Zbieranie danych dotyczących pracy maszyn, ich stanu oraz jakości produkcji bez wątpienia przyczynia się do sprawnego funkcjonowania firm. Takie działania pozwalają sprostać wciąż rosnącym oczekiwaniom klientów, dotyczącym terminowości produkcji oraz powtarzalnej jakości wyrobów. Innym, ale nie mniej istotnym czynnikiem generującym potrzebę pozyskiwania tego typu danych, jest wewnętrzna presja każdego zakładu dotycząca obniżania kosztów produkcji. Jest to szczególnie istotne w związku z rosnącymi kosztami energii i pracy, co związane jest zarówno z inflacją, jak i z wciąż istniejącą pandemią. Faktycznie jednak u źródła implementacji działań zmierzających do automatycznego pozyskiwania, gromadzenia i analizy danych pochodzących z maszyn stoi idea Przemysłu 4.0, nazywanego też Czwartą Rewolucją Przemysłową. To z jej założeń mają powstać tzw. inteligentne fabryki (Smart Factory). Wykorzystanie w nich Internetu Rzeczy (IIoT) pozwoli na stworzenie niezawodnych i zintegrowanych systemów czujników i maszyn, które zwiększą wydajność produkcji, efektywność maszyn, a także umożliwią bardzo szybką reakcję na ewentualne błędy czy awarie. Przemysł 4.0 napędzany jest między innymi właśnie przez ciągły wzrost danych, konieczność ich analizy, a także potrzebę wykorzystywania łączności mobilnej do przesyłania tych informacji. Bez wątpienia przemysł ten nie mógłby się rozwijać bez coraz powszechniejszej automatyzacji procesów produkcyjnych.
RĘCZNE ZBIERANIE DANYCH
Nie trzeba nikogo przekonywać o tym, że ręczne zbieranie danych jest nieefektywne i zabiera czas, który można przeznaczyć na inne działania. Poza tym, ze względu na tzw. czynnik ludzki, łatwo tu o pomyłkę. Nie znaczy to, że taki system nie ma swoich zwolenników – jest on stosunkowo tani, a w przypadku kontroli – bardzo dostępny. Oprócz błędów w zapisie wynikających z omylności człowieka łatwo w nim jednak o niedokładność oraz pominięcie jakichś informacji, które w rzeczywistości mogą się okazać przydatne. Do tego, choć jesteśmy dalecy od ferowania podobnych wyroków, z braku czasu lub należytej kultury pracy, pracownik zbierający te informacje może nie dokonać prawdziwych pomiarów, wpisując przypadkowe dane.
DZIENNIK ELEKTRONICZNY
Zastosowanie dziennika elektronicznego maszyny niweluje niektóre z tych niebezpieczeństw. Zapewnia dokładne pomiary, które pobierane są w sposób automatyczny i do tego w czasie rzeczywistym. W tym rozwiązaniu nie rodzi się obawa o to, że jakieś istotne dane zostaną pominięte lub ulegną przekłamaniu. Również ich analiza jest łatwiejsza, dzięki czemu można szybciej i sprawniej namierzyć i wyeliminować powody przestoju linii produkcyjnej. Co więcej, tak gromadzone dane ułatwiają serwisowanie maszyn. Najnowsze maszyny wyposażone są w rozwiązania umożliwiające udostępnianie informacji o ich statusie, również w czasie rzeczywistym. Stanowi to kluczowy element w monitorowaniu pracy tychże maszyn. Należy przy tym w pierwszej kolejności wyznaczyć te obszary, których weryfikacja jest dla zakładu najważniejsza. Pozwoli to na odpowiednie dobranie czujników.
PRZEMYSŁOWY INTERNET RZECZY A GROMADZENIE DANYCH
Obecnie systemy monitorowania i diagnozowania urządzeń zintegrowane są najczęściej z systemami IT/ICT. Wynika to wprost z założeń koncepcji Przemysłu 4.0. Taka synergia pozwala na prowadzenie monitoringu maszyn w czasie rzeczywistym oraz przetwarzania zebranych danych w chmurze obliczeniowej. To z kolei umożliwia natychmiastowy dostęp do obliczeń i wynikających z nich wniosków każdemu uprawnionemu do tego pracownikowi. Bez wątpienia wyzwaniem jest implementacja starszych linii produkcyjnych do IIoT. Zanim przedsiębiorca przystąpi do realizacji takiego zadania, powinien odpowiedzieć sobie na pytanie, co chce osiągnąć w ramach takiego projektu, a dokładniej – jakie dane będą mu potrzebne i do jakich celów chce je wykorzystać. Następnie powinien przeanalizować możliwość połączenia istniejącego parku maszyn z systemami IT. Często jest tak, że zakład produkcyjny korzysta z wielu systemów IT, a każdy z nich pracuje na innym obszarze – np. w magazynie, w parku maszyn czy w transporcie. Zdecydowanie lepsza jest jednak wspólna cyfryzacja, jeśli tylko istnieje możliwość takiego zmodernizowania sprzętu, aby stało się to wykonalne. Kolejnym zadaniem, któremu przedsiębiorca musi sprostać, jest zapewnienie cyberbezpieczeństwa tak, aby ewentualne ataki bądź kradzież danych nie zagroziły ciągłości produkcji i konkurencyjności firmy. Nie tak dawno światowe media obiegły informacje o popularnych odkurzaczach samojezdnych, podłączonych poprzez wi-fi do smartfonów, które mogą zostać zhakowane, przez co w niepowołane ręce mogą trafić między innymi informacje o nieobecności domowników. Taka możliwość powinna być przestrogą dla tych, którzy w odpowiedni sposób nie zabezpieczają informacji publikowanych również w chmurze. WSPARCIE W MES Gromadzeniem danych z produkcji zajmują się m.in. systemy informatyczne klasy MES. Najprostsze z nich służą właśnie do monitorowania maszyn. Jednym z wciąż rozwijanych elementów systemu MES jest implementacja w nich technologii uczenia maszynowego. Działa ona na podstawie analizy danych historycznych oraz zdarzeń bieżących, na podstawie których można przewidzieć moment, w jakim na linii produkcyjnej może dojść do awarii. Warto wiedzieć, że obecnie powstaje coraz więcej projektów związanych z uczeniem maszynowym, w których potrzebne są duże ilości danych. Dane te powinny określać pewne właściwości. Zanim podjęta zostanie decyzja o uruchomieniu odpowiednich algorytmów, konieczne jest określenie celu tego działania. Na przykład algorytm może informować o tym, kiedy należy wymienić filtr. Wówczas przedsięwzięcie takie będzie naprawdę użyteczne.
POD CZUJNYM OKIEM SENSORÓW
Aby dane mogły zostać pozyskane, maszyny muszą zostać wyposażone w czujniki, które umożliwią wykrycie fundamentalnych dla procesu analizy informacji, np. dotyczących energii elektrycznej (zużycia, napięcia, częstotliwości czy współczynnika mocy), płynów (ich ciśnienia, natężenia przepływu, przemieszczania czy zanieczyszczeń) czy też mechaniki (siły, prędkości, ciśnienia i przemieszczania). Rzecz jasna, takie surowe dane mają ograniczoną wartość. Dopiero ich przekształcenie i analiza dają w efekcie oczekiwane korzyści, w postaci zwiększenia wydajności, optymalizacji okresu eksploatacji czy kosztów zużycia i zakupu komponentów.
JAK TO DZIAŁA W PRAKTYCE
Należy zacząć od przygotowania maszyny do tego, aby udostępniała wszelkie niezbędne dane na temat wydajności procesów i dyspozycyjności. W zależności od postawionych celów powinna na przykład powiadamiać o tym, czy wartość prądu silnika świadczy o prawidłowym działaniu albo czy wartości temperatury i drgań utrzymują się na właściwym poziomie. Wybór odpowiednich czujników to pierwsza rzecz, o jakiej należy pomyśleć, decydując się na monitorowanie pracy maszyn. Następnie trzeba określić, w jaki sposób przekazać dane wykryte przez sensory, jak je analizować i kiedy w związku z nimi podejmować działania. Projektanci systemów zazwyczaj biorą pod uwagę m.in. budowę maszyny i jej otoczenie. Chodzi o określenie, w jakich warunkach pracuje maszyna, czy sąsiednie urządzenia bądź przejeżdżające obok niej pojazdy mogą generować drgania, co jest istotne zwłaszcza podczas wibrodiagnostyki. Zdecydowanie łatwiej dokonać oceny w tym zakresie, jeśli w firmie działa już podobna aplikacja. Oczywiście, każda maszyna generuje co najmniej kilka istotnych parametrów. Np. może się okazać konieczne monitorowanie ciśnienia na chwytaku, temperatury i przepływu oleju na łożyskach pompy oraz w silniku. O tym, które parametry będą oceniane za sprawą czujników, decydują wcześniej zdefiniowane cele. Coraz częściej przedsiębiorstwom chodzi przede wszystkim o to, by na bieżąco otrzymywać informację o stanie maszyny i z wyprzedzeniem – o konieczności jej serwisowania. W jednym z dostępnych rozwiązań (tzw. typologia y), dane pozyskane przez czujniki wysyłane są do systemów IT, natomiast do sterownika PLC trafiają już tylko te informacje, które są istotne dla osiągnięcia wcześniej określonego celu. A zatem – czujnik pozyskuje szereg informacji, ale odbiorca korzysta jedynie z tych, które są dla niego istotne, np. dotyczących zużycia powietrza lub oleju. Należy zdać sobie sprawę z tego, że niektóre maszyny mogą być przenoszone z jednej fabryki do drugiej, nawet poza granice kraju. Przez to mogą mieć trudności z komunikowaniem się między sobą, co jest podstawą IIoT. Tę komplikację mogą rozwiązać urządzenia pośredniczące, które odbierają przesyłane dane i ustandaryzowane ślą dalej np. do systemów klasy ERP. Jednak prędzej czy później wprowadzenie jednego standardu informującego o stanie maszyn pod kątem predykcyjnego utrzymania ruchu może być konieczne, zwłaszcza w przypadku bardziej rozbudowanych parków maszynowych. Różne panele komunikacyjne mogą w sposób istotny utrudniać sprawne reagowanie na określone informacje i spowalniać realizację zadań związanych z zarządzaniem parkiem maszynowym. Może to dotyczyć chociażby obchodu hali produkcyjnej w celu sprawdzenia gotowości maszyn do podjęcia pracy przed rozpoczęciem produkcji. Oczywiście, odpowiedni dobór systemów monitorujących pracę i stan maszyn oraz ich integracja z innymi działającymi w firmie systemami IT służącymi do zarządzania są niezbędne, aby zlecenia na naprawę maszyn i zamówienia części były generowane automatycznie.
PODSUMOWANIE
Wejście firm w zakres Przemysłu 4.0 uzależnione jest m.in. od tego, czy dotychczasowe systemy i zasoby znajdujące się na halach produkcyjnych są powiązane z platformami zdalnymi, co jest utrudnione np. poprzez stare parki maszyn. Tymczasem nie zważając na to, co przestarzałe, opomiarowanie maszyn wciąż prężnie się rozwija. Dobrym przykładem są czujniki IIoT, które energię do działania czerpią z drgania maszyn i oświetlenia hali. Takie rozwiązanie, możliwe dzięki zastosowaniu układów scalonych o niskim poborze mocy, powstało już w Stanach Zjednoczonych. Umożliwia ono stałe przesyłanie danych do chmury, w której można mieć podgląd na zbierane dane w czasie rzeczywistym. Dodatkowo urządzenia te wysyłają alarmy dotyczące wykrytych nieprawidłowości w funkcjonowaniu maszyny bądź jej awarii. Bez wątpienia zbieranie i analiza danych z parku maszynowego to przyszłość utrzymania ruchu w każdym przedsiębiorstwie produkcyjnym. Przede wszystkim jest niemal całkowicie niezawodna, pozwala na zaplanowanie serwisu maszyny przed wystąpieniem awarii, a co za tym idzie – zapobiega kosztownym przestojom, ułatwia podejmowanie decyzji w sprawie zakupu płynów i innych elementów eksploatacyjnych, a do tego zwiększa bezpieczeństwo pracowników. Ze względu na to, że dane zbierane przez czujniki w maszynach przesyłają je do internetu (do chmury lub określonej aplikacji), w czasie rzeczywistym mają do nich dostęp wszyscy uprawnieni pracownicy. System dokonuje też za nich pożądanych analiz, dzięki czemu podejmowane na ich podstawie decyzje są szybkie i trafne. Co więcej, w zależności od innych systemów informatycznych zaimplementowanych w przedsiębiorstwie, dane te mogą służyć także do przygotowywania strategii i planów w innych działach zakładu. W perspektywie Przemysł 4.0 wytyczył drogę korzystną dla przedsiębiorstw produkcyjnych, wiodącą w kierunku poprawy efektywności oraz jakości produkcji. Jedynym aspektem, o którym wciąż należy pamiętać, jest zapewnienie bezpieczeństwa cyfrowego dla gromadzonych danych.
