Koncepcja Przemysłu 4.0 nie jest odległą wizją dla fabryki przyszłości. Już dziś całe sieci robotów łączą się z chmurą i przekazują ogromne ilości istotnych danych, które pomagają w upraszczaniu zarządzania i utrzymywania zasobów, maksymalizacji efektywności sprzętu i realizowanych procesów oraz zwiększaniu jakości wyrobów.
Koncepcja Czwartej Rewolucji Przemysłowej, czyli tzw. Przemysłu 4.0, może wydawać się bardziej pojęciowa, niż rzeczywista. Dla wielu producentów pojęcia takie jak Przemysłowy Internet Rzeczy (IIoT), systemy cyber-fizyczne, robotyka w chmurze, technologia “obliczeń we mgle” (ang. fog computing) oraz Big Data (analiza wielkiej ilości różnorodnych danych), mogą brzmieć obco, onieśmielająco, a same wizje inteligentnej fabryki mogą sprawić, że wiele osób poczuje się zagubione.
Inteligentna fabryka łączy cyfrowy świat technologii informacyjnej (IT) z rzeczywistym światem technologii operacyjnej (OT), ale wiele osób nazywa to konwergencją technologii informacyjnej i operacyjnej (ang. IT/OT convergence). Jednak koncepcja Przemysłu 4.0 nie jest odległą wizją dla fabryki przyszłości. Jest ona obecna tu i teraz. Całe sieci robotów łączą się z Chmurą i przekazują ogromne ilości wnikliwych danych. Obecnie producenci wykorzystują te swoiste “rurociągi informacyjne” do upraszczania zarządzania i utrzymywania zasobów, maksymalizacji efektywności sprzętu i realizowanych procesów oraz poprawy jakości wyrobów.
Należy zapobiegać przestojom produkcji, zanim one wystąpią
Koncern General Motors (GM) zaprzęga obecnie do pracy technologię Internetu Rzeczy (IoT) oraz bloki konstrukcyjne technologii Przemysłu 4.0. Dostawca robotów dla tego producenta samochodów i jego partner strategiczny, korporacja Fanuc America, pomaga GM w budowie solidnych fundamentów pod inteligentną produkcję. Firmy GM, Fanuc oraz Cisco opracowały wspólnie rozwiązanie o nazwie “zerowy czas przestoju” (ang. zero down time, ZDT), które wykorzystuje platformę oprogramowania, opartą o technologię chmury obliczeniowej, do analizowania danych zbieranych przez roboty pracujące w fabrykach koncernu GM, w celu wykrywania potencjalnych problemów, które mogłyby doprowadzić do przestojów na produkcji.
Przy produkcji samochodów, gdzie nowe nadwozie opuszcza linię montażową co 60-90 sekund, przestój może kosztować producenta wyposażenia oryginalnego (OEM) ponad 20 000 USD za minutę. Pojedynczy przestój może łatwo doprowadzić do strat liczonych w milionach dolarów. Gdy linie montażowe ze zgrzytem zatrzymują się, to może to wpłynąć na cały łańcuch dostaw, co jeszcze bardziej zwiększa straty. Opóźnienia przenoszą się na klientów firmy, sprzedawców samochodów, użytkowników flotowych oraz indywidualnych nabywców pojazdów.
“Od jakiegoś czasu podejmowaliśmy już inicjatywy zmierzające ku lepszemu przewidywaniu kondycji maszyn oraz lepszemu utrzymywaniu naszego sprzętu produkcyjnego w ruchu”, powiedział Marty Linn, dyrektor firmy Advanced Automation Technologies i główny inżynier d/s robotyki w głównej siedzibie GM w Detroit (Michigan, USA). “Spotkaliśmy się z przedstawicielami firmy Fanuc i rozmawialiśmy o tym, co możemy zrobić, aby uniknąć problemów przy produkcji. To nie była jakaś wielka wizja Przemysłu 4.0. Mówiliśmy o tym, co możemy zrobić, aby wyeliminować przestoje w naszych fabrykach, które wynikają z nie stosowania konserwacji zapobiegawczej”.
Pilotażowy program ZDT został uruchomiony w GM w 2014 roku. Partnerstwo strategiczne firm GM i FANUC było tu kluczowym elementem, umożliwiającym sukces tego wdrożenia. Historia współpracy pomiędzy tymi dwoma firmami sięga początków lat 80-tych ub. wieku, gdy GM stworzyło joint venture z japońskim producentem robotów, powołując przedsiębiorstwo GMFanuc Robotics Corporation, które miało opracowywać roboty i wprowadzać je na rynek w USA. Firma ta została potem sprzedana, jednak mocne więzy pozostały. “Obecnie integrujemy roboty, tak jak mówimy. Codziennie roboty i systemy od naszych integratorów są wysyłane do fabryk, ponieważ wprowadzamy nowe produkty i nowe programy” powiedział Marty Linn.
Zwrot z inwestycji (ROI)
ZDT nadal zmienia na lepsze sytuację na halach fabrycznych firmy GM. Marty Linn powiedział, że od czasu wprowadzenia tego programu GM był w stanie uniknąć ponad 100 znacznych, nieplanowanych przestojów w produkcji.
“Jego wprowadzenie pozwala uniknąć nieplanowanych przestojów na produkcji, o czasach trwania rzędu od sześciu do ośmiu godzin. Możecie sami obliczyć zaoszczędzone koszty. Są duże. Jest to wielka rzecz dla nas i każdej z naszych fabryk, ale szczególnie zakładów produkujących ciężarówki i samochody SUV na dużą skalę, w których każdy ewentualny przestój ma duże znaczenie”
Posiadając tysiące robotów, połączonych z chmurą obliczeniową i wymieniających z nią informacje, koncern GM szybko zaczął zdawać sobie sprawę z wysokości zwrotu z inwestycji (ROI) w nowy program.
“To nie jest technologia z kreskówki o Jetsonach”, przyznaje Marty Linn.”To jest wykorzystanie analizy Big Data, Internetu Rzeczy, nowych algorytmów, możliwości komputerów, słowem wszystkich tych rzeczy, które ewoluowały w ciągu ubiegłych lat i wykorzystanie ich w najbardziej efektywny sposób. Zapobieganie przestojom i konserwacja zapobiegawcza lub nawet uprzedzająca, ma ogromne znaczenie”
Wykonywanie prac konserwacyjnych tylko w przypadku potrzeby
Koncern GM rozpoczął wdrażanie programu ZDT powoli, od połączenia z chmurą kilku tysięcy robotów w ciągu pierwszych dwóch lat realizacji. Do 2017 roku podłączonych już było ponad 8500 robotów firmy Fanuc.
“Rozpoczęliśmy nasze wdrażanie powoli”, powiedział Marty Linn. “Gdy widzieliśmy jakiś problem w fabryce, to wkraczaliśmy i wymienialiśmy podejrzane elementy. Następnie badaliśmy te części. I okazało się, że potrafiliśmy potwierdzić i udowodnić, że za jakiś czas by się one zepsuły . A zatem części te spowodowałyby przestoje, A dzięki naszym działaniom byliśmy w stanie zredukować przypadki nieplanowanych prac konserwacyjnych i każdy z nas czuł się mocno podekscytowany. Mówiliśmy, że dokonaliśmy wielkiej rzeczy i zastanawialiśmy się, co jeszcze można z tym zrobić”
Koncern GM wykorzystuje także program ZDT do planowania prac konserwacyjnych tylko gdy są one rzeczywiście niezbędne, nie zaś cykli rutynowych harmonogramów konserwacji.
“Na przykład jakiś robot może być zaprojektowany tak, aby jego rutynowe prace konserwacyjne były wykonywane co 1000 godzin pracy. Tak więc dla tego robota zaplanowalibyśmy te prace w takich okresach czasu”, powiedział Marty Linn. “Ale w rzeczywistości robot mógłby pracować 1250 godzin, zanim wymagałby konserwacji. Tak więc obecnie pracujemy nad odejściem od sztywnych harmonogramów konserwacji, zamiast nich mają być wykonywane prace konserwacyjne tylko według rzeczywistych potrzeb. To jeden z głównych sposobów uzyskania znacznych oszczędności”.
Uczenie maszynowe
Program ZDT ma zastosowanie nie tylko dla robotów. Może być także wykorzystany dla sprzętu realizującego procesy technologiczne. Procesy bezpośrednio sterowane przez robota, takie jak spawanie, lakierowanie i niektóre aplikacje dozowania. Jako przykład Marty Linn podał lakiernię w fabryce samochodów GM.
“Znając wartości ciśnienia powietrza w pistoletach lakierniczych, ciśnienia w układzie wentylacji, prędkości z jaką elementy wykonawcze dozują lakiery, posiadając dużą liczbę procesów lakierowania i parametrów z nimi związanych, jesteśmy w stanie monitorować kondycję sprzętu, a zatem i jakość naszej produkcji”, powiedział Marty Linn.
Jakość powierzchni jest sprawą zasadniczą w lakierniach motoryzacyjnych. Wszystkie roboty lakierujące firmy Fanuc są gotowe na wdrożenie programu ZDT co oznacza, że potrafią one realizować różne funkcje, w tym monitorowanie kondycji pojemników z lakierem, dysz lakierniczych, regulatorów i napędu.
“Jeśli policzymy całkowitą liczbę ruchomych części związanych z lakierowaniem w fabryce samochodów, to okaże się że jest ich około 200 przypadających na jednego robota”, powiedział Jason Tsai, wiceprezes d/s rozwoju produktów firmy FANUC America Corporation w Rochester Hills, (Michigan, USA). “Znaczna ilość tych części ruchomych jest związana z urządzeniami specyficznymi dla tego procesu technologicznego, sterującymi pracą pistoletów lakierniczych i regulujących ciśnienie. Jeśli dowolne z tych urządzeń ulegnie jakiejkolwiek przedwczesnej awarii, to może to spowodować problemy z jakością powłoki lakierniczej i/lub przestój w produkcji”.
Aktualnie koncern GM wykorzystuje program ZDT bardziej jako narzędzie konserwacji zapobiegawczej, niż narzędzie adaptacyjne w procesie technologicznym. Ale w miarę jak technologia ewoluuje, zbieranych jest i analizowanych więcej danych, zaś algorytmy ich przetwarzania są bardziej złożone, możemy zobaczyć w przypadku uczenia maszynowego, jak ZDT mógłby zostać w większym stopniu narzędziem adaptacyjnym do poprawy procesu w czasie rzeczywistym.
“W przypadku lakierni uznając i rozumiejąc, że są to bardzo subtelne zmiany procesu technologicznego, trwające i korygowane na bieżąco, potrafimy ulepszyć nasze procesy”, powiedział Marty Linn. “Chcemy rozszerzać tą strategię posiadania sprzętu, który jest inteligentny, potrafi wykonywać samodiagnozowanie i informować nas o zmianach w swoim działaniu, tak że możemy wkroczyć gdy uznamy, że należy dokonać niezbędnych zmian nastaw lub naprawy sprzętu”.
Przemysł samochodowy i inne branże
Rozwiązanie analityczne firmy Fanuc monitoruje obecnie ponad 10 000 podłączonych do chmury robotów, pracujących w fabrykach klientów tej firmy na całym świecie, zaś liczba ta wzrasta każdego dnia. Podczas gdy obecnie rozwiązanie to jest stosowane w przemyśle samochodowym, firma Fanuc planuje wsparcie programowe i sprzętowe dla przemysłu ogólnego i klientów spoza branży motoryzacyjnej pod koniec 2017 roku.
“Nasze rozwiązanie powinno być skalowalne dla małych producentów z różnych gałęzi przemysłu, posiadających od dwóch do trzech robotów w swojej fabryce”, powiedział Jason Tsai. “W przypadku małego producenta sposobem zainstalowania oprogramowania i skonfigurowania sprzętu powinien być ‘plug and play’, ponieważ taka firma zwykle nie posiada działu informatycznego, który by wykonał te operacje”.
Na końcu firmy Fanuc i Cisco zamierzają użyć tę swoistą “autostradę” komunikacji danych, opracowaną dla programu ZDT, do połączenia sprzętu innego, niż tylko roboty. Program ZDT jest częścią systemu FIELD (ang. Fanuc Intelligent Edge Link and Drive – systemu inteligentnego połączenia i sterowania urządzeniami brzegowymi, opracowanego przez firmę Fanuc). Zasadniczo stanowi on otwartą platformę oprogramowania, która pozwala na realizowanie zaawansowanej analityki i zaawansowanych mechanizmów uczenia maszynowego (ang. deep learning) przez maszyny CNC, roboty, urządzenia peryferyjne i czujniki wykorzystywane w systemach automatyki. FIELD jest oparty na technologii przeniesienia mocy obliczeniowej na poziom krawędzi sieci (ang. edge computing), w której duże ilości danych są przetwarzane w zakładzie produkcyjnym w urządzeniach brzegowych sieci, co minimalizuje zbiory danych i koszt ich udostępniania.
“W rozwiązaniu Chmury ZDT dane przepływają z urządzeń znajdujących się na hali fabrycznej do chmury obliczeniowej, gdzie pojawiają się dodatkowe czasy oczekiwania lub opóźnienia”, przyznaje Jason Tsai. “Korzyści z otrzymywania danych na hali fabrycznej przy wykorzystaniu platformy FIELD uzyskujemy wtedy, gdy jesteśmy w stanie odpowiadać na zdarzenia w czasie rzeczywistym i to właśnie realizuje system FIELD. Jest to oprogramowanie otwartej platformy, które może być zainstalowane na sprzęcie komputerowym, który umożliwia nam dostęp do danych pochodzących z robota, programowalnego sterownika logicznego (PLC) lub urządzenia sterującego obrabiarką oraz dokonanie analizy tych danych w czasie rzeczywistym. Może ono nawet ograniczyć produkcję na podstawie naszego zachowania. To właśnie tutaj uczenie maszynowe w czasie rzeczywistym może być warte swojej ceny”.
“Przemysł 4.0 nie jest tylko marzeniem. To rzeczywistość”, powiedział Jason Tsai. “Jest to ekscytujący czas dla automatyki”.
Faktycznie jest to ekscytujący czas, ponieważ coraz więcej producentów robotów wprowadza swoje własne rozwiązania IIoT, w celu wykorzystania potencjału połączeń urządzeń w sieci, zapowiadanego przez Przemysł 4.0.
Dane z robotów są do naszej dyspozycji
Z kolei Kuka Connect to oparta o technologię chmury obliczeniowej platforma oprogramowania, która pozwala klientom na łatwy dostęp i analizę danych, pochodzących z ich robotów wyprodukowanych przez firmę Kuka AG (Niemcy), z każdego urządzenia, znajdującego się w dowolnym miejscu i w dowolnym czasie. Rozwiązanie to realizuje trzy główne funkcje: zarządzanie informacjami o zasobach, monitoring kondycji sprzętu i alarmowanie o konieczności wykonania prac konserwacyjnych.
“Jeśli ktoś jest dużym klientem OEM, to może posiadać tysiące robotów w jednej fabryce”, stwierdza Andy Chang, pełniący w firmie Kuka stanowisko dyrektora d/s marketingu produktów w Ameryce Płn. i Płd. “Sposobem, w jaki obecnie zarządzacie informacjami dotyczącymi waszych zasobów, jest zwykle wykorzystanie olbrzymich arkuszy programu Excel, które są aktualizowane ręcznie. Informacje w tych arkuszach mogą być dokładne lub nie i właściwie możecie nie wiedzieć, których typów robotów one dotyczą”.
Andy Chang powiedział też, że nie posiadanie precyzyjnych informacji na temat sprzętu może wpłynąć na jakość utrzymania ruchu robotów w ciągu okresu ich eksploatacji.
“Posiadając tę platformę możecie bez konieczności fizycznego chodzenia wśród maszyn łatwo przeglądać wszystkie tysiące robotów w waszej fabryce i nawigować wśród nich indywidualnie, aby zobaczyć czy były prawidłowo uruchomione, sprawdzić ich numery seryjne i jakie oprogramowanie jest w nich obecnie zainstalowane”.
Jeśli chodzi o monitoring kondycji sprzętu platforma Kuka Connect jest zaprojektowana do dostarczania specyficznych, kluczowych wskaźników efektywności robotów (ang. key performance indicators, KPI), aby pomóc personelowi technicznemu i wykonującemu prace konserwacyjne w szacowaniu jakości funkcjonowania robotów. Andy Chang podaje tu pewien przykład:
“obserwację wykresów temperatur pracy dla wszystkich różnych osi robota. Tak więc, jeśli pracownik produkcji lub utrzymania ruchu zaobserwuje, że trend na wykresie temperatury pewnej osi robota wykazywał wzrost w ciągu ostatniego tygodnia, to prawdopodobnie oznacza to dwie rzeczy. Albo skrzynia przekładniowa przegrzewa się z jakiegoś powodu, albo należy zmienić obciążenie robota. Obiekt podnoszony przez robota być może ma zbyt dużą masę w stosunku do tej, do podnoszenia której został zaprojektowany”.
Platforma Kuka Connect jest przeznaczona do zainstalowania zarówno na komputerach stacjonarnych, jak i urządzeniach mobilnych, smartfonach czy tabletach lub dowolnych innych urządzeniach obsługujących przeglądarkę internetową. Intuicyjne panele pomagają użytkownikom w wizualizacji danych na podstawie specyficznych kryteriów. Zarówno przy próbach optymalizowania harmonogramów konserwacji, jak i zarządzania stanami magazynowymi części zamiennych, wszystkie dane są do naszej dyspozycji, tak więc możemy przewidzieć potencjalne przestoje w produkcji i podjąć działania, aby rozwiązać problemy, zanim te przestoje rzeczywiście wystąpią.
“Dziś istnieją zawsze dwa sposoby, w jaki Kuka Connect dostarcza informacje”, powiedział Andy Chang. “Pierwszy z nich jest bardzo prozaiczny. Gdy jakiś sterownik podaje komunikat o wystąpieniu błędu, to w czasie rzeczywistym dostarczamy o tym powiadomienie użytkownikowi wraz kodem i opisem błędu, tak że proces ten jest bardzo dynamiczny. Drugi sposób jest bardziej pasywny. Przedstawiamy te dane użytkownikowi końcowemu, a wtedy ten musi zinterpretować, co one oznaczają dla jego robota, linii produkcyjnej czy fabryki”.
Ta platforma oprogramowania może być sprzęgana nie tylko z robotami, Może ona także monitorować sprzęt automatyki, kontrolowany przez sterownik robota, taki jak pistolet do zgrzewania punktowego czy pistolet klejowy lub nawet dodatkową oś robota, jeśli znajduje się on na szynie.
“Każda informacja, które jest kontrolowana lub wspierana przez układ sterowania robota będzie częścią tej platformy”, stwierdza Andy Chang. “To jest coś, nad czym obecnie pracujemy, zdolność do rzeczywistej wizualizacji danych z robota w połączeniu z danymi specyficznymi dla realizowanego procesu technologicznego, tak że użytkownik końcowy może znać nie tylko kondycję układu mechanicznego maszyny, ale także kluczowe parametry realizacji samego procesu”.
Przygotowanie siły roboczej dla Przemysłu 4.0
Aby w pełni zrealizować wizję Przemysłu 4.0 i inteligentnej fabryki, będziemy potrzebować dużych zespołów utalentowanych fachowców, w różnych regionach geograficznych i gałęziach przemysłu, aby wypełnić rosnącą lukę w umiejętnościach ludzi. Np. firma Festo obecnie pomaga w budowaniu zespołów talentów i szkoli ludzi z umiejętności wymaganych do pracy w fabryce przyszłości.
Festo to globalny producent systemów pneumatycznych i elektromechanicznych, układów sterowania i komponentów rozwiązań sterowania procesami technologicznymi i automatyki przemysłowej. Ten niemiecki dostawca z branży automatyki wdrożył już w praktyce wizję Przemysłu 4.0 w swojej fabryce – Scharnhausen Technology Plant, gdzie produkowane są zawory, złącza zaworów i elektronika sterująca. Jej firma córka, Festo Didactics, jest światowym liderem w edukacji przemysłowej, a zajmuje się szkoleniami technicznymi dla instytucji i firm produkcyjnych.
Na targach Automate Show w Chicago w kwietniu b.r. Ted Rozier, menedżer d/s rozwoju technicznego w firmie Festo Didactic Inc. z Eatontown (New Jersey, USA), przedstawił obecną sytuację na rynku pracy w USA – ponad 300 000 stanowisk w firmach produkcyjnych pozostaje nieobsadzonych z powodu braku wykwalifikowanych kandydatów. Oczekuje się, że liczba ta jeszcze wzrośnie.
“Ważne jest, aby tak uczyć studentów, by byli oni zaznajomieni z kompletnym portfolio sprzętu i oprogramowania dla automatyki przemysłowej” powiedział Ted Rozier. “Muszą zarówno rozumieć proces integracji robotów i sterowników PLC, jak i być zaznajomieni z możliwościami ulepszenia kompletnego procesu produkcji za pomocą technologii Internetu Rzeczy. Jest to powszechna praktyka w Europie i szukamy obecnie możliwości zwiększenia obecności tego typu podejścia do nauki przedmiotów technicznych w Ameryce Północnej”.
Ted Rozier podkreślił znaczenie nauki wielodyscyplinarnej, w szczególności skoncentrowanej na mechatronice.
“Internet Rzeczy musi dobrze się rozwijać tak, aby wspierać wdrożenie i penetrację technologii Przemysłu 4.0. Aby tego dokonać potrzebne są zasoby ludzkie z odpowiednią wiedzą z zakresu informatyki i mechatroniki. Mamy okazję do wychowywania ludzi, którzy nie tylko będą rozumieli, ale i wpływali na automatyzację procesów produkcyjnych, od poziomu biura do poziomu hali fabrycznej, od poziomu technologii informacyjnej do poziomu czujników, które pomagają robotom w podejmowaniu decyzji. Jest to ważna umiejętność, która decyduje o przewadze na rynku”.
Fabryka fachowców
Firma Festo Didactic dostarcza “moduły kształcenia fabryki fachowców” (ang. learning factory modules), służące do realizacji praktycznych szkoleń z mechatroniki, technologii sterowania i technologii automatyki. System ten rozpoczyna sie od pojedynczego projektu modularnego Project Workstation I4.0 do nauki podstaw technologii sterowania. Następnie można dodać kilka modułów, w celu stworzenia kompletnej, cyber-fizycznej (ang. cyber-physical, CP) fabryki fachowców, która może zawierać realistyczny przemysłowy system cyrkulacji palet, oraz autonomicznego mobilnego robota do łączenia różnych stacji roboczych.
System ten jest modularny, tak więc indywidualne stacje robocze mogą być do niego dodawane, usuwane i przesuwane dookoła, gdy zmieniają się wymagania dotyczące zakresu nauki. Tematy szkoleń obejmują: inżynierię projektów PLC, pracę z interfejsami człowiek-maszyna (HMI), czujniki identyfikacji radiowej RFID, uruchamianie serwerów sieci web oraz interfejsów TCP/IP i OPC-UA, monitoring zużycia energii i zarządzanie energią, pracę z inteligentnymi modułami danych procesowych, systemy planowania zasobów przedsiębiorstwa (ERP), systemy realizacji produkcji (MES) oraz szybkie prototypowanie.
Musimy przygotować naszą siłą roboczą na nowe sposoby wzajemnego oddziaływania na siebie ludzi, maszyn i danych w hiperpołączonym świecie. Są to kroki, które możemy podjąć już teraz, aby lepiej przygotować się na erę Przemysłu 4.0 i inteligentnych fabryk.
Autorka: Tanya M. Anandan, jest redaktorem współpracującym ze Stowarzyszenia Przemysłu Robotycznego (Robotic Industries Association, RIA) i portalu Robotics Online. RIA jest organizacją handlową typu non-profit, której celem jest poprawa konkurencyjności na rynku regionalnym, krajowym i globalnym firm produkcyjnych i usługowych z USA, poprzez wdrożenie robotyki i związanej z nią automatyzacji.
