Inteligentna produkcja pozwala na szybkie tworzenie aplikacji umożliwiających współpracę człowieka, systemów i zasobów, jej wdrożenie wymaga jednak przezwyciężenia kilku kluczowych problemów. W artykule opisujemy, jak zwiększyć funkcjonalność Przemysłowego Internetu Rzeczy dzięki właściwemu użyciu Big Data.
Produkcja generuje więcej danych niż jakakolwiek inna dziedzina przemysłu. Nowe poziomy komunikacji, zaawansowane obliczenia, inteligentniejsze czujniki i urządzenia oraz ulepszony dostęp do danych i ich przechowywanie zwiększają zakres, ilość i rozdzielczość dostępnych danych. Duże zainteresowanie danymi typu Big Data zakłada możliwość wytworzenia wartości biznesowej przy użyciu danych. W przyszłości firmy produkcyjne będą pozyskiwać liczniejsze dane, ale czy będą one skutecznie wykorzystywane? Jest to zasadnicze pytanie, jakie trzeba sobie zadać, a branża inteligentnej produkcji już szuka na nie odpowiedzi.
Cele inteligentnej produkcji
Ogólnym celem inteligentnej produkcji jest szybkie tworzenie aplikacji pozwalających na współpracę pomiędzy człowiekiem, systemem i zasobami w obrębie łańcucha wartości i architektury, tworzących nową platformę oprogramowania dla inteligentnej produkcji przyszłości.
Przedsiębiorstwa produkcyjne doceniają znaczenie dostępu do danych dla poprawy wydajności operacyjnej. Wydajność zwiększa się, jeśli informacje kontekstowe są udostępniane we właściwym czasie i odpowiedniej osobie, co pozwala na podejmowanie decyzji.
Nowe technologie każdego dnia udostępniają coraz więcej danych. Niektórzy producenci stosują Big Data i technologie analityczne w nadziei, że pozyskana z takich danych inteligencja pozwoli osiągnąć nowe poziomy wydajności operacyjnej.
Aplikacje stanowią klucz do inteligentnej produkcji
Sukces to nie tylko gromadzenie oraz wgląd w bardziej szczegółowe i zróżnicowane dane. W rzeczy samej sukces nie jest w ogóle związany z danymi. Sukces to szybkie tworzenie i dostarczanie rozbudowanych aplikacji interaktywnych. Na przykład:
→ aplikacje udostępniające odpowiednią ilość potrzebnych informacji we właściwym czasie i właściwej osobie, a tym samym umożliwiające podejmowanie prawidłowych decyzji i wdrażanie natychmiastowych działań,
→ aplikacje pozwalające na komunikację pomiędzy systemami zarządzającymi przepływem prac i podejmowanie autonomicznych decyzji,
→ aplikacje zapobiegające problemom oraz je przewidujące poprzez zastosowanie sztucznej inteligencji i technologii nauki maszynowej.
Innymi słowy nie chodzi tutaj wcale o wykorzystywanie danych typu Big Data, ale o zastosowanie aplikacji używających i udostępniających „właściwe dane”.
Aplikacje dla inteligentnej produkcji są niezbędne do wygenerowania wymaganych parametrów z danych; są one zaprojektowane w oparciu o wyznaczenie ról i pracują w czasie rzeczywistym. Ponadto ukierunkowane są na konkretne przypadki zastosowań powiązanych z indywidualnymi wyzwaniami w danej branży. Aplikacje generują aktywne powiadomienia pozwalające na szybkie rozwiązywanie problemów. Można je zainstalować na różnych rodzajach sprzętu, od urządzeń przenośnych i mobilnych po przemysłowe ekrany dotykowe i komputery.
Aplikacje łączą świat fizyczny i cyfrowy, wykorzystując rzeczywistość rozszerzoną. Odpowiednie aplikacje powinny być sprawne, szybko i łatwo zmieniające się wraz z przedsiębiorstwem. Inteligentna produkcja wymaga odpowiednich aplikacji, jednak ich opracowanie nastręcza szeregu trudności.
Inteligentna produkcja w pięciu krokach
- Kontekstualizacja danych
Przedsiębiorcy pragną podejmować skuteczne decyzje na podstawie danych, jednak z reguły firmy używają tak wielu systemów oprogramowania, że techniki pozyskiwania danych z tych systemów są zróżnicowane. Trudności może nastręczać również połączenie danych systemowych przedsiębiorstwa z danymi procesu produkcyjnego, a mimo to kontekstualizacja danych to kluczowy czynnik w podejmowaniu inteligentnych decyzji.
2. Niedofinansowane i przeciążone IT
Wewnętrzne działy IT często bywają niedofinansowane i przeciążone. Nie mają zdolności dostarczania wymaganych aplikacji, a w przyszłości popyt na większą liczbę aplikacji i zarządzanie nimi będzie wzrastać. Optymalnie struktura aplikacji powinna być standardowa, pozwalająca przedsiębiorcom na podejmowanie inteligentnych decyzji.
3. Zmiana i zarządzanie zmianą
Zmiana w dzisiejszych czasach stanowi normę. Ciągle zmieniające się strategie biznesowe, produkty, systemy IT i wymagania klientów wymuszają sprawność aplikacji. W przyszłości wyzwania te będą się nasilać, ponieważ rozwój technologii spowoduje olbrzymi wzrost ilości dostępnych danych, skutkując zapotrzebowaniem na rosnącą liczbę aplikacji.
4. Istniejące oprogramowanie
Nawet w przypadku tworzenia nowych aplikacji konwencjonalne oprogramowanie nie jest w stanie sprostać skali i różnorodności potrzebnych aplikacji. Większość pracowników produkcji ma dostęp jedynie do odczytu z paneli oferujących bierny podgląd wydajności oraz brak środków służących rozwiązywaniu problemów i ich zapobieganiu.
Problemy pojawiają się również w przypadku dwóch typowych podejść do aplikacji: IT oraz technologii operacyjnej (OT). Aplikacje wspierające produkcję muszą uwzględniać oba te podejścia. Ciągły rozwój nieodłącznie wymusza sprawność aplikacji, jednak istniejące systemy stwarzają problemy w zakresie rozbudowy i obsługi. Trudno je szybko i bez problemu dostosowywać do wciąż na nowo rodzących się potrzeb.
5. Brak integracji systemów
Problemem mogą także być istniejące interfejsy pomiędzy niepowiązanymi ze sobą systemami. Obecnie specjaliści skupiają się na systemach zapisu oraz na przenoszeniu danych pomiędzy systemami. Wraz ze wzrostem ilości danych takie podejście stanie się bardziej złożone i mniej praktyczne.
Lepszy sposób
Do osiągnięcia celu, jakim jest inteligentna produkcja, niezbędne jest nowe podejście. Na szczęście wykorzystując te same nowoczesne technologie oprogramowania, z których korzystamy w codziennym życiu, możemy tworzyć rozwiązania bez konieczności wymiany istniejących systemów i projektować nowe, złożone aplikacje, które połączą stare systemy i nowe źródła danych. Mowa tu o takich sprawdzonych i niezawodnych technologiach, jak przetwarzanie w chmurze, aplikacje mobilne, Big Data czy społecznościowe oraz zaawansowane technologie analityczne.
Brad Williams jest konsultantem w Thing-Worx i członkiem grupy roboczej inteligentnej produkcji MESA International
