Współczesne oblicze Przemysłu 4.0

Na początku warto zastanowić się, co obecnie kryje się pod pojęciem Przemysłu 4.0. Do niedawna Przemysł 4.0 obejmował przede wszystkim cyfryzację i pełną automatyzację, w tym również robotyzację procesów związanych zarówno bezpośrednio z samą produkcją, jak i z całością operacji zarządzania przedsiębiorstwem, a także z indywidualizacją i projektowaniem produkcji pod konkretne zamówienia klienta. Innymi słowy, jako elementy Przemysłu 4.0 wymieniany był tu ciąg zdarzeń produkcyjnych, począwszy od marketingu, zamówienia klienta, projektu, finansowania zamówienia, działań badawczo-rozwojowych prowadzących do powstania gotowego wyrobu, jego sprzedaży i serwisu posprzedażowego. Coraz częściej Przemysł 4.0 rozumiany jest jako zintegrowanie szeregu inteligentnych technologii cyfrowych, niezależnie od typu i rodzaju – np. bazujące na chmurze czy analizie Big Data z technikami fizycznego wytwarzania.

Patrząc szerzej na Przemysł 4.0, wyraźnie widać, że w ten sposób stworzona została nowa generacja systemów produkcyjnych, bazujących na przetwarzaniu i przepływie cyfrowych informacji na każdym z etapów produkcji, a także polegająca na zarządzaniu wszelkimi cyfrowymi lub sterowanymi cyfrowo procesami. Cyfryzacja ta obejmuje również łańcuchy dostaw oraz wszelkie procesy zarządzania klientami. Jednak rewolucja związana ze sztuczną inteligencją w istotny sposób zmodyfikowała procesy na etapach związanych z decyzyjnością, projektowaniem i analizą danych, a także dużo większą autonomicznością produkcji i zmniejszeniem w nim udziału człowieka. Do tego dochodzą wszelkie procesy związane ze zrównoważonym rozwojem oraz dbałością o środowisko.

O ile cyfrowe wsparcie procesów decyzyjnych i produkcyjnych znacząco poprawia wydajność oraz zapewnia większą elastyczność i efektywność zarządzania firmą, zgodnie ze zmieniającymi się warunkami zewnętrznymi i zapotrzebowaniem rynku, tak firmy wykorzystujące AI, mogą podnosić swoją wydajność i jakość produkcji przenosząc ją na nowy, wyższy poziom, dokładnie dopasowany do oczekiwań klienta. Zyskują tym samym przewagę konkurencyjną, co staje się kluczową kompetencją strategiczną współczesnego biznesu zorientowanego na klienta i uwarunkowania rynkowe.

Jakie korzyści przynoszą rozwiązania techniczne Przemysłu 4.0 w kontekście bezpieczeństwa maszyn i urządzeń? Tomasz Otrębski, Director OF Engineering, ELOKON Informatyzacja w procesach przemysłowych staje się codziennością. Zaawansowane systemy produkcyjne potrzebują wsparcia informatycznego w obszarach nadzorowania i wspomagania procesu, nadzorowania jakości oraz szybkiej diagnostyki. Budując systemy sterowania i zarządzania procesem produkcyjnym w fabryce 4.0, w oparciu o technologię IIoT (Industrial Internet of Things), możemy je stosować w celu poprawy bezpieczeństwa. Informatyzacja daje duże możliwości wspomagania w zarządzaniu bezpieczeństwem. Dane, które gromadzimy w różnego rodzaju bazach danych możemy dowolnie obrabiać i wykorzystywać. Takie dane mogą być bardzo pomocne w obszarze bezpieczeństwa maszynowego. Ułatwiają także proces nadzorowania bezpieczeństwa przez służby utrzymania ruchu. Planując budowę takich systemów, warto w fazie projektowania pamiętać o możliwościach, jakie mamy, dzięki dostępowi do instalacji opartych na IIoT i wykorzystać to np. w działaniach prewencyjnych w zakresie kształtowania bezpieczeństwa. Posiadanie rozbudowanego, inteligentnego systemu sterowania oraz dużej ilości danych z procesu produkcyjnego umożliwia wykonywanie analiz, które bezpośrednio mogą wpłynąć na decyzje systemu związane z bezpieczeństwem ludzi. Nie możemy zapominać o zapewnieniu bezpieczeństwa danych, które gromadzimy oraz bezpieczeństwie dostępu do systemów informatycznych mających bezpośredni wpływ na pracę maszyn i linii produkcyjnych.

AI wkracza do akcji

Fizyczna produkcja, systemy zamówień czy analiza rynku oraz łańcuchy logistyczne bazujące na wsparciu ze strony sztucznej inteligencji nie są już optymalizowane przez bezpośrednią modyfikację linii produkcyjnych, przebudowę magazynów, czy prowadzenie ankiet wśród klientów i przezbrajanie parku maszynowego. Obecnie optymalizacja dokonuje się za pomocą oprogramowania sterującego. Nowoczesne technologie pozwalają na lepszą analizę zdarzeń i rynkowych zachowań klientów. Człowiek z roli analityczno-decyzyjnej sprowadzony zostaje jedynie do funkcji decyzyjnej. Wszelkie analizy danych wykonuje sztuczna inteligencja i dostarcza w formie czytelnych wykresów oraz tabel.

Serwis maszyn oraz urządzeń w znacznym stopniu polega na automatycznej diagnostyce oraz na zdolności do samonaprawy. Nie oznacza to jednak, że serwisanci staną się zbędni. Wręcz przeciwnie, ich umiejętności będą niezbędne do naprawy i optymalizacji działania coraz bardziej skomplikowanych linii produkcyjnych i złożonych urządzeń. Zastosowanie AI może być nieograniczone w niemal wszystkich obszarach działalności wytwórczej. Dlatego pojęcie Przemysłu 4.0 coraz częściej zastępowane jest terminem AI Manufacturing lub AI in Manufacturing.

Sztuczna inteligencja ma kluczowe znaczenie dla koncepcji Przemysłu 4.0, trendu zmierzającego w kierunku większej automatyzacji w ustawieniach produkcyjnych oraz masowej generacji i transmisji danych w warunkach produkcyjnych. AI i uczenie maszynowe są niezbędne do tego, aby firmy mogły zamienić ogromne ilości generowanych przez siebie danych wytwarzanych przez linie i maszyny produkcyjne w realną wartość. Wykorzystanie sztucznej inteligencji do optymalizacji procesu produkcyjnego może prowadzić do oszczędności kosztów, poprawy bezpieczeństwa, wydajności łańcucha dostaw i wielu innych korzyści. Zastosowanie sztucznej inteligencji w produkcji obejmuje szeroki zakres możliwości jej użycia – począwszy od konserwacji predykcyjnej, przez optymalizację procesów produkcji i łańcucha dostaw, na kontroli jakości i prognozowaniu popytu kończąc. Dla producentów zastosowanie sztucznej inteligencji stanowi obecnie strategiczny krok w kierunku modernizacji działalności i utrzymania przewagi konkurencyjnej.

Według badania „Survey on AI Adoption in Manufacturing”, przeprowadzonego przez firmę Deloitte, branża produkcyjna jest najważniejszym generatorem danych. Aby przeanalizować ogromne ilości danych i wykorzystać je w celach biznesowych producenci są zmuszeni do wdrożenia sztucznej inteligencji w swoich zakładach.

Podczas procesu produkcyjnego tworzona jest ogromna ilość danych. W przypadku fabryki z 1000 czujników, które wysyłają sygnały co 10 s, mamy do czynienia z 360 000 zapisanych rekordów na godzinę, co oznacza ponad milion zapisów dziennie. Szacuje się, że produkcja wytwarza około 1812 PB danych rocznie, czyli więcej niż branża komunikacyjna, finansowa i detaliczna razem. Ponieważ proces podejmowania decyzji stał się coraz bardziej złożony ze względu na gwałtowny wzrost ilości informacji cyfrowych, producenci starają się przetwarzać i wykorzystywać je bardziej efektywnie, wspomagając się uczeniem maszynowym i sztuczną inteligencją.

Uczenie maszynowe pomaga firmom produkcyjnym zwiększyć precyzję i wydajność konserwacji predykcyjnej, tym samym nie tylko zapobiega możliwości wystąpienia awarii, ale również zwiększa produktywność każdej maszyny. Według raportu Deloitte, aż 93 % badanych firm uważa, że sztuczna inteligencja jest już kluczową technologią napędzającą wzrost i innowacje w produkcji.

Wdrożenia AI w Przemyśle 4.0

Istnieje duża liczba możliwych scenariuszy użycia sztucznej inteligencji. Należą do nich: inteligentna produkcja, produkty i usługi, operacje biznesowe i zarządzanie, łańcuch dostaw a także podejmowanie decyzji dotyczących modeli biznesowych. Sztuczna inteligencja ma wiele zastosowań w produkcji, w tym w Przemyśle 4.0. Raport Deloitte wykazał, że podstawową dziedziną wdrożeń AI związanych z Przemysłem 4.0 stanowi inteligentna produkcja (51 %). Kolejną gałęzią są produkty i usługi (25 %). Respondenci, którzy wybrali Łańcuchy dostaw oraz operacje biznesowe i zarządzanie stanowią odpowiednio 8 % i 4 % ankietowanych (Wykres).

Priorytety przedsiębiorstw ulegną jednak znacznej zmianie w ciągu najbliższych kilku lat. Tworzenie nowych obszarów wzrostu będzie w większym stopniu koncentrować się na zastosowaniach sztucznej inteligencji w celu zwiększenia wydajności marketingu, usług logistycznych, zarządzania aktywami i sprzętem, wglądu w potrzeby klientów, a także zarządzania energią [2].

Sztuczna inteligencja jest coraz częściej stosowana w automatyzacji fabryk, zarządzaniu zamówieniami i automatycznym planowaniu. W ciągu najbliższych dwóch lat coraz więcej technologii sztucznej inteligencji będzie wykorzystywanych w kontroli jakości, a przede wszystkim w monitorowaniu i zarządzaniu defektami produkcyjnymi. Do rozwoju tego zastosowania przyczynia się zauważalny postęp technologii widzenia komputerowego.

Szerokie wykorzystanie robotów, a zwłaszcza kobotów, czyli robotów współpracujących, zwiększy w przyszłości zapotrzebowanie na systemy, które wykorzystują sztuczną inteligencję „na produkcji”. Taki trend obserwowany jest na masową skalę w Chinach. W Państwie Środka w ciągu ostatnich trzech lat około 60 % firm przemysłowych zautomatyzowało 40 % swoich zakładów. Wiele z nich korzysta z procedur uczenia maszynowego do nadzoru produkcji i optymalnego wykonywania operacji technologicznych. Co ciekawe, w ciągu ostatnich 10 lat liczba robotów zainstalowanych w Chinach wzrosła o 500 %, podczas gdy w Europie wzrost ten wynosił jedynie 112 %.

Agregując i analizując dane produkcyjne – zaczynając od pobranych z czujników i sensorów, umieszczonych na maszynach, kończąc na analizie całego systemu sterowania czy też zarządzania produkcją sztuczna inteligencja może wykryć, który element lub obszar produkcji warto poddać analizie i zoptymalizować. Sygnałem może być skok zużycia energii w określonym miejscu, mniejsza wydajność pracy maszyny przy wykonywaniu konkretnej czynności, czy chociażby inna pracochłonność w czasie danej zmiany osobowej. Analizowanie wszystkich zmiennych w czasie rzeczywistym pozwala rozpoznać tego typu anomalie i wprowadzić optymalizację pracy oraz zużycia zasobów w procesie produkcji. Daje to również możliwość przewidywania zdarzeń z określonym prawdopodobieństwem, co może przynieść firmie spore oszczędności [3].

Cyfrowy bliźniak

W optymalizacji procesów produkcyjnych istotne znaczenie ma ich cyfrowe wymodelowanie. Tu z pomocą przychodzi koncepcja cyfrowego bliźniaka – Digital Twin. Cyfrowy bliźniak może być idealnym odzwierciedleniem obiektu fizycznego, czyli produktu, procesu technologicznego, systemu, maszyny, linii produkcyjnej, a nawet całej fabryki. Innymi słowy, jest możliwie dokładne odwzorowanie fizycznego obiektu w przestrzeni wirtualnej. Do prawidłowego sprzęgnięcia obu światów niezbędne jest przetwarzanie danych w czasie rzeczywistym i stała aktualizacja stanu fizycznych obiektów i procesów w nich zachodzących, na przykład dzięki czujnikom pracującym w sieci Przemysłowego Internetu Rzeczy.

W tym miejscu warto rozróżnić, czym różni się standardowa symulacja od cyfrowego bliźniaka. Cyfrowy bliźniak jest wirtualnym środowiskiem, a to oznacza, że umożliwia prowadzenie dowolnej liczby potrzebnych symulacji w celu zbadania wielu zachodzących procesów. Symulacja służy do zbadania ściśle określonych, wskazanych procesów i odbywa się w cyfrowym środowisku, którym może być, ale nie musi cyfrowy bliźniak. Co więcej, pojedyncza symulacja nie musi odbywać się w czasie rzeczywistym, a więc może być dużo bardziej dokładna niż w przypadku odwzorowania zachowania obiektu w cyfrowym bliźniaku, który powinien działać zawsze w czasie rzeczywistym.

Na korzyść cyfrowego bliźniaka przemawia fakt, że opracowany jest z uwzględnieniem dwukierunkowego przepływu danych i informacji. A więc wyniki symulacji mogą wpływać na fizyczny proces produkcyjny i odwrotnie, proces produkcyjny wpływa na zachowanie cyfrowego bliźniaka. Przepływ ten zaczyna się w momencie, gdy czujniki obiektu dostarczają istotnych danych, a kończy w chwili udostępnienia wygenerowanych informacji do obiektu źródłowego. Czujniki podłączone na zasobach fizycznych zbierają dane, które są następnie mapowane na model wirtualny. Dzięki temu każdy, kto analizuje działanie cyfrowego bliźniaka, widzi kluczowe informacje umożliwiające planowanie, tworzenie i eksploatację fizycznego elementu, a także proces jego produkcji.

Technologia cyfrowego bliźniaka zapewnia bezprecedensowy wgląd w produkty i zasoby, pozwalający zidentyfikować wąskie gardła, usprawnić operacje i wprowadzać innowacje w proces rozwoju produktu. Trzy podstawowe elementy technologii cyfrowych bliźniaków to konserwacja predykcyjna, planowanie i optymalizacja procesów oraz projektowanie produktów i wirtualne prototypowanie. Dzięki temu można natychmiast wykryć anomalie i odchylenia operacyjne w zakresie stanu i wydajności sprzętu. Proaktywnie planowana konserwacja i uzupełnianie części zamiennych minimalizuje też czas serwisowania i pozwala przeciwdziałać kosztownym awariom zasobów [4].

Kompleksowa analiza krytycznych, kluczowych wskaźników efektywności, takich jak koszty produkcji czy ilość odpadów, uzyskujemy z wirtualnych danych cyfrowych oraz bezpośrednio z sieci czujników, co można połączyć z danymi dostępnymi w systemie planowania zasobów przedsiębiorstwa (ERP). Ten proces pozwala postawić diagnozę i wskazać podstawowe przyczyny nieefektywności i obniżenia wydajności, która z kolei pomoże zoptymalizować wydajność i zmniejszyć straty. Dane historyczne dotyczące sprzętu, procesów i środowiska usprawniają planowanie produkcji, umożliwiając prawidłowe zaplanowanie zindywidualizowanej produkcji, tak aby najlepiej zaspokajała ona potrzeby klienta.

Wirtualne modele produktów zaimplementowane w środowisku cyfrowego bliźniak pozwalają uzyskać wgląd we wzorce użytkowania, punkty degradacji, obciążalność, występujące defekty itp. Zrozumienie charakterystyki produktu i rodzajów awarii pozwala projektantom i deweloperom ocenić użyteczność produktu i ulepszyć przyszłe projekty. Podobnie producenci w oparciu o określone zachowania użytkowników i konteksty wdrażania produktów mogą dostarczać zindywidualizowane oferty dostosowane do potrzeb różnych grup odbiorców, a nawet pojedynczych klientów. Technologia cyfrowego bliźniaka wspiera tworzenie wirtualnych prototypów i opracowywanie niezawodnych pomocy do testowania funkcji w oparciu o dane empiryczne.

Jakie korzyści w projektach firmy przyniosły technologie Przemysłu 4.0? Thomas Spranzel, Produkt Manager – RFID I Fieldbus, TURCK Dzięki wykorzystaniu nowoczesnych technologii kojarzonych z hasłem Przemysł 4.0, takimi jak systemy chmurowe, identyfikacja RFID czy IO-Link, można było zwiększyć potencjał całej linii produkcyjnej w wielu projektach. W naszej codziennej pracy staramy się przekonywać klientów, że można w prosty sposób pozyskać więcej niż jedną wartość z urządzenia przy zastosowaniu technologii IO-Link czy śledzić produkt przy zastosowaniu technologii RFID, dzięki czemu zwiększamy wydajność, zachowujemy pełną kontrolę nad produkcją i możemy efektywnie zarządzać magazynem. Wszystkie te dane możemy przesłać na platformę chmurową. Samo zbieranie danych nie jest jednak kluczem do dokonania właściwych usprawnień, tajemnica tkwi w ich właściwej analizie. Rozwiązanie chmurowe Turck umożliwia tworzenie odpowiednich dla danego procesu analiz w prosty sposób, bez zaawansowanej wiedzy z zakresu IT. Dzięki bogatej ofercie możemy również niewielkim kosztem modernizować istniejące maszyny i procesy, wnosząc je na wyższy poziom zaawansowania. Wiele zrealizowanych projektów w oparciu o nowoczesne rozwiązania dla automatyki przemysłowej przyczynia się do regularnej współpracy z klientami, którzy nasze urządzenia posiadają u siebie w zakładach.

Jaka czeka nas przyszłość

Na zakończenie warto poruszyć koncepcję Przemysłu 5.0. Przemysł 5.0 to termin, który coraz częściej pojawia się w kontekście przyszłości produkcji przemysłowej. Zakłada on coraz większą integrację i współdziałanie między człowiekiem a maszynami i systemami używanymi w procesach produkcyjnych. Koncepcję Przemysłu 5.0 wprowadził w 2015 r. Michael Rada – prezes International Business Center of Sustainable Development. W koncepcji tej człowiek oraz maszyny sterowane przez sztuczną inteligencją mają tworzyć jedną funkcjonalną całość. Szerzej ten model rozwoju zdefiniowany został przez Komisję Europejską i opisany w raporcie „Industry 5.0 – Towards a sustainable, human centric and resilient European industry”. Opiera się on na współpracy ludzi z maszynami w przypadku zadań, które wymagają kreatywnego podejścia, podejmowania złożonych decyzji i, uwaga – jest to całkowita nowość w podejściu do tego typu zagadnień, zdolności emocjonalnych. W Przemyśle 5.0 to czynnik ludzki zyskuje najwięcej na znaczeniu i staje się centralnym elementem procesu produkcyjnego. Oznacza to również zagwarantowanie, że korzystanie z nowych technologii nie narusza podstawowych praw pracowników, takich jak prawo do prywatności, autonomii i godności ludzkiej [5].

Dzięki Przemysłowi 5.0 działania zorientowane na człowieka nakładają się na transformacje technologiczne Przemysłu 4.0, zapewniając bardziej płynną interakcję między ludźmi i maszynami. Poniżej przedstawiono niektóre z technologii, które to umożliwiają [6]:

• Interakcje między człowiekiem a maszyną można dostosować, korzystając z wbudowanych czujników, siłowników i technologii uczenia maszynowego w celu ułatwienia adaptacji robotów współpracujących.
• Rozwijana jest oparta na sztucznej inteligencji współpraca ludzi/robotów w celu zmniejszenia marnotrawstwa, zwiększenia zgodności z zasadami zrównoważonego rozwoju i zwiększenia efektywności wykorzystania inwestowanych zasobów.
• Zaawansowane systemy zarządzania danymi i analiz wykorzystują sztuczną inteligencję i uczenie maszynowe, aby zminimalizować marnotrawstwo i nieefektywność oraz zoptymalizować uzdolnienie pracowników.
• Modele symulacyjne i cyfrowe bliźniaki minimalizują zużycie rzeczywistych systemów i upraszczają uczenie się i efektywność pracowników. Pozwala to na maksymalną innowacyjność i kreatywność przy minimalnym ryzyku operacyjnym.
• Roboty oparte na współpracy i narzędzia oparte na doświadczeniach, takie jak wirtualna rzeczywistość (VR), mogą pomóc firmom podwoić wydajność inteligentnej automatyzacji oraz kreatywność i umiejętności rozwiązywania problemów partnerów z branży ludzkiej/robotów.

Długofalowe zalety wdrożenia koncepcji Przemysłu 5.0 umożliwią skuteczne przyciąganie i zatrzymywanie talentów, większe oszczędności energii i uzyskanie lepszej jakości produktów. Korzyści te przyczyniają się do poprawy konkurencyjności przez skuteczne dostosowanie się do zmieniającego się świata i powstawania nowych rynków. Przemysł 5.0 sprawi, że fabryka stanie się miejscem, gdzie kreatywni ludzie będą mogli przyjść i pracować, aby stworzyć spersonalizowane doświadczenia odpowiadające pracownikom i ich klientom [6].

Materiały źródłowe
[1] Platforma Przemysłu Przyszłości
[2] Raport Deloitte, Survey on AI Adoption in Manufacturing, 2020
[3] Materiały firmy ASTOR
[4] Bonnie Baker, Koncepcja cyfrowego bliźniaka i jak ona działa, DigiKey
[5] „Industry 5.0 – Towards a sustainable, human centric and resilient European industry”, Komisja Europejska, R&I Paper Series Policy Brief, Bruksela 2021
[6] Materiały firmy SAP

source: Automatyka 4/2024