在今年的Logimat展会上,西门子在“智能内部流程——体验流程”环节展示了一个物流中心的数字孪生。物流行业如今正处于快速变化的环境之中:对能源效率和可持续性的需求不断提高、还面对着劳动力短缺和网络安全威胁的挑战。西门子在内部物流行业整个价值链领域的自动化和数字化产品组合非常丰富,可以帮助机器制造商、仓库运营商应对这些挑战。
为此,Siemens Digital Enterprise产品组合中的数字化和自动化解决方案以及Siemens Xcelerator Portfolio的物联网软硬件涵盖了仓库运营的方方面面,如收货、运输、存储、拣选、包装和出货。全自动物流系统可以加快仓库运营、优化流程、降低成本并减少失误,实现更高的吞吐量。
这些都将在这次展会上通过西门子纽伦堡物流中心的数字孪生展示。该中心每天处理1.2万个订单、2.2万个送货品类、27台堆垛机和3公里的自动传送带,为全球2.5万家客户提供服务。通过这个案例,客户可以在展会上详细了解仿真场景是如何帮助优化的,例如如何通过优化排班实现生产力最大化。
它还展示了如何用数字孪生帮助识别瓶颈和峰值负载以优化物流,以及如何通过这种方式保持吞吐量和仓库整体绩效,实现接近100%的履行率。现实世界和数字世界之间的无缝交互提高了仓库的生产力和灵活性,持续性地降低了成本和能源消耗,从而减少了碳足迹。
新功能:基于人工智能的机器人自动拣选
Simatic Robot Pick AI是西门子物流产品组合中的新成员,这款使用了机器学习的3D图像处理软件专门用于机器人解决方案,该软件也将在Logimat上展示。这款软件能让机器人能够按照拣选任务抓取仓库中的任何物品,无论形状和大小如何。经过预训练的深度学习算法让该功能可以识别出最适合的3D拾取位置,并将其提供给机器人执行。它会在尽可能短的时间内计算出可靠的拾取姿势,让高通量系统不会发生内部碰撞。
该系统无需额外进行基于CAD的培训,应用程序在类似平板电脑的工控机上的计算时间不超过1.5秒,让系统可以每小时完成超过1000次拣选。错误率平均不到2%,和人类相当。未来,人工智能控制的拣选机器人可以提供更多灵活性,以便在动态变化的情况下及时处理形状、尺寸和包装类型不同的物品,从而减轻劳动力短缺的影响,提高仓库的运营效率。Simatic Robot Pick AI可以与TIA Portal自动化平台无缝集成,借助Simatic Robot Library,该工控机系统可以同机器人建立标准化通信。
好文章,需要你的鼓励
Xbox 部门推出了名为 Muse 的生成式 AI 模型,旨在为游戏创造视觉效果和玩法。这一举措反映了微软全面拥抱 AI 技术的战略,尽管游戏开发者对 AI 持谨慎态度。Muse 不仅可能提高游戏开发效率,还有望实现老游戏的现代化改造,但其实际效果和对行业的影响仍有待观察。
Sonar收购AutoCodeRover,旨在通过自主AI代理增强其代码质量工具。这项收购将使Sonar客户能够自动化调试和问题修复等任务,让开发者将更多时间用于改进应用程序而非修复bug。AutoCodeRover的AI代理能够自主修复有问题的代码,将与Sonar的工具集成,提高开发效率并降低成本。
人工智能正在推动数据中心的变革。为满足 AI workload 的需求,数据中心面临前所未有的电力消耗增长、散热压力和设备重量挑战。应对这些挑战需要创新的解决方案,包括 AI 专用硬件、可再生能源、液冷技术等。同时,数据中心还需平衡监管压力和社区关切。未来数据中心的发展将决定 AI 技术能否实现其变革性潜力。