Před 15 lety americká nezávislá Národní vědecká nadace (National Science Foundation, NSF), odpovědná za podporu základního vědeckého výzkumu, pořádala jeden ze svých workshopů. Právě tady se poprvé objevily pojmy chytrá výroba (smart manufacturing) a chytrý závod (smart plant). To se ještě k evropské definici Průmyslu 4.0 (Industry 4.0) muselo odsypat v hodinách mnoho písku. Ale nakonec jsou tady – dvě koncepce, které ale mají stejný cíl: umožnit výrobním firmám působit efektivněji a přesunout lidi k vyšším hodnototvorným procesům.

Nejen efektivita, ale také rychlost a inovativnost. Impulzy, proč se stále více společností zajímá o prvky Průmyslu 4.0, s vizí transformace „běžně“ automatizovaného výrobního podniku na chytrou továrnu (smart factory). Navíc tlak na konfigurovatelnost výroby, respektive výrobky na míru, na rychlost a na kvalitu zpracování nahrávají rozvoji těchto koncepcí.

Chytrá továrna neboli „inteligentní výrobní podnik“ má zajistit zvýšení produktivity, kvality, flexibility a spokojenosti zákazníků díky začlenění vyspělých informačních a komunikačních technologií do tradiční výroby. Nakonec tak vznikne inteligentní podnikový ekosystém těžící z rychlého vývoje technologií. A nutno říci, že koncept chytré továrny je „po americku“ gigantický.

IT euro

Co je chytrá továrna

Chytrá továrna (též inteligentní továrna nebo v angličtině smart factory) je systém schopný autonomně řídit celé výrobní procesy. Jde o pružný systém, který se dokáže sám optimalizovat a přizpůsobovat měnícím se podmínkám, učit se z nich. Zároveň jde o proaktivní systém. Díky tomu lze s předstihem řešit očekávané události, ne až reagovat na jejich výskyt.

Takové vlastnosti systému chytré továrny jsou umožněny využíváním kombinace moderních technologií. Mezi základní z nich patří umělá inteligence a strojové učení, analýza velkého objemu dat (big data), internet věcí (Internet of Things, IoT), dynamické modelování, zařízení průmyslové konektivity a pokročilá robotika.

 

Jedna vrstva nestačí, chce to rovnou pět

Klasická architektura struktury chytré továrny se skládá z pěti vrstev: fyzické, síťové, úložiště, analytické a aplikační. Myšlenka konceptu podporuje propojení provozních technologií (automatické systémy, senzory, stroje a zařízení, RFID tagy, kontrolní prvky, logistická zařízení, programovatelné logické systémy – PLC), komunikační protokoly a sítě s informačními technologiemi. Mezi informační technologie patří nejrůznější systémy řízení podniku. Především tak jde o komplexní podnikový informační systém (ERP) s integrovaným plánováním (APS), systémy pro řízení výroby (MES), systémy řízení životního cyklu produktu (PLM), systémy pro řízení dodavatelského řetězce (SCM) a řízení vztahů se zákazníky (CRM).

Pokud podnik zapojí do sběru dat i nejrůznější IoT zařízení, vzniká velké množství dat. Tato nezpracovaná data se musejí přenést přes síťovou vrstvu do úložiště, cloudu – distribuovaného úložného systému.

 

»PANDEMIE COVIDU-19 ZVÝŠILA UŽ TAK VYSOKÝ TLAK NA ROZHODNUTÍ V REÁLNÉM ČASE.«

 

Digitalizace a data, bez nich to nepůjde

V tuzemském prostředí je stále obvyklou překážkou budování chytré továrny nízká úroveň digitalizace dílen. Může za to náročnost napojení starších strojů a přenos dat z nich do úložiště. A ani u nových strojů není automatický sběr dat samozřejmostí, stejně jako online vykazování provedených úkonů pracovníky. Digitalizace výroby vytváří základy k postupnému odstranění prostojů ve výrobě, identifikaci úzkých míst v procesech, zpřesnění odhadů výrobních nákladů v závislosti na pracovních normách a bezpapírovému a energeticky méně náročnému provozu. Těmito efekty dojde ke snížení provozních nákladů a zvýšení produktivity.

Pandemie covidu-19 naproti tomu zvýšila už tak vysoký tlak na rozhodnutí v reálném čase. Kvalifikovaná rozhodnutí se ale neobejdou bez kvalitních zdrojů dat, analytiky a vizualizace informací a vyhodnocení dat současně z více zdrojů. Naprosto nezbytným zdrojem dat je komplexní ERP systém, který ve spojení s výrobním MES systémem jako InduStream připravuje jakousi „živnou půdu“ pro aplikaci pokročilých metod zpracování dat, například umělou inteligencí. A právě analýza velkých dat (big data) je podstatou správného využití myšlenky chytré továrny. V posledních letech se totiž zvedly nároky na informace a znalosti z analýzy velkých dat a tímto směrem se posouvají dřívější zvyklosti denní práce s aktuálními hodnotami a klíčovými ukazateli výkonnosti (KPI).

 

Neuronové sítě, strojové učení… a překážky, když je dat málo

Chytrá továrna bude také prakticky dokonale propletena dataminingovými metodami, které jsou určeny pro „dolování dat“ z databází a vytěžování znalostí a informací. Cílem je extrahovat vzory v ohromných sadách dat a identifikovat tak případné anomálie. Kvůli nutnosti zpracovávat primární surová (raw) data přímo z výrobního procesu se pro tuto aplikaci hodí především neuronové sítě jako jedna z metod umělé inteligence, protože mají schopnosti generalizace a učení se. A vzhledem k širokému spektru typů sítí si jejich aplikaci lze představit prakticky kdekoliv v podniku.

Překážkou využití neuronových sítí je momentálně nedostatek dat o chování podniku, jednotlivých procesech a souvisejícím prostředí. Umělé neuronové sítě jsou totiž díky schopnosti vlastního učení se a využívání vlastních zkušeností vhodné především pro modelování chování složitých soustav. Výhodou je naopak jejich robustnost. Při výpadku, úpravě či odstranění několika neuronů neznamená taková nepřesnost přerušení práce ani zásadní narušení funkčnosti. V praxi může jít například o chybu v uložení záznamu, čímž dojde k absenci vstupu pro následné vyhodnocení. V poslední době se však objevují kombinace neuronových sítí s dalšími metodami (například fuzzy-neuronové sítě).

 

»VÝHODOU NEURONOVÝCH SÍTÍ JE JEJICH ROBUSTNOST.«

 

V podstatě standardem chytré továrny je už nyní technika strojového učení (machine learning), obvykle pro tvorbu předpovědí výsledků na základě dat, tedy pro tvorbu predikcí a odhalování chyb. Další technikou plně inteligentních podniků jsou rozhodovací stromy ke klasifikaci a organizaci souborů a shlukování dat. Pomocí pokročilých metod analýzy dat lze takto automaticky vyhodnocovat kvalitu výrobku.

 

I chytrá továrna musí komunikovat s člověkem

Je velmi důležité, aby na určité úrovni inteligentní technologie dokázaly s člověkem komunikovat. K tomu slouží technika počítačového zpracování přirozeného jazyka (natural language processing, NLP), která se zabývá analýzou lidského jazyka a získáním znalostí. Technika prediktivní analýzy je pak využívána k analýze vstupů a k tvorbě předpovědí budoucích výstupů.

V podnicích dokáže identifikovat anomálie (problémy) a na jejich základě vytvořit předpověď v závislosti na současném stavu. Zásadní metodou je také perspektivní analýza, která skutečně vnáší inteligenci do samotného nastavení a řízení podniku. Díky ní je možné přijmout přesná rozhodnutí a řešit zjištěné problémy, a to při výrazně nižší závislosti na lidech.

IT euro

Skládání začíná

Technologie jako internet věcí a kyberfyzikální systémy (fyzická zařízení ovládaná počítačovými algoritmy) začínají masivně pronikat do praxe. Tím roste poptávka i po dalších technologiích a metodách, o nichž byla řeč. Jejich vzájemným propojováním spolu s využitím metod zpracování nasbíraných velkých objemů dat, aplikací metod umělé inteligence a začleněním nejrůznějších robotů už se první firmy konceptům Průmyslu 4.0 a chytrého podniku začínají přibližovat.

 

»INFOR MYŠLENKU CESTY K CHYTRÉ TOVÁRNĚ DLOUHODOBĚ VYZNÁVÁ.«

 

Tento trend pohání nedostatek odborníků, rostoucí průměrný věk kvalifikovaných pracovníků a zároveň klesající počty absolventů technicky zaměřených škol. Konzumní způsob života nutí výrobce své produkty rychleji inovovat a uvádět na trh nové, ale i vyrábět větší množství rychleji a – pokud možno – levněji navzdory vyšším nákladům na vstupu.

Bezdrátová komunikace 5G, cloud computing, virtuální realita, rozšířená realita, průmyslový IoT (IIoT), kyberfyzikální systémy, big data, kybernetická bezpečnost, 3D tisk, chytré stroje a robotika už dnes mohou položit základy chytré továrny, která splní požadavky produktivity i snadnějšího řízení a kontroly. Zároveň nebude tolik závislá na lidské práci a řízení člověkem.

Že se nejen americký sen chytré továrny už zhmotňuje, potvrzuje globální zpráva o průmyslovém výzkumu Smart Factory Market za rok 2021. Během prognózovaného období mezi lety 2021 a 2029 poroste tento trh značným tempem a s rostoucím přijímáním strategií klíčovými hráči bude trend jen zrychlovat.

Společnost Infor, partner ITeuro, myšlenku cesty k chytré továrně dlouhodobě vyznává (a nejen proto, že má ústředí v USA). Odrazilo se to v operační platformě Infor OS, kde se ve struktuře nabízených služeb a produktů objevil například datový sklad čerpající pomocí integrační platformy data z vícečetných zdrojů, včetně zdrojů z aplikací třetích stran a dat získaných pomocí IoT. Infor také vyvinul vlastní platformu průmyslové umělé inteligence Coleman a začlenil do svých služeb masové využívání jejích prostředků a využívání i dalších desítek služeb od Amazon Web Services, na kterých je platforma Infor Coleman postavena.

Tato cesta je otevřena i českým zákazníkům ITeuro, kteří už využívají například ERP Infor SyteLine (CloudSuite Industrial) nebo Infor LN (CloudSuite Industrial Enterprise).

 

Článek byl publikován v časopisu IN-IT, čísle 2/2021.

Chcete téma chytré továrny probrat osobně? Napište nám!

    cookies image
    Cookies

    Tento web potřebuje váš souhlas k využití jednotlivých dat, aby vám mimo jiné mohl ukazovat informace týkající se vašich zájmů. Souhlas udělíte kliknutím na políčko „OK“.
    Souhlas můžete odmítnout .

    Nastavení cookies

    Zde máte možnost přizpůsobit soubory cookies podle Vašich preferencí.

    Nezbytné (provozní) cookies
    Technické cookies jsou nezbytné pro správné fungování webu a všech funkcí, které nabízí. Jsou odpovědné mimo jiné za působení filtrů a ukládání nastavení soukromí. Nepožadujeme váš souhlas s využitím technických cookies na našem webu. Z tohoto důvodu technické cookies nemohou být individuálně deaktivovány nebo aktivovány.
    Analytické cookies
    Analytické cookies nám umožňují měření výkonu našeho webu a našich reklamních kampaní. Jejich pomocí určujeme počet návštěv a zdroje návštěv našich internetových stránek. Data získaná pomocí těchto cookies zpracováváme souhrnně, bez použití identifikátorů, které ukazují na konkrétní uživatele našeho webu. Pokud vypnete používání analytických cookies ve vztahu ke své návštěvě, ztrácíme možnost analýzy výkonu a optimalizace našich opatření.
    Personalizované soubory cookies
    Používáme rovněž soubory cookies a další technologie, abychom přizpůsobili náš obchod potřebám a zájmům našich zákazníků a připravili tak pro vás lepší prezentaci. Díky použití personalizovaných souborů cookies se můžeme vyvarovat vysvětlování nežádoucích informací, jako jsou neodpovídající doporučení výrobků nebo neužitečné mimořádné nabídky. Navíc nám používání personalizovaných souborů cookies umožňuje nabízet vám dodatečné funkce, jako například doporučení výrobků přizpůsobených vašim potřebám.
    Reklamní cookies
    Reklamní cookies používáme my nebo naši partneři, abychom vám mohli zobrazit vhodné obsahy nebo reklamy jak na našich stránkách, tak na stránkách třetích subjektů. Díky tomu můžeme vytvářet profily založené na vašich zájmech, takzvané pseudonymizované profily. Na základě těchto informací není zpravidla možná bezprostřední identifikace vaší osoby, protože jsou používány pouze pseudonymizované údaje. Pokud nevyjádříte souhlas, nebudete příjemcem obsahů a reklam přizpůsobených vašim zájmům.
    Souhlas můžete odmítnout .