Więcej danych i optymalizacja. Skalowalność w IIoT

Aby zakład przemysłowy pracował wydajnie, należy zadbać o wiele czynników, takich jak współpraca między poszczególnymi maszynami w zmieniających się warunkach eksploatacji, zapewnienie ciągłego łańcucha dostaw części, surowców, paliw i innych zależnych od specyfiki zakładu, znalezienie sposobów na utrzymanie ciągłości produkcji w przypadku przestojów pojedynczych maszyn oraz wiele innych. To zadania wymagające pracy wielu ludzi różnych specjalizacji, a efekty w znacznej mierze zależą od ilości danych, które mają do dyspozycji. W obecnej epoce powszechnej automatyzacji i wdrażania coraz bardziej zaawansowanych systemów informatycznych inżynierowie i managerowie są wspierani przez wiele narzędzi, które umożliwiają uzyskiwanie przez zakłady satysfakcjonujących wyników. W wielu zakładach jednak automatyzacja nadal nie jest zaawansowana. Niezależnie od stopnia automatyzacji zawsze istnieją możliwości optymalizacji pracy zakładu w celu maksymalizacji jego wydajności.

Nowoczesna analiza

Od pewnego czasu rośnie popularność wdrażania Przemysłowego Internetu Rzeczy (ang. IIoT, Industrial Internet of Things), który umożliwia osiąganie coraz większej wydajności przy użyciu już dostępnych środków (maszyn, instalacji). Podstawą tej nowoczesnej technologii jest zautomatyzowana wymiana danych między urządzeniami pomiarowymi, sterownikami PLC i innymi urządzeniami rejestrującymi pomiary procesowe na obiekcie a modułami integracji i przetwarzania danych. Te z kolei są łączone w sieci lokalne (tworząc warstwę EDGE lub FOG Computing), a następnie, za pośrednictwem Internetu, z chmurą. W systemach wykorzystujących IIoT często stosowana jest bezprzewodowa transmisja danych, co zmniejsza koszty i ułatwia integrację ze względu na brak konieczności budowy infrastruktury sieciowej. Jest to istotne zwłaszcza w dużych zakładach przemysłowych, gdzie maszyny rozmieszczone są na dużej powierzchni.

Sama wymiana danych nie jest niczym nowym w automatyce. Nowatorski jest sposób ich wykorzystania. Celem jest uczynienie ze zgromadzonych danych narzędzia do optymalizacji pracy maszyn, a w efekcie całego zakładu. Wymagane jest zatem po pierwsze utworzenie zbioru danych zebranych z jak największej liczby maszyn, w dalszej kolejności ich obróbka i analiza z zastosowaniem zaawansowanych algorytmów, a następnie przetworzenie ich do postaci umożliwiającej interpretację i wdrożenie rozwiązań wynikających z przeprowadzonych analiz. Im więcej maszyn jest monitorowanych i im dłużej prowadzone są analizy, tym bardziej kompletna staje się baza wiedzy. Kluczowe znaczenie w tym przypadku ma czas. W trakcie eksploatacji maszyny pracują pod różnymi obciążeniami, w zmiennych warunkach, możliwe jest więc sprawdzenie, jak zachowują się w różnych obszarach charakterystyk eksploatacyjnych. Zmienne są również warunki otoczenia i materiały, z którymi pracują maszyny, można więc wyciągać wnioski dotyczące ich wpływu na wydajność. W trakcie pracy maszyny ulegają zużyciu i awariom, a IIoT może być pomocny w uzyskaniu informacji o symptomach poprzedzających awarię, skutków, jakie są przez nie wywoływane, a finalnie – w długoczasowej predykcji stanu maszyny.

Krótszy czas, niższe koszty

Przetwarzanie i analiza danych są wykonywane na kilku poziomach. Po pierwsze w punktach węzłowych, czyli modułach integracji i przetwarzania danych (edge computing), dzięki czemu możliwe jest czerpanie wiedzy na temat pojedynczych maszyn. Po drugie, dzięki komunikacji i przetwarzaniu danych między węzłami lokalnie (fog computing), badane są wzajemne oddziaływania różnych maszyn współpracujących ze sobą, a także zachowanie podobnych maszyn na terenie danego zakładu. Po trzecie za pośrednictwem Internetu i algorytmów działających w chmurze (cloud computing) analizowane są długoterminowe wyniki dla maszyn eksploatowanych w różnych warunkach.

Wielką zaletą takiego dzielenia danych między różnymi maszynami jest zmniejszenie kosztu jednostkowego optymalizacji danej maszyny. Zgromadzenie danych dla jednej maszyny trwa długo, ale wraz ze wzrostem liczby maszyn objętych systemem optymalizacji czas uzyskania satysfakcjonującej ilości danych jest o wiele krótszy. Co więcej, maleją koszty wdrożenia systemu, takie jak koszt oprogramowania, urządzeń, infrastruktury, utrzymania serwerów, opłacenia usług transferu danych i miejsca na dane w chmurze. Dlatego z punktu widzenia optymalizacji kosztów istotne jest podłączenie do systemu jak największej liczby maszyn.

Wdrażanie systemów stosujących IIoT jest związane z rosnącym użyciem wielu zaawansowanych narzędzi. Potrzebne są urządzenia zdolne do rejestracji dużej ilości danych z częstotliwością dostosowaną do typu mierzonych wielkości. Aby zarejestrowane dane miały wartość, wymagane jest opracowanie algorytmów ich przetwarzania, czyli przełożenie wymagań stawianych systemowi na język matematyki. Konieczne są również instrumenty (infrastruktura sieciowa, protokoły komunikacji) do wymiany danych między urządzeniami oraz przesyłania danych do chmury.

Walor kompleksowości

Przemysłowy Internet Rzeczy jest technologią, która jest aktualnie w fazie intensywnego rozwoju. Pionierem wykorzystania IIoT jest na polskim rynku firma Elmodis, oferująca zintegrowane systemy monitorowania i diagnostyki, a także predykcji stanu i optymalizacji eksploatacyjnej maszyn napędzanych za pomocą silników elektrycznych. Unikalne rozwiązanie Elmodis bazuje na pomiarach i zaawansowanym przetwarzaniu wielkości elektrycznych (prąd i napięcie). Zintegrowane środowisko oferowane przez Elmodis jest oparte na wykorzystaniu Przemysłowego Internetu Rzeczy w zakresie modułów integracji i przetwarzania danych, algorytmów obliczeniowych w nich zawartych, komunikacji między modułami bezpośrednio i za pośrednictwem chmury oraz dostępu do wyników analiz przez Internet.

Ogromne możliwości IIoT wynikają w dużej mierze ze skalowalności i liczby urządzeń tworzących system. Same narzędzia informatyczne i rozwiązania sprzętowe nie stanowią wartości dodanej, jeśli nie są zaopatrywane w odpowiednią ilość danych rejestrowanych z odpowiednią jakością w trakcie pracy monitorowanych maszyn. Beneficjentami rozwiązań z zastosowaniem Przemysłowego Internetu Rzeczy mogą więc najszybciej stać się zakłady przemysłowe, w których jest zainstalowanych wiele maszyn, pod warunkiem kompleksowego objęcia zakładu systemem, w którym zastosowano tę technologię.

ELMODIS Sp. z o.o.
e-mail: elmodis@elmodis.com
www.elmodis.com

źródło: Automatyka 10/2017