Sztuczna inteligencja napędza rozwój przemysłu

Po ciężkim roku 2020 produkcja sprzedana przemysłu zaczęła rosnąć. W okresie styczeń-wrzesień 2021 r. była o 15,5% wyższa w porównaniu z analogicznym okresem 2020 roku, kiedy notowano spadek o 3,2%. Pod względem produktywności wciąż jednak pozostaje wiele do zrobienia. Aby móc rywalizować z regionalnymi i globalnymi konkurentami, polskie firmy powinny przesuwać się na wyższe pozycje w łańcuchu wartości. Z pomocą przychodzi sztuczna inteligencja.

Różne obszary zastosowania AI, od wirtualnych asystentów po zaawansowaną robotykę, spowodują głębokie zmiany w tradycyjnych łańcuchach wartości. Sztuczna inteligencja pomaga również usprawnić zaopatrzenie i zarządzanie działalnością operacyjną, zmniejszyć koszty rozwoju produktów oraz szybciej i precyzyjniej reagować na zmiany rynkowe. AI może stać się czynnikiem budowania przewagi konkurencyjnej oraz wyznacznikiem tego, w jaki sposób polskie firmy są w stanie sprostać wymaganiom stawianym przez odbywającą się właśnie rewolucję przemysłową.

W gąszczu technologii

Wdrożenie Przemysłu 4.0 otwiera firmom produkcyjnym ogrom możliwości w zakresie zastosowania nowych technologii, takich jak systemy informatyczne dla produkcji, technologie umożliwiające współpracę ludzi i robotów, analitykę danych, sztuczną inteligencję czy choćby druk 3D. Na jakich usprawnieniach skupić uwagę?

– Procesy produkcyjne, kontrolne i analityczne w smart factory zostały znacząco zintensyfikowane. Ciągła ocena danych procesowych jest najlepszą podstawą decyzji biznesowych. Do pozyskania istotnych informacji z hali produkcyjnej konieczne jest niezawodne połączenie czujników z infrastrukturą informatyczną i odpowiednia identyfikacja możliwych do wystąpienia interakcji ze swoimi instalacjami – wskazuje Aleksandra Banaś, prezes zarządu spółki ifm electronic, zajmującej się produkcją innowacyjnych i specjalistycznych czujników.

Z pomocą przychodzą platformy IoT oraz sztuczna inteligencja, które - dobrze zaimplementowane - gwarantują przeniesienie procesów produkcyjnych na zupełnie inny poziom. Informacje o procesach produkcyjnych z dużym prawdopodobieństwem będą stanowić podstawę dobrych decyzji podejmowanych w czasie rzeczywistym.

IoT to dopiero początek

Przemysł 4.0 zakłada współpracę ludzi, sterowanych cyfrowo maszyn produkcyjnych oraz systemów IT w oparciu o dane aktualizowane w toku produkcji. Optymalny przepływ informacji powinien odbywać się zarówno w pionie, gdzie dane z poszczególnego ogniwa produkcyjnego przesyłane są do działu IT danego przedsiębiorstwa i odwrotnie, jak i w poziomie, tj. pomiędzy elementami instalacji a maszynami zaangażowanymi w dany proces produkcyjny. Możliwość tę gwarantuje Internet of Things (IoT), koncepcja stanowiąca jeden z głównych elementów innowacji w Przemyśle 4.0. Autonomiczne, inteligentne maszyny posiadające własne oprogramowanie nie byłyby w stanie zapewnić ciągłości procesu produkcyjnego – gwarancję taką daje dopiero możliwość ich skomunikowania, a więc wzajemnego odczytu danych, śledzenia wartości podawanych przez liczne czujniki, monitowania wyników - optymalnie bez ludzkiej ingerencji lub też z ograniczeniem jej do minimum.

Kolejny krok w rewolucji przemysłowej stanowi nadanie inteligentnym maszynom możliwości decyzyjnych – w ramach IoT urządzenia informują siebie nawzajem i zarządzających nimi ludzi o ewentualnej nieprawidłowości czy usterce. Wyposażone w sztuczną inteligencję mogą nawet same podjąć działania. To naturalne połączenie technologii z pewnością znacząco wpłynie na przyszłość produkcyjną. Według badań firmy Gartner, do końca roku 2022 ponad 80% projektów w ramach IoT będzie wykorzystywało AI (dla porównania w roku 2019 wartość ta wynosiła 10%). Nie ma wątpliwości co do przyczyny takiego wzrostu – wdrożenie sztucznej inteligencji jest naturalnym następstwem zastosowania IoT w przemyśle.

Mądrzej, szybciej, dokładniej

Bez wątpienia sztuczna inteligencja kusi polskie przedsiębiorstwa. Jednak cały czas rynkowi towarzyszy wiele obaw, m.in. o to, czy inwestycja jest w stanie się zwrócić i w jakiej perspektywie. Niezależnie od tego, czy chodzi o zaoszczędzone złotówki i godziny, czy o zarządzanie całym parkiem maszynowym, niezbędna jest kalkulacja zwrotu z inwestycji. Kluczowymi wskaźnikami określającymi finansowy zwrot z inwestycji w AI są koszty wdrożenia i koszty cykliczne związane zarówno z samym narzędziem, jak i robocizną. Warto wybrać doświadczonego partnera, który będzie w stanie spełnić specyficzne wymagania dla danego projektu i wykazać, że rozwiązanie przyniesie korzyści. Bynajmniej nie chodzi o to, żeby wykazać, że inwestycja zastąpi ludzi, ale o to, że dzięki niej będzie możliwe przesunięcie ich do bardziej zaawansowanych, ambitnych zadań.

Mniejsze straty, większe zyski

Obszary przemysłowe, w których dobrze się sprawdza sztuczna inteligencja to również projektowanie, ulepszanie procesów oraz optymalizacja zużycia maszyn i wykorzystania energii.

– Wdrożenie sztucznej inteligencji odgrywa ważną rolę ze względu na kontrolę jakości procesów, które generują dużą ilość danych, dzięki czemu jesteśmy w stanie zoptymalizować procesy na linii produkcyjnej. Wszystko zaczyna z sobą współgrać. Do analizy i poprawy procesów wykorzystujemy specjalistyczne czujniki. Idą one w parze z algorytmami, pomagają przewidywać problemy zanim się pojawią. W połączeniu z systemem czujników, sztuczna inteligencja ma ogromną szansę zrewolucjonizować produkcję – wszędzie tam, gdzie będzie na to otwartość – podkreśla Piotr Szopiński, kierownik działu technicznego ifm electronic.

Od jednego czujnika do zautomatyzowanego systemu

Dane z czujników generowane w instalacjach produkcyjnych mogą być z łatwością odczytywane i przetwarzane. Na rynku dostępnych jest coraz więcej rozwiązań IIoT (Przemysłowy Internet Rzeczy) z wbudowanymi elementami sztucznej inteligencji. Doskonałym przykładem jest platforma firmy ifm electronic - moneo łącząca poziom technologii operacyjnej z poziomem technologii informatycznej. moneo ma strukturę modułową i składa się z oprogramowania podstawowego oraz aplikacji przeznaczonych np. do monitorowania stanu lub do ustawiania parametrów czujników IO-Link. Umożliwia to stworzenie pakietu oprogramowania dostosowanego do indywidualnych potrzeb.

– Platforma to efekt połączenia doświadczenia w zakresie technologii czujników z ekspercką wiedzą naszych oddziałów zajmujących się oprogramowaniem. moneo przetwarza dane z czujników na informacje cyfrowe, dokonuje ich oceny i przesyła je do świata IT. Tam są one dostępne jako wiarygodna podstawa do podejmowania decyzji. moneo umożliwia predykcyjną konserwację maszyn, pozwala uniknąć nieplanowanych przestojów, a co za tym idzie – zwiększa wydajność instalacji – wyjaśnia Aleksandra Banaś.

Systemy szyte na miarę

Systemy wspierające procesy produkcyjne, kontrolne i analityczne w przemyśle stają się niezbędne, aby móc prawidłowo oceniać informacje, monitorować stany czy przewidywać przyszłe parametry.

– Decydując się na wdrożenie takiego systemu, trzeba myśleć o nim w kategorii cyfrowego zestawu narzędzi. Decyzja o wdrożeniu wymaga wyszczególnienia konkretnych procesów do optymalizacji, weryfikacji informacji, które chcemy uzyskać oraz dostosowaniu parametrów i integracji konkretnych czujników. Zatem najpierw potrzeba – później wdrożenie – podkreśla Piotr Szopiński.

AI nabiera wiatru w żagle

To dobry czas, aby zacząć podejmować decyzje oparte na danych z instalacji, zbieranych przez system czujników, wspartych przez oprogramowania i systemy IIoT. W perspektywie kilku lat wykorzystanie AI w przemyśle stanie się czymś oczywistym. Jak wynika z badania „Digitalizacja polskich przedsiębiorstw przemysłowych w dobie pandemii”, przeprowadzonego na zlecenie Autodesk, w pierwszej połowie 2021 r. prawie 28% firm przemysłowych w Polsce wdrożyło już rozwiązania sztucznej inteligencji w swoich przedsiębiorstwach. Prawie jedna trzecia respondentów zadeklarowała, że w ich firmie planuje się wdrożenie AI – co napawa optymizmem i pozwala sądzić, że sztuczna inteligencja jeszcze przez długi czas będzie wspierać dążenie do poprawy produktywności polskiego przemysłu.

www.ifm.com/pl/pl 

source: ifm electronic