Przemysł 5.0, czyli jak mechanizmy zastosowane w Netflixie i Twitterze pozwolą produkować efektywniej

Technologie informacyjne ciągle usprawniają naszą komunikację i ułatwiają nasze życie również w innych jego aspektach. Niektóre pomagają nam łączyć się w grupy i ułatwiają wymianę informacji wewnątrz tych grup, tak jak Facebook i Twitter. Zaś inne analizują nasze zachowanie, żeby zarekomendować działanie, które przyniesie nam korzyści – tak jak algorytmy rekomendacji Netflixa. Podobne rozwiązania coraz śmielej pukają do drzwi fabryk, układając na naszych oczach fundamenty czwartej, a nawet już piątej rewolucji przemysłowej, która podniesie komunikację człowieka z maszyną na poziom nieosiągalny nigdy wcześniej. Proces ten zaczyna się oczywiście od przedsiębiorstw z branż wysokich technologii, które przewodziły i przewodzą również w implementacji innowacji rodem z przemysłu 4.0.

Przemysł 4.0 czy już 5.0?

Systemy wspierające zarządzanie produkcją typu SFC 4FACTORY (ang. Shop Floor Control 4FACTORY) współpracujące z wszechobecnymi sterownikami typu PLC (ang. Programmable Logic Controller) możemy dziś spotkać praktycznie w każdej hali produkcyjnej. Pracownicy firm z sektora przemysłowego obserwują nieustanny przyrost lampek, wyświetlaczy, czujników, skanerów, laserów, kamer, nadajników, odbiorników i innych elementów unaoczniających nam cyfrową transformację środowiska pracy. Dziś nie wystarczy już kupić nowoczesną maszynę i umiejscowić ją w odpowiednim miejscu, należy raczej użyć holistycznego podejścia, włączając w to zorganizowanie odpowiedniej analityki danych, oraz komunikacji z nowym sprzętem. Nieustanny wzrostu ilości dostępnych danych, które coraz dokładniej odzwierciedlają rzeczywiste zdarzenia zachodzące na różnych etapach produkcji spowodował, że w wielu przypadkach firmy zamiast korzystać z dobrodziejstw przemysłu 4.0, padły jego ofiarą tonąć w morzu niezrozumiałych danych. Tak duże zbiory danych już dawno wykroczyły poza możliwość ludzkiej percepcji, dlatego wymagają coraz bardziej pracochłonnego przetworzenia zanim zmienią się w zrozumiałą i użyteczną informację. W wielu fabrykach w dalszym ciągu zajmuje to sporo czasu, co sprawia, że wyniki analizy pojawiają się zbyt późno, żeby mogły być w pełni wykorzystane i zwrócić odpowiednimi korzyściami poniesione nakłady. Usprawnienie tego obszaru wymaga zaawansowanych systemów IT wspomagających nie tylko samo przetwarzanie, ale też interpretację uzyskanej informacji, jej personalizację i rozpropagowanie pomiędzy ludźmi. Przykładem narzędzi informatycznych, które mogą pomóc zapanować nad dużą ilością danych są narzędzia typu Business Intelligence, którego przykładem są rozwiązania BI 4FACTORY. O jakości strategicznych wyborów przesądzają czytelne i rzetelne informacje, a głównym atutem aplikacji BI 4FACTORY jest łatwość zbierania i prezentacji danych pochodzących z różnorodnych narzędzi bazodanowych. Innym rozwiązaniem pozwalającym na szybką analizę dostępnych zasobów i lepszą organizację pracy oraz efektywne planowanie i harmonogramowanie produkcji jest APS 4FACTORY (ang. Advanced Planning and Scheduling 4FACTORY) Pozwala on na dokładne modelowanie ograniczeń procesów wytwórczych, a dzięki otwartej architekturze produkty dedykowane do planowania umożliwiają integrację z istniejącym oprogramowaniem, takim jak ERP 4FACTORY (ang.Enterprise Resource Planning 4FACTORY) i SFC 4FACOTRY, doskonale uzupełniając ich funkcjonalność i wynosząc cyfryzację zakładu na wyższy poziom.

Przemysł 5.0 – Twitter dla pracowników fabryki?

Przykładem technologii, która wykorzystuje sztuczną inteligencję w optymalizacji i automatyzacji procesu wytwórczego oraz usprawnienia komunikacji wewnątrz zakładu są najnowocześniejsze rozwiązania bazujące np. na koncepcji Tweeting Factory. Skojarzenia z popularnym serwisem społecznościowym są w tym miejscu, jak najbardziej poprawne, gdyż również w tym przypadku chodzi o proste wiadomości tekstowe, z tą różnicą, że nie są one wysyłane tylko pomiędzy ludźmi, ale również między ludźmi, maszynami i robotami, w każdym kierunku. Wiadomości są wysyłane bezpośrednio z urządzeń i czujników zamontowanych w newralgicznych miejscach zakładu przetwórczego, z terminali umiejscowionych przy miejscach pracy człowieka, ale też ze smartfonów posiadanych przez pracowników. Informacje są następnie publikowane w centralnej bazie danych, personalizowane i dzielone z odpowiednimi pracownikami, np. z kierownikami i dyrektorami zarządzającymi.

Jak to działa w praktyce? Każde urządzenie, a nawet pojedynczy czujnik, skaner, czytnik RFiD, czy pracownik dostają możliwość publikowania własnych „tweetów”, co nie jest trudne w dobie gospodarki 4.0 i Przemysłowego Internetu Rzeczy – IIoT (ang. Industrial Internet of Things) taką możliwość daje chociażby kolejne narzędzie z pakietu oprogramowania DSR 4FACTORY, czyli IOT 4FACTORY. Same wiadomości mogą zawierać najróżniejsze informacje powiązane ze zdarzeniami, które uznamy za istotne dla kontroli ważnego procesu. Przykładem takich zdarzeń mogą być powtarzalne czynności takie jak przesunięcie materiału z lokacji A do lokacji B, rozpoczęcie produkcji danej partii produktu, zwiększenie prędkości produkcji, zmiana temperatury otoczenia, zmiana operatora, wzrost amplitudy drgań newralgicznego elementu tej maszyny, czy też informacji o zakończeniu produkcji danej partii wyrobu. Takie „tweety” są następnie obsługiwane przez oprogramowanie, które – na bazie dotychczasowych doświadczeń (danych historycznych) – rozsyła je dalej do odpowiednich kierowników produkcji, pracowników utrzymania ruchu, kontrolerów jakości i innych osób, dla których ta informacja ma wartość.

Możliwości takich systemów nie są jeszcze w pełni odkryte, gdyż co chwile pojawiają się nowe technologie pozwalające digitalizować kolejne zdarzenia, ale już teraz dostrzegany jest ich duży potencjał. Zasada jest prosta, im więcej tweetów tym dokładniej wirtualny model odzwierciedla rzeczywiste procesy i tym bogatszą tworzy bazę danych, która z czasem zmienia się w swoiste forum nowych idei i informacji.

Ale na tym nie koniec. Zapisane dane historyczne to istna skarbnica wiedzy na temat zależności zachodzących w fabryce między podejmowanymi działaniami lub przypadkowymi zdarzeniami, a efektywnością procesu produkcyjnego. Jak pokazuje praktyka, wiele z tych zależności jest nieznana nawet bardzo doświadczonym kierownikom produkcji, dlatego inwestycja w ich rozpoznanie może okazać się bardzo dochodowa. Dlatego równie intensywnie rozwijają się inteligentne systemy rekomendacji, które zwiększają szansę identyfikacji zdarzeń najistotniejszych z punktu widzenia procesu produkcyjnego podnosząc go na wyższy poziom bezpieczeństwa i zwiększając jego efektywność.

Innowacyjne algorytmy Netflixa – Industry 5.0

Również w tym punkcie możemy doszukać się analogii w życiu codziennym. Tym razem z pomocą przychodzi Netflix, czyli najpopularniejszy obecnie serwis internetowy z filmami i serialami, który zdaje się istnieje u boku człowieka w całkowitej harmonii. Algorytmy Netflixa „poznają nas” na bazie naszych wyborów, a następnie szacują stopień w jakim dany film jest w naszym guście (w procentach). Dane te są tworzone w oparciu o m.in. historię oglądania oraz oceny, które przyznaliśmy innym pozycjom z biblioteki Netflix, a także bazując na innych użytkownikach mających podobne preferencje, czy też parametrom takim jak gatunek, aktorzy czy rok premiery. Im dłużej i więcej korzystamy z Netflixa tym ciekawsze filmy są nam sugerowane w tym serwisie, ponieważ algorytm lepiej „poznał” nasze preferencje. Również w biznesie ilość danych ma wpływ na jakość rekomendacji, które trafiają do zarządzających produkcją. Lista pozytywnych skutków z wdrożenia systemów rekomendacji ciągle rośnie, co jeszcze bardziej zwiększa ich atrakcyjność.

Systemy rekomendacji powstające na fali rewolucji 5.0 najczęściej kwantyfikują efektywność produkcji za pomocą takich wskaźników jak np. OEE (ang. Overall Equipment Effectiveness – Całkowita Efektywność Wyposażenia), a następnie w sposób ciągły szukają zależności między zdarzeniami a następującymi po nich zmianami efektywności produkcji. Pozwala to wynieść przedsiębiorstwa na nowy poziom rozwoju i przewidywać zbliżające się zdarzenia wpływające na efektywność procesu produkcyjnego, np. awarię maszyny w wyniku zwiększenia prędkości podawania materiału, czy też zmniejszenie jakości wyrobów w wyniku zaangażowania niedoświadczonego operatora do maszyny wykonującej kluczową dla jakości operację.

Czwarta rewolucja przemysłowa (ang. Industry 4.0) jest już faktem, jednak często przeszkodą na drodze pełnego wykorzystaniu ich owoców jest brak odpowiedniej (czytaj holistycznej) wizji i dojrzałości przedsiębiorstw. Sytuacja związana z pandemią koronawirusa, mimo oczywistych problemów, przyniosła dla naszego przemysłu również wiele szans. Reorganizacja łańcuchów dostaw jest jedną z nich i spółki, które będą w stanie zapewnić ciągłość dostaw nawet w najtrudniejszych momentach (takich jak np. lock-down całego kraju), będą zyskiwały na znaczeniu. Statystyki pokazują, że nasz rodzimy przemysł w tym trudnym momencie stał się jednym z filarów gospodarki, warto więc inwestować w niego bo to jest w interesie bezpieczeństwa całego kraju. Warto pamiętać, że za rogiem czai się już kolejna rewolucja przemysłowa, określana jako industry 5.0, która przynosi narzędzia ułatwiające zapanowanie nad kolejnymi innowacjami, z którymi mierzą się obecnie firmy produkcyjne i która powinna znacznie przyspieszyć postęp inteligentnej automatyzacji i robotyzacji w firmach produkcyjnych.

Autor: dr Maciej Zaręba

DSR S.A.

Przeczytaj także:

SMED – ograniczenie strat związanych z przezbrajaniem maszyn

Predictive Maintenance – dostęp do webinaru

Internet of things (IoT) czym jest internet rzeczy w przemyśle?

System MES – etapy wdrożenia

Prognozy dla produkcji i łańcucha dostaw na rok 2022 – hiperautomatyzacja i co jeszcze?

Przemysł wysokiej technologii – cechy, podział, czynniki lokalizacji, sytuacja w Polsce