Industrijski internet stvari je prihodnost proizvodnih podjetij

Zakaj popravljati nekaj, kar ni pokvarjeno? Tako razmišljajo tradicionalna proizvodna podjetja, toda industrijski internet stvari jim utegne vsiliti korenite spremembe.

Kaj, če bi lahko predvideli, kdaj se bo neki stroj ali orodje pokvaril/-o, in ustrezno ukrepali, še preden bi do nesrečnega dogodka prišlo? Vsak načrtovani izpad proizvodnje je bistveno cenejši od nepričakovanega. Kaj pa, če bi lahko celo vnaprej prepoznali morebitno težavo in preprečili kakršenkoli izpad? Koliko bi to pomenilo za vašo proizvodnjo?

S takšnimi in podobnimi vprašanji ponudniki rešitev interneta stvari pristopajo k proizvodnim podjetjem. Nekatera jim prisluhnejo, druga le zamahnejo z roko in zaprejo vrata. A tehnološkega napredka ne bodo mogla dolgo ignorirati, saj bodo s svojimi uveljavljenimi in le do neke mere učinkovitimi metodami dela prej ali slej postala nekonkurenčna.

A začnimo na začetku.

Kaj je industrijski internet stvari?

Internet stvari (IoT) povezuje vse vrste vsakdanjih predmetov, kot so žarnice, radijski in večpredstavnostni predvajalniki, pametne pečice in druge naprave ter povezane sisteme. IoT pravzaprav omogoča t. i. pametne naprave, naprave, ki zbirajo podatke, jih delijo in izvajajo funkcije brez prisotnosti uporabnika.

Ko se internet stvari razširi v svet industrije, postane industrijski internet stvar (IIoT), informacijska tehnologija pa se sreča s proizvodnimi operacijami. IIoT lahko vključuje robotiko, programsko opredeljeno proizvodnjo, komunikacijo med stroji, umetno inteligenco in druga področja. Njegova vloga v sodobnih proizvodnih okoljih je zagotavljati kar najbolj informirano in usklajeno delovanje vseh deležnikov, predvsem pa povezanih naprav, strojev, orodij, sistemov, aplikacij itd.

Izplača se (hitro)

Prednosti uvedbe industrijskega interneta stvari (IIoT) so očitne. Vsak del proizvodnega procesa ima množico podatkovnih točk, ki omogočajo spremljanje njegove učinkovitosti. Ti parametri lahko vključujejo čas za dokončanje naloge, količino odpadnih surovin, meritve temperature, izkoristek izdelka ipd. Z opremo, povezano z IIoT, lahko stroj pošlje lastne parametre delovanja v centralizirani zbir podatkov v nadaljnjo analizo. Zatem vajeti prevzame t. i. proizvodna analitika, katere naloga je poskrbeti za zmanjšanje obratovalnih stroškov s podaljšanjem časov delovanja strojev, z večjo učinkovitostjo in manj odpadnih surovin. S podatki strojev in obdelovancev oborožena analitika lahko pripomore tudi k izboljšanju kakovosti izdelkov z identifikacijo ključnih dejavnikov, ki vplivajo na proces njihovega nastanka (ali nastanka napak). Ker so sleherne napake v proizvodnji drage, so seveda nezaželene, zato se proizvodnim podjetjem uvedba rešitev s področja industrijskega interneta stvari hitro povrne.

Veliko preoblikovanj in operacij v proizvodnji je povezanih tudi z višjimi temperaturami, obenem pa so različni materiali in gradniki različno občutljivi na temperaturo. Že ob pomoči natančnega spremljanja nihanj temperature ali odzivanja materialov na temperaturo lahko podjetje napove, katere serije končnih izdelkov bodo višje in katere nižje kakovosti. Zgolj z boljšim nadzorom in upravljanjem temperature lahko podjetje prihrani pri odpadnem materialu, ki ga bo morda moralo predelati ali zavreči.

Kot je z vsako tehnologijo, tudi rešitve s področja interneta stvari sčasoma postajajo cenjene. V raziskavi podjetja Microsoft so ugotovili, da je več kot 80 odstotkov velikih podjetij že uporabljalo vsaj eno rešitev s področja industrijskega interneta stvari, čeprav je bilo povsem celovitih implementacij relativno malo. A to se utegne kmalu spremeniti, saj proizvodna podjetja ugotavljajo, da lahko varno in zanesljivo prenašajo tudi večje količine podatkov brez žic. Mobilna omrežja pete generacije (5G) obljubljajo bistveno poenostavitev implementacije interneta stvari v industrijskih okoljih, zasebna omrežja 5G pa že omogočajo najrazličnejše scenarije avtomatizacije in robotizacije proizvodnih okolij in njihove okolice, ki so se še včeraj zdeli nedosegljivi.

Kje začeti?

Strokovnjaki proizvodnim podjetjem svetujejo, naj začno svojo pot v industrijski internet stvari z enim samim ključnim parametrom, ki ima pomembno vlogo pri kakovosti, donosu ali učinkovitosti. Tako bodo najlažje primerjali rezultate in še dodatno optimizirali proizvodnjo. Vse se seveda začne s podatki, pardon, podatkovnimi točkami. Prvi korak je namreč identifikacija točk zajema podatkov. Najbolje je, da se v tovarni pogovorite z operaterji strojev in vodji posameznih linij, katere podatke potrebujejo, da svoje delo učinkovito opravijo. Nato jih vprašajte še, kateri podatki bi jim pomagali doseči različne izboljšave v smeri boljših rezultatov ali daljšega časa delovanja strojev.

Ko imate opis ključnih parametrov, ki jih morate spremljati, pomislite, kako jih lahko merite in beležite skozi čas. Morda potrebujete senzorje, ki lahko spremljajo čas, vibracije, kakovost zraka, temperaturo in številne druge dejavnike.

Alternativni pristop uvajanja rešitev s področja IIoT je, da začnete s strojem, ki v proizvodnji predstavlja največje ozko grlo. Če rešite ta izziv, se bo naložba v implementirano tehnologijo najhitreje povrnila.

Nadpovprečna skrb za (kakovostne) podatke

Kot rečeno, bo uspešna uvedba industrijskega interneta stvari (IIoT) zahtevala pravilno identifikacijo potrebnih parametrov, dobro arhitekturo za zbiranje in shranjevanje teh podatkov ter zagotavljanje analize podatkov in njihove vizualizacije (za vodstvo podjetja).

Vrste rešitev, ki so potrebne za zbiranje podatkov, so močno odvisne od samih strojev. Novejši stroji imajo morda že vgrajen programabilni logični krmilnik (PLC), ki bo zagotavljal malodane vse želene podatke, medtem ko imajo starejši stroji le svoje lastne in pred davnimi leti za zadano nalogo sprogramirane računalnike–ki jim niti na pamet ne pride, da bi kakšne podatke delili z zunanjim svetom onkraj ohišja stroja. V takšnih primerih lahko podjetje namesti »prekrivno« rešitev s senzorji in tako pridobi ustrezne podatke. Če vse našteto odpove, lahko še vedno operaterji vnašajo vire podatkov, kot je število izdelanih kosov ali so časi izpadov delovanja, ter jim sledijo.

Sledi analiza podatkov. To je korak, ki marsikateremu proizvajalcu povzroča največje preglavice. Večina proizvajalcev ima potrebno znanje in izkušnje za prepoznavanje procesov, ki jim je treba slediti, in podatkovnih točk. Toda vodje postanejo preobremenjeni, ko se v zbiru podatkov nabere na videz neobvladljivo velika količina podatkov. Na tej točki se strokovno znanje o avtomatizaciji sreča s podatkovnimi znanstveniki. V tem koraku namreč številna proizvodna podjetja ugotovijo, da nemara nalogi ne bodo kos sama, in najamejo pomoč zunanjih strokovnjakov, kot so sistemski integratorji ali podatkovni specialisti. Podatkovni inženirji lahko skupaj s stranko določijo najboljši način za zajemanje podatkov, nato pa jih podatkovni znanstveniki pomagajo spremeniti v uporabne vpoglede za spremembo proizvodnega procesa. Nerealno bi bilo pričakovati, da bodo proizvodna podjetja imela znanje in izkušnje o napredni analizi in vizualizaciji podatkov, a sčasoma in z uvajanjem vedno več rešitev IIoT bodo pridobila tudi te.

Tako pa jim bodo ob prvem soočenju s podatkovnim jezerom podatkovni znanstveniki pomagali nastaviti nadzorno ploščo za spremlja vseh pomembnih dogodkov, ne le proizvodnih rezultatov, temveč tudi izpadov, vzrokov za zavrnitev, dobre in slabe izdelke itd. Naslednji korak pa je interaktivna grafika, ki zaposlenim pomaga, da hitro prepoznajo največje težave na proizvodnih tleh

in se prek podatkov poglobijo do podrobnosti, potrebnih za odpravljanje težav.

Prav ta korak, torej uporaba vsega, kar se je podjetje do te točke naučilo, je zelo donosen. Zgolj spremljanje proizvodnih procesov ni dovolj, vodstvo proizvodnje mora komunicirati in ukrepati na podlagi ugotovitev. Tako lahko začne odpravljati ozka grla, izboljševati kakovosti izdelkov, zmanjša izgube, prepreči izpade – skratka poskrbi za povečano produktivnost in donosnost naložbe.

Ne ujemite se v pasti

Medtem ko je mogočih koristi integracije industrijskega interneta stvari veliko, obstajajo tudi pasti. Izogniti se velja predvsem trem. Najuspešnejše implementacije rešitev IIoT se navadno začnejo kot potencialna rešitev resničnega problema. Ko ima podjetje resnično težavo, je lažje opredeliti podatke, ki jih mora zbrati, prav tako je lažje pridobiti podporo vodstva za reševanje dejanske težave in financiranje ustrezne rešitve. Uvajanje posamezne rešitve IIoT samo zato, ker je na voljo in moderna, podjetje pa še ne ve, kje bi jo lahko uporabilo, ni priporočljiv pristop.

Velikokrat se kot težava v praksi pojavi neuspešno standardiziranje podatkov. Številna proizvodna podjetja so sčasoma zgradila svoje procese in uporabljajo več kot en sklop programske opreme ter različne vrste in generacije strojev. Njihovi podatki niso na skupnem imenovalcu, zato jih je težko standardizirati tako, da bodo uporabni za analizo. Več kot je integracij in prelivanja podatkov iz ene zbirke podatkov v drugo, več bo napak. Če je le mogoče, naj se podatke poenoti in načrpa v eno podatkovno jezero. A če prvič uvajate rešitev s področja IIoT, je to lahko tudi prednost. Če začenjate iz nič, že na samem začetku določite standarde za zbiranje, shranjevanje in analizo podatkov.

Tretja pogosta težava pa je pomanjkanje analiz in spremljanja podatkov. Večina proizvajalcev dobro razume svoje procese in lahko definira parametre, ki jim morajo slediti. Inženirji menijo, da je namestitev potrebnih senzorjev ali aktuatorjev relativno enostavna. Ko pa začnejo podatki prihajati v velikih količinah, se stvari običajno zataknejo. Na tej točki se podjetjem ne izplača biti trmasta ali skopuška, sploh če se s poplavo podatkov soočajo prvič. Bistveno bolje in dolgoročno ceneje je, če jim podatkovne in analitične temelje postavijo specialisti z izkušnjami.

Ali vaša proizvodnja že pozna kratico IIoT?