CP v2

Tag: Gamybos automatizavimas

  • Paryžiaus „Inbolt“ pritraukė 11 mln. eurų: DI rega žada pramoniniams robotams darbą be klaidų

    Paryžiaus „Inbolt“ pritraukė 11 mln. eurų: DI rega žada pramoniniams robotams darbą be klaidų

    Kas yra „Inbolt“ ir ką kuria

    Paryžiuje įsikūręs robotų intelekto startuolis „Inbolt“ pritraukė 11 mln. eurų investiciją, kurią žada skirti plėtrai JAV ir Azijos–Ramiojo vandenyno regione bei įėjimui į du naujus sektorius – duomenų centrus ir elektronikos gamybą. Bendrovė kuria sprendimą, leidžiantį pramoniniams robotams realiu laiku „matyti“ aplinką, suprasti pokyčius ir koreguoti veiksmus.

    Pasak įmonės, daugelis šiandien gamyboje veikiančių robotų dirba pagal iš anksto apibrėžtus scenarijus ir dažnai „nemato“ smulkių nukrypimų: detalės pasislinkimo, įrankio nusidėvėjimo ar natūralių variacijų linijoje. Tokiose situacijose robotai gali sustoti, generuoti klaidą arba pagaminti broką, o tai tiesiogiai virsta neplanuotomis prastovomis.

    Investicijos detalės ir planai

    Investicijų etapui vadovavo naujas investuotojas „Shift4Good“, taip pat prisidėjo „Bridges Climate Transition Partners“. Prie raundo prisijungė ir esami investuotojai „BNP Paribas Développement“ bei „Ora Global“, o bendra „Inbolt“ pritraukto kapitalo suma, bendrovės teigimu, pasiekė 30 mln. eurų.

    Bendrovė įkurta 2019 metais, ją įsteigė vadovas Rudy Cohen, operacijų vadovė Albane Dersy ir technologijų vadovas Louis Dumas. „Inbolt“ teigia kurianti „bendros paskirties“ DI modelį, pritaikomą skirtingiems procesams, detalėms ir darbo stotims, kad automatizacija būtų diegiama greičiau ir pigiau.

    „Robotai penkiasdešimt metų dirbo aklai. Problema ne geresnė įranga, o tai, kad kiekvienam robotui, nepriklausomai nuo gamintojo, reikia suteikti gebėjimą realiu laiku matyti ir prisitaikyti“, – sakė „Inbolt“ bendraįkūrėjas ir vadovas Rudy Cohen.

    Kaip veikia sprendimas ir kur jis taikomas

    „Inbolt“ sprendimo esmė – 3D rega ir nuo įrangos nepriklausomas DI programinės įrangos sluoksnis, kuris leidžia robotui suvokti aplinką ir realiu laiku koreguoti valdymo ciklus. Tokia logika aktuali gamyboje, kur net nedidelis paklaidos pokytis gali reikšti, kad detalė bus įstatyta netiksliai, įrankis sureaguos ne taip, kaip numatyta, o galutinis rezultatas neatitiks kokybės reikalavimų.

    Įmonė akcentuoja, kad sistemą galima diegti tiek naujose, tiek jau veikiančiose gamybos linijose, taip modernizuojant automatizaciją nekeičiant visos įdiegtos robotikos. Sprendimas, pasak bendrovės, veikia su pagrindinėmis pramoninių robotų platformomis, tarp jų FANUC, ABB, KUKA, Yaskawa, Comau ir „Universal Robots“.

    Šis požiūris atitinka platesnę rinkos kryptį, kai DI iš programinių biurų įrankių vis dažniau keliasi į fizinį pasaulį: gamyklas, sandėlius ir infrastruktūros objektus. Praktinė vertė čia matuojama ne tik tikslumu, bet ir mažesniu prastovų skaičiumi, greitesniu perkonfigūravimu bei galimybe lankščiau reaguoti į kintančias sąlygas linijoje.

    „DI vis dažniau išeina už ekranų ribų ir ateina į gamyklas bei mašinas. „Inbolt“ leidžia robotus diegti greičiau ir užtikrinti gerokai didesnį tikslumą bei lankstumą kintančioje aplinkoje“, – sakė „Shift4Good“ partneris Julien Baumont.

    Plėtrai JAV „Inbolt“ jau yra atidariusi biurą Detroite 2026 metais, o naujas kapitalas turėtų paspartinti augimą ir Azijos–Ramiojo vandenyno regione. Bendrovė taip pat taikosi į duomenų centrus ir elektronikos gamybą – sritis, kuriose svarbūs itin tikslūs veiksmai, patikimumas ir minimalus klaidų toleravimas.

    „Inbolt“ teigimu, jos sprendimai jau įdiegti daugiau nei 200 robotų daugiau nei 100 gamyklų trijuose žemynuose. Tarp įvardijamų klientų – Bosch, Beko, Flex, Ford, Stellantis ir Toyota.

  • DI ateina į gamyklas ir vertina vadovus: kodėl efektyvumo rodikliai gali paliesti net prezidentus

    Dirbtinis intelektas vis dažniau diegiamas ne tik kaip įprastos automatizacijos priedas, bet ir kaip sprendimų priėmimo įrankis, keičiantis gamybos valdymą. Pramonėje DI padeda robotams ir sistemoms „matyti“ daugiau: apdoroti vaizdo, jutiklių ir procesų duomenis realiu laiku bei siūlyti optimalius veiksmus.

    Toks pokytis ypač svarbus sektoriams, kuriuose didelę savikainos dalį sudaro žaliavos, energija ir prastovų kaina. Medienos apdirbimas, automobilių pramonė, logistika ir energetika DI taiko ten, kur svarbiausia yra greitis, tikslumas ir nuosekli kokybės kontrolė.

    DI robotams suteikia „pojūčius“

    Šiuolaikinė robotika vis dažniau remiasi kompiuterine rega ir pažangia analitika, todėl robotų darbo trajektorijos, jėgos parinkimas ir operacijų tikslumas gali būti koreguojami pagal aplinkos signalus. Kuo daugiau duomenų patenka į algoritmą, tuo geriau sistema geba atpažinti nukrypimus ir sumažinti klaidų skaičių.

    Praktikoje tai reiškia, kad DI gali ne tik atlikti užduotis, bet ir pateikti sprendimų rekomendacijas operatoriui, meistrui ar gamybos vadovui. Kai įmonės turi didelę automatizuotų įrenginių bazę, DI dažnai diegiamas papildomai, prijungiant skaičiavimo įrangą prie PLC valdiklių ir gamybinių duomenų srautų.

    Didžiausi iššūkiai prasideda ten, kur reikia ilgai mokyti modelius ir surinkti didelius, kokybiškus duomenų rinkinius. Pavyzdžiui, medienos kokybės kontrolėje defektų įvairovė tokia didelė, kad paprasta kamera gali dalies jų nepastebėti, o dalį gerų gaminių atmesti kaip broką, todėl realiai kuriamos sudėtingesnės 3D ir vaizdo analizės schemos.

    Kodėl duomenys tampa konkurenciniu pranašumu

    Gamyboje duomenys vis dažniau laikomi strateginiu turtu, nes nuo jų priklauso, kaip greitai ir tiksliai DI atpažins broką, prastovų priežastis ar proceso nuokrypius. Dėl to įmonės retai dalijasi defektų bibliotekomis ir mokymo duomenimis, nes jie atspindi konkrečią technologiją, medžiagas ir tiekimo grandinę.

    Net turint panašius duomenis, rezultatai gali skirtis, nes svarbi ne tik medžiaga, bet ir tai, kaip suformuotos taisyklės, ribos, mokymo metodika ir kokie tikslai keliami. Dėl didelių skaičiavimo poreikių DI mokymas dažnai vyksta duomenų centruose, o į gamyklą perkeliami „lengvesni“ vykdomieji modeliai.

    Augantis skaičiavimo poreikis reiškia ir didesnį energijos suvartojimą, todėl pramonė ieško efektyvesnių sprendimų. Vis daugiau dėmesio skiriama specializuotiems akceleratoriams ir naujoms architektūroms, kurios mažina šilumos nuostolius ir aušinimo kaštus, nes būtent energija tampa vienu iš ribojančių veiksnių.

    DI keičia vadovų darbą

    Didžiausias lūžis vyksta ne tik ceche, bet ir vadovų lygmenyje: DI ima automatiškai agreguoti gamybos, kokybės, logistikos ir finansinius rodiklius bei pateikti įžvalgas, kurios anksčiau keliaudavo per kelis valdymo sluoksnius. Tai mažina ataskaitų rengimo naštą ir spartina sprendimų priėmimą.

    Tokioje aplinkoje vertinimas vis labiau remiasi duomenimis, todėl optimizacijos galimybės atsiveria būtent vadybos grandyje. Kai sistemos gali tiksliau parodyti, kur stringa planavimas, atsargų valdymas ar prastovų priežastys, DI natūraliai tampa įrankiu vertinti vadovų efektyvumą pagal faktinius rezultatus.

    „Ataskaitos anksčiau keliaudavo per kelis lygius, o dalį šio darbo šiandien gali atlikti elektroninis asistentas“, – sakė pramonės technologijų plėtros ekspertas.

    Tai nereiškia, kad DI automatiškai pakeis žmones, tačiau jis keičia reikalavimus kompetencijoms. Darbuotojams ir vadovams vis svarbiau greitai perprasti naujas sąsajas, duomenų logiką ir sprendimų ribas, o įmonėms tampa kritiška derinti patyrusių specialistų proceso žinias su jaunesnių inžinierių skaitmeniniais įgūdžiais.

    Ilgainiui DI diegimas dažniau siejamas su produktyvumo didinimu, o ne su tiesioginiu etatų mažinimu, nes prarasti kvalifikuotus žmones tampa brangu. Tačiau atsakomybės centrai keičiasi: daugiau užduočių automatizuojama analizėje ir planavime, todėl vadovams tenka aiškiau apibrėžti tikslus, priimti sprendimus greičiau ir pagrįsti juos duomenimis.

  • ARP investuoja apie 17 mln. eurų į ZGM Zębiec: automatizuota bentonito gamyba startuos 2026 metais

    Lenkijos Pramonės plėtros agentūra ARP pasirašė investicinę sutartį su kasybos ir metalurgijos bendrove ZGM Zębiec, pagal kurią agentūra įsigys naujai leidžiamas įmonės akcijas. Sutartis numato kapitalo didinimą keliais etapais, o lėšos bus skirtos gamybos pajėgumų plėtrai bentonitų ir bentonitinių mišinių segmente.

    Pagal paskelbtą informaciją, bendra planuojamo dokapitalizavimo vertė sieks apie 74,5 mln. Lenkijos zlotų, tai yra maždaug 17 mln. eurų. Numatyta, kad investicijos bus įgyvendinamos per kelis nuoseklius akcijų emisijos etapus 2026–2027 metais.

    Projekto esmė – nauja, pilnai automatizuota gamybos linija, kuri turėtų reikšmingai padidinti ZGM Zębiec pajėgumus bentonitų ir jų mišinių srityje. Šios žaliavos plačiai naudojamos pramonėje, įskaitant liejyklas, gręžinių sprendimus, statybines medžiagas ir kitas technologines grandines, kur reikalingos rišamosios ar sandarinamosios savybės.

    Kas numatyta projekte?

    ARP ir ZGM Zębiec skelbia, kad darbų pradžia planuojama 2026 metų trečiąjį ketvirtį, o pabaiga – 2028 metų trečiąjį ketvirtį. Toks grafikas rodo, jog investicija apima ne tik įrangos įsigijimą, bet ir projektavimą, statybos bei paleidimo derinimo darbus.

    Įmonės vertinimu, automatizacija ir naujos linijos įdiegimas turėtų leisti beveik padvigubinti gamybos apimtis. Kartu tai paprastai reiškia stabilesnę produkcijos kokybę, mažesnes vieneto sąnaudas ir didesnį lankstumą aptarnaujant tiek vietos, tiek eksporto užsakymus.

    „Ši investicija yra nuoseklios ARP misijos dalis – remti Lenkijos įmones jų plėtros etape. Projektas sustiprins bendrovės pozicijas bentonitų segmente ir didins visos ekonomikos konkurencingumą“, – sakė ARP valdybos viceprezidentas Marek Zaleśny.

    „Su ARP parama pradedame projektą, turintį esminę reikšmę įmonės ateičiai. Investicija leis beveik padvigubinti pajėgumus, įdiegti modernias technologijas ir padidinti mūsų produktų konkurencingumą vidaus ir užsienio rinkose“, – sakė ZGM Zębiec vadovė Katarzyna Bernaciak.

    Ką gamina ZGM Zębiec?

    ARP nurodo, kad ZGM Zębiec veiklą vysto dviejose kryptyse. Viena jų – mineralinių žaliavų perdirbimas, įskaitant bentonitus ir bentonitinius mišinius, o kita – metalo gaminių gamyba, tarp jų ir centrinio šildymo katilai, pritaikyti kūrenimui granulėmis.

    Tokios dviejų segmentų veiklos derinys leidžia bendrovei išskaidyti rizikas, tačiau kartu kelia poreikį tikslingai investuoti į konkurencingiausias nišas. ARP kapitalo injekcija rodo, kad prioritetas teikiamas aukštesnės pridėtinės vertės mineralinių medžiagų gamybai ir pajėgumų plėtrai, orientuotai į pramonės paklausą.

  • Pramonė 5.0: žmogus vėl centre, o įmonės skuba skaitmenizuotis – kur stringa IT ir OT jungtys

    Kas yra pramonė 5.0?

    Pramonė 5.0 vis dažniau apibūdinama kaip posūkis nuo vien efektyvumo ir automatizavimo link humanocentriško modelio, kuriame technologijos turi stiprinti darbuotojų gebėjimus, o ne juos pakeisti. Ši kryptis išryškėjo ir Europos Komisijos politiniuose dokumentuose, kur akcentuojamas atsparumas, tvarumas ir žmogaus vaidmuo.

    Skirtingai nei pramonė 4.0, kuri daugiausia koncentravosi į duomenų surinkimą, procesų optimizavimą ir išmaniųjų gamyklų automatizavimą, pramonė 5.0 labiau sieja technologines investicijas su darbo kokybe. Tai apima saugesnes darbo vietas, žmogui pritaikytas robotikos sistemas ir aiškesnį atsakomybės pasidalijimą.

    „Pramonė 5.0 reiškia modelį, kuriame žmogus vėl tampa gamybos procesų centru, o technologijos palaiko kūrybiškumą ir įgūdžius, užuot bandžiusios juos pakeisti“, – sakė automatikos verslo vadovas Piotras Szkoda.

    Investicijos auga, bet strategija ne visada

    Diskusijose apie pramonės skaitmenizaciją akcentuota, kad gamybos įmonės vis daugiau lėšų skiria skaitmeninei transformacijai. Minėta, kad vidutiniškai į skaitmenizavimą nukreipiama apie 30 proc. pelno, o skirtumas tarp mažesnių ir didesnių bendrovių dažniausiai siejamas su finansiniais bei kompetencijų resursais.

    Vis dėlto dalis įmonių skaitmenizavimą vis dar įgyvendina fragmentiškai, pirkdamos atskirus sprendimus be aiškios veiklos architektūros. Ekspertai pabrėžė, kad dalis bendrovių vis dar neturi skaitmeninės transformacijos kaip strateginio prioriteto, o tai ilgainiui brangiai kainuoja dėl dubliuojamų projektų ir prasto sprendimų suderinamumo.

    Didžiausia kliūtis – IT ir OT integracija

    Vienas dažniausių praktinių barjerų gamyklose yra IT ir OT integracija, kai biuro lygmens sistemos turi sklandžiai susijungti su gamybos įranga ir procesų valdymu. Be šio sujungimo duomenys lieka atskirose „salose“, o skaitmenizavimo nauda apsiriboja pavieniais pagerinimais.

    Kai integracijos trūksta, įmonės neretai automatizuoja esamą netvarką: įdiegia naujus įrankius, bet nepakeičia procesų logikos ir duomenų kokybės valdymo. Rezultatas – didesnės diegimo išlaidos, ilgesnis atsipirkimas ir sunkesnis plėtimas į kitus padalinius ar gamybos linijas.

    DI, kibernetinis saugumas ir duomenų nutekėjimo rizika

    Didėjant skaitmenizacijai, didėja ir kibernetinės rizikos, ypač kai gamybos aplinkoje atsiranda daugiau prijungtų įrenginių, nuotolinės prieigos ir tiekėjų integracijų. Ekspertai pabrėžė, kad įmonių intelektinė nuosavybė ir gamybos duomenys tampa vienu svarbiausių aktyvų, todėl saugumas turi būti planuojamas nuo pat pirmųjų projektų.

    Kalbant apie DI taikymą, akcentuota, kad vertę kuria ne vien „protingi“ įrankiai, o organizacijos brandumas: duomenų kokybė, prieigos kontrolė, aiškūs naudojimo scenarijai ir darbuotojų kompetencijos. Praktikoje dalis įmonių riboja viešų generatyvinių įrankių naudojimą dėl konfidencialios informacijos nutekėjimo rizikos.

    „Mes neleidžiame įmonėje naudoti „ChatGPT“, nes matome duomenų nutekėjimo riziką. Vietoje to renkamės pažangesnius sprendimus, pavyzdžiui, „Copilot“, – sakė grupės „Amica“ vadovas Robertas Stobińskis.

    DI pramonėje dažniausiai siejamas su prevencine įrangos priežiūra, kokybės kontrolės automatizavimu, tiekimo grandinės planavimu ir energijos sąnaudų optimizavimu. Kartu pabrėžiama, kad DI projektai be aiškaus duomenų valdymo ir saugumo politikų didina tiek finansinę, tiek reputacinę riziką.

    Kur realiai atsiperka skaitmenizacija?

    Skaitmenizacijos grąža dažniausiai atsiranda tada, kai įmonės pereina nuo pavienių sprendimų prie suderintos sistemos: gamybos duomenys automatiškai patenka į planavimo ir valdymo aplinką, o sprendimai priimami remiantis realaus laiko informacija. Didelę vertę kuria ir vadinamieji skaitmeniniai dvyniai, leidžiantys modeliuoti procesus ir tikrinti scenarijus prieš darant pakeitimus realioje gamyboje.

    Minėta, kad skaitmeninis dvynys yra ne statiška vizualizacija, o nuolat atsinaujinantis modelis, veikiantis su realiais duomenimis ir padedantis valdyti procesus. Tokie sprendimai ypač svarbūs, kai įmonės nori optimizuoti ne tik vieną cechą, bet ir visą vertės grandinę su tiekėjais.

    „Skaitmeninis dvynys yra gyvas modelis, kuris valdo procesą ir veikia realiu laiku, naudodamas realius duomenis“, – sakė „Dassault Systèmes“ atstovas Ireneuszas Borowskis.

    Ekspertai taip pat atkreipė dėmesį į reguliacinę aplinką Europoje, ypač į taisykles, susijusias su duomenų dalijimusi ir DI. Įmonėms, ypač mažesnėms, neapibrėžtumas dėl praktinio reglamentų įgyvendinimo gali tapti papildoma kliūtimi, todėl vis svarbesnės tampa aiškios vidaus politikos, auditai ir etapinis diegimas.

  • Kinija moko humanoidus dirbti: robotų mokyklose renkami duomenys, o rinka kaista iki 2030

    Kinija moko humanoidus dirbti: robotų mokyklose renkami duomenys, o rinka kaista iki 2030

    Kinijoje humanoidiniai robotai vis dažniau ruošiami ne pramogoms, o darbui: tam kuriami specializuoti duomenų mokymo centrai, kuriuos remia ir vietos valdžia. Vienas tokių centrų veikia Pekine, Šougang parko teritorijoje, kur robotai apmokomi atlikti pasikartojančias užduotis įvairiose aplinkose.

    Centro instruktoriai robotus treniruoja pasitelkdami kameras, valdiklius ir judesių fiksavimo technologijas, kad būtų sukaupti pakankami duomenų kiekiai savarankiškam veiksmų atkūrimui. Praktikoje tai reiškia daug kartų kartojamus tuos pačius judesius, kol robotas pradeda užduotį atlikti pats.

    Kaip robotai mokomi atlikti užduotis

    Vienas iš mokymo principų paremtas demonstracijomis: žmogus iš pradžių valdo robotą rankiniu būdu, o sistema įrašo judesių seką ir aplinkos signalus. Vėliau robotas iš šių duomenų mokosi atpažinti situaciją ir pakartoti veiksmą be nuolatinės žmogaus kontrolės.

    Instruktoriai pasakoja, kad toks darbas yra fiziškai varginantis, nes užduotys mokomos valandų valandas kartojant tuos pačius judesius. Robotui nuovargis neaktualus, tačiau žmogaus darbo krūvis čia tampa vienu svarbiausių proceso kaštų.

    Robotai mokomi veiklų, kurios būtų pritaikomos realiose darbo vietose: nuo prekių rūšiavimo gamyboje iki lentynų tvarkymo, buities darbų ar paprastesnių priežiūros užduočių. Toks pasirengimas orientuotas į sritis, kuriose reikia daug pasikartojančio darbo ir kur klaidos kaina nėra kritinė.

    Didžiausias iššūkis yra rankos

    Atskiras dėmesys skiriamas robotų rankoms ir griebimo tikslumui, nes būtent manipuliacija smulkiais objektais dažnai tampa kliūtimi pritaikant humanoidus pramonėje ir paslaugose. Kinijos startuoliai treniruoja robotines rankas su jutikliais ir judesių sekimu, o vieno įgūdžio išmokimui gali prireikti dešimčių tūkstančių pakartojimų.

    Tokios sistemos siekia, kad robotas galėtų atlikti subtilius veiksmus, pavyzdžiui, pakelti trapų daiktą ar suimti mažą objektą nepažeidžiant jo. Būtent šioje vietoje susiduria mechanika, valdymo algoritmai, DI mokymas ir kokybiški duomenys iš realaus pasaulio.

    „Didžiausia konkurencija humanoidinių robotų srityje ateis iš Kinijos, nes ji ypač gerai geba didinti gamybos apimtis“, – sakė „Tesla“ vadovas Elonas Muskas, kalbėdamas apie konkurenciją ir robotų kūrimo iššūkius.

    Kur link juda rinka ir kodėl tai svarbu

    Kinijos strategija humanoidinių robotų srityje siejama su platesniu pramonės politikos posūkiu, kuriame prioritetas teikiamas technologijoms, galinčioms užtikrinti ilgalaikę gamybos galią ir tiekimo grandinių kontrolę. Valdžios remiami centrai ir pilotiniai projektai padeda greičiau rinkti duomenis, testuoti robotus bei paruošti sprendimus komerciniam masteliui.

    Kartu robotai vis dažniau išbandomi realiose darbo aplinkose, kur jų vaidmenys dar dažnai hibridiniai: dalį veiksmų atlieka robotas, dalį prižiūri žmogus. Vis dėlto plėtra rodo aiškią kryptį į didesnę autonomiją, ypač ten, kur trūksta darbuotojų arba darbas laikomas monotonišku ar pavojingu.

    Humanoidinių robotų plėtra svarbi ir dėl konkurencinės įtampos pasauliniu mastu: didelės apimties gamyba, komponentų tiekimas ir pažangus DI mokymas gali lemti, kuri šalis taps šio sektoriaus standartu. Iki 2030 metų šis laukas gali tapti panašiai reikšmingas kaip elektromobilių ar pažangių lustų varžybos, o pagrindinis klausimas bus ne vien robotų demonstracijos, bet jų ekonominis efektyvumas realiose darbo vietose.

  • Kaip „Caracol“ penkerius metus neprekiavo 3D spausdinimu ir taip atvėrė kelią didelių dalių gamybai

    Kaip „Caracol“ penkerius metus neprekiavo 3D spausdinimu ir taip atvėrė kelią didelių dalių gamybai

    Pramoninis 3D spausdinimas seniai peržengė smulkių plastikinių prototipų ribas ir tapo realia gamybos technologija aviacijoje, automobilių pramonėje, medicinoje ir gynyboje. Vis dėlto didelių, metrinių detalių gamyba ilgą laiką buvo sunkiai įkandama dėl įrangos apribojimų, sertifikavimo ir įprastų gamybos įpročių.

    Italijoje įkurta pažangios gamybos bendrovė „Caracol“ pasirinko netipinį kelią: pirmuosius penkerius metus ji savo technologijos nepardavinėjo. Užuot skubėjusi į rinką, įmonė dirbo kaip paslaugų teikėja ir kartu su pramonės užsakovais tikrino procesus, medžiagas, patikimumą bei ruošė kelią sertifikavimui.

    Nuo dėžės apribojimų prie robotikos

    Tradiciniai 3D spausdintuvai dažniausiai veikia trimis ašimis ir yra apriboti savo korpuso, todėl didelių komponentų gamyba tampa brangi arba neįmanoma. „Caracol“ remiasi didelio formato priedine gamyba, kur spausdinimo galvutė montuojama ant pramoninių robotų rankų, veikiančių šešiomis ašimis.

    Toks sprendimas leidžia ne tik didinti gaminamų dalių mastelį, bet ir suteikia daugiau geometrijos laisvės, o gamybą lengviau integruoti į esamas cechų linijas. Įmonė kuria pilnus sprendimus: nuo robotikos ir programinės įrangos iki medžiagų parinkimo ir gamyklos diegimo.

    Kodėl sertifikavimas ir mąstysena stabdo rinką?

    Didelėse pramonės šakose gamybos metodai dažnai remiasi dešimtmečių duomenimis, todėl naujos technologijos pirmiausia susiduria su patikimumo ir atitikties reikalavimais. Pavyzdžiui, kompozitų gamyboje plačiai paplitęs rankinis formų gaminimas ir sluoksniavimas, o sertifikavimo institucijos gerai pažįsta šiuos procesus.

    „Caracol“ vadovas Francesco De Stefano pabrėžia, kad vien technologijos neužtenka, nes būtina pakeisti ir mąstyseną, kaip projektuojamos detalės ir planuojami ciklai.

    „Kai įvedi naują technologiją, pirmoji reakcija dažnai būna: tai neveiks, mes visada darėme kitaip“, – sakė Francesco De Stefano.

    Paslaugų modelis įmonei leido sukaupti praktinių duomenų, įrodyti naudą realiuose projektuose ir tik tada, 2022 metais, pradėti komercinį technologijos siūlymą. Kartu didelis dėmesys skiriamas klientų mokymams, nes priedinė gamyba dažnai reikalauja perprojektuoti gaminį ir visą procesą.

    Kas keičiasi gamyklose: laikas, atliekos ir autonomija

    Didelio formato priedinė gamyba ypač patraukli ten, kur iki šiol dominavo brangios formos, ilgi paruošiamieji darbai ir didelės medžiagų atliekos. Jūrinėje pramonėje dalies paruošimas tradiciškai gali užtrukti kelis mėnesius, nes pirmiausia tenka gaminti formą, o tada laminti ir apdailinti detalę.

    „Caracol“ teigia, kad atsisakius formos ir gaminant tiesiai iš skaitmeninio modelio, terminai daugeliu atvejų sutrumpėja daugiau nei perpus. Įmonė taip pat nurodo, kad tradicinėse apdirbimo technologijose, ypač aviacijos įrankių gamyboje, atliekos gali siekti 70–80 proc., kai priedinėje gamyboje jos sumažėja iki mažiau nei 5 proc.

    Dar viena kryptis – vis didesnė gamybos automatizacija ir DI vaidmuo. Įmonė vysto programinę platformą, kuri renka gamybos duomenis, stebi nuokrypius ir leidžia realiu laiku koreguoti parametrus, siekiant sumažinti broką, prastovas ir palengvinti prognozuojamą priežiūrą.

    Ši kryptis atitinka platesnę pramonės tendenciją: po pandemijos išryškėjus tiekimo grandinių trapumui, gamintojai vis dažniau ieško lankstesnių, regioniškai diegiamų pajėgumų. Didelio formato priedinė gamyba su robotika čia tampa ne eksperimentu, o strategine kompetencija, ypač aviacijos, gynybos, energetikos ir transporto srityse.