Как развивается Factory Intelligence

Умные фабрики существовали с момента исторического зарождения производства, но интеллект, определяемый как приобретение и применение производственных знаний, принадлежал только персоналу фабрики.

С появлением технологий числового управления (ЧПУ), а затем технологий компьютерного числового управления (ЧПУ) фабричные станки получили возможности цифрового ввода-вывода, но все еще не были умными. Машины с цифровой поддержкой, хотя и становились все более производительными, не осознавали себя, свое окружение или задачи, которые выполняются или должны быть выполнены.

Несмотря на эти ограничения, централизованный заводской интеллект был достигнут в скромных масштабах с помощью детерминированного низкоуровневого набора цифровых команд и ответов. Экспериментом с крупномасштабным централизованным заводским интеллектом стал протокол автоматизации производства General Motor 1982 года (MAP), работающий по сетевому протоколу шины маркеров (IEE 802.4). В 2004 году завершился эксперимент с заводской интеллектуальной системой с поддержкой MAP, так как было трудно поддерживать эксплуатационную надежность.

Одной из наиболее важных причин была недостаточная отказоустойчивость системы, обратная сторона требуемых детерминированных заводских стандартов связи и протоколов. Другая причина заключалась в том, что подключенные машины не могли продолжать работать на любом уровне, пока не поступали инструкции из центральной системы.

Можно провести аналогию с инфраструктурой «мэйнфрейм-терминал», которая устарела в 1990-х годах с развитием ПК и распределенных вычислений. Несколько значительных изменений позволили разработать умные машины для умного завода. Во-первых, это расширение вездесущей инфраструктуры Ethernet LAN ИТ-отдела до цеха, что позволяет быстро загружать 3D-определения на основе моделей (MBD) и загружать данные о процессах и продуктах.

Во-вторых, современные цифровые двойники умны тем, что они осведомлены не только о своих возможностях и рабочем состоянии, но и о работе, которую можно выполнить на любом конкретном МБД. Таким образом, умные машины могут делать ставки на задачи, как и их партнеры-люди. Цифровой двойник умной машины не нуждается в детерминированных низкоуровневых инструкциях, вместо этого он отвечает на отправленный MBD и, если выбран, выполняет реальную работу со своим физическим аналогом.

Наконец, признано, что три стандартизированные основные технологии — HTML, CSS и JavaScript — способствуют широкому распространению Интернета и появлению интеллектуальных глобальных систем. Предполагается, что аналогичные стандартизированные базовые технологии позволят использовать промышленный Интернет и промышленный интеллект в дискретном производстве. К ведущим стандартам промышленного Интернета относятся STEP (ISO 10360) для определений на основе моделей, MTConnect для данных о процессах и Quality Information Framework (QIF) для данных о продуктах.

STEP несет в себе большую часть, если не все, замысел проектирования в виде трехмерной семантической модели в непатентованном формате, полученном из исходной эталонной модели CAD-системы. MTConnect позволяет автоматизированному производственному оборудованию получать и создавать структурированные, контекстуализированные технологические данные с использованием непатентованного формата.

QIF позволяет автоматизированному измерительному оборудованию потреблять и создавать структурированные, контекстуализированные данные с использованием аналогичного непатентованного формата. Все три стандарта и их первоначальные реализации улучшаются в плане показателей готовности к производству.