O fabrică ce funcționează complet fără asistență umană, care produce zi și noapte, fiabil, cu cicluri ridicate și costuri unitare semnificativ mai scăzute decât înainte, produse individualizate, într-o continuă schimbare și în serii mici - aceasta este viziunea producției autonome. Cât de aproape este industria de această viziune? Ce rol vor juca oamenii în acest scenariu?
Diferenţa dintre autonom şi automat
Producţia autonomă merge cu un pas mai departe decât procesele extrem de automatizate. Un sistem autonom ar trebui să fie capabil să identifice situaţiile neprevăzute, să le evalueze și să ia singur o decizie semnificativă. Intervenţia umană nu ar trebui să fie necesară pentru perioade lungi de timp. Ca urmare, sistemele de producţie autonome sunt capabile să planifice și să controleze producţia în sine.
Pe de altă parte, procesele automatizate seamănă mai mult cu un reflex. Acestea sunt proiectate folosind logica „Dacă, atunci ...”. Când un senzor returnează o valoare definită anterior, un anumit actuator va efectua o acţiune predefinită. Aceasta este, în esenţă, o comandă în timp, care acoperă o serie de scenarii deja definite.
Cine are nevoie de producţie autonomă şi de ce?
Necesitatea producţiei autonome apare atunci când sistemul a devenit atât de mare și complex încât este imposibil să anticipăm și să automatizăm toate scenariile relevante. Sistemele logistice și instalaţiile automatizate din producţie, precum și sistemele cibernetice trebuie să fie organizate într-o „fabrică inteligentă”. Aceasta include sisteme de transport fără șofer, senzori, camere, drone și nu în ultimul rând sistemele IT care controlează toate procesele. Dacă procesul se desfășoară în mod autonom, toate aceste unităţi ar trebui să fie cu auto-învăţare, adaptabile la diverse situaţii și legate între ele în reţea. Funcţionează prin anticipare. În consecinţă, se poate obţine o producţie complet controlată prin comandă.
- FOTO. Producția autonomă merge cu un pas mai departe decât procesele extrem de automatizate.
Care sunt premisele producţiei autonome?
Inteligenţa artificială (IA) şi învăţarea automată (machine learning)
AI este termenul generic pentru algoritmi care permit decizii inteligente. Cea mai modernă formă de IA folosește reţele neuronale pentru a dezvolta sisteme de auto-învăţare pentru învăţarea automată. Învăţarea automată este tehnologia cheie a IA și își are originea în tehnologia machine vision pentru controlul calităţii, unde este o problemă de detectare a modelelor pentru identificarea abaterilor. Folosind învăţarea automată, sistemele tehnice își extind posibilităţile de aplicare prin dezvoltarea autonomă de noi modele.
Așa-numita „IA slabă” poate rezolva cu exactitate sarcinile pentru care a fost dezvoltată și instruită. „IA puternică” este similară cu mintea umană și, prin urmare, poate oferi servicii de transfer și planificare strategică. IA este utilizată în producţia industrială, în special în monitorizarea și controlul proceselor și în întreţinerea preventivă. Există deja produse bazate pe IA care sunt capabile să prevadă până la 95 la sută din situaţiile de oprire a producţiei din cauza nefuncţionării mașinilor.
Machine vision şi procesarea datelor de la senzori
La fel ca și la colectarea și procesarea datelor senzorilor, tehnologia machine vision foarte dezvoltată este o condiţie prealabilă pentru producţia autonomă. Cu cât sunt mai multe date de înaltă calitate sau adnotate (adică completate cu informaţii suplimentare structurate) sunt disponibile din procesul de producţie pentru utilizare, cu atât mai precise pot fi luate decizii AI.
Simulări, de exemplu pentru primul lot
Spre deosebire de producţia în serie, în care procesele sunt monitorizate folosind datele anterioare, valorile măsurate existente nu pot fi utilizate pentru dimensionarea primului lot. Cu toate acestea, dacă se dorește monitorizarea, simulările de proces controlate de software trebuie să determine valorile de referinţă. În această situaţie, este necesară conexiunea constantă între IT-ul performant al companiei și nivelul de producţie.
Reţea constantă şi sisteme descentralizate
Toţi cei implicaţi în proces, de-a lungul întregului lanţ, trebuie să fie conectaţi între ei în reţea - de la comenzile primite până la producţie și livrare. În același timp, deciziile de producţie pot fi luate în timp real numai dacă, de exemplu, controlul unui robot este posibil folosind propriile lui capacităţi de calcul descentralizate.
Roboţi şi sisteme de transport autonome
Transportul și manipularea pieselor, adică „elementele de bază” ale producţiei, pot fi de obicei manipulate de mașini. În prezent se lucrează la dezvoltări în domeniile localizării și cartografierii simultane (SLAM), a percepţiei, planificării și reglării robotului, precum și la simularea și la o mai bună coordonare a acestuia.
Unde se află producţia autonomă astăzi?
Există încă, peste tot, numeroase provocări pe calea instalării producţiei autonome.
Date de calitate în cantitate suficientă
O provocare este disponibilitatea și calitatea datelor necesare pentru IA și Machine Learning (ML). Sistemele autonome necesită o cantitate foarte mare de date de înaltă calitate, pe baza cărora sistemele sunt instruite astfel încât să poată identifica rapid și ușor anomaliile în timpul funcţionării. O problemă pe care o întâmpină operatorii este că adesea sistemele sunt unice, și deci nu există suprapuneri de date cu alte sisteme.
Furnizorii de componente și sisteme sunt interesaţi să obţină cât mai multe date din produsele lor, produse care sunt utilizate de clienţii din întreaga lume. Cu toate acestea, neîncrederea și argumentul protecţiei know-how-ului complică adesea suprapunerea de date în companie. Pe de o parte, pentru dezvoltarea și instruirea IA sunt necesare date suficiente, de o calitate bună, iar pe de altă parte trebuie luată în considerare și suveranitatea datelor utilizatorilor. Această contradicţie, nerezolvată deocamdată, inhibă dezvoltarea rapidă a aplicaţiilor IA.
Comunicare automată în timp real: 5G, o condiţie prealabilă
În fabrica viitorului, senzorii, mașinile, dispozitivele și sistemele IT interacţionează între ele schimbând o varietate de date și informaţii. Standardul de reţea celulară 5G crește viteza de transmisie a datelor de zece ori în reţeaua celulară la mai mult de zece gigabits pe secundă. Datorită timpilor de latenţă semnificativ mai mici, comunicarea automată este posibilă în timp real - o condiţie prealabilă pentru coordonarea mașinilor și a proceselor în automatizarea fabricii.
Folosirea învăţării automate (machine learning - ML) devine dificilă când sunt solicitări mari de a nu avea erori. Aceasta se întâmplă, de exemplu, în industria auto, la testarea componentelor de precizie relevante pentru siguranţă. Acolo sunt permise rate maxime de eroare de 1 până la 10 ppm (părţi pe milion). Procedurile de testare bazate pe ML, ca subdiscipline ale tehnologiei machine vision, sunt în prezent departe de a atinge astfel de rate de eroare.
„Comunicația wireless de înaltă performanță, de exemplu pentru rețeaua terminalelor mobile, este absolut necesară. Pe lângă sistemele de transport fără șofer și roboții mobili, aceasta include și dispozitive de operare mobile și noi interfețe om-mașină, cum ar fi aplicațiile de realitate augmentată. În plus, 5G permite, de asemenea, concepte de producție complet noi prin intermediul modulelor de producție wireless, extrem de flexibile, care pot fi ușor combinate între ele fără niciun cablu.” Dr. Andreas MÜLLER, cercetător la Bosch și Președinte al Inițiativei „Alianța 5G pentru Industrii conectate și Automatizare”
Cine operează (deja) producţia autonomă?
Potrivit unui sondaj realizat de VDI (raportul de stare VDI privind inteligenţa artificială, 2018), metodele IA sunt deja utilizate pentru analiza datelor; acestea se caracterizează prin faptul că, de obicei, concluziile concrete sunt trase de utilizator. Feedback-ul direct asupra procesului sau a aplicaţiei încă nu are loc. În general, companiile mari sunt mai active în acest domeniu decât IMM-urile și, de asemenea, sunt mai dispuse să creadă că rata de creștere poate fi mai ridicată prin folosirea sistemelor autonome.
Festo oferă un exemplu actual și practic de dezvoltare către producţia autonomă.
„Festo are în portofoliul său un nou terminal de valve digitale. Pe o platformă hardware standardizată, instalarea aplicațiilor poate fi utilizată pentru a implementa o varietate de funcții care conțin regulile corespunzătoare. De exemplu, lungimea unui ciclu de lucru al unei acționări pneumatice poate fi specificată digital, să zicem, două secunde. Sistemul învață apoi independent. Și după câteva cicluri de învățare - de obicei între patru și cinci - sistemul știe cum să creeze profilul de presiune pentru a atinge ciclul de două secunde. În timpul funcționării, sistemul monitorizează timpii ciclului și îi adaptează independent, fără intervenție umană, dacă, de exemplu, apar modificări din cauza frecării crescânde. Și desigur, dacă există modificări în proces, se activează un declanșator pentru echipa de întreținere. Dacă în acest moment întreținerea ar fi efectuată de roboți, ar însemna că suntem într-o fabrică autonomă.” Dr. Eckhard ROOS, Head of Industry Segment Management Process Automation, Festo
Ce rol va juca omul în producţia autonomă?
Producţia complet autonomă ar trebui să aibă loc fără intervenţia și ajutorul oamenilor. În consecinţă, este posibil ca în următorii ani unele profesii să fie înlocuite cu altele. Există o mare varietate de previziuni cu privire la modul și în ce măsură se va întâmpla acest lucru. În general, automatizarea ar trebui să le permită oamenilor să se ocupe de sarcini de valoare mai mare, cum ar fi rezolvarea problemelor
sau optimizarea proceselor. Roboţii pot fi folosiţi apoi pentru sarcini repetitive de valoare redusă. Cu toate acestea, vor exista în continuare anumite sarcini de automatizare care nu pot fi încă rezolvate, astfel încât oamenii și mașinile vor trebui să colaboreze.
Prin urmare, pe termen mediu, oamenii vor rămâne parte din mediul de producţie - deși din ce în ce mai mult în condiţii diferite: vor tinde să fie mai puţin implicaţi în producţia însăși, ci mai degrabă în controlarea și monitorizarea acesteia. Chiar aici vor fi create sarcini noi și îmbunătăţite pentru oameni. Datorită abordării IIoT, care implică o comunicare continuă a tuturor participanţilor la proces, sunt generate cantităţi enorme de date. Personalul de specialitate bine instruit este obligat să le structureze, să le analizeze și să le evalueze. Companiile trebuie să își pregătească angajaţii în mod regulat pentru a profita din plin de avantajele automatizării.
Mai mult, oamenii rămân în continuare stăpânii procesului și vor da mașinilor instrucţiuni de lucru, și nu invers. Acum putem stabili condiţiile generale pentru modul în care dorim să lucrăm în viitor, deoarece Industria 4.0 nu este un produs finit, ci un proces de proiectare. În acest context, este necesar și un consens social larg cu privire la problemele etice care decurg din utilizarea sistemelor autonome.
