Sztuczna inteligencja w sterowniku?

Ten pierwszy w branży sterownik AI pozwala osiągnąć integrację w czasie rzeczywistym między funkcją programowalnego sterownika logicznego, który kontroluje linie produkcyjne i zmiany wyposażenia w hali produkcyjnej w ciągu mikrosekund, a funkcją przetwarzania AI. Opierając się na naszym bogatym asortymencie czujników do monitorowania stanu wyposażenia i procesów, sterownik w bezpieczny sposób dokonuje ich regulacji jeszcze przed wystąpieniem nieprawidłowości. Przewiduje on nienaturalne ruchy maszyny w oparciu o zwyczajowy model, którego nauczyła się wbudowana sztuczna inteligencja.

W ostatnich latach obserwujemy coraz wyraźniejszy zwrot ku wytwarzaniu niewielkich partii różnorodnych produktów oraz elastycznej produkcji w optymalnych miejscach na świecie, pojawiła się zatem potrzeba wprowadzenia sztucznej inteligencji i Internetu rzeczy (IoT) w halach produkcyjnych. Umożliwia to producentom ograniczenie wpływu niedostępności doświadczonych pracowników i rosnących kosztów pracy przy jednoczesnym zwiększeniu poziomu wykorzystania sprzętu i osiągnięciu stabilnej produkcji wysokiej jakości wyrobów. W celu wykorzystania danych w zakładach produkcyjnych, w których tempo sterowania liczone jest w mikrosekundach, wymagane jest szybkie i precyzyjne gromadzenie danych (np. o położeniu, drganiach czy temperaturze) i kojarzenie ich z danymi dotyczącymi czasu.

Analizowanie i korzystanie z połączonych danych umożliwia nam szybkie przewidywanie błędów maszyn i zapobieganie przestojom w pracy wyposażenia, jak również pogorszeniu jakości produktów. Jednocześnie szybki rozwój IoT spowodował pojawienie się ogromnej ilości danych, co utrudnia przesyłanie ich wszystkich do chmury w celu przeprowadzenia analizy przez AI niezależnie od tego, jak bardzo udało się rozszerzyć przepustowość sieci. Kolejnym wąskim gardłem w procesie wprowadzania IoT na hale produkcyjne jest opóźnienie reakcji wynikające z dwustronnej transmisji danych, kiedy dane generowane przez czujniki, silniki i inne urządzenia muszą zostać przesłane do i z chmury. A w takich zakładach produkcyjnych błyskawiczny czas reakcji ma znaczenie kluczowe.

Poszukując rozwiązań takich problemów, Omron wprowadza „inteligencję opracowaną przez ICT” do hal produkcyjnych. Firma korzysta z wiedzy doświadczonych pracowników w kontroli wyposażenia i procesów. Polega to na wykorzystaniu różnorodnego wyposażenia do automatyzacji fabryk (FA), które pozwala na zautomatyzowaną produkcję opartą na IoT lub wdraża optymalne algorytmy AI w takim wyposażeniu. Opracowany zgodnie z tą koncepcją sterownik AI pozwala natychmiast wykrywać oznaki nieprawidłowości pracy urządzeń. Algorytmy AI sterownika do automatyzacji maszyn umożliwiają mu poznawanie powtarzających się ruchów wyposażenia dzięki precyzyjnym danym, co z kolei pozwala na monitorowanie jego stanu i sterowanie nim w czasie rzeczywistym.

W jaki sposób sterownik do automatyzacji maszyn korzysta z AI w procesach produkcyjnych:

1. Gromadzi dane z czujników (np. na temat drgań i temperatury) oraz dane wyjściowe dla silników z wyposażenia i przetwarza je chronologicznie w czasie rzeczywistym
2. Generuje charakterystyczne ilości w regularnych lub nieregularnych odstępach czasu w oparciu o dane chronologiczne w czasie rzeczywistym
3. Gromadzi charakterystyczne dane dotyczące ilości i generuje dane modelu maszyny uczącej się po standardowej analizie
4. Wysyła informacje do monitorowania stanu i elementów sterujących w oparciu o takie dane modelu w czasie rzeczywistym

Aby zmienić technologię AI w przydatne narzędzie w halach produkcyjnych, Omron zintensyfikuje tempo rozwoju swojego sterownika, czujnika wizyjnego i innego wyposażenia AI. Wykorzysta AI i IoT do monitorowania stanu wyposażenia i procesów oraz zapewnienia jakości produktów, pomagając w ten sposób naszym klientom w realizacji procesów produkcyjnych, które „nie powodują powstawania wad i nie są przerywane”. W związku z rozpoczęciem próbnych wysyłek sterownika do niektórych klientów w 2016 roku Omron przeprowadził prezentacje w zakładach własnych i należących do klientów. Firma zorganizowała prezentacje  przed planowanym wprowadzeniem rozwiązania w roku 2018. Miały one na celu przewidywanie i analizowanie nieprawidłowości w pracy urządzeń oraz rozszerzenie wiedzy na temat związków między przyczyną a skutkiem w takich nieprawidłowościach.

https://industrial.omron.pl/

źródło: Omron