Nvidia-Technologien Festo entwickelt digitale Zwillinge für Physical AI

Anbieter zum Thema

Festo SE & Co. KG

AMKmotion GmbH + Co. KG

CADFEM Germany GmbH

a.b.jödden gmbh

Festo will den Qualitätsanspruch an seine Hardware auf digitale Produkt- und Simulationsmodelle übertragen. Die Kooperation mit Nvidia ist ein Schritt zu einer verlässlichen Grundlage für Physical AI.

Wenn eine Maschine verschiedene Funktionen kombiniert, müssen Ingenieure verstehen, wie diese zusammenarbeiten, bevor das System installiert wird. Virtuelle Modelle können helfen, Konzepte zu bewerten, Maschinenabläufe zu optimieren und Integrationsfragen bereits während der Entwicklung zu klären. Festo hat bereits Nvidia Isaac Sim, ein offenes Simulationsframework, und synthetische Daten für robotische Wahrnehmung und Automatisierungsfähigkeiten eingesetzt. Diese Erfahrung und der bereits mögliche USD-Export bilden den Ausgangspunkt, um Modelle um Bewegungsverhalten und anwendungsrelevante Eigenschaften zu erweitern und das reale Verhalten von Komponenten in Simulationen verlässlich bewertbar zu machen. Am Ende der Entwicklung steht eine verlässliche für Physical AI.

„Die Zusammenarbeit zwischen Nvidia und Festo ist ein Meilenstein für die Zukunft der industriellen Automatisierung“, sagt Prof. Dr. Tomas Smetana, Chief Technology Officer (CTO) bei Festo. „Indem wir Omniverse-Bibliotheken mit unserer jahrzehntelangen Automatisierungsexpertise verbinden, schaffen wir eine lernende virtuelle Umgebung für die autonome Produktion der Zukunft.“

Der Festo Qualitätsanspruch für digitale Produktmodelle

Jan R. Seyler, Head of Physical AI and Digital Thread bei Festo, ergänzt: „Unseren digitalen Modellen muss man genau so vertrauen können wie unserer Hardware. Unser Anspruch ist es, Produktmodelle bereitzustellen, die unseren hohen Qualitätsstandards entsprechen und eine möglichst realitätsnahe Entwicklung und Validierung von Automatisierungslösungen ermöglichen.“

Um die Modellqualität künftig systematisch bewerten zu können, plant das Unternehmen, Messungen aus den eigenen Laboren mit Simulationsergebnissen in Isaac Sim abzugleichen. Das offene, auf Omniverse-Bibliotheken basierende Simulationsframework ermöglicht die Bewertung in vollständigen Automatisierungsszenarien. Unter definierten Betriebsbedingungen sollen simulierte Bewegungen und dynamisches Verhalten mit entsprechenden Messungen an realen Komponenten verglichen und die Modelle gezielt verbessert werden.

Festo und ABB Robotics arbeiten mit Nvidia an einer virtueller Handhabungsanwendung

Ein konkreter Entwicklungsschritt ist die Zusammenarbeit mit ABB Robotics und Nvidia. An einer gemeinsamen Handhabungsanwendung verbinden die Partner digitale Zwillinge eines dreiachsigen Festo Handlingsystems mit ABB RobotStudio. So sollen Maschinenbauer Abläufe und Integrationsfragen vor dem physischen Aufbau klären, die Inbetriebnahme beschleunigen und die Zeit bis zur Markteinführung verkürzen. Die Erweiterung RobotStudio HyperReality verbindet RobotStudio mit den Omniverse-Bibliotheken für fotorealistische, physikbasierte Simulationen. Der ABB Virtual Controller ermöglicht es, Roboterprogramme mit derselben Steuerungssoftware wie auf realen ABB Robotern virtuell zu testen.

Online-Kalkulation

Präziser kalkulieren: costing24 wertet Zeichnungen mit KI aus

„Gemeinsam mit unserem Partnernetzwerk entwickelt ABB Robotics autonomere und vielseitigere Robotiklösungen, die mehr Aufgaben an mehr Orten schneller, sicherer und intelligenter erledigen können“, sagt Boris Fiedler, Head of Operations and Portfolio, Software and Digital, ABB Robotics. „Die Zusammenarbeit mit Festo und Nvidia wird Engineering und virtuelle Inbetriebnahme für Maschinenbauer voranbringen und dazu beitragen, Physical AI in industrieller Qualität breit in Unternehmen einzusetzen.“

Für Festo ist die Zusammenarbeit ein konkreter Entwicklungsschritt auf dem Weg zu einer verlässlichen digitalen Grundlage für Physical AI. Langfristig will das Unternehmen die Lücke zwischen Simulation und Realität so weit verkleinern, dass sich virtuell entwickelte Automatisierungslösungen mit möglichst wenig Anpassungsaufwand auf reale Maschinen übertragen lassen.