Význam pokročilých technologií ve výrobních podnicích výrazně roste
S rozvojem moderních technologií a chytrých zařízení se průmyslové podniky v posledních letech dostaly do situace, kdy je možné propojit mnohem více subjektů a operací do jedné a vytvářet z toho celky zahrnující predikci a inteligenci. Ze základního transakčního modelu se postupně přesouváme do modelu interaktivního, ve kterém začínají mít pokročilé technologie nezastupitelnou roli.
Základním předpokladem využití pokročilých technologií ve výrobních podnicích je umění velice dobře a přesně popsat činnost, kterou má umělá inteligence zajistit. Přestože to v praxi zatím není zcela běžné, umělá inteligence by se měla umět nejen učit, ale také být schopna pobírat data a dopředu vyhodnocovat, kdy může dojít k určité předem definované události. Umělá inteligence k tomu má skvělé předpoklady, protože na rozdíl od člověka zvládá pracovat s velkými objemy dat, ať už z výrobních či elektronických zařízení. Pro průmysl 4.0 z toho vyplývají dva hlavní směry jejího využití.
Tím prvním je identifikace a predikce doby, kdy může dojít k poruše zařízení nebo technologického celku. V ideálním případě pak lze predikční řešení doplnit i o informace pro řídící systémy, které následně zkorigují nastavení provozních parametrů předcházejících vybočení systému z ideálního provozního nastavení nebo dokonce zamezí možné poruše.
Celá řada společností se zabývá tzv. zero defect manufacturing procesy. S pomocí umělé inteligence dochází k včasné identifikaci možné budoucí poruchy, oprava jednotlivých komponent u výrobní technologie pak proběhne v době, kdy si to firma může dovolit. Například k opravě pohonu tak nemusí docházet při neplánovaném zastavení linky, ale v plánované odstávce. Takový přístup má vysoce pozitivní dopad na efektivitu celého výrobního cyklu.
Vedle proaktivního sledování technologie a udržování v ideálním stavu a bezporuchovém chodu, eventuálně předvídání závad, se pracuje na využití umělé inteligence v „supply chain“ řešeních a logistice. Zde je možné predikovat kdy a co bude potřeba dělat nebo dodat. Typicky, kdy bude potřeba které položky objednat a začít vyrábět. Umělá inteligence může pomoct řídit efektivitu chodu celého výrobního procesu. Nejtypičtějším příkladem je samozřejmě „automotive“ průmysl, kde se souběžná bitva o ceny a kvalitu výroby dostala do fáze, kdy musí interakce fungovat tak, aby na sebe vše navazovalo – aby nebyly sklady, všechny komponenty se rovnou vykládaly z vozů dodavatelů přímo na výrobní linku atd. A to bez toho, aniž by se zastavil výrobní proces. Umělá inteligence v tomto případě pomáhá nahradit běžné lineární plánování dynamickým, umožňujícím synchronizaci nastavení jednotlivých částí procesu predikováním, co je potřeba zpomalit, zrychlit, udělat dříve, později, jinak apod. Umělá inteligence a strojové učení tak do běžného plánovacího procesu dokáže dodat zkušenosti z minulosti, globální pohled na celý „supply chain“ a zapojit i externí parametry ovlivňující aktuální požadavky na výrobní proces.
Pokročilé technologie pro všechny?
Technologie jsou nedílnou součástí automatizace a robotizace. Do té se vyplácí investovat především při opakované produkci velkých sérií výrobků nebo při mnohonásobném opakování stejných výrobních procesů. Pokud se bavíme o odvětvích, využití je možné ve více či méně omezené míře prakticky všude. Výjimkou jsou oblasti postavené na komplexních nespojitých procesech, například v těžkém strojírenství.
Představme si zcela jednoduchý příklad v potravinářství – konkrétně pekárnu, kde na výstupní kontrole stojí pracovník výstupní kontroly, který celou směnu kontroluje, zda jednotlivé bochníky chleba plní požadavky na výstupní kvalitu, tedy tvar, barvu, vzhled, úrovně popraskání chlebové kůrky atd. Přitom se nabízí řešení pomocí „video recognition“, umělé inteligence a strojového učení sestavit automatizovanou výstupní kontrolu a toto řešení naučit, který bochník je ještě v pořádku a který ne.
Nezastupitelný lidský faktor
V každém případě musíte mít k dispozici odborníky, kteří se vývoji řešení v rámci průmyslu 4.0 věnují – to samozřejmě klade nároky na vzdělávání a výchovu nové generace specialistů, kteří dokážou správně posoudit možnosti nových technologií a řešení vznikajících v rámci vývojové vlny pod hlavičkou průmyslu 4.0 a efektivně je do jednotlivých částí výrobního procesu nasazovat. Jde o dlouhodobý poznávací proces, jehož základem je pochopení výrobního procesu, slabých míst, identifikace veličin, které můžete a musíte měřit, a jejich následné sledování a interpretace, což dříve bez využití „big data“ platforem, umělé inteligence a strojového učení bylo velmi obtížné nebo finančně velmi náročné.
Praxe ukazuje, že i pro firmy s obratem desítek milionů korun mohou změny založené na implementaci pokročilých technologií znamenat rozdíl v hospodářském výsledku v řádu horních jednotek procent. Je tedy pochopitelné, že se využitím moderních technologií zabývá stále více společností.
 |
Miloslav Rut Autor článku je ředitelem společnosti Moore Technology CZ. |
