Prehod na pametne tovarne in pripravljenost organizacij na spremembe

Prehod na pametne tovarne in pripravljenost organizacij na spremembe

Tematika, o kateri se zadnja leta veliko govori, je zagotovo industrija 4.0 in digitalizacija ter povezovanje proizvodnih procesov in pripadajočih podatkov na skupno mesto. Podatki postajajo tako imenovana »nova surova nafta«.

Ključnega pomena je, kako se le ti pridobivajo, strukturirano hranijo in nato primerno obdelujejo. Omenjeno je potrebno zagotoviti skozi ustrezno sistemsko infrastrukturo (naj si bo to lokalno, v omrežju podjetja ali v oblaku) in informacijskim sistemom, ki je popolnoma prilagojen procesom in proizvodnji.

Dejstvo, ki ga ne smemo spregledati, je, da je pogosto potrebno prilagoditi določene segmente proizvodnje na način, da je omogočen nemoten pretok podatkov in njihova dolgoročna hramba. Gre za precej kompleksno tematiko, ki povezuje več področij, oddelkov in znanj znotraj posameznega podjetja. To zahteva pripravljenost ljudi na spremembe in vpeljavo t.i. digitalne kulture, kar pomeni, da se vsi v podjetju – ne glede na svojo vlogo – zavedajo vpliva, ki ga ima digitalizacija procesov.

V Skupini stroka.si smo se zgoraj opisani tematiki sicer posvetili že pred leti, najbolj aktivno pa od pričetka leta 2018, ko smo bili uspešni pri pridobivanju sredstev za izvedbo projekta IQ TPM 4.0. Gre za napredno rešitev za elektronsko zajemanje, pošiljanje in shranjevanje odčitkov iz različnih senzorjev, ki so nameščeni na strojih v proizvodnji.

Jedro sistema je oblačna hramba za velike količine podatkov in orodje za napredno analitiko Data Explorer. Gledano z »programskega« vidika so eni izmed ključnih delov sistema: 

  • Podatkovno skladišče znotraj oblačne hrambe Azure (BLOB storage).
  • Modul za izvedbo prediktivnega vzdrževanja (predictive maintenance), ki je izvedeno s pomočjo metod strojnega učenja (machine learning).
  • Napredna vizualizacija, ki je izvedena s pomočjo orodja za vizualizacijo podatkov Microsoft PowerBI in analitične baze v oblaku znotraj servisa Azure Data Explorer, ki omogoča procesiranje velike količine podatkov v realnem času.

Slika 1 – Prikaz arhitekture rešitve, vse od zajema in pošiljanja podatkov v oblak (levo) do njihovega shranjevanja in čisto na koncu posredovanja do uporabnika (spletna oz. mobilna aplikacija).

Za izvedbo sistema IQ TPM 4.0 je bilo potrebno znanje iz interdisciplinarnih področij (strojništvo, elektrotehnika, računalništvo in ekonomija). Rešitev namreč sestoji še iz t.i. »strojnega dela«, se pravi modula, in senzorjev. Za ustrezno usmerjanje v oblačno hrambo skrbi prehod (t.i. IoT Gateway), ki podatke na vnaprej določen interval pošilja do servisa v oblaku (Azure IoT HUB), le ta pa podatke ustrezno usmeri naprej. Na področju »strojnega« dela so rešitev implementirali naši konzorcijski partnerji Marovt d.o.o..

Izzivi

Tekom razvoja projekta smo se srečali z mnogimi težavami, v nadaljevanju jih raje poimenujmo kar izzivi.

1. Spoznavanje delovnih procesov v proizvodnji in organizacije podjetja

Eden izmed ključnih dejavnikov za uspešno vzpostavitev sistema je bila seznanitev z organizacijo in delom v podjetju Marovt d.o.o. V ta namen smo v prvem delu projekta izvedli delavnice, tekom katerih smo obiskali proizvodnjo, si ogledali stroje in delovne procese v podjetju. Predebatirali smo tudi omejitve v primeru namestitve senzorjev in pričetka pošiljanja s strojev. Seznanili so nas tudi z obstoječo strežniško arhitekturo in naborom rešitev, ki jih uporabljajo (interni ERP sistem, CRM sistem, namenska rešitev za spremljanje proizvodnje ...). Tako smo pridobili vpogled v podatke, možnosti za njihovo izmenjavo z našo rešitvijo in nenazadnje stanje IT infrastrukture v podjetju.

2. Sodelovanje tekom implementacije rešitve

Kot smo že omenili, gre za tematiko, ki pokriva več področij, zato je bilo ključnega pomena sodelovanje med različnimi osebami - tako znotraj našega podjetja (načrtovanje, razvoj, strojno učenje in napredna analitika, grafična podoba ter vizualizacija podatkov) kot tudi med konzorcijskima partnerjema. Redna petkova usklajevanja s pomočjo Microsoft Teams so bila podkrepljena z rednimi sestanki v živo, kjer smo analizirali preteklo obdobje in si zastavili jasne cilje za naprej.

3. Pripravljenost na pristop agilnega razvoja in prototipiranje

Za nekatere bolj kompleksne dele sistema, za katere smo vnaprej težko predvideli delovanje in mogoče omejitve, smo uporabili hiter agilni pristop k razvoju programske opreme in prototipiranje. Za področje strojnega učenja (machine learning), ki je uporabljeno za predikcijo zastoja na strojih, se je omenjeno izkazalo kot zelo primerna metoda. Gradnjo modela za nadzorovano strojno učenje (zbiranje podatkov in njihovo označevanje) smo tako izvedli v večkratnih ponovitvah. Na ta način smo uspešnost klasifikacije in detekcije zastojev postopoma še izboljšali. Rezultat je postopek za obdelavo podatkov in izvedbo strojnega učenja za vsak posamezen stroj. Ugotovili smo namreč, da je preveč spremenljivk, ki vplivajo na delovanje posameznega stroja in njegovo obnašanje (delavec, ki se stroja poslužuje, uporabljeno orodje in njegova kvaliteta, zahtevnost obdelovanca, temperatura v okolici ipd.).

4. Zavedanje, da digitalizacija in prehod na Industrijo 4.0 ni proces iz danes na jutri

V splošnem je potrebno za digitalizacijo proizvodnje, seveda v prvi fazi, poskrbeti za mrežno infrastrukturo v proizvodnji. Glede na specifikacije proizvodnje je lahko že to zahteven projekt. Nato je potrebno pričeti delo na več frontah:

  • Skupno načrtovanje z naročnikom in definicija informacijskega sistema (CMMS – Computerized Maintenance Management System) na način, da je prilagojeno obstoječim proizvodnim procesom v podjetju, če je le to mogoče. 
  • Omreženje strojev, namestitev senzorjev skupaj z moduli in pričetek vzpostavitve pošiljanja podatkov z namenom kasnejše obdelave.
  • Seznanitev zaposlenih z novostmi v podjetju:
    • vzdrževalna služba za preverjanje delovanja senzorjev,
    • interni IT oddelek za preverjanje pravilnosti zajetih podatkov,
    • zaposleni, ki dejansko uporabljajo sistem. 
  • Skupne delavnice razvojne ekipe z eksperti na področju vzdrževanja (strojništva, elektrotehnike) za podrobnejšo analizo strojev in pridobitev znanja za izgradnjo modela za strojno učenje ter vzpostavitev napredne analitike (npr. dogodki na produkcijski liniji, realizacija, vrednosti zajete s pomočjo senzorjev ... ).

Zgoraj smo zapisali samo nekaj točk, ki so del pilotne vzpostavitve pri tovrstnem pristopu razvoja informacijskega sistema za proizvodnjo. Potrebnega je (bilo) kar nekaj vložka z obeh strani. Prav sodelovanje je vseskozi ključ in pravilen pristop k reševanju izzivov, do katerih, bodimo realni, prihaja vsakič, ko se uvaja nov informacijski sistem v podjetju.

Rezultat

Plod razvoja in partnerstva je rešitev IQ TPM 4.0, ki skozi »strojni del« omogoča omreženje strojev (tako novejših kot tudi starejših) v proizvodnji s pomočjo namenskega modula, na katerega so povezani senzorji (izbor senzorjev je odvisen od tipa proizvodnje, v našem primeru je šlo za senzorje za spremljanje porabe električnega toka, energije, vibracij, jakosti zvoka, vlage in temperature). Preko prehoda (t.i. IoT Gateway), se podatki pošiljajo v oblak, kjer se hranijo v t.i. dolgoročni namenski hrambi (v Azure je za ta namen uporabljen BLOB storage).

Za hitre poizvedbe skrbi analitična storitev Azure Data Explorer, ki je tesno povezana z orodjem za vizualizacijo podatkov Power BI. S pomočjo omenjene baze pripravljamo tudi podatke za gradnjo modela za izvedbo strojnega učenja (machine learning). Pristop je v našem primeru uporabljen za predikcijo zastoja na strojih in predikcijo porabe električne energije na strojih.

V naslednjem prispevku, ki ga za vas že pripravljamo, se bomo posvetili problematiki strojnega učenja, postopku za predikcijo vzdrževanja v proizvodnji, na primeru predikcije zastojev in z ostalimi izzivi, s katerimi smo se spopadli tekom projekta IQ TPM 4.0. Prav tako bomo obrazložili tudi učinke, ki jih ima tovrsten sistem na poslovanje podjetja in učinkovitost izrabe sredstev.

 

Tukaj smo za vas

Zaupajte nam svoj e-mail naslov in z veseljem vas bomo obveščali o trendih in novostih s področjih sodobnih informacijskih tehnologij.


Skupini stroka.si, podjetju Stroka produkt d.o.o., izrecno dovoljujem obdelavo zgoraj navedenih osebnih podatkov za obveščanje o novicah, povezanih z aktualnim dogajanjem, dogodkih in ostalih pomembnih dosežkih Skupine stroka.si. Prav tako se strinjam s politiko varstva osebnih podatkov.