Smart produksjon (SM) er en teknologimetode som krever internett-tilkoblede maskiner for å overvåke produksjonsprosessen i sanntid. Hovedmålet med SM er å identifisere muligheter for automatisering av operasjoner gjennom bruk av dataanalyse for å forbedre ytelsen.
Bruken av industrielt tingenes internett (IIoT), kunstig intelligens (AI) og Edge computing har vært en vesentlig faktor for å akselerere veksten og ekspansjonen i mange produksjonsindustrier de siste ti årene.
Fabrikker blir uten tvil mer intelligente, mer effektive, kostnadseffektive. Dette resulterer i økt produksjonskapasitet og fremragende kundeservice.
IIoT-visjonen er en verden der smart tilkoblet utstyr (tingene) opererer som en del av et større system eller systemer av systemer som utgjør den smarte produksjonsbedriften. “Tingene” har forskjellige nivåer av intelligent funksjonalitet, alt fra enkel registrering og aktivering, til kontroll, optimalisering og full autonom drift.
John Conway er Schneider Electrics VP for Strategy & Partnerships
Tradisjonelle produksjonsprosesser utviklet seg når masseproduksjon fokuserte på stordriftsøkonomi og maskinutnyttelse. Tanken bak dette var at hvis en maskin var inaktiv på noe tidspunkt, kunne den potensielt tape penger, så selskapene holdt dem i drift kontinuerlig.
For å oppnå kundetilfredshet som var kjernefokuset for mange selskaper, hadde tradisjonelle produksjonsselskaper store lagerbeholdninger til rådighet for enkelt å ekspedere eventuelle bestillinger, noe som resulterte i økt fortjeneste. Konsekvensen av å bruke denne metoden er at disse selskapene må holde maskinene sine i gang med spesifikke oppsett og konfigurasjoner så lenge som mulig for å redusere kostnadene ved å lage delene.
Denne operasjonsmetoden er kjent som batch-and-que-processing. Masseproduksjon innebærer at varene behandles på ett trinn i produksjonsprosessen og flyttes til neste trinn, enten det er nødvendig eller ikke, og venter i kø. Denne metoden, hvis den ikke håndteres riktig, kan forårsake betydelige flaskehalser på ethvert trinn i produksjonen.
Denne tradisjonelle tilnærmingen til produksjon er ikke veldig effektiv av flere grunner, for eksempel:
Maskinoppsett tar vanligvis mye lengre tid. Å sette opp en maskin vil medføre maskinstans, noe som resulterer i tapt produksjonstid, noe som kan ha enorme konsekvenser i masseproduksjon.
Kvalitet vil være en vesentlig faktor i enhver produksjonsprosess. Med tradisjonell masseproduksjon vil varepartier med kvalitetsproblemer ikke bli oppdaget før den når den følgende prosessen. Arbeidet må deretter gjøres igjen, noe som binder opp ytterligere ressurser og medfører kostnader og forsinkelser.
Smart produksjon er først og fremst designet for å automatisere mange prosesser og løse problemene til tradisjonelle produksjonsmetoder. Det blir sett på som en samarbeidende måte å fullt integrere et produksjonssystem som kan reagere og tilpasse ressursene i sanntid. Med forhold som kan være i stadig endring og kravene til en fabrikk i forsyningsnettet, er smart produksjon den ideelle løsningen, samtidig som kunden holdes i fokus.
Intelligent produksjon tar sikte på å forbedre produksjonsprosessen ved hjelp av en teknologidrevet tilnærming som kombinerer IoT-maskiner som overvåker produksjonsprosessen i sanntid. Smart produksjon lar bedrifter identifisere muligheter for automatisering av produksjonsprosesser og bruke dataanalyse for å forbedre ytelsen.
Fordeler og ulemper ved smart produksjon
Smart produksjon gir flere fordeler, for eksempel forbedret effektivitet, økt produktivitet og totale kostnadsbesparelser. I en smart fabrikk forbedres produktiviteten kontinuerlig og produksjonskapasiteten øker. Anta at en bestemt maskin bremser produksjonen eller det oppstår et kvalitetsproblem. I det I tilfelle vil intelligente fabrikker belyse problemet ved hjelp av AI-programvaresystemer og finne en løsning for å fikse problemet. Disse typer systemer gir mye mer fleksibilitet enn du kan forestille deg.
Når vi snakker om forbedret effektivitet kommer de første besparelsene direkte fra redusert nedetid på maskiner. Moderne maskiner på en fabrikk har generelt mange sensorer og diagnostikk som kan varsle operatører om et problem eller potensielt problem som kan oppstå. Kombiner disse maskinene med avansert AI-teknologi, og du kan oppdage problemer før de oppstår og iverksette passende tiltak. Dette er kjent som prediktiv AI.
Den største ulempen med smart produksjon er langt på vei investeringen som ligger i å implementere et intelligent system. Noen små/mellomstore selskaper kan ikke ta risikoen ved å ta i bruk teknologi med mindre det betyr langsiktig vekst.
Hvis selskaper kan bære kostnaden oppstartsfasen innebærer, er installasjonen den største hindringen for å implementere produksjonsteknologi. Disse typer systemer kan være svært komplekse og må finjusteres for å dekke behovene i produksjonen. Hvis systemet er dårlig drevet eller krever konstant tilpasning, kan dette potensielt spise av fortjenesten.
Smart produksjonsbedrift
Selv om den langsiktige virkningen av IIoT til tider er vanskelig å forutsi, vil tre forskjellige driftsmiljøer være avgjørende for at den smarte produksjonsbedriften skal bli en realitet.
Smart Enterprise Control – IIoT technologies will enable tight integration of intelligent Smart bedriftskontroll – IIoT-teknologi vil muliggjøre tett integrering av intelligente tilkoblede maskiner og smarte tilkoblede produksjonsmidler innenfor hele bedriften. Dette vil legge til rette for mer fleksibel og effektiv, og dermed lønnsom, produksjon. Smart bedriftskontroll kan ses på som en mellom-til-langsiktig trend. Den er kompleks å implementere og vil kreve nye standarder for å muliggjøre konvergens mellom IT- og OT -systemer.
Asset Performance Management – Bruk av kostnadseffektive trådløse sensorer, enkel nettilkobling (inkludert WAN) og dataanalyse vil forbedre ytelsen til utstyret. Disse verktøyene gjør at data enkelt kan samles inn og konverteres til anvendbar informasjon i sanntid. Dette vil resultere i bedre forretningsbeslutninger og fremtidsrettede beslutningsprosesser.
Agumented Operators – Fremtidige ansatte vil bruke mobile enheter, dataanalyse, utvidet virkelighet og transparent tilkobling for å øke produktiviteten. Ettersom færre fagarbeidere blir igjen for å styre kjernedriften på grunn av en rask økning i antallet pensjonister, vil yngre arbeidestakere behøve lett tilgjengelig informasjon. Denne informasjonen vil bli levert i et sanntidsformat som er kjent for dem. Dermed utvikler anlegget seg til å være mer brukersentrert og mindre maskinsentrert.
Cybersikkerhet
Bruken av IIoT akselererer behovet for cybersikkerhet i industrielle systemer, særlig der det er sensitive data. På grunn av kompleksiteten til IIoT betyr det at sikkerhet må være en funksjon som ikke bare er på programvarenivå, men innebygd i maskinvaren og komponentene som utgjør smarte kontrollsystemer.
Godkjenning av sikkerhetsstandarder med sertifisering vil også være avgjørende for veksten av IIoT. Det vil sikre at sikkerheten ikke bare er for enkeltdeler, men integrert i et mye mer omfattende system.
Å ta i bruk sertifisering betyr at visse elementer i et system til slutt vil være kritiske komponenter. Komponentene vil bli satt sammen på en sikker måte av sikkerhetseksperter og bli operert i et sikkert system.
Tekniske komponenter som fører frem til IIoT-transformasjonen
IIoT visker delvis ut grensene mellom fysiske og virtuelle komponenter. Dette gir mer fleksible modeller for tilgang til prosesser og maskindata – og omgår tradisjonelle automatiseringsarkitekturer og gir tilgang til mer brukervennlige, mobile systemer basert på IoT-standarder.
Selv om innsamling av data er et viktig aspekt ved IIoT vil dette aspektet alene ikke gjøre produsenter i stand til å nå det fulle potensialet til IIoT. Andre komponenter i IIoT må også inkluderes:
- Edge computing for å samle inn data, vise relevant informasjon og videresende dataene til skyen for mer avansert analyse
- Bruk og tjenester for å analysere data.
- Åpne standarder for å gi en mer enhetlig tilnærming til tilkoblede enheter fra forskjellige produsenter
- Smarte enheter som er IIoT-klare vil ha et avansert sensorsystem som kan generere data i det første stadiet av dataanalyse og redusere belastningen lenger ned i datakjeden.
Å designe smarte tilkoblede enheter for IIoT krever innebygd internett-teknologi som Wi-Fi, ethernet og webtjenester. Uten disse teknologiene innebygd i kjernespesifikasjonen for smarte enheter ville industrien ikke vokst.
En edge-gateway vil samle data fra forskjellige kilder og levere sanntidsinformasjon til de riktige personene til rett tid. Edge computing er avgjørende i et IIoT-system. Det kan levere og behandle data i sanntid til brukeren på fabrikkgulvet før den blir sendt til skysystemet for videre analyse.
Det letter også verdiskapende tjenester uavhengig av kontrollsystemet. Edge-gatewayen sikrer et høyt ytelsesnivå og tilkobling for å møte de kritiske behovene til IIoT-plattformen.
Digitale applikasjoner og tjenester er avgjørende for at sluttbrukere skal oppnå den ytelsen IIoT kan levere. Enkel datainnsamling må utvides til å omfatte analyser som gir verdifull forretningsinformasjon. Eksempler på slike applikasjoner og tjenester er:
- Optimering av installasjon
- Forvaltning og beskyttelse av utstyr
- Tilstandsbasert overvåkning
- Bruk av forsterket virkelighet og OEE-beregninger.
Anbefalte produkter
Programmerbare logikkontrollere, TM22, Schneider Electric
I/O -moduler, TM22, Schneider Electric
Sources:
