Ambiciózus tervekkel állt elő egy magyar cég, amely a régebbi gépeket használó üzemekbe is elvinné az Ipar 4.0-t.

Egy januárban alapított magyar startup, a REACH olyan Ipar 4.0-megoldást, amely a big data és a mesterséges intelligencia, pontosabban gépi tanulás (machine leraning – ML) segítségével a gyártógépek cseréje nélkül oldja meg az intelligens gyártás fontosabb problémáit.

A REACH (a cégnév a Real-time Event-based Analytics and Collaboration Hub rövidítése) nyílt forráskódú platformot épített. Ehez a Cloudera adja a Hadoop-disztribúcióját, amellyel a gyártósorról érkező különböző szenzoradatokat lehet összegyűjteni egy közös adat-platformra, a Dell EMC pedig a platformhoz optimalizált, gyorsan telepíthető és tetszőlegesen skálázható hardvert biztosítja.

A kulcsszó: valós időben

A platform, melynek piacképes változatát a három részt vevő cég után CDR projektnek nevezték el, lényegében a gyártósorokról érkező adatokat becsatornázó IoT gateway és a MES rendszer (Manufacturing Execution System) közé épül be. A beérkező adatokat big data és ML algoritmusokat használva valós időben, gyártás közben feldolgozza, majd az eredmény alapján egyszerű utasításokkal tudja az adott gépet irányítani, sőt akár komplex robotvezérlésre is képes.

A REACH techológiai igazgatója, Tunkel Richárd a rendszert bemutató sajtótájékoztatón arról beszélt, hogy a fejlesztésnél sem a felhős rendszer, sem az edge computing nem volt járható út. Előbbinek az a hátránya, hogy túlságosan nagy a késleltetés az adat beérkezte, a feldolgozás és a reakció folyamatában, míg utóbbinak az, hogy csak egy gépre vonatkozik, nem lehet vele kezelni például egy teljes gyártási folyamatot. Tunkelék ezért a platformot az ún. fog computing elvei szerint építették fel, azaz a felhő előnyeit közelebb vitték az adatforrásokhoz, hogy a folyamatok valós idejűvé válhassanak. (A fog computing fogalmát négy éve a Cisco kezdte el alkalmazni épp az IoT-s adatok valós idejű elemzése kapcsán.)

Így oldható meg hatékonyan Tunkel szerint, hogy valós időben lehessen figyelni, elemezni és beavatkozni a teljes gyártási eseménytérben.

Megfigyel és gyűjt – tanul – beavatkozik

A platform a Listen – Learn – Execut hármasságára épül. Első lépésben a rendszer begyűjt adatokat. Második lépésben tanul. Az adatok elemzéséből meghatározza, hogy melyek azok a paraméterek, melyeket súlyozottan figyelnie kell a gyártási folyamatban várható problémák időbeni észleléséhez. Végül beavatkozik, javaslatot tesz az operátornak, de automatizálhatja is a beavatkozást, amihez az operátornak csak jóváhagyást kell adnia.

Így épül be a REACH platformja a gyár informatikai rendszerébe


Ez a gyakorlatban azt jelenti, hogy a gyártóberendezésekről érkező adatokat összegyűjti egy data lake-be. Az adatokat AI segítségével auto-korrelációt alkalmazva elemzi, majd az eredmény alapján optimalizálja a termelést.

Ez jelentheti a selejt csökkentését, a karbantartások jobb ütemezését, például azzal, hogy a rendszert megtanítják a típushibákra, valamint az elhárítás módjára is. Ez utóbbi azért fontos, mert így egy kevésbé képzett operátor is el tud végezni olyan hibaelhárítási feladatokat, melyekhez egyébként nagy tapasztalat kell.

Sokoldalúan alkalmazható

A rendszer bevezetésének a fejlesztők szerint számos helyen kimutatható az előnye. A dolgozók, mérnökök és vezetők valós időben követhetik a gépek állapotát, és a kritikus események megtörténtéről azonnal értesítést kaphatnak, így gyorsabb lesz a problémakezelés.

Valós idejűvé válik a teljeseszközhatékonyság- és állásidő-menedzsment, valamint a ciklusidő-számítás. Tunkel Richárd szerint már azzal is eredményt lehet elérni, ha csak bejelentjük ezeknek az adatoknak a figyelését. Az eredmények fenntartásához szükség van a visszacsatolásra, azaz a dolgozókkal folyamatosan közölni kell, hogy állnak ezekben a mutatókban.

Rugalmasabbá válik a karbantartási periódusok tervezése és a hasznos élettartam becslése. Az algoritmusok folyamatosan felügyelik a gépek és termékek állapotát és képesek megjósolni azok tönkremenetelét. Akár az is megoldható, hogy a termelési sebesség csökkentésével kitolja az adott gép élettartamát a pótalkatrész megérkeztéig, amivel csökkenti a kieséseket.

A REACH rendszeréhez kidolgozott használati eseteket gépek gyáron belüli nyomon követésére, anomáliadetektálásra, selejtkövetésre és előrejelzésre is.

Mivel a rendszer nyílt forráskódú, elvileg ingyen is lehet használni, ha van hozzá szakértelem. Ahol a REACH vezeti be a rendszert, ott a feldolgozott adatmennyiségtől (gigabájtonként 1 euró), szerverszámtól és memóriától függő supportdíjat számol fel. Tunkel szerint ezek a projektek jellemzően gyármérettől függően 10-100 millió forint nagyságrendűek, de kevesebb mint egy év alatt megtérülnek (a jellemző megtérülési idő 8-10 hónap). A demórendszert testközelből is meg lehet nézni a BME-n nyílt Ipar 4.0 technológiai központban.

Cloud & big data

Van egy cég, amelyik az Nvidiánál is nagyobbat nyert az MI-őrületen

Nem valami megnyugtató, ha belegondolunk, hogy milyen tevékenységet értékelnek ilyen sokra a befektetők.
 
A software defined network már évek óta velünk él. Csak idő kérdése volt a koncepciót kiterjesztése a WAN-okra.

a melléklet támogatója a Yettel

Amióta a VMware a Broadcom tulajdonába került, sebesen követik egymást a szoftvercégnél a stratégiai jelentőségű változások. Mi vár az ügyfelekre? Vincze-Berecz Tibor szoftverlicenc-szakértő (IPR-Insights) írása.

Nyílt forráskód: valóban ingyenes, de használatának szigorú szabályai vannak

Különösen az early adopter vállalatoknak lehet hasznos. De különbözik ez bármiben az amúgy is megkerülhetetlen tervezéstől és pilottól?

Sok hazai cégnek kell szorosra zárni a kiberkaput

Ön sem informatikus, de munkája során az információtechnológia is gyakran befolyásolja döntéseit? Ön is informatikus, de pénzügyi és gazdasági szempontból kell igazolnia a projektek hasznosságát? Mi közérthető módon, üzleti szemmel dolgozzuk fel az infokommunikációs híreket, trendeket, megoldásokat. A Bitport tizennegyedik éve közvetít sikeresen az informatikai piac és a technológiát hasznosító döntéshozók között.
© 2010-2024 Bitport.hu Média Kft. Minden jog fenntartva.