Technologie Przemysłowego Internetu Rzeczy (IIoT) nieustannie się rozwijają. Umożliwiają m.in. gromadzenie danych, dzięki którym urządzenia w fabrykach mogą działać efektywniej, możliwe jest prowadzenie diagnostyki predykcyjnej, a menedżerowie mogą podejmować lepsze decyzje i w ten sposób zwiększać wydajność zakładów. Jak się jednak okazuje, wiele fabryk nie wprowadziło jeszcze tych zaawansowanych technologii, koniecznych do wejścia na drogę unowocześniania procesów produkcyjnych.
Według badania „Smart Manufacturing Technologies”, przeprowadzonego wśród producentów przez firmę Ubisense:
→ 40% badanych nie ma wglądu w dane czasu rzeczywistego na temat procesów wytwarzania,
→ ponad 80% badanych polega na ludzkiej obserwacji przy wspieraniu poprawy procesów,
→ 85% problemów z jakością powodowanych jest przez błędy pracowników,
→ niemal 10% badanych spędza połowę dnia pracy na szukaniu sprzętu i produktów,
→ dla niemal 15% badanych naprawy sprzętu nie są priorytetem.
Na pierwszy rzut oka wyniki badania są zaskakujące: 10% respondentów marnuje przynajmniej połowę swojego dnia pracy na poszukiwanie zagubionych przedmiotów, 40% nie ma wglądu w dane czasu rzeczywistego dotyczące swoich procesów, a 50% nie prowadzi rejestrów dokręcania elementów złącznych. Potwierdzają one jednak spostrzeżenia autora poczynione podczas wizyt w zakładach na całym świecie.
Ludzie mają ogólne przekonanie, że współczesne fabryki są raczej zaawansowane technologicznie. Na podstawie wielu przekazów medialnych wyobrażają sobie rzesze robotów szczęśliwie spawających i lakierujących w fabrykach masowo produkujących samochody. W rzeczywistości jednak na liniach montażowych małoseryjnych produkcji (traktory, koparki, maszyny do czyszczenia ulic, samoloty pasażerskie) sytuacja wygląda zupełnie inaczej. W zakładach produkcyjnych na całym świecie wciąż dominują procesy realizowane manualnie.
Przeszkody w implementacji rozwiązań IIoT
Zdarza się nam myśleć, że każdy sterowany
komputerowo proces jest elementem Przemysłu 4.0, ponieważ przekonano nas, że w koncepcji Przemysłu 4.0 chodzi głównie o systemy cyberfizyczne. Przekonywano nas również, że Przemysł 3.0 to wprowadzenie mikroprocesorów i sterowania komputerowego – a czym to jest, jeśli nie lokalnym systemem cyberfizycznym?
Bardzo ważne jest zatem, by pamiętać, że o tym, czy mamy do czynienia z rozwiązaniami Przemysłu 4.0, świadczy przede wszystkim skala integracji. Dlatego wraz z Przemysłem 4.0 pojawia się pojęcie Internetu Rzeczy. Jego ideą w odniesieniu do aplikacji przemysłowych jest zapewnienie ludziom dostępu do szczegółowych danych procesowych w czasie rzeczywistym, mówiących o stanie całego łańcucha procesu – od zamówienia do dostawy – tak by produkcja mogła być „zwinna” i by można było reagować na problemy i zmieniające się warunki.
Nawiązując do tak sformułowanej definicji, można stwierdzić, że istnieją cztery podstawowe bariery przy adaptacji koncepcji Przemysłu 4.0: sieci transmisji danych, bezpieczeństwo danych i dostępu, umiejętności i kultura. Sieci i bezpieczeństwo rozwijają się podobnie, ponieważ są ze sobą ściśle powiązane. Jeśli chodzi o technologie i rozwiązania sieciowe, do przesyłania danych z gęstej siatki czujników bezprzewodowych niezbędna jest odpowiednia infrastruktura sieciowa dostarczająca dane do jednej lokalizacji.
Pierwszym z problemów jest dostarczenie danych z czujników do serwera, a nie jest to łatwe. Sieci bezprzewodowe nie są powszechnie stosowane w aplikacjach krytycznych – w szczególności w środowisku przemysłowym, ponieważ nie zapewniają dostatecznej niezawodności, a instalacja sieci przewodowych jest kosztowna, a w niektórych lokalizacjach wręcz niemożliwa. Wiele fabryk po prostu nie ma odpowiedniej infrastruktury do dystrybucji danych wewnątrz zakładu, nie mówiąc o przesyłaniu danych między fabrykami i dostawcami na całym świecie.
Na tym etapie problemem staje się również bezpieczeństwo: realizacja w zakładzie koncepcji Przemysłu 4.0 wymaga szerokopasmowego przesyłu o niewielkich opóźnieniach i niezawodnej sieci – zbudowanej i zarządzanej przez operatorów sieci telekomunikacyjnych znajdujących się poza kontrolą producentów typu OEM.
Wyzwanie związane z IT jest bardzo poważne, nie tylko z punktu widzenia finansowego. Większość fabryk zarządzana jest przez załogę, a strategia systemu sterowania polega na sterowaniu przez inżynierów procesów na linii produkcyjnej. IT pełni funkcję wspomagającą i rzadko bywa postrzegana jako obszar inwestycji.
Przemysł 4.0 to ogromna zmiana, bez wątpienia ukierunkowana na informatyzację wytwarzania. Jeżeli proces produkcyjny ma być sterowany przez dane czasu rzeczywistego z czujników dostarczanych poprzez sieć, wówczas IT staje się trzonem i bazą systemu sterowania i monitoringu, aż do urządzeń na linii. Oznacza to poważną zmianę podejścia i postrzegania systemów komunikacji sieciowej danych i IT, wymagającą przyszłościowego spojrzenia na infrastrukturę IT jako inwestycję strategiczną, a nie jedynie jako zwiększenie kosztów projektów związanych ze sterowaniem.
Innym problemem jest sama chęć zmian. Przemysł 4.0 to prawdziwie rewolucyjny pomysł i otwiera ogromne możliwości dla ludzi gotowych na jego przyjęcie. Pamiętajmy jednak, że nie chodzi tylko o adaptację technologii: technologia to jedynie narzędzie. Przemysł 4.0 to raczej nowe podejście do organizacji i realizacji produkcji.
Przemysł 4.0 przedefiniowuje utarte pojęcie sterowania procesami i przynosi elastyczność, która przewyższa tę płynącą z doświadczenia wielu pokoleń. Samo wdrożenie technologii nie zmieni jednak wyniku końcowego, dopóki potencjał tej zmiany nie zostanie wykorzystany w całej organizacji.
Korzyści
Należy odróżnić kompleksowe cyberfizyczne systemy w ramach koncepcji Przemysłu 4.0 od lokalnych cyberfizycznych systemów zwiększających wartość poszczególnych procesów lub fizycznie zamykających kilka procesów. Nazwijmy te rozwiązania „wyspami cyberfizycznymi” i określmy je jako zaawansowane rozwiązania Przemysłu 3.0 lub początkowe stadium Przemysłu 4.0.
Jedno z takich rozwiązań jest powszechnie wykorzystywane do wirtualizacji procesu identyfikacji produktu – jest to często spotykane rozwiązanie w wielu zakładach, w których znajdują się linie montażowe. Zwykle taką czynność wykonuje się manualnie lub za pomocą skanerów kodów kreskowych albo automatycznie z wykorzystaniem RFID lub innej przymocowanej do przedmiotu identyfikacji. Wyeliminowanie skanerów kodów kreskowych pozwoliło jednemu z producentów oszczędzić znaczną część czasu traconego we wspomnianym procesie identyfikacji, co umożliwiło zmniejszenie liczby stanowisk na linii. Dzięki wyeliminowaniu infrastruktury o stałym ID inni klienci mogli znacząco zredukować koszt rebalancingu linii, który niejednokrotnie wymagał od inżynierów pracy w weekendy.
Inny przykład to rozwiązanie polegające na kompleksowej wirtualizacji całego stanowiska, tworzące strefy sterowania procesem w oprogramowaniu w taki sposób, że łączą się one z produktem i całkowicie zastępują tradycyjne stanowisko. Raz zwirtualizowane stanowisko może zmieniać się w czasie rzeczywistym, reagując na zmianę produktu, zmianę zadań i wiele innych zmiennych w fabryce.
Jeden z producentów odniósł korzyści w postaci zyskania dodatkowych kilku sekund dla pracowników obsługujących proces, dzięki czemu uniknięto wielu krótkich zatrzymań linii w ciągu dnia. Inny klient zastosował ideę wirtualnego stanowiska, by umożliwić nakładanie się na siebie procesów, gdzie nowy drugorzędny proces odbywa się równorzędnie z trzema innymi procesami.
Wyzwania związane z Big Data
Analizowanie dużych zbiorów danych to umiejętności, których brakuje w większości fabryk. Dotychczas analiza danych odbywała się lokalnie i często była ograniczona do poszczególnych procesów lub niewielkiej grupy procesów powiązanych ze sobą. Narzędzia do analizy danych również nie są wyspecjalizowane – wystarczy spojrzeć na wydruki na tablicach informacyjnych w wielu zakładach, by się przekonać, że głównym narzędziem analitycznym jest Microsoft Excel. W takiej sytuacji poszukiwanie trendów i kluczowych zjawisk wśród wielu niepowiązanych ze sobą informacji to bardzo trudne zadanie.
Producenci będą musieli zdecydować, czy zlecać analizę danych firmom zewnętrznym (co stwarza dodatkowe problemy związane z cyberbezpieczeństwem), czy też zatrudnić specjalistów z innej branży u siebie. Obie opcje mają pewne ograniczenia, ale outsourcing ma większy zasięg. „Oprogramowanie jako usługa” (software-as-a-service) i „analiza danych na zlecenie” (analytics-as-a-service) brzmią rozsądnie, lecz jeżeli koncepcja Przemysłu 4.0 wdrażana będzie całościowo, tj. kompleksowo i w czasie rzeczywistym, wówczas takie hasła jak „planowanie produkcji na zlecenie” (production-planning-as-a-service) oraz „sterowanie procesem na zlecenie” (process-control-as–a-service) również będą wymagały rozważenia. Problemy związane z cyberbezpieczeństwem i osiągami SLA w takim modelu biznesowym są ogromne.
Od czego zacząć wdrożenie
Przemysł 4.0 powinien nieść ze sobą ostrzeżenie: „Uwaga: ryzyko zadławienia”, wiąże się on bowiem z bardzo poważną zmianą. Dlatego należy spróbować wprowadzać go po kawałku. Można np. zacząć od „wysp cyberfizycznych” bez względu na to, czy nazwiemy je zaawansowanymi rozwiązaniami Przemysłu 3.0, czy wczesnym etapem rozwoju Przemysłu 4.0.
Nie potrzeba danych czasu rzeczywistego na temat procesu z drugiego piętra magazynu, aby poczynić kroki w stronę poprawy jakości i wydajności w zakładzie. Rosnąca liczba rozwiązań wykorzystuje czujniki zainstalowane w „wyspach” i zapewnia solidny zwrot z inwestycji (ROI) dzięki przejrzystości procesu i inteligentnemu sterowaniu. Rozwiązania te mogą być stosowane w dużych projektach, zapewniających odpowiednio dużą wartość wskaźnika ROI, lub implementowane lokalnie, bez zależności od osób trzecich, sieci, cyberbezpieczeństwa i analizy danych.
Podsumowanie
Warto zbudować „wyspy cyberfizyczne” już dzisiaj, by połączyć je ze sobą jutro. Gdy tylko wyspy te zaczną działać, generując dochód, chęć połączenia ich ze sobą będzie wzrastać, a zwrot z inwestycji stanie się oczywisty. Zanim to jednak nastąpi, należy pamiętać, że kompleksowe połączenie wszystkich systemów oznacza duże możliwości, ale i wysokie ryzyko.
Adrian Jennings jest wiceprezesem ds. strategii przemysłu wytwórczego firmy Ubisense.
