facebook LinkedIN LinkedIN - follow
IT řešení pro výrobní podniky 1 , Plánování a řízení výroby

Přechod z analýzy na predikci ve výrobních podnicích

Tomáš Bartoš


Dimension DataTechnologie digitálního věku prostupují celou společností, což stále více platí i o výrobních firmách. Tedy o podnicích, které jsou tradičně spíše konzervativní a jakákoli novinka musí být se stávajícím výrobním procesem plně kompatibilní. Pravdou nicméně je, že ve srovnání se zahraničím jsou české výrobní firmy ještě opatrnější. Ovšem i u nás lze již najít první inovace, díky kterým se mohou některé továrny považovat za nositele průkopnických myšlenek digitální éry.


Mezi hlavní digitálně-technologické trendy v oblasti výroby patří vedle stále víc zastoupené automatizace a robotizace také virtuální realita, svět internetu věcí a big data analýzy včetně předvídání vývoje na základě zkušeností i aktuálního stavu. Díky IoT mohou výrobní podniky zaznamenávat mnoho parametrů svých výrobních strojů, jako je zvuk, teplota, otáčky apod. A big data analýzy zase umožňují všechny tyto naměřené záznamy porovnat s údaji z minulých let i jiných závodů a vytvořit tzv. patterny – indikátory, které předcházejí poruše stroje. Z analýzy proč se to stalo se stává predikce – kdy se to stane.

Všechny tyto technologie mají jedno společné: cílem je nabídnout výrobním podnikům prostředky nejen pro zefektivnění výroby, ale také pro zkvalitnění výstupů, předcházení výpadkům a snížení provozních nákladů.

Malé rozměry, obrovské možnosti

Svět internetu věcí je bezesporu fenoménem, který může přenést výrobu na zcela novou úroveň. S relativně malými pořizovacími provozními náklady lze v rámci výrobního procesu měřit v podstatě cokoli, na co si vzpomeneme. Kdekoli a v reálném čase. Firmy tak mohou využívat nejen informace o době provádění jednotlivých kroků, o teplotě a tlaku prostředí nebo o okolních vibracích, ale také o takových specialitách, jako je teplota svaru, utahovací moment nebo třeba frekvence zvuků vydávaných stroji.

Všechna tato data lze ihned po jejích získání podrobně analyzovat a včas tak upozornit na případné problémy – tedy ještě dříve, než se projeví v míře, která by byla detekovatelná tradičními ověřovacími postupy, například lidskou výstupní kontrolou u finálního výrobku. Brzké odhalení závady umožňuje výrobní proces včas přerušit v případě, kdy se projeví více faktorů, které v minulosti vedly k vadnému výrobku. A pochopitelně také vše co nejdříve uvést do funkčního stavu a významně zkrátit dobu prostojů. Díky okamžité reakci odpadá i mnohdy velmi složité zjišťování, v jaké fázi výrobního procesu k problému došlo.

Obrovskou výhodou analýzy dat ze světa internetu věcí je možnost porovnávání se známými vzory, které navíc nemusí pocházet jen z dané firmy, ale také z rozsáhlých znalostních bází poskytovaných výrobcem daného zařízení. Tyto analýzy přitom mohou probíhat přímo v rámci interních on-premise systémů i v prostředí cloudů – jen tak pro zajímavost, tento cloudový přístup volí i Evropská organizace pro jaderný výzkum CERN, u které nárazově roste náročnost již tak dost obtížných výpočtů, a musí je proto předávat do smluvních datových center. Kdyby chtěli výpočty provádět lokálně, museli by mít dle odhadů svoji vlastní elektrárnu určenou jen pro výpočetní zdroje.

Zvukem za vyšší spolehlivostí

V oblasti kontroly výrobních zařízení se stále více uplatňují sonické senzory, ať již v rámci IoT nebo speciálních měřicích přístrojů. Analýzou zaznamenaných zvuků a jejich frekvencí lze odhalit atypické chování stroje vedoucí k poruše, dokonce ještě v době, kdy vše vypadá naprosto v pořádku a nejsou patrné žádné nezvyklé projevy. Lze to přirovnat k postupu zkušeného automechanika, který dokáže jen podle zvuku motoru poznat pravou příčinu závady na vozidle. Automatizace těchto postupů nicméně celý proces analýzy zrychluje a zpřesňuje.

Díky možnosti porovnávat získané hodnoty s dostupnými vzory lze tedy závadu na výrobním zařízení detekovat se značným předstihem, a to včetně přesného určení příčiny problému a dalšího vývoje v blízké budoucnosti. Firmy se tak mohou lépe připravit na nezbytnou opravu, která může být s ohledem na včasné zjištění závady velmi rychlá i finančně podstatně méně náročná. Navíc lze plně automatizovat i rezervování a objednávání náhradních dílů. Pochopitelně lze podpořit i proces samotné opravy, například připomenutím, pokud se dlouho nic neděje, apod.

Vidím, rozumím a nechybuji

Ve srovnání s minulostí bývají moderní výrobní stroje natolik složité, že skutečné pochopení jejich podstaty vyžaduje dlouhodobé studium. Diagnostika stavu – či chcete-li zdraví – těchto strojů a případné opravy tak často znamenají náročné, pomalé a drahé úkony, případně jsou v zákaznickém prostředí neřešitelné. Nepříznivý stav si velmi dobře uvědomují i výrobci, a hledají tak cesty, jak zákazníkům z řad výrobních firem jejich každodenní starosti usnadnit a v ideálním případě tyto problémy maximálně eliminovat.

Jednou z cest je uplatnění 3D modelů v prostředí virtuální (přesněji řečeno rozšířené) reality. Díky zobrazení konstrukce, postupů a nápovědy v reálném čase lze s fyzickým zařízením manipulovat přesně dle doporučení výrobce a není přitom nutné složitě přemýšlet nad tím, jak autor písemné pokyny myslel – vše je vidět na první pohled a při dostatečné důslednosti se nelze splést. O jak moc velký pokrok jde, si uvědomíme, vezmeme-li do úvahy kvalitu tištěných návodů například pro sestavování a zapojování některých průmyslových spotřebičů. Virtuální realita se dá využít i pro přehledné zobrazení složitých rozvodných struktur, jako je například potrubí v chemických závodech apod.

Sjednocení analýzy dat v praxi

Konkrétním příkladem efektivního využití moderních digitálních technologií může být řešení pro společnost Modely Obaly, do které naše společnost pomáhala implementovat centralizovaný systém pro jednotné sběrné místo motohodin a dalších informací o výrobě. Tato výrobní společnost se potýkala se složitou analýzou nákladů a spotřeby materiálů v rámci celé společnosti. Data bylo nutné ručně přepisovat z lokálních tabulek do centrálního systémů a například zvýšená spotřeba materiálu se odhalila až s velkým časovým odstupem.

Nyní mají zaměstnanci k dispozici mobilní aplikaci, která zjednodušuje údržbu, opravy a centralizuje statistiky a objednávání materiálů. Tato aplikace funguje na běžných mobilních telefonech a různí zaměstnanci v ní mají povolené odlišné přístupy. V praxi to funguje tak, že obsluha stroje nahlásí a vyfotí problém do aplikace a ta opravu automaticky přiřadí k vhodnému týmu. Tomu nabídne možnosti, jak se podobná závada řešila v minulosti. Technik si ve skladu naskenuje potřebné náhradní díly, které pro opravu použije, a aplikace v případě nutnosti objedná další. Aplikace sama rozpozná prioritu určité opravy, zajišťuje, aby se na ni nezapomnělo nebo aby na stejném problému nepracovaly zbytečně dva týmy. Každý uživatel má nastavené své role, aplikace je přehledná a nenabízí více, než daný uživatel potřebuje.

Centralizovaný systém kromě oprav sdružuje všechna data z jednotlivých strojů a automaticky prioritizuje objednávky materiálů v reálném čase na základě poptávky. Tím zkracuje dobu dodání výrobku, protože snižuje na minimum dobu prodlevy mezi požadavkem na výrobu produktu a alokováním výrobních zdrojů. Systém navíc inteligentně navrhuje využití jednotlivých strojů, čímž zvyšuje efektivitu celé výroby.

Bez ohledu na aktuální požadavky je velmi pravděpodobné, že bez moderních technologií se v budoucnu neobejde žádná firma. Zbývá se jen zeptat: Pokud je běžné měnit mobilní telefon každé dva roky, počítač každých pět let, proč zůstávat 40 let se stejným systémem plánování a oprav ve výrobním podniku?

Tomáš Bartoš Tomáš Bartoš
Autor článku je Business Development Manager společnosti Dimension Data Czech Republic. Dříve pracoval v Digital Equipment, APP, Logica a HP, kde se podílel na obchodních strategiích velkých IT projektů.
Chcete získat časopis IT Systems s tímto a mnoha dalšími články z oblasti informačních systémů a řízení podnikové informatiky? Objednejte si předplatné nebo konkrétní vydání časopisu IT Systems z našeho archivu.