Vi er nå i startgropen for å gå fra Industri 4.0 til iFactory, hvor vi benytter oss mer av data fra maskinene og integrerer dette i nye systemer som skaper nye verdier. Med iFactory kan vi øke produktiviteten i fabrikkene, minimere tap og øke overskuddet.
Kunnskap
I dag ser vi at produksjonsindustrien er i rask endring, og dette stiller store krav til produsentene om å være fleksible. Kundene krever mer personalisering og produsentene streber etter høyere produktivitet. Produktkvalitet, arbeidsmiljø og sikkerhet blir også stadig viktigere. Konkurrenter dukker opp over hele verden, og ny teknologi som blant annet 3D-printing endrer hvem produsentene er. Bransjen opplever fortsatt en betydelig mengde nedetid årlig, hvor så mye som 30% er uplanlagt.
For å håndtere disse endringene dukker det nå opp en ny type fabrikk, kalt iFactory, som er forlengelse av Industrial Internet of Things (IIoT). iFactory består ikke bare av økt maskinautomatisering, men også av autonom produksjon og bruk av data som forretningsverktøy.
Man trenger ikke lengre registrere data manuelt! Data samles inn, analyseres og visualiseres for null nedetid og sanntidshåndtering.
Den virkelig papirløse fabrikken for digital konvertering! Prosessvisualisering muliggjør produksjonsovervåking og MES-integrasjon for å optimalisere produksjonen..
Den viktigste oppgraderingen til Industri 4.0! Situasjonsrommet Industri 4.0 realiserer datadrevet optimalisering, håndtering og beslutningstaking.
Den smarte fabrikken bruker data til å enkelt justere og kontrollere alle aspekter av virksomheten i sanntid, med nesten full automatisering. IoT og digitale investeringer er grunnlaget for proaktiv, selvbevisst fabrikkdrift, vedlikehold og innovasjon.
Sensorer er en viktig brikke i puslespillet for å gjøre en fabrikk smart. Med selv pålitelige åpne sanntidsdatabehandlingssystemer kreves for å analysere data fra sensorene. Med maskinvare tilpasset for å håndtere disse oppgavene kan man for eksempel samle informasjon om materialer, produksjonshastigheter eller en prosess. Dette kan så deles mellom ulike maskiner for å få en mer effektiv produksjon. Da får man også større sikkerhet i produksjonsflyten din og sårbarheten avtar jo flere maskiner man kobler til.
Med over 40 års produktutvikling har Advantech produktene som egner seg for disse oppgavene, både når det gjelder miljø, men også ytelse. Det kreves velutviklede produkter for å ta steget fra gårsdagens automatisering til morgendagens smarte fabrikk.
Den smarte fabrikken legger vekt på samarbeidet mellom mennesker, maskiner og produksjonssystemer gjennom hele produksjonskjeden.
Maskin-til-menneske samarbeid gjør det mulig for ansatte å jobbe sikrere og gjøre dem i stand til å gjøre raskere og mer nøyaktige vurderinger basert på forretningsbehov. Ettersom smarte fabrikker reduserer antallet personer på gulvet, får ansatte hjelp av samarbeidsroboter (co-bots) til komplekse oppgaver, mens repeterende, skadelig arbeid håndteres av roboter alene.
Vi mennesker bruker virkeligheten og datavisualisering for å administrere nyttig informasjon om produksjon, vedlikehold og produktstatus. Et selskap med en digital kultur oppmuntrer til bruk av data i det daglige arbeidet, noe som betyr at ansatte kan bruke mer tid på å løse problemer og støtte forretningssuksess. En yngre arbeidsstyrke tiltrekkes av oppdatert teknologi, tryggere arbeidsmiljøer og roller som er bedre tilpasset deres generasjon.
Fremtidige fabrikker vil etter hvert bli et stort system bestående av hundrevis av små systemer som jobber uavhengig mot samme mål. Fra produksjon og vedlikehold til forsyningskjede og sikkerhet. Hvert system og delsystem bruker AI, vision, deeplearning og Edgeanalyse for å kommunisere og kontrollere alt på fabrikkgulvet.
Dette maskin-til-maskin kommunikasjonsmiljøet forbedrer driftseffektiviteten og reduserer uplanlagt nedetid. Produksjonen blir så lydhør overfor tilpassede forespørsler og materialvariasjoner at fabrikken hovedsakelig jobber med «én økonomi» for å konkurrere med dagens stordriftsfordeler.
Selvovervåkingsutstyr som bruker sensorer som Advantech’s LoRaWAN smart vibrasjonssensor kan oppdage små endringer og deretter for eksempel planlegge sin service til rett tid. Dette kan da gjøres gjennom åpen, men sikker maskinvare som er tilpasset for kontroll og lagring som muliggjør høyere ytelsesnivåer.
Ved å være uavhengig og selvtilpasset gjør den smarte fabrikken produsenter i stand til å utvide IIoT’s applikasjon og verdi for å støtte endrede forretningsstrategier.
Fabrikken blir smartere og mer uavhengig over tid, og bruker data for å optimalisere ressursallokering og å konvertere virksomheten. Etter hvert som flere maskiner og systemer blir tett sammenkoblet, modnes produksjonen til en intelligent fabrikkmodell der OT og IT smelter sammen og engasjerer seg strategisk i forretningsbeslutninger.
AI og dybdelæring gir stadig mer detaljerte, nøyaktige og meningsfulle digitale modeller av utstyr og prosesser. Dette muliggjør mer datadrevet beslutningstaking og planlegging. Enheter reagerer på hendelser på et mye høyere kognitivt nivå og tilegner seg intelligens over tid. Produksjonskontroller blir selvbærende og nye forretningsmetoder dukker opp.
Ved hjelp av innsikt og automatisering fra data har de viktigste produksjonsrutinene utvidet seg fra produksjonseffektivitet og produktkvalitet til også å omfatte produksjonsfleksibilitet. Midt i dette miljøet i stadig utvikling, blir fabrikken og dens systemer stadig mer intelligente, selvbevisste, selvgående, samarbeidende og selvdistribuerende med systemer utenfor seg selv.
Sanntidsfleksibilitet i programvaredefinerte produksjonslinjer uten menneskelig interaksjon eller prosessavbrudd
Datadrevet maskinautomatisering med høye toleransenivåer
Flerveis kommunikasjon mellom alle tilkoblede enheter
Sensorutstyrte bærbare produkter som øker de ansattes produktivitet
Industrial Internet of Things (IIoT) er et sett med teknologier som gir moderne automatiserings- og kommunikasjonsmuligheter til fabrikker. IIoT-aktiverte fabrikker bruker avanserte sensorer, aktuatorer, datamaskiner, algoritmer og nettverksfunksjoner for å gjøre det mulig for maskiner å analysere data, ta beslutninger og utføre handlinger autonomt. Disse maskinene deler informasjon med andre maskiner, mennesker og bedriftsomfattende systemer på en sikker og tidsriktig måte for overvåking og kontroll av fabrikkdrift.
Edge computing reduserer datakostnader og forsinkelser ved å behandle data nøyaktig der de genereres. Ved å plassere dataanalyse- og automatiseringsfunksjoner på samme sted der data samles inn, muliggjør Edge computing nye funksjoner for moderne virkeligheter og industrielle stordata.
Maskinlæring refererer til algoritmer der en datamaskin automatisk lærer relasjoner innenfor tilstrekkelig store datamengder og deretter utarbeider «trente modeller» som kan distribueres i industrielle operasjoner. For eksempel kan maskinlæringsteknikker brukes til å automatisk oppdage defekter i deler og materialer. Deep learning er en underkategori av maskinlæring, også kjent som inferens. Den representerer trente modeller som bruker suksessive (dypere) lag av relasjoner mellom originaldata og legger til mellomliggende maskingenererte data. For noen oppgaver fungerer dyplæringsmodeller mer nøyaktig enn mennesker.
Time Sensitive Networking (TSN)-teknologi forbedrer standard Ethernet-baserte nettverk ved å legge til tidsrelaterte attributter som synkronisering, lav ventetid og strømmekanaler. Ved smart produksjon vil store datamengder oversvømme nettverkene. TSN-aktiverte nettverk og enheter gjør det mulig for maskiner å utveksle tidskritiske data med garantert båndbredde og deterministisk ventetid. TSN er standardisert av IEEE.
Martin Stensland