Kako lahko z zlatim prstnim odtisom vzpodbudimo iot

Za IT-oddelke, ki si prizadevajo izkoristiti tehnologijo Internet of Things (IoT), da pozitivno vplivajo na proizvodni proces, je pomemben izraz, ki ga morajo vedeti, in to ne samo zato, ker se sliši, kot bi morda nekoč lovila Indiana Jones: The Golden Prstni odtis. Z Bartom Schouwom, podpredsednikom za tehnologijo in digitalna zavezništva pri Software AG, sem govoril na sejmu CEBIT, ki se dogaja ta teden v Hannovru v Nemčiji, o tem, zakaj natančno ta odtis prsta lovi zlato in kaj to pomeni za IT.

"Zlati prstni odtis je metafora, " je pojasnil Schouw in nadaljeval, ko je dejal, da je bil ključni dokaz v detektivskem romanu. Toda v podjetju se lahko uporabi za proizvodni postopek, da ugotovi, kdaj so izpolnjeni pogoji za proizvodnjo tega, kar Schouw imenuje popoln izdelek.

Iskanje zlatega prstnega odtisa je iterativni postopek, osnutek naloge, ki se zgodi, ko se podatki med proizvodnjo zabeležijo in shranijo, tako da se lahko skozi čas primerja vrsta proizvodnih tekov. Hkrati se ovrednoti proizvodnja tovarne, tako da se zabeleži uspeh vsakega proizvodnega procesa, skupaj s podatki, ki so bili zabeleženi med proizvodnjo. Navedeno pravilno, kar pomeni rezultate nekakšnega prstnega odtisa, sestavljenega iz celotne vložke iz proizvodne opreme - senzorjev, ki so zabeležili stanje izdelka med proizvodnjo - in prevelike metrike uspešnosti postopka.

Postopek s prstnim odtisom je bil prvotno razvit za kemično industrijo, vendar je Schouw dejal, da se na splošno uporablja za večino vrst proizvodnje. Proizvajalec avtomobilov bi imel na primer podatke o tem, od kod prihaja vsaka komponenta, temperature med barvanjem, odčitke navora za vsak vijak ali vijak in odčitke robotskih varilcev, ko so izdelali podvozje. Nato se ob izdelavi avtomobila izsledi kakovost izdelave, ko je avto servisiran ali ko se napake popravijo.

Strojno učenje v avtomobilski proizvodnji

Uporabite scenarij za hipotetično tovarno avtomobilov. Ob izdelavi vsakega avtomobila se odčitki spremljajo med proizvodnim postopkom od konca do konca in v primerjavi s prejšnjimi proizvodnimi obdobji. Recimo, da se pojavi težava, na primer zategovanje vijaka na napačno nastavitev navora. Ta težava je zabeležena in zdaj jo je mogoče odpraviti pred prodajo avtomobila. Sčasoma lahko proizvodne stroje kalibriramo tako, da se te napake ne zgodijo, vozila pa se pošljejo brez večjih napak.

"Včasih, zlasti v procesni industriji, ni jasno, kateri pogoji dejansko vodijo do popolnega izdelka, " je dejal Schouw. "Torej s strojnim učenjem in novimi orodji za vizualizacijo podatkov lahko dejansko vzamete podatke proizvodne vožnje, ki so privedle do popolne serije izdelkov. Nato lahko od orodij za strojno učenje poiščete nazaj in najdete podobne vzorce v podatkih."

Kot bi lahko pričakovali, bi vsaka zapletena izdelava potrebovala na tisoče posameznih podatkovnih točk za vsako proizvodnjo, da bi imeli dovolj podatkov za smiseln odtis. To pa zahteva senzorje, ki v določenem času merijo stanje izdelka, pa tudi stanje proizvodnih orodij in strojev med njihovo uporabo. V tem primeru zaživijo tehnologija IoT in IT oddelek.

Ko je vsaka izdelava končana, je mogoče podatke iz tega postopka prikazati kot vzorec dogodkov, ki vodijo do izdelka. Za to so potrebni mrežni senzorji in orodja ter sredstva za beleženje teh dogodkov. Za izvajanje ocen potrebuje tudi specializirano programsko opremo. Schouw je dejal, da ta del postane pomemben uporabni primer za umetno inteligenco (AI) in strojno učenje.

Sledenje proizvodnim podatkom v realnem času

To je točka, ko se IT in proizvodnja združita. Oddelek za informacijsko tehnologijo mora utrditi ogromno količino podatkov iz vsakega proizvodnega postopka in ga nato uporabiti za primerjavo vsake vožnje z zlatim prstnim odtisom popolne vožnje. Ker analiziramo tek v realnem času, ga primerjamo tudi s prejšnjimi vožnjami, tako da je mogoče vnaprej določiti, kdaj je tek verjetno ne bo uspešen.

V procesu izdelave je mogoče prilagoditi parametre izdelave, tudi če se dogajajo, da bi približali zlati prstni odtis. Zmožnost vizualne predstavitve vožnje med proizvodnjo in vnaprej določiti, kdaj izvedba ne bo uspešna, lahko prinese pomembne prihranke - s tem, da ne zapravljate nadaljnjih materialov v teku, ki ne bo uspešen in ne zapravljate nadaljnjega časa.

Schouw je Trendminer izpostavil kot primer podjetja, ki proizvaja programsko opremo z AI, ki je sposobna najti zlati prstni odtis in tudi spremljati proizvodni proces v realnem času. Prav tako je dejal, da Software AG načrtuje nakup Trendminerja.

Izboljšati proizvodnjo

Vendar pa prihranki stroškov in bolj kakovostni vidiki niso vse, kar je na voljo IoT in proizvodnji. Schouw je pojasnil, da je drugi vidik uporabe strojnega učenja v proizvodnji povezan s sledenjem krivulji F ("F" pomeni okvare, ki jih v tovarni spremljajo skozi čas). Ko sledite F-krivulji, dejansko s prstnim odtisom tovarne namesto izdelka začnete najprej, ko je tovarna prvič zgrajena, nato pa ko jo začnete uporabljati in nato, ko se končno ustavi, ker odstotek napak doseže nesprejemljive ravni, kot proizvodne zmogljivosti starost.

S sledenjem pogojem, ki sčasoma prispevajo k proizvodnim neuspehom, jih je mogoče zmanjšati na sprejemljive ravni, dokler ne pridete do točke zmanjšanja donosov: Ko je predrago, da bi popravljali stvari in namesto tega, bi bilo smiselno obnoviti tovarno.

Pomembno je, da z neposrednim vključevanjem IT v proizvodni postopek proizvodnja postane učinkovitejša in manj odpadkov in manj napak. In podjetje prihrani denar. Navedeno pravilno, rezultati se pokažejo skoraj takoj. Za IT-oddelke v proizvodnih podjetjih je zlati prstni odtis odličen smisel kot izhodišče za povezovanje IoT-a s samim srcem podjetja.