Highway

38_3data.jpg
Forrás: ITB
Hatékonyabb termelést hoznak az Ipar 4.0 megoldások

Új szintre emeli az adatvizualizációt a VR és az AR

Az Ipar 4.0 fejlesztésekben rejlő egyik legnagyobb lehetőség, hogy megvalósulhat a gyártás közben keletkező adatok elemzése, ezáltal jelentősen javulhat a hatékonyság a termelésben és az előállított termékek minősége. A BME-n létrehozott Ipar 4.0 Technológiai Központban több gyakorlati példát mutatnak be a termelési adatok gyűjtésére, azok feldolgozására és az eredmények vizualizálására az egyszerű, akár a kis- és középvállalatok számára is gyors megtérülést kínáló megoldásoktól kezdve a nagyvállalati alkalmazásokig.

Az elmúlt években a technológiai fejlődésnek köszönhetően drasztikus mértékben csökkent a különböző szenzorok ára, így lehetőség nyílt arra, hogy tömegesen alkalmazzák őket ipari környezetekben, aminek köszönhetően elképesztő mennyiségű adatot gyűjthetünk arról, hogy mi történik a gyártás közben. Azonban az adatgyűjtés önmagában is összetett feladat, elég csak arra gondolni, hogy különböző gép, berendezés, szenzor – amelyek együtt alkotják az ipari dolgok internetét (Industrial Internet of Things, IIoT) – adatait kell közös platformra hozni.

Idén várhatóan 82,4 milliárd dolláros lesz a globális IIoT-piac, a következő években pedig átlagosan 21 százalék fölötti bővülés várható ebben a szegmensben a Quince Market Insights elemzése szerint. A tanulmány alapján az Ipar 4.0 megoldások iránti növekvő kereslet, a termelőipar fejlődése, valamint az új generációs internetprotokoll, az IPv6 elterjedése egyaránt fontos szerepet játszanak a piac fejlődésében. Az elemzés arra is rámutat, hogy a kormányok világszerte ösztönzik és támogatják a legújabb technológiák bevezetését az iparban, ami szintén kedvez az IIoT-nek. A Quince szakértői ugyanakkor arra is felhívták a figyelmet, hogy mivel nagyon fejlett technológiákról van szó, jelentős hatással lehet a teljes ökoszisztéma alakulására, hogy milyen mértékben áll majd rendelkezésre a bevezetésükhöz és alkalmazásukhoz szükséges, magasan képzett munkaerő. Ennek hiánya az elemzés szerint akár a most prognosztizált növekedési ütem lassulásával is járhat.

Hatékonyan működő gyármodell

A Technológiai Központban egy hazai cég által összeállított referencia-architektúrát is kialakítottak, amely lényegében egy Ipar 4.0 koncepció alapján működő gyár gerincét is képezheti. A bemutatott konstrukciót a REACH állította össze a Cloudera támogatásával, a Dell által biztosított szervereken. A rendszer egy nyílt forráskódú szoftverekre épített, big data alapú adatgyűjtő és adatelemző platform, amelyhez egyrészt könnyen integrálhatók a különböző adatforrások – gépek ipari vezérlői (PLC-k), szenzorok –, másrészt pedig az igényeknek megfelelően lehet különböző alkalmazásokat integrálni az adatok elemzésére, felhasználva például a gépi tanulás és a mesterséges intelligencia kínálta lehetőségeket.

A REACH rendszere lehetőséget kínál arra is, hogy akár egy teljes gyártósorra valós időben számítsanak teljes eszközhatékonysági mutatót (overall equiment efficiency-t OEE-t), amely a három legfontosabb termelési mutatószám – rendelkezésre állás, teljesítmény, minőség – szorzatából áll össze. A termelés általános hatékonyságát mutató OEE változása jól jelzi a gyártás során keletkező problémákat, hibákat, vagyis ha a termelés során, valós időben áll rendelkezésre ez az érték, akkor egy esetleges gyártási hiba már az első megjelenésekor felfedezhető, még a műszak során lehet lépéseket tenni a kijavítására, ezáltal jelentős mértékben növelhető a teljesítmény, csökkenthető a selejtarány.

 

Valósidejű beavatkozás

A fizikai valóság és a virtuális világ adatainak összekapcsolását az IoT-platformok tudják biztosítani, amelyek keretrendszert adnak az adatok gyűjtéséhez és feldolgozásához. Több, ipari szoftverek fejlesztésével foglalkozó vállalat is kínál ilyen megoldásokat, a Technológiai Központban láthatunk megoldást például a PTC ThingWorx IoT-platformjára építve. A BME és a Siemens között létrejött kutatás-fejlesztési együttműködés keretében pedig a Siemens MindSphere platformjára készítenek az egyetem hallgatói különböző adatgyűjtő, adatelemző alkalmazásokat. A Siemens által biztosított hardvereszközök, az úgynevezett nanoboxok például lehetővé teszik, hogy a gépeket vezérlő PLC-ket néhány kattintással összekapcsolják a gyár szoftverben felépített modelljével. Innentől az adatok folyamatosan feltölthetők a MindSphere-felhőbe, ahol egy alkalmazásbolthoz hasonlóan, a feldolgozáshoz különböző, már előre megírt adatelemző alkalmazások közül lehet választani, vagy akár saját szoftverek is készíthetők. Erre rendelkezésre áll egy virtualizált, Docker alapú környezet, amely a Cloud Foundry platformra épül.

Egy referenciamodell a BME Ipar 4.0 Technológiai Központjában
Egy referenciamodell a BME Ipar 4.0 Technológiai Központjában

A Technológiai Központban bemutatott megoldások nemcsak rendszerezik az adatokat, felhasználhatóvá is teszik más gépek vagy emberek számára is, hogy segítsék a végrehajtást, tervezést, karbantartást és optimalizálást.

Az IoT-keretrendszerek, azon túl, hogy biztosítják a stabil kapcsolatot és zavartalan adatáramlást, összegyűjtik, rendezik és használhatóvá teszik az adatokat egy megbízható, bővíthető, elosztott feldolgozási és adattárolási rendszerben. Emellett lehetővé teszik a valós időben történő beavatkozást az érzékelők jelei és az eszközök adatai alapján.

 

A gépi tanulást is bevetik

Egyes alkalmazások a gépi tanulást (machine learninget) is bevetik, hogy a beérkező adatok között felfedezzenek olyan összefüggéseket, amelyek egy adott gép meghibásodásának előjelei lehetnek. Ennek segítségével képesek jelezni, hogy mekkora a valószínűsége, hogy egy berendezés meghibásodjon a következő időszakban.

Moduláris felépítéssel az alacsonyabb induló költségért

A Technológiai Központban a MobileSolution, a Master Partner és az Autsoft együttműködésével megvalósított egyszerű, valós idejű adatgyűjtő, adatfeldolgozó és -vizualizációs rendszer, a ZeroPoint, jó példa arra, hogyan vezethetnek be Ipar 4.0 megoldásokat a kkv-k is. A rendszer gyűjti a termelési adatokat, ezekből jól áttekinthető grafikonokat, diagramokat készít, információt nyújt a gyártásoptimalizációhoz, pontos gyártási információt biztosít mind a vezetés, mind a vevők számára. A megoldás segítségével a termelésben dolgozó munkatársak osztályozni tudják a keletkezett selejtek okait, így még pontosabb képet lehet alkotni a gyártási hibákról, a termelést befolyásoló tényezőkről. Ezen adatok birtokában meg lehet előzni a hibákat, csökkenthető a selejt. Mivel a rendszer moduláris felépítésű, alacsony induló költséggel kínál lehetőséget a fokozatos bevezetésre, vonzó lehet akár kkv-k számára is.


Kétféle gépi tanulási módszert is alkalmazhatnak a cégek. A felügyelt tanulás algoritmusok segítségével az adatokból tanulva mintákat ismer fel, ami alapján modelleket építhet, és pontos előrejelzéseket adhat. Ez a módszer többek között a termékek minőségének ellenőrzésére, hibás munkadarabok kiszűrésére alkalmazható. A felügyelet nélküli tanulás pedig a rendszeren belüli eltérések keresésére használható, vagyis a rengeteg komplex adat között az algoritmusok összefüggéseket keresnek, és ha valamilyen kiugró, az addigi mintába nem illeszkedő értékkel találkoznak, jeleznek.

A gyári infrastruktúra-felügyeletre mutat példát a NetVisor, az AutSoft, valamint a CS – Process Mérnöki Kft. támogatásával kiépített rendszer. A megoldás a gyári infrastruktúra különböző elemeit – gyártó berendezéseket, áramellátókat és kommunikációs rendszereket, a gyártást vezérlő szoftvereket – valós időben monitorozza. Az egyes elemek állapotát egy hibamenedzsment-konzolon jelenítik meg, ezáltal az üzemben keletkezett bármilyen meghibásodást azonnal lehet észlelni, így a hibára gyorsan reagálhatnak. Ezzel a megoldással az egyes meghibásodások termelésre gyakorolt hatását a minimálisra lehet csökkenteni, mérsékelve az állásidőket és a karbantartási költségeket.

 

A valóság új ruhája

Az adatvizualizáció következő szintje a gépekből, berendezésekből gyűjtött nagy mennyiségű információ, vagy akár a tervezés során készült modellek, 3D-s szimuláció valósághű, háromdimenziós megjelenítése. A virtuális és kiterjesztettvalóság- (VR- és AR)- technológiákat kezdetben a szórakoztatóiparban használták, mostanában gyakoribb az ipari alkalmazásuk.

A képernyőn a folyamat mellett annak adatai is láthatók
A képernyőn a folyamat mellett annak adatai is láthatók

A VR-megoldások segítségével belekerülünk abba a térbe, ahol a virtuális valóság létezik, és kizárjuk a fizikai valóságban lévő dolgokat. Ehhez speciális VR-szemüvegek, illetve nagy teljesítményű számítógépek szükségesek, ezért egyelőre viszonylag drága technológiának számít. Az AR lényege, hogy a valóságra információt vetítünk megfelelő vizualizációs eszközök segítségével. A cégek most kezdik felfedezni az AR/VR eszközöket, és már több területen is sikerrel alkalmazták azokat, például termékek, gépek, gyárak elrendezésének megtervezésére, munkások betanítására vagy vásárlók tájékoztatására.

Az Ipar 4.0 Technológiai Központban az S&T, a PTC és az SMC közreműködésével mutatnak be egy példát arra, hogyan lehet a kiterjesztettvalóság-technológiát ipari környezetben alkalmazni. Az SMC pneumatikus elemekből felépített mini gyármakettjéből a PTC ThingWorx IoT-platformjával gyűjtik az adatokat. Az adatvizualizáció a kiterjesztett valóság technológia használatával történik, a Vuforia alkalmazás segítségével – ennek lényege, hogy az adatokat a fizikai valósággal együtt látjuk, a megjelenítés eszköze pedig lehet egy monitor, vagy akár egy AR-szemüveg. A kiterjesztett valóság segítségével többek között hibajavításkor a karbantartónak meg lehet mutatni, hol kell keresnie a hibát, hogyan tudja azt elhárítani, de lehetőség van arra is, hogy az operátoroknak megmutassák, mi a következő lépés, lényegesen felgyorsítva ezáltal az egyes műveletek sebességét.