Veľké dáta v inteligentnej výrobe a logistike
05.06.2019
Digitálna transformácia otvorila široké pole možností pre nástup inteligentného priemyslu. Uprostred súčasnej digitálnej a priemyselnej revolúcie sa nachádzajú dáta, ku ktorým získali podniky bezprecedentný prístup. Možnosti a benefity aké prináša dátová analytika sú natoľko zásadné, že podniky sa začali zameriavať na implementáciu dátových riešení a revíziu biznis modelov orientovaných na dáta (Big Data). Nemenej kľúčovú úlohu zastávajú aj v rámci priemyslu a inteligentnej výroby a logistiky.
Digitalizácia dát a ich následné efektívne využitie v inteligentnej výrobe a logistike prináša podnikom aj nové výzvy. Kľúčovou otázkou je ako spracovať údaje tak, aby sa z nich vyťažili informácie, ktoré prinesú podniku reálnu hodnotu.
Podľa štúdie Market Research Future (MRFR) by mal globálny trh s dátovou analytikou zaznamenať medzi rokmi 2017-2023 nárast až o 30%. Obdobný rozmach zaznamenáva aj trh s technológiami Internetu vecí (IoT), ktorý zber širokej škály a množstva dát radikálne znásobil spolu s cenovou dostupnosťou rôznych senzorov. Spoločnosť IDC odhaduje, že až 80% veľkých výrobcov zavedie IoT a dátovú analytiku do svojich procesov do roku 2020. Rýchlosť adopcie obidvoch nových technológií iba potvrdzuje ich prínosy pre priemyselné podniky.
Predikcia počtu pripojených zariadení v rámci Internetu vecí (IoT) celosvetovo v miliardách (zdroj: Statista)
Medzi najčastejšími dôvodmi zavádzania dátovej analytiky uvádzajú spoločnosti znižovanie prevádzkových nákladov, zvyšovanie úrovne služieb poskytovaných koncovým zákazníkom, či vytváranie simulácií a prognóz prostredníctvom využitia historických dát, ktoré uľahčujú rozhodovanie v komplexných procesoch.
Priemyselný internet vecí (IIoT) a veľké dáta predstavujú základnú súčasť inteligentného priemyslu a Smart Industry riešení, pretože umožňujú optimalizáciu procesov vo výrobných a materiálových tokoch. Zároveň urýchľujú rozhodovacie procesy na všetkých úrovniach riadenia, nakoľko sú údaje a analýzy dostupné v reálnom čase.
Zavádzanie kyberneticko-fyzikálnych systémov predstavujúcich novú generáciu Smart Industry systémov s integrovanými počítačovými a fyzikálnymi členmi znamená expanzívny nárast výrobných dát, ktoré bude musieť komplexná IT infraštruktúra zbierať, archivovať, spracovávať a vyhodnocovať. Navyše zber dát a ich analýza predstavuje vstupnú bránu výrobných a logistických podnikov k digitálnej transformácii, ktorá im umožní horizontálnu a vertikálnu integráciu jednotlivých procesov.
Investície do veľkých dát podľa odvetví 2019 (zdroj: IDC) 13,9% bankovníctvo; 11,3% diskrétna výroba; 8,2% odborné služby; 8,1% procesná výroba; 6,8% vláda; 51,6% iné
Ak chce podnik vyťažiť čo najväčšiu hodnotu z vlastných dát, mal by sa zamerať na 4 zásadné oblasti:
- Dátový manažment
- Dátovú analytiku
- Vizualizáciu dát
- Bezpečnosť dát
Dátový manažment
Základným predpokladom úspešnej a funkčnej digitalizácie je správny dátový manažment pozostávajúci z 3 úrovní: integrácia, kontextualizácia a sémantizácia dát.
Vďaka nárastu množstva inštalovaných senzorov narastá každý rok aj množstvo vygenerovaných dát. Následkom toho sa rozširuje objem informácií, ktoré sa v nich ukrývajú. Výrobné alebo logistické dáta však pochádzajú z rôznych zdrojov, predovšetkým z podnikom používaných informačných systémov (MES/MOM systémy, WMS, MRP, ERP, APS, SCADA alebo iné).
S počtom a druhom zariadení pripojených do podnikového Internetu vecí (IoT) narastá aj rôznorodosť dát a nekompatibilnosť ich formátov. Dáta môžu byť naviac heterogénne na úrovni formy ako sú napríklad texty, poznámky, reporty, či záznamy vytvorené operátormi, ale aj na úrovni štruktúry (rozdielna miera štruktúrovateľnosti).
Informačné systémy preto musia byť schopné spracovávať štruktúrované aj neštruktúrované dáta rovnako ako sa musia byť schopné vyrovnávať s chýbajúcimi údajmi. Z tohto dôvodu je nevyhnutná integrácia dát – proces spracovania dát za účelom získania použiteľnej informácie. V rámci procesu integrácie preto dochádza k znižovaniu heterogénnosti na úrovni formy a štruktúry zhromažďovaním údajov. Informačný systém zároveň zaisťuje centralizáciu dát, čo umožňuje ich následnú štandardizáciu a ďalšie spracovanie.
Na to, aby mohli byť zozbierané a spracované (štandardizované) údaje vhodne použité v rozhodovacích procesoch, či už zamestnancom alebo algoritmom, potrebujú kontext – proces kontextualizácie dát. Prezentovaná informácia má pomôcť zamestnancovi alebo informačnému systému uvedomiť si situáciu (vzájomnú polohu, časovú súslednosť, dopad na výrobný plán apod.). Práve na základe takejto informácie dokáže človek alebo systém prispôsobiť svoje reakcie.
Ďalší príklad kontextualizácie dát predstavuje generovanie rodného listu výrobku. Súčasné Smart Industry systémy už disponujú funkcionalitou traceability. Práve traceabilita tvorí súčasť informačnej transparentnosti ako jedného z design princípov Industry 4.0. Vďaka tejto funkcii je možné vystopovať celú výrobnú históriu konkrétneho výrobku ako aj sledovať jeho pohyb alebo presuny materiálu naprieč zásobovacím reťazcom.
Predikcia vývoja globálneho trhu s veľkými dátami 2011-2027 (Zdroj: Statista)
Jednotlivé rodné listy obsahujú presné informácie o tom kde, kedy, ako, kým a za akých podmienok (nástroje, pracovné postupy, fyzikálne veličiny apod.) bol daný produkt vyrobený. Vďaka tejto sade kontextualizovaných údajov môže Smart Industry systém odhaľovať vzorce, korelácie a tendencie vo výrobnom a materiálovom toku, či už vo vzťahu k výrobku (alebo k celej sérii) alebo výrobných zariadení (napríklad usúvzťažnenie poklesu kvality výrobku a potreby vykonania údržby na konkrétnom zariadení).
Kontextualizované dáta umožňujú vyťažiť informácie, ktoré následným spracovaním sémantickými modelmi generujú znalosti. Na princípe sémantizácie údajov pracujú taktiež Smart Industry systémy a informačné systémy pre operatívne riadenie činností (tzv. MOM systémy), aby zabezpečili autonómne a samo-regulované plánovanie a riadenie výrobných, materiálových a ľudských zdrojov. Aplikáciou sémantických modelov (sústavy pravidiel) na kontextualizované údaje je možné abstrahovať relevantné znalosti a identifikovať pravidlá v komplexných procesoch.
Proces dátového managementu sa dá demonštrovať na príklade autonómnej koordinácie výrobného toku a internej logistiky (zásobovania). Za týmto účelom implementovala spoločnosť ANASOFT Smart Industry riešenie EMANS vo výrobnom podniku, kde sa najprv začalo so zberom dát z výrobných a dopravných zariadení. Vďaka tomu disponovali zamestnanci aktuálnymi a presnými informáciami o stavoch materiálov v príručných skladoch ako aj v centrálnom sklade. Všetky presuny medzi jednotlivými pozíciami (pracoviskami) sú podrobne zaznamenávané a Smart Industry systém s nimi ďalej pracuje. Na základe integrácie dát z výrobných zariadení a intralogistiky bolo následne možné vyhotoviť presnú virtuálnu kópiu materiálových tokov vo výrobnom procese.
Spracovanie integrovaných a kontextualizovaných dát sémantickými modelmi umožňuje Smart Industry systému optimalizovať výrobný tok a efektívne riadiť materiálové, strojové a ľudské zdroje. Vďaka správne nastavenému zberu a spracovaniu údajov zabezpečuje Smart Industry systém autonómnu, plynulú a hladkú koordináciu výrobných a prepravných zariadení. Podnik tak môže bez problémov spĺňať výrobný plán, pretože má zabezpečené včasné a správne plnenie požiadaviek na prepravu materiálu.
