Każda fabryka jest dynamicznym, często bardzo złożonym środowiskiem. Jej wydajność i niezawodność przekładają się wprost na wyniki finansowe przedsiębiorstwa, a więc przesądzają o sukcesie lub porażce biznesu. To wystarczający powód, żeby bardzo poważnie traktować wszystkie zagadnienia związane z monitorowaniem parametrów. Dlaczego warto stosować systemy CMS?

 

Każda awaria prowadząca do nieplanowanego przestoju przynosi szkody. Powoduje powstawanie dodatkowych kosztów związanych z wyprodukowaniem detali obciążonych wadami, stratą czasu, zaburzeniem harmonogramu produkcji. Niekiedy wywołuje efekt domina: uszkodzenie pierwszego podzespołu pociąga za sobą awarie kolejnych. Przypomina to uraz wielonarządowy żywego organizmu. Dlatego w fabryce, podobnie jak w medycynie, doskonale widać głęboki sens sentencji: „lepiej zapobiegać, niż leczyć” i stosować systemy CMS.

Systemy CMS w akcji

Podstawowym i bardzo skutecznym narzędziem są tu systemy klasy CMS (Condition Monitoring Systems). W wolnym tłumaczeniu można to przełożyć jako „systemy monitorowania stanu maszyny”. Po wdrożeniu pracują 24 godziny na dobę, a w każdym razie zawsze, kiedy pracuje fabryka. Zbierają dane z czujników, w które wyposażone są maszyny, roboty na linii produkcyjnej oraz instalacje pracujące w jej otoczeniu.
Takie systemy stwarzają znacznie większe możliwości, niż tradycyjny Time Based Monitoring. Sprowadza się on do wykonywania przeglądów okresowych w interwałach czasowych zalecanych przez producenta albo po wykonaniu przewidzianej procedurami liczby cykli pracy. Okresowa kontrola maszyn pozostawia spore ryzyko awarii pomiędzy przeglądami. Kontrola w czasie rzeczywistym sprowadza prawdopodobieństwo takiego zdarzenia do absolutnego minimum. Zwłaszcza jeśli stan maszyn jest monitorowany przez oprogramowanie wykorzystujące mechanizmy sztucznej inteligencji.
Stosując CMS, umożliwiamy wczesną detekcję zużycia części i podzespołów. Dzięki temu pracownicy odpowiedzialni za utrzymanie ruchu mogą wymienić wypracowane elementy podczas planowych postojów maszyny uwzględnionych w harmonogramie pracy fabryki: bez niespodzianek, stresu i nieoczekiwanych komplikacji.

Systemy CMS – co mierzą?

Możliwości są w zasadzie nieograniczone. Teoretycznie można monitorować i interpretować każdy parametr, który da się zmierzyć czujnikami. W praktyce dane są zbierane na kilku poziomach. Pierwsza grupa to dane pochodzące z maszyn. Mamy tutaj wyniki pomiarów natężenia prądu, prędkości obrotowej, kątowej, liniowej, amplitudy i częstotliwości drgań, poboru mocy, temperatury części, płynów eksploatacyjnych, ciśnienia cieczy roboczej lub sprężonego powietrza itd. Te informacje zazwyczaj są dostępne i można je pobrać ze sterowników PLC. Można to zrobić także za pośrednictwem komputerów przemysłowych albo bezpośrednio z podzespołów wyposażonych w jakiś rodzaj „inteligencji”.

Dane produkcyjne

Dodatkowo można wyposażyć maszyny w czujniki przeznaczone wyłącznie do oceny stanu technicznego: analizatory oleju i innych cieczy, mierniki wibracji, termometry itp.
Druga grupa to dane produkcyjne. Mierzymy liczbę cykli pracy albo detali wykonanych w jednostce czasu, odsetek produktów, których parametry wykraczają poza zakres tolerancji, koszt zużytej energii elektrycznej, zużycie materiału, czas trwania mikroprzestojów. Innymi słowy: obserwujemy wyniki pracy maszyn, ich wydajność i jakość produktów. Jeśli okaże się, że w porównaniu z poprzednim okresem wybranym jako punkt odniesienia (np. bezpośrednio po pierwszym uruchomieniu linii i ustabilizowaniu procesów) spada wydajność, pogarsza się jakość wykonywanych elementów, rośnie zużycie materiału lub energii, to jest to wyraźny sygnał, że coś się zmieniło i należy pilnie znaleźć przyczynę.
Trzecia grupa to dane na temat otoczenia. Należą do nich temperatura w hali i na zewnątrz, wilgotność powietrza, natężenie hałasu, ciśnienie w centralnej instalacji pneumatycznej. A także jakość prądu zasilającego maszyny, warunki atmosferyczne na zewnątrz itp.

Chmura obliczeniowa

Strumień danych zbieranych z wszystkich wymienionych źródeł trzeba zarejestrować i przetworzyć. Służą do tego zasoby przedsiębiorstwa, które możemy nazwać „światem IT”. To zespół serwerów, pamięci masowych, urządzeń sieciowych zlokalizowany w serwerowniach, na ogół daleko od linii produkcyjnej. Część operacji wykonuje się w czasie rzeczywistym, inne wymagają okresowego wykonywania obliczeń z użyciem dużej ilości danych archiwalnych.
Stworzenie infrastruktury zdolnej do przetwarzania dużej ilości danych jest kosztowne. Wymaga zakupu albo leasingowania urządzeń, wybudowania bezpiecznych pomieszczeń, zatrudnienia specjalistów: administratorów systemów, sieci, programistów. Raz uruchomioną serwerownię trzeba modernizować, żeby mogła sprostać rosnącym wymaganiom związanym z rozwojem przedsiębiorstwa i wdrażaniem nowych technologii.

Kiedy warto skorzystać z chmury obliczeniowej? 

W takiej sytuacji rozsądne wydaje się skorzystanie z chmury obliczeniowej. To znaczy usług zewnętrznego podmiotu, który udostępnia swoje zasoby sprzętowe w takim zakresie, jaki akurat jest potrzebny. Jeśli przez pięć dni w miesiącu potrzebujemy potężnej mocy obliczeniowej, a w pozostałe wystarczy jej o 80% mniej, nie ma problemu. Nie trzeba kupować sprzętu „na zapas”. Po prostu pięć razy w miesiącu zapłacimy za usługę 80% więcej, niż w pozostałe dni.
Z reguły w chmurach niższy jest także koszt przechowywania wielkich ilości danych, wykonywania kopii zapasowych, uruchamiania specjalistycznego oprogramowania (np. do „uczenia” sieci neuronowych). Dostawca chmury dba o stronę techniczną, bezpieczeństwo i niezawodność urządzeń. W zastosowaniach o znaczeniu strategicznym trzeba uwzględnić fakt, że dane dostarczane z przedsiębiorstwa do chmury publicznej teoretycznie mogą być przeglądane przez niepowołane osoby lub organizacje. W praktyce ryzyko jest umiarkowane. Dzieje się tak, ponieważ można skorzystać z licznych narzędzi kryptograficznych do utajniania. Dotyczy to zarówno danych przechowywanych na nośnikach, jak i transmitowanych w sieci.

Bezpieczeństwo chmur obliczeniowych

Dowodami bezpieczeństwa rozwiązań chmurowych jest to, że sektor bankowy wręcz chwali się tym, że migrują na chmurę. Chmury dostarczają szereg narzędzi które pozwalają ukrywać serwisy żeby ograniczyć ich widoczność i dostępność z zewnątrz. Dla przykładu baza danych Azure SQL domyślnie wymaga na etapie tworzenia konfiguracji zdefiniowania jaki adres IP może się do niej dostać, a można poziom bezpieczeństwa jeszcze zwiększyć ukrywając dodatkowo usługę np. w sieci prywatnej dodając VPN. Ukryć dane można do tego stopnia, że sam dostawca chmury nie widzi co się na niej znajduje.
To ryzyko można zmniejszyć jeszcze bardziej, budując chmurę prywatną. Trzeba wtedy zainwestować we własne urządzenia i specjalistów.  Jest to rozwiązanie lepsze i tańsze niż tradycyjne sieci komputerowe. Dlatego, że zasoby, którymi dysponujemy, mogą być dynamicznie przydzielane do wykonywania różnych zadań. Eliminujemy więc sytuację, w której serwer kosztujący, powiedzmy, 120 tys. zł, pracuje efektywnie przez 500 godzin w roku, ponieważ zainstalowaliśmy na nim bazę danych wykorzystywaną wyłącznie do tworzenia raportów okresowych.
Można również połączyć oba podejścia, tworząc chmurę hybrydową: gromadzić dane lokalnie, a przetwarzać je na bardzo wydajnych serwerach zewnętrznego dostawcy.

Między chmurą a warstwą brzegową

Dane przetwarzane w chmurze wykorzystuje się w celach strategicznych. Natomiast za sterowanie produkcją w czasie rzeczywistym wciąż odpowiadają sterowniki PLC i warstwa brzegowa (Edge Computing) zlokalizowane najbliżej maszyn.
Pomiędzy tymi dwoma światami – chmurą i warstwą brzegową – trzeba nieustannie przesyłać znaczące ilości danych. Mitsubishi Electric stosuje w tym celu dwa protokoły transmisji danych: MQTT oraz OPC UA. Pierwszy jest „lekkim” protokołem zaprojektowanym z myślą o przekazywaniu danych pomiędzy urządzeniami włączonymi w Internet Rzeczy (IoT – Internet of Things). Drugi jest bardziej rozbudowany i przy okazji perspektywiczny. W Niemczech przewidziano go jako jeden z oficjalnie akceptowanych i wspieranych protokołów do wykorzystania w rozwiązaniach Przemysłu 4.0.
Oba protokoły są bezpieczne, sprawdzone w praktyce i wystarczająco niezawodne, żeby sprostać wymaganiom rzeczywistych środowisk produkcyjnych.

W kolejnym artykule z naszej serii opiszemy nasze narzędzie do monitorowania stanu robotów przemysłowych. Została ona zbudowana dzięki znajomości zagadnień CMS oraz technologiom chmurowym opisanym w dzisiejszym artykule.

Zapraszamy do dalszej lektury.