Urządzenia sterujące już od wielu dziesięcioleci zarządzają pracą maszyn. Tak samo jak ewoluowały maszyny, zmieniały się również urządzenia automatyki i analityki parametrów pracy tych maszyn. Jednak możliwe do przetworzenia dane, zbierane i analizowane przez systemy obsługujące te maszyny, są ograniczone wielkością pamięci sterowników lub komputerów zlokalizowanych wewnątrz maszyn lub obok nich. W ten sposób w praktyce inteligencja maszyn zasadniczo została ograniczona do pojemności tej pamięci.
Urządzenia konsumenckie dzięki wyposażeniu w czujniki stają się coraz bardziej inteligentne, bezpieczne i wydajne. Urządzenia mobilne i galanteria elektroniczna (wearables) zrewolucjonizowały nasze pojmowanie stanu zdrowia dzięki dostarczaniu każdego dnia większej ilości informacji na jego temat. Urządzenia i systemy w naszych domach są obecnie połączone w sieci i same podejmują inteligentne decyzje, aby poprawiać jakość naszego życia. Ponadto całe miasta wykorzystują obecnie technologię przetwarzania ogromnej ilości różnorodnych danych (Big Data) oraz czujniki w celu zapobiegania przestępstwom, zarządzania zgromadzeniami na ulicach, zmniejszania zużycia energii itp.
Korzyści z wykorzystania tzw. chmury w przemyśle
Zanim urządzenia będą mogły rozpocząć komunikowanie się z użytkownikami końcowymi oraz wzajemnie ze sobą, muszą zebrać i przeanalizować dane, i to w bardzo dużych ilościach. Dane te są zbierane, magazynowane i analizowane w środowiskach opartych na technologii chmury, takich jak Amazon czy Google. Nawet opaski i zegarki służące do monitorowania aktywności fizycznej i snu podłączone są do tzw. chmury, gdzie są przechowywane dane dotyczące analizy naszego zdrowia.
Produkty konsumenckie dostarczają wielu danych, jednak znacznie większym ich źródłem są maszyny i urządzenia przemysłowe, które wymagają w jeszcze większym stopniu tego samego typu połączeń i analityki danych. Dzięki zebraniu tych danych i ich analizie technologie Przemysłowego Internetu Rzeczy (Industrial Internet of Things – IIoT) pozwolą zwiększyć wydajność produkcji, zmniejszyć jej koszty oraz poprawić warunki pracy osób zatrudnionych w zakładach, jednocześnie generując nowe strumienie dochodów dla biznesu.
Od czego zależą bardziej inteligentne decyzje maszyn
Nowe przemysłowe systemy sterowania obsługują obecnie ten sam typ połączeń, komunikacji i analityki dla maszyn i urządzeń zakładowych, z jakim konsumenci mieli do czynienia od kilku lat. Połączone w sieci sterowniki i systemy nie tylko obsługują maszyny, tak jak robiły to przedtem, ale obecnie mają możliwość tworzenia pętli zewnętrznej i aplikacji dopasowanych do użytkownika, które zbierają dane w czasie rzeczywistym i dostarczają sterownikowi danej maszyny odpowiednich informacji, tak aby podejmował bardziej inteligentne decyzje. Tak jak w przypadku podłączonych do sieci czujników i urządzeń bezprzewodowych, transportujących dane do kont konsumentów w tzw. chmurze, znajdujące się w maszynach lub w ich pobliżu urządzenia i czujniki brzegowe transportują wielkie ilości danych do chmur przemysłowych.
Wiele maszyn i systemów zakładowych nie oferuje tego typu łączności i głębokiej analityki, której wymaga dzisiejszy przemysł. Urządzenia potrzebują zewnętrznych rozwiązań do zbierania danych i ich analizy. Im więcej zebranych danych i im bliżej obsługiwanej maszyny odbywa się ich analiza, tym dokładniejsze i bardziej inteligentne są decyzje podejmowane przez tę maszynę.
Zalety rozwiązań bezprzewodowych
Dostęp do niektórych maszyn może być niemożliwy przy użyciu tradycyjnych kabli sieci Ethernet z powodu zbyt dużej odległości pomiędzy punktem dostępowym Internetu a danym urządzeniem. Barierą dla połączeń przewodowych są nie tylko wygórowane koszty, ale i odległość, która sprawiłaby, że zebrane dane byłyby mniej wartościowe. Sensownym rozwiązaniem jest tu tylko bezprzewodowe podłączenie tych maszyn do sieci.
Połączenia bezprzewodowe oparte na technologii chmury dają większą elastyczność niż rozwiązania przewodowe. Tzw. chmura zapewnia większą elastyczność przechowywania danych i realizacji operacji ich przetwarzania oraz nie podlega ograniczeniom typowym dla komputera lokalnego. Połączenie z chmurą pozwala także na zarządzanie parkiem maszynowym i wzajemną komunikację pomiędzy maszynami, a także dostarcza dokładnej analizy danych dla całego parku maszynowego. Na przykład istnieje aplikacja, która wykorzystując ogromne możliwości IIoT, obsługuje połączenia turbin na farmie wiatrowej i umożliwia koordynowanie prędkości obrotowej łopat oraz ustawienia gondoli w kierunku wiatru w celu maksymalizowania całkowitej mocy farmy wiatrowej.
Dokonać optymalnego wyboru
Jednak technologia chmury nie zawsze jest odpowiednią opcją z powodu opóźnień czasowych w przesyłaniu danych, kosztów, wymagań określonych przepisami oraz innych czynników. Należy także pomyśleć o tym, jak istotne są analizowane dane. Jeśli np. sterowanie samochodem bez kierowcy wymagałoby połączenia z chmurą w celu podejmowania ważnych decyzji, to czas reakcji tego samochodu byłby zbyt długi.
Maszyny i urządzenia przemysłowe podlegają tym samym ograniczeniom. Niektóre operacje mogą być wykonane w chmurze, ale pewne problemy muszą być analizowane jak najbliżej maszyn. Dostępne są jednak produkty, które są przeznaczone do pracy na krawędzi sieci przemysłowych oraz zbierają, przechowują i analizują dane.
Ponieważ technologie IIoT rozwijają się w błyskawicznym tempie, nie jest łatwo przewidzieć, jakie będą ich możliwości za kilka lat. Trudno więc dziś wskazać, jakie maszyny, urządzenia lub systemy powinny być połączone bezprzewodowo albo doradzić, które aplikacje powinny działać w chmurze, a które na tzw. krawędzi sieci zakładowej (na jej styku z siecią zewnętrzną, teleinformatyczną). Ważne jest, aby przemyśleć ten proces strategicznie i pójść taką drogą, która będzie najbardziej korzystna dla prowadzonego biznesu.
Rebecca Boll jest dyrektorem generalnym ds. sprzedaży w firmie GE Automation & Controls.
