IS415UCVHH1A General Electric Processor Board Mark VI

Although it was established only a few months ago, ABB Future Lab has already cooperated with Huawei to
complete the AI ​​training of garbage sorting robots in two months. This robot uses AI technology based on Huawei
chips and uses industrial cameras to sort objects.

Obviously, adjusting the business model and organizational structure is an important reason why ABB has
lways been at the forefront of the industry.

From technology iteration to application implementation, ABB aims to provide complete solutions

As a pioneer in manufacturing automation and digitalization, ABB”s products in the automation field are constantly
improving, and its application industries are also expanding.

In Alf”s view, the structure and construction of automation have not changed much in the past 30 years. From signal
collection and information transmission to work scenarios or operational interfaces, the flow of information in automated systems has basically not changed.

But the arrival of 5G may change the way information is transmitted between devices. 5G’s characteristics such as large
capacity, high reliability and low latency make it possible to realize independent connections between devices. If real-time
mainline connection can be achieved and installed on the cloud or platform, it will be a more disruptive application.

5G will not only change the way ABB operates, but is also likely to introduce digitalization into the industry, including digital
operation and maintenance. ABB has launched an industrial Internet solution called ABB Ability, which firstly provides a platform
, and secondly, it includes all ABB”s digital cloud products, such as equipment industrial solutions and transportation solutions.

In addition to digitization, another focus of Alf is the autonomy of machines. He took the autonomous management of
autonomous driving and warehousing as examples to think about the development process of machine autonomy –
from human operation to machine operation, and ultimately to autonomous implementation and testing without the need for humans at all.

For ABB, in addition to popular autonomous driving technology, industrial production scenarios also have strong
demand for the autonomy of machinery and equipment, such as autonomous docking of ships and the mining industry
. In some industrial scenarios represented by mining, toxic gases and substances in the working environment are
harmful to the human body, so equipment
is required to have the ability to enter and leave the mine independently. ABB first needs to study the value proposition
of these businesses, discover potential applications, and then discover in which fields it can be applied.

A technology close to autonomy is artificial intelligence. Since its birth in the 1960s, it has been attracting people”s
attention, and there have been endless discussions about “robot replacement”. After decades of development,
related technologies have gradually matured, and more and more AI technologies have begun to be discussed
in the application field. The products and technologies
of leading manufacturers such as ABB have attracted much attention.

ABB has been applying AI technology to its products for 20 years, but its current mature products are mainly
diagnostic applications based on traditional statistics. Alf introduced to Yiou New Manufacturing that
as part of the diagnostic solution, this technology is mainly used to implement condition monitoring functions
. More mature applications are reflected in the automated management of equipment, such as the electronic
management of ships.

Machine learning is another promising AI technology. At the World Artificial Intelligence Conference at the
end of August this year, ABB demonstrated a coffee workbench composed of a two-arm collaborative robot Yu Mi.
Through guided programming of YuMi, the collaborative robot can learn and
remember the barista”s movements to complete the complete process of making coffee, latte art and delivering it to the audience.

In actual implementation scenarios, this technology is used to transform terminals carrying containers. By simulating the
location and status of box handling, the collected data is used to train the AI, allowing the AI ​​to know the
location of the container, thereby achieving automation.

From automation, digitalization, autonomy and artificial intelligence technologies, ABB is not a blind pursuer of
emerging technology concepts. It pays more attention to customer needs and actual implementation, and achieves
better solutions through different product combinations.

There are two major difficulties in balancing R&D and business and implementing solutions.

As a commercial company, ABB still needs to consider the balance between R&D investment and revenue.
In Alf”s view, they do not have unlimited R&D resources, so they need to focus on finding a balance between
improving original product functions and developing new functions. In terms of technology research and development,
we also need to try to focus on projects that can bring the greatest value to the company.

Regarding the specific implementation of digital solutions, Alf believes that there are currently two main difficulties.

The first difficulty is that ABB cannot just develop a general solution, because different industry segments
have different needs, so it must design solutions that suit their different needs. ABB not only needs to master
knowledge in different fields and different applications, but also needs to consider the availability of data.

The second difficulty lies in the use of data, because AI requires a large amount of data training. On
the one hand, ABB needs to encourage customers to provide data for training models; on the other hand,
ABB also needs to ensure customers the privacy, ownership and security of their data.
“Industrial artificial intelligence needs to be combined with models and data. But the most
important thing is that we must provide value to customers through the use of AI, otherwise we will just
apply technology for the sake of applying technology.” Alf concluded.

CC-PAOX01 51405039-275  HONEYWELL  Analog Output Module
CC-PAON01 51410070-175 HONEYWELL  Analog Output Module
CC-PAOH01 51405039-175  HONEYWELL   HART Analog Output Module
CC-PAIN01 51410069-175  HONEYWELL  Analog Input Module
CC-PAIX01 51405038-275  HONEYWELL  Experion High Level Analog Input Module
CC-PAIH51 51410069-275 HONEYWELL  Analog Input Module
CC-PAIH01 51405038-175 HONEYWELL   Analog Input with HART
CC-PAIH02 51405038-375  HONEYWELL  C300 Hart Analog Input
6DD1683-0BC5  Siemens  Power Supply
1746-NI16I  Allen-Bradley  SLC 500 Analog I/O Module
1C31125G02  Westinghouse  Digital Output Module
1X00781H01L  EMERSON  POWER SUPPLY
1C31132G01  Westinghouse  Analog Output
P0904HN LZS 1500-3FOX  FOXBORO  Power module
CR-GEN0-M6400R3  DALSA   High speed CCD line scanning camera
DSQC661 3HAC026253-001  ABB   Power Supply
DTDX991A 61430001-UW  ABB   Analog Module
DSQC609 3HAC14178-1 PBSE5117  ABB  Power Supply
1747-BA  Allen-Bradley  SLC 500 Lithium Battery
5SHX06F6004 3BHB003387R0101 ABB  IGCT  module
DTCC901B DCC2390A  ABB  Excitation system controller
651T-0600  Acromag  Single Channel Process Current Transmitter/Isolator
12KM02E-V0002 3EGM030300R0002  ABB  Multi-axis control unit
T8448 ICS Triplex Trusted TMR 24Vdc Zone Interface Module
T8161B   ICS TRIPLEX  Trusted TMR Processor
P026MX   FOXBORO   Fbm Modules
P0916VL    FOXBORO  Termination Cable
P0916VB  FOXBORO  Termination Cable
FBM240 P0917GZ  FOXBORO  DCS CARD MODULE FBM
FBM208 P0914TB  FOXBORO  Redundant 0-20 Module w/Readback
FBM206 P0916CQ  FOXBORO   Terminal Assembly
FBM204 P0914SY   FOXBORO  Channel Isolated
FBM202 P0926EQ  FOXBORO  Channel Isolated 8 Input
FBM201e P0924TR   FOXBORO  Analog Input Interface Modules
FBM201D P0922YK  FOXBORO  Analog Input Interface Modules
57552-4  RELIANCE  Universal Drive Controller Module
57405  Reliance  I/O Analog DCS Module
57401  RELIANCE  Digital I/O Drive
57C430    RELIANCE  Processor Module 6010
TRICONEX  CM2201  TRICONEX  Communication Module
57C404C   RELIANCE  COMMUNICATION NETWORK MODULE
VME162PA-344SE  Motorola  Embedded Controller
57652 0-57652-D  RELIANCE  Universal Drive Controller Module
57C443   RELIANCE  Remote I/O Scanner Module
57C435   RELIANCE  7010 Series Processor Module
57C409  RELIANCE  2 Channel Analog Input Module
57C411  RELIANCE  Resolver Input Module
57C410A  RELIANCE   Analog Output Module
57C404C   RELIANCE  COMMUNICATION NETWORK MODULE