Naujas pramoninio DI sertifikavimo metodas
TÜV SÜD ir Accenture bendradarbiauja siekdamos paspartinti DI valdomų robotų ir pramonės automatizavimo sistemų saugos vertinimą ir pasirengimą sertifikavimui. Apie jų siūlomą „Physical AI Safety Suite“, kuriame derinami skaitmeniniai dvyniai, DI agentai ir modeliavimo technologijos, paskelbta „NVIDIA GTC Berlin 2026“ renginyje. Šis sprendimas padės gamintojams įvertinti automatizuotas sistemas ankstesniame inžinerijos proceso etape.
Šia iniciatyva sprendžiama vis opesnė išmaniosios gamybos problema: kaip diegti autonominę įrangą gamybos aplinkoje nepakenkiant darbuotojų saugai ir neatidedant eksploatacijos pradžios. TÜV SÜD duomenimis, iš dalies skaitmenizuotas pasirengimas sertifikavimui galėtų padėti gamybos įmonėms pradėti veikti iki 30% greičiau.
Pramonės inžinieriams šio pokyčio reikšmė neapsiriboja spartesniu sertifikavimu. Jis rodo, kad reikėtų laikytis labiau integruoto požiūrio, kai saugos reikalavimai tampa automatizavimo projektavimo, išplanavimo planavimo ir sistemos patvirtinimo dalimi, o ne paskutiniu patikros etapu prieš pradedant eksploatuoti.
Kodėl pramonės automatizavimo sertifikavimui reikia kitokio darbo proceso
Autonominiai mobilieji robotai (AMR), robotų parkai ir kitos išmaniosios mašinos vis dažniau naudojamos gamyklose ir sandėliuose, kur žmonės ir automatizuota įranga dalijasi darbo erdve. Tokiose aplinkose reikia atsižvelgti į eismo maršrutus, susidūrimo riziką, stabdymo atstumus, darbo zonas ir mašinų tarpusavio sąveiką.
Tokie standartai kaip ISO 3691-4 nustato reikalavimus be vairuotojo veikiančių pramoninių vežimėlių ir jų sistemų saugai. Tačiau atitikčiai įrodyti neužtenka patikrinti, ar atskiras robotas atitinka specifikaciją. Inžinieriai taip pat turi atsižvelgti į darbo aplinką, numatytą paskirtį ir sąveiką įprastomis bei neįprastomis darbo sąlygomis.
TÜV SÜD duomenimis, vidutinio dydžio gamybos įmonėje saugos vertinimo veikla gali trukti kelias savaites. Jei pavojai aptinkami sumontavus įrangą, gali tekti perdaryti išplanavimą, pakeisti darbo procesus, pakoreguoti robotų parametrus arba iš naujo atlikti patvirtinimo procedūras.
Perkėlus saugos vertinimą į ankstesnį projekto etapą, galima sumažinti tokius išvengiamus vėlavimus. Praktiškai kuo anksčiau inžinierių komanda nustato konfliktą tarp roboto judėjimo zonos ir pėsčiųjų maršruto, tuo lengviau išspręsti problemą, kol dėl jos dar neteko brangiai keisti objekto.
Skaitmeniniai dvyniai perkelia saugos vertinimą į projektavimo etapą
Siūlomame fizinio dirbtinio intelekto saugos rinkinyje naudojami virtualūs pramoninės aplinkos atvaizdai, kad įranga ir darbo scenarijai būtų įvertinti dar prieš juos įdiegiant fiziškai. Šiam metodui aprašytas technologijų paketas apima NVIDIA Omniverse bibliotekas, NVIDIA Cosmos ir NVIDIA Isaac Sim.
Skaitmeninis modeliavimas gali padėti inžinierių komandoms nagrinėti gamyklos išdėstymą, robotų trajektorijas, atstumų reikalavimus ir bendro darbo zonas. Jis taip pat leidžia išbandyti veikimo scenarijus, kuriuos būtų sunku, ilgai užtruktų arba brangiai kainuotų atkurti fizinėje gamybos linijoje.
Šis metodas gali būti ypač naudingas, kai gamykloje diegiami keli AMR, keičiami medžiagų tvarkymo maršrutai arba plečiama esama automatizuota gamybos celė. Inžinieriai gali ištirti, kaip numatomi pakeitimai paveiks eismo srautus ir saugos zonas, prieš patvirtindami galutinį įrengimą.
Tačiau skaitmeninis dvynys naudingas tik tiek, kiek patikima jį pagrindžianti informacija. Kad modeliavimo rezultatai padėtų priimti reikšmingus saugos sprendimus, būtina tiksli geometrija, realistiškas mašinų veikimas, tipinės darbo sąlygos ir patikrintos prielaidos. Todėl virtualusis testavimas turėtų papildyti, o ne automatiškai pakeisti fizinę patikrą ir oficialų atitikties vertinimą.
NVIDIA technologijos padeda atlikti trijų sluoksnių saugos vertinimą
Siūlomame technologijų rinkinyje sauga vertinama pagal tris tarpusavyje susijusius sluoksnius: gamyklos aplinką, robotų parkų tarpusavio sąveiką ir atskirų robotų veikimą. TÜV SÜD teikia nepriklausomą vertinimą ir užtikrinimo paslaugas, kartu išlaikydama atsakomybę už sertifikavimą.
1. Gamyklos išdėstymas ir darbo zonos
Pirmajame sluoksnyje nagrinėjama fizinė aplinka, kurioje veikia automatizavimo sistemos. Naudodamos NVIDIA Omniverse, NVIDIA Cosmos ir NVIDIA Isaac Sim technologijas, inžinierių komandos gali modeliuoti maršrutus, atstumus, veikimo zonas ir vietas, kuriose gali susikirsti darbuotojų ir mašinų keliai.
Šis etapas gali padėti nustatyti projektinius konfliktus prieš montavimą. Pavyzdžiui, numatytas AMR maršrutas gali kirsti pėsčiųjų perėją arba palikti nepakankamai vietos prie darbo vietos. Nustačius tokias problemas išdėstymo planavimo metu, inžinieriai turi daugiau galimybių jas išspręsti netrikdydami gamybos.
2. Robotų parko koordinavimas ir sąveika su žmonėmis
Antrajame sluoksnyje nagrinėjama, kaip kelios autonominės mašinos sąveikauja tarpusavyje, su darbuotojais ir aplinkine infrastruktūra.
Paskelbtas metodas apima NVIDIA Halos saugos technologijas ir NVIDIA IGX Thor kraštinių įrenginių dirbtinio intelekto platformą. Taip pat nurodoma, kad gamykloje sumontuotos kameros ir dirbtinio intelekto agentai padeda anksčiau nustatyti galimai pavojingas situacijas, įskaitant rizikas, kurios gali būti nematomos atskiro roboto matymo lauke.
Inžineriniu požiūriu, viso robotų parko vertinimas svarbus, nes atskirų įrenginių saugumas nebūtinai reiškia, kad jų bendras veikimas bus saugus. Perpildytos sankryžos, susikertantys maršrutai, kintantys pėsčiųjų srautai ir ryšio vėlavimai gali kelti riziką, kuri išryškėja tik vertinant visą sistemą.
Praktinė šio lygmens vertė priklausys nuo to, kaip veiksmingai sistema aptinka atitinkamus pavojus, kaip greitai į juos reaguoja ir kaip jos išvestys integruojamos su įdiegtomis mašinų saugos funkcijomis.
3. Atskirų robotų eksploatavimo sąlygos
Trečiajame lygmenyje vertinami atskiri robotai esant skirtingoms eksploatavimo sąlygoms, įskaitant apkrovas, judėjimo greitį, grindų dangas ir apšvietimo sąlygas.
Modeliavimas leidžia inžinieriams išnagrinėti daugiau scenarijų, nei praktiškai įmanoma vien fiziškai bandant. Tai gali padėti nustatyti robotų veikimo apribojimus, patikslinti darbinius parametrus ir atlikti projektinius pakeitimus prieš įsipareigojant gaminti prototipus ar gamybinę įrangą.
Vis dėlto vien modeliavimo aprėptis automatiškai neužtikrina saugos visomis realiomis sąlygomis. Rezultatus vis tiek reikia įvertinti pagal taikomus reikalavimus, patikrintus modelius ir numatytam taikymui reikalingus įrodymus.
Ką šis bendradarbiavimas gali reikšti gamintojams
TÜV SÜD skaičiavimais, iš dalies skaitmenizuotas vertinimas ir pasirengimas sertifikavimui galėtų padėti gamybos įmonėms pradėti veiklą iki 30 % greičiau. Tai galimas rezultatas, o ne garantija, kad kiekvienoje gamykloje ar automatizavimo projekte darbai sutrumpės tiek pat.
Faktinė nauda priklausys nuo projekto sudėtingumo, inžinerinių duomenų kokybės, modeliavimo modelių brandos, vertinimo apimties ir to, kiek sertifikavimo pasirengimą pavyks integruoti į esamus darbo procesus.
Gamintojams galima nauda apima ankstesnį pavojų nustatymą, mažiau vėlyvų projektinių pakeitimų, sistemiškesnį scenarijų testavimą ir geresnį automatizavimo inžinierių bei saugos specialistų koordinavimą.
Šis metodas gali būti ypač aktualus objektams, kuriuose naudojami keli AMR, diegiamos dirbtiniu intelektu paremtos robotikos sistemos arba keičiami gamybos išdėstymai, kartu tęsiant esamą veiklą.
„Accenture“ tiekimo grandinės ir inžinerijos vadovai atkreipė dėmesį į dažną tradicinių projektų darbo procesų trūkumą: automatizavimo koncepcijos kartais vertinamos pagal pramonės standartus tik tada, kai įranga, išdėstymas ir darbo procedūros jau būna nustatyti. Įvertinus šiuos aspektus anksčiau, inžinierių komandos gali spręsti problemas, kol projektinius pakeitimus dar gana paprasta atlikti.
Inžinerijos perspektyva: simuliacijos įrodymai turi išlikti atsekami
Svarbiausias klausimas nėra vien tai, ar DI gali aptikti galimą pavojų virtualioje gamykloje. Svarbu, ar simuliacijos sukurtus įrodymus galima laikyti patikimais, atkurti, peržiūrėti ir susieti su taikomais saugos reikalavimais.
Mano nuomone, pramoninio DI sertifikavimas priklausys nuo šios įrodymų grandinės kokybės tiek pat, kiek ir nuo simuliacijos technologijų pažangumo. Naudingame vertinimo procese turėtų būti dokumentuojama modelio konfigūracija, prielaidos, bandomieji scenarijai, sistemos versijos, nustatyti pavojai, taisomieji veiksmai ir patikrinimo rezultatai.
Inžinieriai taip pat turėtų atskirti DI padedamą pavojų aptikimą nuo saugos funkcijų, kurioms būtinas apibrėžtas veiksmingumas, nuspėjama elgsena ir tinkamas patvirtinimas. DI agentas, aptinkantis besiformuojančią susidūrimo riziką, gali padėti geriau įvertinti situaciją darbo metu, tačiau vien šios galimybės nepakanka įrodyti, kad roboto apsauginės funkcijos atitinka reikalaujamą saugos lygį.
Šis skirtumas svarbus, kai autonominė įranga veikia netoli žmonių. Simuliacija gali padėti priimti geresnius projektavimo sprendimus ir suteikti papildomų įrodymų, tačiau saugos pagrindime vis tiek būtina atsižvelgti į elgseną realiomis sąlygomis, gedimo aplinkybes ir visai sistemai taikomus reikalavimus.
Fizinio DI gamyboje ateities perspektyvos
TÜV SÜD ir „Accenture“ bendradarbiavimas atspindi platesnį posūkį: simuliacija, DI ir saugos inžinerija į pramoninės automatikos projektus integruojami nuo pat pradžių.
Vertindamas gamyklų išdėstymą, robotų parkus ir atskiras mašinas pagal bendrą vertinimo sistemą, siūlomas „Physical AI Safety Suite“ siekia sistemiškiau pasirengti saugos vertinimui ir sumažinti vėlyvų pakeitimų sukeliamus vėlavimus.
Galima nauda yra reikšminga, tačiau diegimui reikės aiškių vertinimo metodų, reprezentatyvių simuliacijos modelių, atsekamų įrodymų ir tinkamo fizinio patikrinimo. Gamintojai taip pat turėtų išsiaiškinti, kaip siūlomas procesas taikomas jų konkrečiai įrangai, darbo aplinkai ir sertifikavimo reikalavimams.
Jei šie aspektai bus išspręsti, saugos vertinimas, paremtas simuliacija, galės tapti praktiška inžinerinių procesų dalimi vis labiau autonomizuojamose gamyklose. Tikslas turėtų būti ne pašalinti žmogaus priežiūrą iš sertifikavimo proceso, o suteikti inžinieriams ir nepriklausomiems vertintojams daugiau pagrindžiančių įrodymų anksčiau, kai jie gali labiausiai paveikti ir saugą, ir projekto išlaidas.
