CDOPolecane tematy

Jak będzie wyglądać fabryka przyszłości?

Nadeszła złota era inteligentnych technologii robotyzacji i automatyzacji opartych na różnych typach zaawansowanych algorytmów, wspieranych w dużej mierze przez sztuczną inteligencję – Artificial Intelligence. Jest to trend niezwykle istotny dla przemysłu. Złożoność systemów automatyki i zakładów przemysłowych wzrasta bowiem wraz z elastycznością – czy też swego rodzaju konfigurowalnością – produkcji i wielkością fabryk. Co za tym idzie – nieprzerwanie rosną wymagania względem dostępności danych dotyczących produkcji, przy jednoczesnym ograniczeniu liczby osób zajmujących się ich analizą. I co najważniejsze, przechowywanie i transfer danych muszą być niezawodne, bezpieczne i wydajne.

Łączenie systemu biznesowego z warstwą automatyki i produkcji stało się kluczem cyfryzacji przedsiębiorstw i implementacji idei Przemysłu 4.0. Klienci ABB oczekują nowoczesnych rozwiązań z zakresu Manufacturing Operations Management, umożliwiając im bezproblemową integrację systemu zarządzania przedsiębiorstwem z systemem produkcyjnym wraz ze skutecznym, elastycznym i pewnym zarządzaniem oraz realizacją zleceń produkcyjnych z poprawą przepustowości produkcji i minimalizacją zapasów. Kompleksowa interoperacyjność warstwy biznesowej ze środowiskiem produkcyjnym pozwoli klientowi na integracje wszelkich informacji z jakiegokolwiek systemu w dowolnym miejscu, dając pełną przejrzystość procesu śledzenia i identyfikacji (Track and Trace).

Filtrując cały szum wokoło Industry 4.0, powinniśmy skupiać naszą uwagę na aspekcie życia w połączonym świecie, gdzie jedna gospodarka bardzo mocno wpływa na drugą, gdzie jedna technologia interferuje z inną, gdzie jeden segment przemysłu wymusza szybką zmianę w innej gałęzi. W dobie „cyfrowych bliźniaków” nie możemy przeoczyć aspektu socjalnego, edukacyjnego oraz prawnego dziejących się zmian, w szczególności uwypuklając dwa obszary: gotowości systemu legislacyjnego w świecie danych i IoT oraz systemu edukacyjnego w zakresie pojawiających się nowych zasobów.

W roku 2019 oczekiwania naszych klientów są proste i klarowne: w nowoczesnym zarządzaniu podstawą jest informacja, jednak surowe dane nie stanowią wartości same w sobie. Dopiero przetworzone i przedstawione w odpowiednim kontekście tworzą wiedzę, która może być innowacyjnie i skutecznie wykorzystywana do podejmowania najlepszych decyzji. W tym roku fabryka przyszłości – a może już właściwie teraźniejszości – jest zautomatyzowana i coraz inteligentniejsza. Postępy w sztucznej inteligencji oznaczają, że roboty zaczynają uczyć się na własnych błędach i dzielą się wiedzą, aby poprawić wyniki. Coraz bardziej realne staje się zarządzanie procesami wytwórczymi na zasadach wytwarzania opartego na współpracy (Collaborative Manufacturing) człowiek-maszyna-algorytm.

Bycie gotowym na nową falę automatyzacji

Ile fabryk i przedsiębiorstw, tyle definicji Przemysłu 4.0. I zapewne każda jest poprawna. Nie istnieje bowiem jedna cudowna lista wymagań, którą należy spełnić, aby być uznanym za certyfikowanego przedsiębiorcę 4.0. Uparcie należy podkreślać istotę nowoczesnej automatyzacji i Przemysłu 4.0. Jest to ciągłe zwiększanie produktywności, doskonałości operacyjnej i efektywności ekonomicznej firmy przy użyciu technologii umożliwiających podłączenie urządzeń, procesów w jednym wspólnym i spójnym ekosystemie.

W 2019 roku fabryka przyszłości – a może już właściwie teraźniejszości – jest zautomatyzowana i coraz inteligentniejsza. Postępy w sztucznej inteligencji oznaczają, że roboty zaczynają uczyć się na własnych błędach i dzielą się wiedzą, aby poprawić wyniki. Coraz bardziej realne staje się zarządzanie procesami wytwórczymi na zasadach wytwarzania opartego na współpracy (Collaborative Manufacturing) człowiek-maszyna-algorytm.

Niedawny raport „The Economist Intelligence Unit”, na zlecenie ABB, podsumował gotowość gospodarek do następnej fali automatyzacji, spojrzał poza standardowy schemat myślenia Przemysł 4.0 = technologia, automatyzacja. Filtrując cały szum wokoło Industry 4.0, powinniśmy skupiać naszą uwagę na aspekcie życia w połączonym świecie, gdzie jedna gospodarka bardzo mocno wpływa na drugą, gdzie jedna technologia interferuje z inną, gdzie jeden segment przemysłu wymusza szybką zmianę w innej gałęzi. W dobie „cyfrowych bliźniaków” nie możemy przeoczyć aspektu socjalnego, edukacyjnego oraz prawnego dziejących się zmian, w szczególności uwypuklając dwa obszary:

1. Gotowość systemów legislacyjnych w świecie danych i IoT. Nie można pominąć faktu odpowiedzialności robotów – wyposażonych w sztuczną inteligencję – za ich działanie. Wydaje się, że właściciel modelu powinien być odpowiedzialny za wyniki uczenia się sieci neuronowej i sposób interakcji ze światem zewnętrznym na wzór rodzica biorącego odpowiedzialność za czyny swoich dzieci.

2. Gotowość systemów edukacyjnych, a nowe zawody. Już dzisiaj zauważalna jest nowa pozycja i rola człowieka w procesie wytwarzania i obsługi zdarzeń ciągłych. Wpływają na to czynniki takie jak: kolaboracja z systemami autonomicznymi podejmującymi własne, niezależne od operatora decyzje w czasie rzeczywistym; eksperckość i kreatywność jako główny czynnik amplifikujący wartości generujące przez tandem człowiek i coboty (tzw. Roboty kolaborujące); AI jako nowa koncepcja modelów B2B. W ABB zauważamy potrzebę dawania młodym osobom możliwości kształtowania umiejętności do obsługi i „opanowania” nowych urządzeń, procesów i sposobu pracy w erze cyfrowych maszyn i procesów. Cieszy fakt, że w Polsce też powoli dostrzegamy tę potrzebę.

Autonomiczne systemy

Raport ABB i Harvard Business Review wykazuje wzrost sprzedaży robotów przemysłowych o 18% w roku 2017 na świecie. International Federation of Robotics przewiduje, że już w następnym roku świat przekroczy barierę 3 mln robotów wykorzystanych w przemyśle. Zgodnie z różnymi danymi statystycznymi nasz przemysł w Polsce jest w 15% w pełni zautomatyzowany, a 75% przedsiębiorców deklaruje, że częściowo mają automatyzację swoich linii produkcyjnych, procesów. Pomimo wznoszących trendów, w Polsce, w ostatnich dwóch latach, mamy 25-proc. wzrost liczby dostarczonych robotów przemysłowych. W tym obszarze ciągle jest dużo do zrobienia.

Wdrożenie w przedsiębiorstwie systemów predykcyjnych jest ogromną rewolucją, która wymusza zmiany organizacyjne, a często także technologiczne. Dlatego warto przygotować plan ewolucyjnego wdrażania tego typu rozwiązań. Pierwszy krok to objęcie „opieką” kilku najważniejszych urządzeń i analiza przydatności takiego rozwiązania. Jeśli rozwiązanie się sprawdza, powoli rozszerza się je na kolejne elementy infrastruktury. Chodzi bowiem o to, by ze zbieranych danych zacząć efektywnie korzystać. Naprawić czy wymienić? Umiejętność podejmowania takich decyzji jest bardzo ważna, ponieważ pozwala na kierowanie środków finansowych w miejsca, które dadzą najlepszy zwrot z inwestycji i przyniosą korzyść z punktu widzenia biznesowego.

Następny poziom zaawansowania cyfryzacji produkcji – i nie tylko – to autonomiczne systemy, roboty, które „czują” otaczający je świat, potrafią samodzielnie się konserwować i naprawiać. To systemy, które same uczą się i przeprogramowują, bazując na swoim doświadczeniu i wynikach podjętych wcześniej działań. Rozwój tej innowacji technologicznej w ABB zapoczątkowany został w inspekcji silników. Robot przeszukuje szczelinę powietrzną między stojanem a wirnikiem dużych silników lub generatorów, w celu wizualnego sprawdzenia ich stanu, redukując w ten sposób przestoje i koszty kontroli. Jednak w najbliższej przyszłości automatyzacja nie będzie ograniczona tylko do procesów operacyjnych i krótkoterminowych pętli decyzyjnych, ale będzie również obejmować procesy menedżerskie, planowanie średnio- i długoterminowe, decyzje inwestycyjne, co trzeba najpierw zmodernizować, w co zainwestować itp.

Wdrożenie w przedsiębiorstwie systemów predykcyjnych jest ogromną rewolucją, która wymusza konieczność zmian organizacyjnych, a często także technologicznych. Dlatego warto przygotować plan ewolucyjnego wdrażania tego typu rozwiązań. Pierwszy krok to objęcie „opieką” kilku najważniejszych urządzeń i analiza przydatności takiego rozwiązania. Jeśli rozwiązanie się sprawdza, powoli rozszerza się je na kolejne elementy infrastruktury. Jest to podejście zdroworozsądkowe i ekonomiczne, a nie tylko technologiczne. Chodzi bowiem o to, by ze zbieranych danych zacząć efektywnie korzystać. Umieć znaleźć balans pomiędzy budżetem a koniecznymi inwestycjami. Naprawić czy wymienić? Umiejętność podejmowania takich decyzji jest bardzo ważna, ponieważ pozwala na kierowanie środków finansowych w miejsca, które dadzą najlepszy zwrot z inwestycji i przyniosą korzyść z punktu widzenia biznesowego. Z doświadczenia w ABB wynika, że rozwiązania klasy predictive maintenance mogą nawet dziesięciokrotnie zmniejszyć liczbę wymaganych konserwacji i napraw.

A może kwantowe komputery?

Podstawy teoretyczne konstrukcji komputera kwantowego zostały przedstawione ponad 30 lat temu, ale dopiero od niedawna udaje się stworzyć konstrukcje, które mogą mieć praktyczne zastosowanie. Już w pierwszych dniach tego roku IBM zaprezentował nową odsłonę komputerów kwantowych – The Q System One – modułowe Quantum Computing, gotowe do skalowania w centrach danych. Robert S. Sutor, wiceprezes działu IBM Q, mówi: „jesteśmy w fazie quantum ready”. Microsoft zachęca programistów do zgłębiania tego obszaru poprzez udostępnianie i popularyzacje języka Q# wraz z gotowymi bibliotekami programistycznymi Quantum Development Kit. Google zaś nie pozostaje w tyle, od wielu lat inwestując w platformę i oprogramowanie, ukierunkowując wysiłek badawczy na zbudowanie procesorów kwantowych i algorytmów, w celu znacznego przyspieszenia zadań obliczeniowych związanych ze sztuczną inteligencją. Wszyscy są gotowi na dostarczanie usługi QC z poziomu chmury.

Dzisiejsze kilkudziesięciokubitowe systemy są już zdolne wykonywać złożone algorytmy, z którymi nie radzą sobie tradycyjne komputery. Przyszłość programów optymalizacyjnych i Machine Learning – a wiele jest takich w energetyce, automatyce czy zarządzaniu produkcją – należy do komputerów kwantowych. Ich realne wdrożenie będzie miało nieprzewidywalny wpływ na definicje otaczającego nas świata i redefinicje co jest,
a co nie jest możliwe. Projektowanie i programowanie w tym obszarze jest totalnie odmienne. Skupienie się na edukacji i zdobywaniu doświadczenia w tym obszarze dzisiaj to najlepsza inwestycja na budowanie swojej przyszłościowej przewagi konkurencyjnej. Rewolucja QC nadejdzie, i to szybciej niż się spodziewamy.

Przemysław Zakrzewski,
dyrektor Polskiego Centrum Rozwoju
Oprogramowania ABB

KOMENTARZ EKSPERTA

Fabryka przyszłości to przestrzeń dla nowych technologii

Budowa fabryk jutra, czyli cyfrowa rewolucja to nie tylko ogromne wyzwania, ale przede wszystkim możliwość optymalizacji na nieznaną dotąd skalę. Transparentność, podejście Net Positive i strategicznie traktowany zrównoważony rozwój to przestrzeń dla nowych technologii.

Blockchain
Technologia ta w Industry 4.0 służy jako inteligentna platforma, oferująca całe mnóstwo możliwości: uproszczenie zarządzania łańcuchem dostaw, utrzymanie poziomów produkcji, zapewnienie większej wydajności. Blockchain umożliwia przerzucenie na maszyny zadań związanych z negocjacjami cen, zawieraniem umów, dokonywaniem płatności i zamówień.

Cloud computing
Rozwój Machine Learning i Artificial Intelligence to ogromne ilości danych, zarówno tych potrzebnych algorytmowi do nauki, jak i produkowanych. W zarządzaniu taką ilością danych technologicznie wspierają biznes rozwiązania technologii chmury. Przeniesienie danych maszynowych, a także pewnych funkcjonalności do chmury pozwala na świadczenie większej ilości usług opartych na przetwarzaniu niezbędnych dla systemów produkcyjnych danych. Tutaj przykładem jest firma AW North Carolina, producent automatycznych skrzyń biegów i komponentów przekładni. Firma wykorzystuje cloud computing do wdrożenia nowego planowania zasobów przedsiębiorstwa ERP i systemów wykonywania produkcji MES, w celu zautomatyzowania i analizy danych i procesów.

Bezpieczeństwo
Postępująca digitalizacja powoduje dynamiczny wzrost potrzeby ochrony krytycznych systemów przemysłowych i linii produkcyjnych przed zagrożeniami cyberbezpieczeństwa. W rezultacie niezbędna jest bezpieczna, niezawodna komunikacja, a także zaawansowane zarządzanie tożsamością i dostępem do maszyn i użytkowników. Znakomitymi przykładami zwiększania poziomu bezpieczeństwa są audyty łańcuchów dostaw czy autentykacja elementów opartych na IoT z wykorzystaniem technologii blockchain. Przykładem jest Skuchain, firma wykorzystująca inteligentne kontrakty dla produkcji, by zwiększyć przejrzystość danych łańcucha dostaw.

Rozszerzona rzeczywistość
Choć systemy oparte na rozszerzonej rzeczywistości są w powijakach, to w przyszłości będą dostarczać pracownikom informacji w czasie rzeczywistym. Pozwoli to na usprawnienie procesu podejmowania decyzji np. w momencie usuwania awarii. Przykładem może być aplikacja rozszerzonej rzeczywistości wykorzystująca Microsoft Hololens, w której użytkownik może wchodzić w interakcję z wirtualnym modelem fabryki, wyświetlając trójwymiarowe szkice części elementów składowych. Aplikacja korzysta z kontekstowego interfejsu, w którym użytkownik może intuicyjnie wchodzić w interakcje z obiektami, patrząc na nie, dotykając wirtualnie. Aplikacja może być stosowana do trenowania osób usuwających awarię lub wspierania bezpośrednio w ich usuwaniu. Kolejnym przykładem jest wykorzystanie AR do projektowania obiektów. Fairfax County z Virginii w Stanach Zjednoczonych wykorzystała tę technologię do przeprojektowania oczyszczalni ścieków o wartości 60 mln USD. Dzięki temu uzyskała oszczędności w wysokości 4 mln USD, zanim budowa się zaczęła.

Myśląc o fabrykach jutra – a właściwie o fabrykach DZISIAJ – należy pamiętać, że cybermodernizacja wymaga zachowania dużej otwartości i możliwości elastyczności we wszystkich zainteresowanych organizacjach. A to, to już jest osobna grupa biznesowych wyzwań.

Jacek Fischbach, Prototyping and Innovation Leader, Cybercom

Artykuł ukazał się na łamach Magazynu ITwiz nr. 1/2019.

Tagi

Podobne

Dodaj komentarz

Twój adres email nie zostanie opublikowany. Pola, których wypełnienie jest wymagane, są oznaczone symbolem *