Pojęcie Przemysłu 4.0 wielu ekspertów uważa za slogan marketingowy, który nie znajduje przełożenia w rzeczywistości. Część z nich uważa, że nie jesteśmy gotowi na kolejną rewolucję przemysłową. Naszym zdaniem Przemysł 4.0 powinien być kojarzony z ciągłym udoskonalaniem procesów produkcyjnych przez wykorzystanie danych, do czego obecnie dąży każdy zakład produkcyjny.
Dane na wyciągnięcie ręki
Śledzenie życia wytwarzanego produktu – od wyjściowego surowca aż po jego utylizację – jest obecnie koniecznością. Jest to możliwe dzięki wymianie danych. Dane w świecie automatyki są traktowane inaczej niż w branży IT. Automatyka wykorzystuje ogromne ilości danych, które są generowane w czasie rzeczywistym w każdym cyklu pracy maszyn i ich komponentów. Dla przykładu, czas skanu sterownika PLC może wynosić 1 ms i z każdym cyklem generowanych jest kilka kilobajtów danych, które mówią o stanie komponentów, parametrach produkcji itd. Aby je poprawnie analizować, musimy te dane opracować, skompresować i dopasować do potrzeb wizualizacji.
Potęga chmury obliczeniowej
Przetwarzanie danych odbywa się w komputerach przemysłowych, zainstalowanych np. w szafach sterowniczych. Komputer z jednej strony jest połączony za pomocą wybranego interfejsu z maszyną, natomiast z drugiej za pomocą odpowiedniego protokołu z chmurą obliczeniową.
Zbieranie danych i ich wstępne przetwarzanie odbywa się na poziomie komputera przemysłowego, który wykorzystuje koncepcję obliczania brzegowego na krawędzi maszyny i IT, tzw. Edge Computing. Dzięki zastosowaniu tej metody przetwarzania danych w pobliżu miejsca, gdzie one są produkowane, zamiast przesyłania ich wszystkich do chmury, możliwe jest zasadnicze zmniejszenie zapotrzebowania na przepustowość i pozwala na analizę ważnych danych niemal w czasie rzeczywistym.
Wyselekcjonowane dane przesyłane są dalej do chmury obliczeniowej. Komunikacja z chmurą trwa dłużej niż cykl pracy maszyny i zazwyczaj nie jest to stała jednostka czasu, dlatego chmura powinna raczej rozwijać algorytmy i metody, które potem należy wykonywać bliżej urządzeń. Chmura o dużej mocy obliczeniowej przesyła zbudowane algorytmy do komputera przemysłowego, który na bieżąco wdraża udoskonalenia procesów produkcyjnych. Z zastosowaniem odpowiednich narzędzi matematycznych i informatycznych możemy budować algorytmy sztucznej inteligencji, które mogą np. przewidywać uszkodzenia komponentów, tzw. Predictive Maintenance czy znajdować wady jakościowe, których nie jesteśmy w stanie odnaleźć przy użyciu klasycznych systemów wizyjnych, przez porównanie wyprodukowanych obiektów z ich wzorcem.
Obróbka dużych ilości danych jest kosztowna, ponieważ wymaga komputerów o dużych mocach obliczeniowych, dlatego warto wykorzystać chmurę obliczeniową, gdzie taka moc jest jej naturalną cechą i „koszt wejścia” jest niski, bo opłacany miesięcznie za rzeczywiście używane zasoby. Płacimy niestety za transfer z i do chmury, dlatego warto zadbać o kompresję danych „na krawędzi”.
Metody analizy danych
Same czyste dane to za mało. Po zebraniu i przetworzeniu danych produkcyjnych z urządzeń i maszyn należy je przesłać do systemów IT. Podstawą przeprowadzenia udoskonaleń jest obserwacja aktualnego stanu pracy, dlatego niezwykle istotnym aspektem jest wizualizacja danych. Do takich rozwiązań należą ekrany synoptyczne, wizualizacja SCADA, ekrany ANDON, wizualizacja OEE oraz wizualizacja stanu maszyn i ich komponentów.
Co daje analiza danych?
Celem zakładów produkcyjnych jest udoskonalanie procesów. Poprawna analiza danych pozwala nam m.in. na:
• likwidację przestojów,
• poprawę jakości wytwarzanych produktów,
• eliminację „wąskich gardeł” w produkcji,
• utrzymanie maszyn w dobrym stanie,
• minimalizowanie ryzyka wystąpienia awarii.
Dzięki wykorzystaniu chmury obliczeniowej oraz naszym kompetencjom, które pozwalają na przekazanie danych z „produkcji” do „IT”, dostawcy rozwiązań IT mogą tworzyć i rozwijać algorytmy, pozostając w swoim informatycznym świecie. Automatycy mogą korzystać z wyselekcjonowanych danych, analizować je, pozostając w swoim świecie automatyki bez konieczności edukowania się w kontekście IT. Naszym zadaniem, Mitsubishi Electric, jest połączenie tych dwóch światów.
Automatyka wykorzystuje ogromne ilości danych, które są generowane w czasie rzeczywistym w każdym cyklu pracy maszyn i ich komponentów. Dla przykładu, czas skanu sterownika PLC może wynosić 1 ms i z każdym cyklem generowanych jest kilka kilobajtów danych, które mówią o stanie komponentów, parametrach produkcji itd.
Podstawą przeprowadzenia udoskonaleń jest obserwacja aktualnego stanu pracy, dlatego niezwykle istotnym aspektem jest wizualizacja danych. Do takich rozwiązań należą ekrany synoptyczne, wizualizacja SCADA, ekrany ANDON, wizualizacja OEE oraz wizualizacja stanu maszyn i ich komponentów.
