May 26, 2018

Trendy w Przemyśle 4.0 – Hannover Messe 2018

Nie ma lepszego miejsca do obserwowania trendów w Przemyśle 4.0 niż Targi Hannover Messe. Liderzy branży prezentują tu swoje innowacje i wprowadzone w ostatnim roku ulepszenia, co pozwala dostrzec kluczowe kierunki rozwoju. W tym roku uczestniczyłem w Targach jako członek ekipy REDNT wystawiającej swoje rozwiązania przemysłowego Internetu rzeczy z rodziny MOLOS.CLOUD na polskim stoisku narodowym. Także i tu prym wiodły technologiczne nowinki. 


 
Przyzwyczailiśmy się już do tego, że media dużo mówią i piszą o nieuchronności "cyfrowej transformacji", a firmy konsultingowe coraz częściej oferują kompleksową pomoc firmom przemysłowym w trakcie ich cyfrowej podróży. Eksperci jak mantrę powtarzają: zmień się albo znikniesz z rynku.  A przecież to niełatwe zadanie - wymaga inwestycji, nowych kompetencji i bardzo często kompletnej zmiany myślenia o biznesie. Targi w Hanowerze pokazały, że pomimo wielu barier przemysł naprawdę się zmienia.  
 
Co jest obecnie na topie?

„Połącz się i współpracuj” 

To przewodnie hasło tegorocznej imprezy. Współpraca między ludźmi a wysoce zautomatyzowanymi maszynami to bardzo szybko rozwijający się obszar digitalizacji przemysłu. Coboty (roboty współpracujące), egzoszkielety i systemy rzeczywistości rozszerzonej mogą znacząco wpłynąć na zwiększenie wydajności, stworzenie bardziej efektywnych warunków pracy i wprowadzanie nowych modeli biznesowych. Widok robota na linii produkcyjnej nikogo dziś nie dziwi, jednak coboty nie mają wyeliminować procesów prowadzonych przez ludzi tylko je ulepszyć. Z przyjemnością obserwowałem sposób w jaki roboty odczytują ludzkie działania i odpowiednio dostosowują swoje lub wręcz naśladują człowieka, zaawansowane technologie egzoszkieletów poprawiają fizyczne możliwości operatora, a systemy rozszerzonej rzeczywistości pomagają ludziom w znacznie skuteczniejszej pracy. Uff, wygląda na to, że  jeszcze przez jakiś czas nikt nas (ludzi) nie wymieni na nowszy (cyfrowy) model.



Maszyny coraz lepiej się uczą 

Sztuczna inteligencja i uczenie maszynowe grały kluczową rolę na wielu halach wystawowych poświęconych koncepcji Smart Factory. Nie mogłem odmówić sobie przyjemności zagrania partyjki tenisa stołowego na stoisku firmy OMRON z robotem, który na podstawie zebranych danych stale optymalizuje zachowanie dopasowując się do graczy. Ten krzemowy partner do ping ponga korzysta z czterech cyfrowych oczu i jednej ultra szybkiej kamery do śledzenia ruchu gracza, piłki i rakiety. Pracujące z duża szybkością i w wielu osiach ramię idealnie naśladuje ruchy ludzkiego nadgarstka i łokcia kiedy np. podkręca piłkę. Szczypta sztucznej inteligencji pozwala przeanalizować i przewidzieć zachowanie przeciwnika oraz dostosować do niego styl i poziom gry. Dodatkowo AI nie okazuje emocji i to wszystko czyni z FORPHEUS’a (bo tak ma na imię ten cybernetyczny tenisista) trenera idealnego. Oby nie stał się protoplastą T-800, bo z takim wzrokiem, precyzją i mocą obliczeniową marne mamy szanse.
Firmy produkcyjne wykorzystują szeroko pojętą sztuczną inteligencję do znacznie bardziej zaawansowanych i pragmatycznych celów np. korzystając z algorytmów uczenia maszynowego na ogromnych bazach danych operacyjnych, potrafią zdiagnozować rzeczywiste przyczyny awarii, skutecznie przewidzieć nadchodzące i zaproponować działania zaradcze zanim nastąpią. Dodatkowo mogą zoptymalizować odstępy między przeglądami i zaplanować dostawy części zamiennych redukując ich magazyn, co zmniejsza koszty i skraca przestoje. Na chwilę obecną, w przeważającej ilości są to jeszcze projekty w fazie testów, pilotów lub rozwiązania punktowe dla prostych dobrze zdefiniowanych maszyn i urządzeń lub rozwiązujące konkretny problem. Pokazują one, że przyszłością są połączone metody inżynierskie np. wibrodiagnostyka z budową modeli typu Data Science np. uczenie maszynowe na odpowiednio dużym zbiorze danych, najlepiej na próbie statystycznej lub całej populacji. Pozwolą one z jednej strony na obniżenie kosztów własnych serwisu, utrzymania i rozwoju produktów, a z drugiej na zaaferowanie klientom dodatkowych usług, w każdym przypadku podniesienie konkurencyjności. Rozwiązania takie, zarówno sprzęt, oprogramowanie, jak i same modele są coraz tańsze i dla pewnej kategorii zastosowań powtarzalne. W zasadzie już w tej chwili producenci silników, pomp, kompresorów, wentylatorów i podobnych maszyn powinni ustawiać się w kolejkę do firm budujących systemy predykcji awarii, żeby nie zostać w tyle za konkurencją. Jestem ciekaw co nowego będzie za rok.



Inteligentne fabryki zarządzają danymi maszynowymi 

Analityka danych jest niejako produktem ubocznym Internetu Rzeczy, ale zaczyna odgrywać coraz większą rolę. Dane to przecież surowiec, z którego można wydobyć wiele cennych informacji. Stale zwiększająca się liczba urządzeń, które generują dane, sprawia, że wzrasta zapotrzebowanie na ekspertów od ich analizy. Wyzwaniem jest między innymi łączenie i korelowanie danych z różnych systemów sterowania przemysłowego (DCS, SCADA, czujniki, aplikacje biznesowe, infrastruktura, systemy IT). Firmy, które korzystają z wielu dostawców technologii, wdrażanych jako odrębne projekty potrzebują skutecznych narzędzi analitycznych i programistycznych. Rynek oferuje coraz więcej takich rozwiązań. Holistyczne podejście do zbierania i analizowania danych fabryki pozwala zoptymalizować procesy, wykryć i usunąć wąskie gardła, odkryć nieoczywiste powiązania pomiędzy danymi operacyjnymi a biznesowymi. To wszystko służy zwiększaniu wskaźników efektywności i lepszemu kontrolowaniu biznesu. Czy jest proste? - Nie. Czy jest tanie? – Jeszcze nie. Na razie pozwalają sobie na to duże przedsiębiorstwa, a i tak często robią to wyspowo. Czy jest przyszłością – O tak. Każdy chciałby wiedzieć, że jak odkręci zawór o pół stopnia bardziej to produkuje o 5 złotych taniej. Stąd już tylko krok do cyfrowego bliźniaka.


         Cyfrowy bliźniak

Digital Twin to coraz częściej pojawiające się pojęcie w dyskusjach o przyszłości przemysłu. Sama koncepcja jest znana od ponad 30-tu lat, kiedy powstały programy CAD. Na początku wieku zaczęto używać jej do projektowania złożonych systemów, gdzie ciężko jest przetestować prototyp, np. satelitów czy statków kosmicznych. Obecnie cyfrowe modelowanie i analizowanie procesów przemysłowych pozwala znaleźć potencjalne błędy i usprawnienia zanim rozpocznie się proces fizycznej produkcji. Stosuje się ją do cyfrowego projektowania i testowania  produktu i samej linii produkcyjnej przy wsparciu technologii takich jak modelowane 3D, wirtualna czy rozszerzona rzeczywistość oraz zaawansowanych symulacji numerycznych. Coraz częściej też wykorzystuje się je do odwzorowania pracy i modelowania całych obszarów przedsiębiorstwa poprzez cyfrowe odwzorowanie instalacji, procesów i systemów. Pomagają w tym rozwiązania IoT i zbudowanie jednego repozytorium wszystkich danych operacyjnych w raz relacjami i powiązaniami.

Analitycy tacy jak Gartner przewidują że w ciągu 3 lat połowa dużych firm będzie korzystała z cyfrowych bliźniaków, co pozwoli im podnieść efektywność o ok. 10%. Koncepcja kusząca, pytanie – kogo na nią stać? Jeżeli chcemy np. zamodelować dedykowaną skrzynię do transportu i magazynowania komponentów samochodu czy nawet cała halę fabryczną z ciągami technologicznymi to okazuje się to całkiem przystępne przy wykorzystaniu okularów rozszerzonej rzeczywistości i umiejętności jednej z polskich firm. Jeżeli mamy ochotę na cyfrową symulację zachowania się naszego produktu to z pomocą przychodzi chmura i oprogramowanie SaaS. Modelowanie zachowania całej linii technologicznej wymaga gromadzenia w czasie rzeczywistym ogromnej ilości danych i ich obróbki, ale tutaj też z pomocą przychodzi chmura i dostępne tam rozwiązania BigData i IoT.
  
Edge czy Cloud? 

Tak jak na poprzednich Targach gorącym słowem w dyskusjach o automatyzacji przemysłu było słowo „Cloud”, tak w tym roku zdecydowanie częściej słyszałem "Edge". Jedno i drugie ma swoje zalety (oraz wady). Przetwarzanie w chmurze zostało opracowane w celu ograniczenia kosztów operacyjnych związanych z wdrożeniem własnego centrum danych. Zapewnia także elastyczność bo zasoby obliczeniowe i magazynowe można dopasować do aktualnej potrzeby. Chmura nie została jednak zaprojektowana do obsługi krytycznych aplikacji produkcyjnych działających w czasie rzeczywistym. Edge computing rozwiązuje ten problem. Możemy się spodziewać, że coraz częściej systemy obliczeń brzegowych będą integrowane z środowiskami chmurowymi, aby stworzyć infrastrukturę hybrydową.



Wiodące innowacje prezentowane na Hannover Messe mogę podsumować w kilku słowach: w najbliższej przyszłości systemy produkcyjne będą coraz bardzie elastyczne, nastąpi optymalizacja współpracy między ludźmi i robotami, wiele procesów ulegnie digitalizacji a pozyskane dane będą służyć do ich monitorowania i optymalizacji.

No comments:

Post a Comment

Copyright © 2016 Cogitago , Blogger