Konferencja Branży Automatyki Przemysłowej i Robotyki

Sztuczna inteligencja nie jest już technologią przyszłości — staje się codziennym narzędziem inżyniera automatyka. Ale jak daleko jest przemysł od fabryk, które nie tylko realizują zaprogramowane zadania, lecz samodzielnie podejmują decyzje, uczą się na błędach i adaptują do zmiennych warunków? W trakcie wystąpienia przedstawiona zostanie ewolucja zastosowań AI w przemyśle — od klasycznych systemów wizyjnych i predykcyjnego utrzymania ruchu, przez inteligentną diagnostykę procesów, aż po wizję w pełni autonomicznych systemów produkcyjnych. Omówiona będzie rola kluczowych technologii: fuzji danych sensorycznych, przetwarzania obrazów w czasie rzeczywistym, dużych modeli językowych (LLM) wspierających obsługę maszyn oraz agentowych systemów AI zdolnych do samodzielnego wnioskowania. Prezentacja zostanie zilustrowana przykładami prac prowadzonych na Politechnice Śląskiej — od systemów detekcji anomalii w infrastrukturze przemysłowej z wykorzystaniem autoenkoderów i metod diagnostyki procesów, przez inteligentne monitorowanie gazociągów z użyciem dronów i klasyfikatorów AI, po modele predykcji zużycia energii manipulatorów  i wdrażanie uczenia głebokiego w systemach autonomicznych działających na krawędzi sieci (edge AI). 

Celem wystąpienia jest pokazanie, że droga do autonomicznej produkcji nie jest jednorazowym skokiem, lecz procesem — i że polskie uczelnie techniczne mają w tym procesie realny, mierzalny wkład. 

Sztuczna inteligencja szybko zmienia oblicze automatyki przemysłowej, ale jej prawdziwa wartość ujawnia się dopiero wtedy, gdy AI może niezawodnie działać w świecie fizycznym. W tej sesji Karol Habryka, Dyrektor Inżynierii Aplikacji, EMEA w Teradyne Robotics (Universal Robots), omawia rozwój fizycznej sztucznej inteligencji: kolejną ewolucję automatyki, w której roboty nie tylko podążają zaprogramowanymi ścieżkami, ale także postrzegają swoje otoczenie, dostosowują się do zmiennych warunków i działają inteligentnie w czasie rzeczywistym. Opierając się na rzeczywistych wyzwaniach produkcyjnych - niedoborach siły roboczej, produkcji o dużej różnorodności, rosnących wymaganiach jakościowych i stale zmieniających się warunkach w halach produkcyjnych - prelegent wyjaśnia, dlaczego tradycyjna automatyzacja osiąga swoje granice i w jaki sposób fizyczna sztuczna inteligencja umożliwia powstanie nowej generacji adaptacyjnych, odpornych systemów produkcyjnych.

Sztuczna inteligencja przestaje być dodatkiem do systemów automatyki – staje się ich integralną częścią. W trakcie prezentacji pokażę, jak zaawansowani cyfrowi asystenci redefiniują sposób projektowania, uruchamiania i utrzymania systemów sterowania, stanowiąc bezpośrednią odpowiedź na największe bolączki dzisiejszego przemysłu: presję czasu i braki wykwalifikowanych kadr. To nie jest kolejny chatbot – to agentowy system oparty na sztucznej inteligencji, który potrafi generować kod PLC, tworzyć wizualizacje HMI, analizować dane procesowe na żywo i diagnozować problemy, wspierając tym samym służby utrzymania ruchu. Dzięki niemu rutynowe zadania są automatyzowane, ryzyko błędów spada, a Twoi inżynierowie zyskują czas, by skupić się na innowacjach i rozwiązywaniu złożonych problemów. Czy AI zastąpi programistów? Nie. Pokażę Ci, jak ta technologia potęguje możliwości Twojego zespołu, pozwalając na błyskawiczne wdrażanie maszyn przy zachowaniu pełnej kontroli i decyzyjności przez człowieka. 

Synergia zaawansowanej wizji 3D i sztucznej inteligencji przekształca współczesne roboty w inteligentnych partnerów zdolnych do pełnej autonomii nawet w nieuporządkowanym środowisku produkcyjnym. Nowoczesna automatyzacja stawia na zrównoważony rozwój, wykorzystując innowacyjne systemy odzyskiwania energii do generowania realnych oszczędności operacyjnych. Najnowsze standardy cyberbezpieczeństwa stanowią fundament ochrony procesów, gwarantując nienaruszalność danych oraz stabilność produkcji w dobie rosnących zagrożeń cyfrowych.

Zmiany demograficzne i niedobór siły roboczej stanowią poważne wyzwania dla przemysłu wytwórczego. W przeszłości firmy mogły się rozwijać, zatrudniając nowych pracowników – dziś kluczem jest automatyzacja z wykorzystaniem robotów. Istnieje jednak wiele zadań, których automatyzacja była dotychczas trudna lub nieopłacalna ze względu na wymaganą koordynację wzrokowo-ruchową, zręczność i zdolność logicznego myślenia. Robotyka w połączeniu ze sztuczną inteligencją, wizją maszynową i sensoryką jest obecnie uznawana za kluczową technologię pozwalającą skutecznie realizować takie zadania. Opierając się na ponad stuletniej tradycji innowacji, firma Yaskawa prezentuje nowe podejście w dziedzinie robotyki i sztucznej inteligencji, gdzie elastyczność spotyka się z precyzją – MOTOMAN NEXT. Nowe roboty przemysłowe zaprojektowane, aby sprostać wyzwaniom współczesnej produkcji, od niedoboru siły roboczej po produkcję o dużej różnorodności asortymentu. 

Współczesny przemysł i działy utrzymania ruchu mierzą się z dwoma poważnymi wyzwaniami: ryzykiem nieoczekiwanych awarii (w tym cyberataków) oraz przytłaczającą ilością skomplikowanej dokumentacji technicznej, której analiza zajmuje cenny czas. Podczas wystąpienia pokażemy, jak nowoczesne metody analizy danych i modele sztucznej inteligencji mogą realnie wesprzeć inżynierów w rozwiązywaniu tych problemów. Prezentacja, oparta na najnowszych badaniach Instytutu Automatyki i Robotyki Politechniki Warszawskiej, obejmie dwa kluczowe obszary: 

• Wczesne wykrywanie ukrytych usterek i cyberataków: Pokażemy, jak uważne śledzenie pracy samych regulatorów i zachowania maszyny pozwala wykryć anomalię, zanim doprowadzi ona do zatrzymania procesu produkcyjnego lub uszkodzenia sprzętu. 
• Sztuczna inteligencja w gąszczu instrukcji: Czy zaawansowane modele językowe (LLM) potrafią błyskawicznie znaleźć przyczynę problemu i rozwiązanie w setkach stron dokumentacji technicznej? Zaprezentujemy wyniki testów takich rozwiązań – wskażemy, w czym sztuczna inteligencja już dziś radzi sobie świetnie, a gdzie wciąż kryją się pułapki i ograniczenia. 

Robotyzacja nie musi być skomplikowana. Pod warunkiem, że cały proces - od planowania po utrzymanie - działa jako jedna spójna ścieżka. 

W trakcie wystąpienia pokażemy: 

• jak dziś wygląda nowoczesne podejście do wdrażania robotów, 
• jak cyfrowe narzędzia i AI skracają czas uruchomienia produkcji, 
• jak łatwiej reagować na zmiany, 
• dlaczego prostota i elastyczność stają się kluczowe w przemyśle. 

Dynamiczny rozwój sztucznej inteligencji otwiera przed przemysłem zupełnie nowe możliwości automatyzacji procesów, które jeszcze do niedawna wydawały się osiągalne jedynie dzięki pracy manualnej. Podczas wystąpienia zaprezentowane zostanie przełomowe rozwiązanie SIMATIC Robot Pick AI, które umożliwia robotom pobieranie obiektów wcześniej nieznanych — o dowolnych kształtach, położeniu i sposobie ułożenia. Uczestnicy dowiedzą się także, jakie możliwości dają rozszerzone wersje systemu — Pick AI Pro i rozwijane obecnie Pack AI — oraz jak wykorzystanie dodatkowych informacji wizualnych (kolor, głębia, segmentacja) pozwala na obsługę bardziej złożonych chwytaków i trudniejszych obiektów. Wystąpienie pokaże, jak dzięki sztucznej inteligencji można znacząco zwiększyć elastyczność procesów, ograniczyć koszty, zmniejszyć liczbę błędów i przygotować zakłady przemysłowe na wyzwania przyszłości. 

Wizyjna kontrola jakości była i będzie kluczowym elementem praktycznie każdej produkcji przemysłowej. Warto przyjrzeć się ewolucji tej technologii, jaką przeszła w ostatnich latach i co ona oznacza dla typowego użytkownika. 

• Dwa podejścia do wizyjnej kontroli jakości - tradycyjna vs AI 
• Co można zrobić w 3 prostych krokach, w kilka minut 
• Przykłady aplikacji i zastosowania 

Sztuczna inteligencja w przemyśle to dziś nie pytanie „czy", lecz „jak i gdzie". Większość wdrożeń AI opiera się na chmurze.  Jednak co zrobić, gdy hala produkcyjna nie ma stabilnego łącza? Gdy dane procesowe są zbyt wrażliwe, by opuszczały zakład? Gdy milisekundy opóźnienia decydują o jakości produktu? Podczas prelekcji pokażę, jak polskie firmy produkcyjne mogą budować własną infrastrukturę AI. Od pierwszego pilota po skalowalny system - bez uzależnienia od zewnętrznych dostawców chmurowych. Omówię realne scenariusze wdrożeń analityki AI, a także systemów agentowych opartych na LLM i VLM, działających lokalnie, tam gdzie powstają dane: bezpośrednio na linii produkcyjnej. 

Sztuczna inteligencja umożliwia przejście od tradycyjnego monitorowania do zaawansowanych metod predykcyjnych, które realnie zwiększają niezawodność maszyn. Dzięki analizie danych w czasie rzeczywistym, możliwe staje się wykrywanie anomalii i przewidywanie potencjalnych usterek, które mogą wstrzymać proces produkcyjny. Nowoczesne algorytmy uczą się zachowań urządzeń, co pozwala na unikanie reaktywnych i kosztownych działań. W efekcie przedsiębiorstwa zyskują większą ciągłość pracy, niższe koszty utrzymania i pełniejszą kontrolę nad procesami 

Prezentacja przedstawia koncepcję systemu ECO-RETROFIT AI wspierającego ocenę techniczną, modernizację oraz adaptację istniejących maszyn i linii produkcyjnych z wykorzystaniem danych procesowych, dokumentacji technicznej, sensorów oraz algorytmów AI. Omówione zostaną zagadnienia związane z budową cyfrowego paszportu maszyny, oceną zgodności z UE 2023/1230, predictive maintenance oraz integracją monitoringu danych w starszych maszynach przemysłowych. Druga część prezentacji pokaże rzeczywisty przypadek linii produkcyjnej, w której geometria i masa produktu wpływają na stabilność procesu transportu, pracę napędów oraz parametry receptur. Przedstawione zostanie wykorzystanie danych STEP, danych z PLC, serwonapędów i robota KUKA do budowy modelu zależności pomiędzy produktem a zachowaniem procesu technologicznego oraz wykorzystanie AI jako warstwy analitycznej wspierającej adaptację procesu do nowych wariantów produkcyjnych.

BLOK I

Temat odnosi się do rosnącej roli środowisk cyfrowych w projektowaniu, testowaniu i wdrażaniu systemów przemysłowych. Dzięki narzędziom takim jak cyfrowe bliźniaki (ang. digital twins) czy symulacje, inżynierowie mogą tworzyć i optymalizować linie produkcyjne bez fizycznego dostępu do hali.To podejście zmienia także profil inżyniera automatyka i robotyka – coraz częściej musi on łączyć wiedzę techniczną z kompetencjami cyfrowymi i informatycznymi, funkcjonując w środowisku hybrydowym, gdzie granica między światem fizycznym a wirtualnym zaciera się.

Podczas prezentacji pokażemy, jak w praktyce wygląda migracja systemu sterowania w zakładzie produkcyjnym lub infrastrukturze krytycznej, gdy nie ma miejsca na długie przestoje, błędy komunikacyjne i utratę wiedzy procesowej. Na bazie doświadczeń z realnych wdrożeń opowiemy, gdzie najczęściej pojawiają się ryzyka, jak przygotować organizację do zmiany i dlaczego dobra migracja nie kończy się na uruchomieniu nowego systemu, ale staje się fundamentem dalszej cyfryzacji produkcji.

Rosnąca potrzeba zwiększania efektywności procesów produkcyjnych idzie dziś w parze z koniecznością ograniczania przestojów, strat i nieplanowanych awarii. Współczesne zakłady coraz częściej poszukują rozwiązań, które nie tylko poprawiają wydajność maszyn i instalacji, ale także pozwalają lepiej kontrolować przebieg procesu oraz szybciej reagować na pojawiające się problemy. Podczas prezentacji pokażemy, jak w praktyce wygląda usprawnianie procesów wytwórczych z wykorzystaniem rozwiązań z zakresu automatyki przemysłowej. Na bazie konkretnych case studies z wdrożeń u klientów opowiemy, jakie wyzwania najczęściej pojawiają się w zakładach produkcyjnych oraz jakie działania i technologie pomagają zwiększać niezawodność, ciągłość pracy i ogólną wydajność produkcji. 

Szczególna rola systemów SCADA, pośrednika między warstwą procesu: sterowników, systemów pomiarowych i wykonawczych oraz warstwą operatorską i zarządzania. Aplikacje SCADA pierwotnie służyły do bezpośredniego nadzoru technologii przeszły ewolucję do systemów akwizycji informacji dla oprogramowania zarządzania produkcją przedsiębiorstwem.

BLOK II

Prezentacja raportu Branżowego Centrum Umiejętności, która pokaże, jak zmienia się zapotrzebowanie na zawody, kwalifikacje i umiejętności w obszarze robotyki. To nie tylko diagnoza braków, ale także próba odpowiedzi na pytanie, jak powinien zmieniać się system kształcenia, aby nadążyć za transformacją przemysłu.

PANEL DYSKUSYJNY

Technologie rozwijają się szybciej niż systemy, które mają przygotować ludzi do pracy z nimi.Wspólna rozmowa przedstawicieli przemysłu, edukacji i instytucji publicznych o odpowiedzialności, współpracy i koniecznych zmianach. O tym, czy jesteśmy w stanie zbudować system, który nie tylko reaguje na zmiany, ale zaczyna je wyprzedzać.

Podstawy prawne pomiarów instalacji elektrycznych w przemyśle. Wpływ układów automatyki i robotyki na możliwości techniczne pomiarów. Maszyny elektryczne zasilane z układów przekształtnikowych i falowników. Niskie napięcie 24V, które nie jest bezpieczne.

Podstawy prawne pomiarów instalacji elektrycznych w przemyśle. Wpływ układów automatyki i robotyki na możliwości techniczne pomiarów. Maszyny elektryczne zasilane z układów przekształtnikowych i falowników. Niskie napięcie 24V, które nie jest bezpieczne.

Magdalena opowie o 4 dźwigniach marketingu. Dowiesz się, dlaczego sam dobry produkt to za mało w czasach globalnej konkurencji i jak wykorzystać AI (sztuczną inteligencję) oraz cyfryzację, by zdjąć z firmy „czapkę niewidkę”.

Prezentacja przedstawia koncepcję systemu ECO-RETROFIT AI wspierającego ocenę techniczną, modernizację oraz adaptację istniejących maszyn i linii produkcyjnych z wykorzystaniem danych procesowych, dokumentacji technicznej, sensorów oraz algorytmów AI. Omówione zostaną zagadnienia związane z budową cyfrowego paszportu maszyny, oceną zgodności z UE 2023/1230, predictive maintenance oraz integracją monitoringu danych w starszych maszynach przemysłowych. Druga część prezentacji pokaże rzeczywisty przypadek linii produkcyjnej, w której geometria i masa produktu wpływają na stabilność procesu transportu, pracę napędów oraz parametry receptur. Przedstawione zostanie wykorzystanie danych STEP, danych z PLC, serwonapędów i robota KUKA do budowy modelu zależności pomiędzy produktem a zachowaniem procesu technologicznego oraz wykorzystanie AI jako warstwy analitycznej wspierającej adaptację procesu do nowych wariantów produkcyjnych.