ABONAMENTE VIDEO REDACȚIA
RO
EN
NOU
Numărul 144
Numărul 143 Numărul 142 Numărul 141 Numărul 140 Numărul 139 Numărul 138 Numărul 137 Numărul 136 Numărul 135 Numărul 134 Numărul 133 Numărul 132 Numărul 131 Numărul 130 Numărul 129 Numărul 128 Numărul 127 Numărul 126 Numărul 125 Numărul 124 Numărul 123 Numărul 122 Numărul 121 Numărul 120 Numărul 119 Numărul 118 Numărul 117 Numărul 116 Numărul 115 Numărul 114 Numărul 113 Numărul 112 Numărul 111 Numărul 110 Numărul 109 Numărul 108 Numărul 107 Numărul 106 Numărul 105 Numărul 104 Numărul 103 Numărul 102 Numărul 101 Numărul 100 Numărul 99 Numărul 98 Numărul 97 Numărul 96 Numărul 95 Numărul 94 Numărul 93 Numărul 92 Numărul 91 Numărul 90 Numărul 89 Numărul 88 Numărul 87 Numărul 86 Numărul 85 Numărul 84 Numărul 83 Numărul 82 Numărul 81 Numărul 80 Numărul 79 Numărul 78 Numărul 77 Numărul 76 Numărul 75 Numărul 74 Numărul 73 Numărul 72 Numărul 71 Numărul 70 Numărul 69 Numărul 68 Numărul 67 Numărul 66 Numărul 65 Numărul 64 Numărul 63 Numărul 62 Numărul 61 Numărul 60 Numărul 59 Numărul 58 Numărul 57 Numărul 56 Numărul 55 Numărul 54 Numărul 53 Numărul 52 Numărul 51 Numărul 50 Numărul 49 Numărul 48 Numărul 47 Numărul 46 Numărul 45 Numărul 44 Numărul 43 Numărul 42 Numărul 41 Numărul 40 Numărul 39 Numărul 38 Numărul 37 Numărul 36 Numărul 35 Numărul 34 Numărul 33 Numărul 32 Numărul 31 Numărul 30 Numărul 29 Numărul 28 Numărul 27 Numărul 26 Numărul 25 Numărul 24 Numărul 23 Numărul 22 Numărul 21 Numărul 20 Numărul 19 Numărul 18 Numărul 17 Numărul 16 Numărul 15 Numărul 14 Numărul 13 Numărul 12 Numărul 11 Numărul 10 Numărul 9 Numărul 8 Numărul 7 Numărul 6 Numărul 5 Numărul 4 Numărul 3 Numărul 2 Numărul 1
×
▼ LISTĂ EDIȚII ▼
Numărul 142
Abonament PDF

Suntem pregătiți pentru Manufacturing Copilot?

István Takó
Technology Architect @ Accenture Industry X



PROGRAMARE


Industry 4.0 și Smart Manufacturing sunt concepte cunoscute de aproape un deceniu, promițând îmbunătățiri în productivitate, flexibilitate și agilitate în producție. Aceste concepte accelerează transformarea digitală a companiilor prin aplicarea atât a tehnologiilor prezente, cât și a celor inovatoare, oferind:

În ce stadiu se află astăzi companiile în procesul lor de transformare digitală? Fiecare companie prezintă grade diferite de maturitate, atât ca organizație, cât și în contextul transformării digitale. Adoptarea schimbărilor necesare nu este simplă, există numeroase dificultăți, motiv pentru care majoritatea afacerilor întâmpină diverse provocări.

Dificultăți cu integrările de sisteme

În domeniul integrărilor de sisteme, companiile se confruntă cu dificultăți în alegerea produsului potrivit pentru a acoperi capabilitățile necesare proceselor lor. Motivul principal pentru acest lucru este că nu există o soluție universală. Procesele care alcătuiesc activitățile de bază ale companiilor, cum ar fi producția sau calitatea, sunt foarte specializate, deoarece produsele trebuie să fie unice. Prin urmare, modul în care sunt fabricate trebuie să fie unic și, foarte des, să contribuie la avantajul competitiv al afacerii.

De exemplu, există multe produse Manufacturing Execution System (MES) pe piață, de obicei specializate pentru anumite industrii sau tipuri de industrie. Cu toate acestea, nu există o soluție gata de utilizare care să poată oferi nivelul adecvat de acoperire a proceselor și capabilităților fără o personalizare amplă. Acest lucru este valabil mai ales pentru companiile extrem de mari care au facilități de producție în mai multe țări și continente, care dețin un portofoliu de produse foarte diversificat și, uneori, desfășoară procese de producție variate, în diferite regiuni chiar și pentru același produs.

O altă sursă de dificultate este integrarea în sine. Pentru a atinge potențialul maxim al sistemelor digitale, acestea trebuie integrate. Sistemele trebuie să comunice între ele, să facă schimb de informații și să declanșeze procese.

Urmând exemplul nostru cu MES, astfel de integrări ar fi după cum urmează: primirea planului detaliat de producție de la sistemul Advanced Planning and Scheduling (APS), solicitarea și confirmarea informațiilor legate de prelevarea de probe către Sistemele de Management al Informațiilor de Laborator (LIMS), primirea rezultatelor analizelor probelor de la LIMS, primirea parametrilor de producție și citirile senzorilor de la sistemele de control etc. Cu atât de multe sisteme diferite într-un singur peisaj, atât de multe soluții disponibile pe piață și nivelul inerent ridicat de personalizări, integrările tradiționale nu sunt durabile. Integrările point-to-point și interfețele specializate nu sunt scalabile ca soluție și sunt costisitoare de creat și întreținut.

Unul dintre pașii fundamentali pentru a ușura aceste dificultăți este aplicarea tehnologiei și strategiei potrivite pentru integrări. Un strat de integrare simplă, bazat pe evenimente și pe tehnologii deschise, pe care o companie îl poate implementa la nivel global pentru toate facilitățile de producție, este ceea ce numim o soluție scalabilă. Astfel de soluții de integrare nu sunt specializate pentru un sistem individual sau pentru o tehnologie sau protocol individual, ci oferă un "chat de grup" comun în care toate sistemele își pot comunica stările și solicitările. Aceste soluții reduc complexitatea integrărilor și tehnologiilor în cadrul organizației, fac posibil schimbul de sisteme fără reimplementarea integrărilor, elimină duplicările interfețelor și reduc sau elimină discuțiile inutile ale sistemelor prin rețea, menținând în același timp comunicarea aproape în timp real.

Depozite de date izolate ale sistemelor

Sistemele de producție, cum ar fi sistemele de control, MES, Quality Management Systems (QMS), LIMS, APS, Warehouse Management Systems (WMS) și așa mai departe produc o cantitate imensă de date, care conțin informații valoroase. Cu toate acestea, pentru a atinge adevăratul potențial al acestor informații și pentru a obține cunoștințe aplicabile din acestea, trebuie integrate date din diferite surse. Sistemele își au propriile lor stocări de date bine definite, care se potrivesc perfect capacităților lor, dar sunt izolate. Numai persoanele cu experiență și cunoștințe pot înțelege corelația dintre datele deținute de aceste sisteme diverse.

Pentru a permite aplicarea analizei avansate și a inteligenței artificiale în domeniul producției, datele sistemelor izolate trebuie integrate astfel încât să câștige mai mult sens prin aducerea la un model de date comun, contextualizat și disponibil pentru consum de către aplicații. De exemplu, datele reprezentând instanțe de produse, deținute de WMS, în contextul comenzilor de producție prin care au fost create, deținute de MES, în contextul datelor senzorilor care au fost citite în timpul producției, deținute de Data Historian, în contextul datelor de măsurare a calității, deținute de LIMS, sunt mult mai valoroase decât fiecare dintre aceste produse de date în parte.

Rezultatul unirii datelor din toate sistemele, contextualizate și stocate într-un model comun de date reprezintă ceea ce numim un Knowledge Graph și este nucleul unui Digital Twin. Knowledge Graphurile în digitalizarea producției nu se limitează la date tranzacționale sau la date structurate, ci ar trebui să aibă toate datele relevante pentru procesele și instalațiile de producție. Câteva exemple suplimentare de date relevante: modele 3D ale instalațiilor de producție și ale echipamentelor de producție, diagrame de conducte și instrumente, instrucțiuni de lucru etc.

Platformele de date care găzduiesc astfel de Knowledge Graphuri permit implementarea de analize avansate și inteligență artificială, rezultând aplicații care permit utilizatorilor să fie notificați despre evenimente importante de producție aproape în timp real, facilitează luarea unor decizii bine informate pentru gestionarea incidentelor și optimizează productivitatea. Face posibilă utilizarea în cazuri precum analiza cauzelor principale în caz de incidente, mentenanța predictivă a echipamentelor, rularea simulărilor și furnizarea de recomandări pentru optimizarea randamentului etc.

Digital Twinul este esențial și pentru robotica avansată, unde inteligența artificială bazată pe datele de producție va ajuta roboții să învețe și să se adapteze pentru a rezolva din ce în ce mai multe sarcini pe care oamenii le vor delega fie din cauza riscurilor de siguranță, a nevoii de precizie suplimentară, fie din alte motive.

Dezvoltarea rapidă a inteligenței artificiale generative este extrem de interesantă și pentru domeniul producției. Potențialul unui Manufacturing Copilot care asistă oamenii în fabrici și în birouri este semnificativ. Knwledge Graphurile datelor de producție sunt esențiale pentru a alimenta astfel de modele gen AI și aplicațiile lor.

Câteva cazuri potențiale de utilizare cu un Manufacturing Copilot:

Concluzie

Tehnologia se dezvoltă rapid, iar companiile se luptă să țină pasul în călătoriile lor de transformare digitală. Două dintre dificultățile fundamentale ale programelor de digitalizare, având sistemele și capacitățile potrivite și permițând cazuri de utilizare cu analize avansate și inteligență artificială vor fi abordate prin aplicarea tehnologiei și strategiei potrivite pentru integrarea sistemelor într-un mod scalabil și durabil și prin stabilirea unei platforme de date pentru a găzdui un Knowledge Graph și pentru a permite crearea de Digital Twins.

LANSAREA NUMĂRULUI 144

Modern Agile

joi, 20 iunie, ora 18:00

sediul msg systems Romania

Facebook Meetup StreamEvent YouTube

NUMĂRUL 143 - Software Craftsmanship

Sponsori

  • Accenture
  • BT Code Crafters
  • Accesa
  • Bosch
  • Betfair
  • MHP
  • BoatyardX
  • .msg systems
  • P3 group
  • Ing Hubs
  • Colors in projects