่องด้วย
Humanoid
ในด้านโลจิสติกส์ หุ่นยนต์ Humanoid
มีข้อได้เปรียบในการทำงานร่วมกับโครงสร้างพื้นฐานเดิมโดยไม่ต้องปรับปรุงพื้นที่ใหม่
สตาร์ทอัปด้านหุ่นยนต์จากอังกฤษได้นำ HMND 01
ซึ่งเป็นหุ่นยนต์ Humanoid แบบมีล้อตระกูล Alpha มาทดสอบการทำงานเป็นเวลาสองสัปดาห์ที่โรงงานอิเล็กทรอนิกส์ของ Siemens
ในเมืองแอร์ลังเงิน (Erlangen) หุ่นยนต์ดังกล่าวใช้เทคโนโลยี
AI เชิงกายภาพของ NVIDIA เพื่อหยิบจับกล่องลงบนสายพานและส่งต่อให้พนักงาน
ทาง Siemens กล่าวว่าหุ่นยนต์สามารถเคลื่อนย้ายกล่องได้ 60
ใบต่อชั่วโมง รองรับกล่องสองขนาด
และมีอัตราความสำเร็จในการหยิบจับและวางแบบอัตโนมัติสูงกว่า 90%
ตลอดระยะเวลาการทำงานมากกว่า 8 ชั่วโมงต่อวัน
ยกระดับความปลอดภัยด้วยหุ่นยนต์สี่ขา
สำหรับพื้นที่เสี่ยงภัยเช่นโรงงานเคมีและพลังงาน
บริษัท ANYbotics
ได้พัฒนาหุ่นยนต์สี่ขาชื่อ ANYmal โดยอาศัยโซลูชันของ
Siemens และแพลตฟอร์มของ Roboverse Reply หุ่นยนต์ตัวนี้สามารถเก็บข้อมูล สร้างโมเดล 3D ความละเอียดสูง
และใช้ AI นำทาง
นอกจากนี้ยังมีกล้องอินฟราเรดสำหรับวัดอุณหภูมิปั๊มและมอเตอร์
รวมถึงเซนเซอร์เสียงที่สามารถตรวจจับความถี่ที่มนุษย์ไม่ได้ยินเพื่อค้นหาจุดที่ก๊าซรั่วไหล
การส่งมอบข้อมูลในรูปแบบ Real-Time ช่วยให้โรงงานสามารถปรับเปลี่ยนมาใช้กลยุทธ์
Predictive Maintenance แทนการแก้ไขปัญหาแบบเชิงรับเมื่อเกิดความเสียหายขึ้นแล้ว
การบูรณาการระบบ
กุญแจสำคัญของการใช้งานเทคโนโลยีใหม่
หัวใจสำคัญที่จะทำให้หุ่นยนต์ทำงานได้อย่างสมบูรณ์คือการผสานรวมเข้ากับระบบการผลิต
ข้อมูลจาก Siemens เน้นย้ำว่าความท้าทายนี้ต้องอาศัยโครงสร้างพื้นฐานดิจิทัลที่แข็งแกร่ง
ตั้งแต่เทคโนโลยีฝาแฝดดิจิทัล เซนเซอร์ AI เครือข่ายการสื่อสารทางอุตสาหกรรม
ไปจนถึงอินเทอร์เฟซระหว่างหุ่นยนต์และระบบ PLC เพื่อให้เครื่องจักรทำงานประสานกันและตอบสนองต่อสภาพแวดล้อมที่เปลี่ยนแปลงได้อย่างมีประสิทธิภาพ
การนำหุ่นยนต์ลักษณะนี้มาประยุกต์ใช้ในอุตสาหกรรมการผลิตของประเทศไทยอาจยังอยู่ในระยะเริ่มต้น
แต่กลุ่มธุรกิจพลังงานและโลจิสติกส์ที่มีความเสี่ยงสูงอาจเป็นภาคส่วนแรกที่คุ้มค่าต่อการลงทุน
ที่มา : mmthailamd
วันที่ 3 สิงหาคม 2569
