Промышленное производство
Промышленный Интернет вещей | Промышленные материалы | Техническое обслуживание и ремонт оборудования | Промышленное программирование |
home  MfgRobots >> Промышленное производство >  >> Manufacturing Technology >> Система управления автоматикой

Эволюция фабричного интеллекта: от человеческой экспертизы к умной автоматизации

Интеллектуальные фабрики существовали с исторического зарождения производства, но интеллект — определённый как приобретение и применение производственного знания — резидировал только у персонала фабрики.

С приходом числового управления (НУ) и затем компьютерного числового управления (ЧПУ) фабричные станки получили цифровые I/O возможности, но всё ещё не были умными. Цифрово-оснащённые станки, хоть и всё более продуктивные, не имели осознанности себя, окружения или выполняемых/планируемых задач.

Несмотря на эти ограничения, централизованный фабричный интеллект был достигнут в скромных масштабах через детерминистический низкоуровневый набор цифровых команд и ответов. Эксперимент в масштабной централизованной фабричной интеллекте — Протокол производственной автоматизации (MAP) General Motors 1982 года, работавший на токен-бус протоколе (IEEE 802.4). Эксперимент MAP-соснованной фабричной интеллекта закончился в 2004 году из-за трудностей поддержания операционной надёжности.

Одной из главных причин был недостаток устойчивости системы, обратная сторона требуемых детерминистических стандартов и протоколов фабричной коммуникации. Другая — подключённые станки не могли продолжать работать на каком-либо уровне, когда инструкции не поступали от центральной системы.

Аналогию можно провести с инфраструктурой мейнфрейм-терминал, ставшей устаревшей в 1990-х с развитием ПК и распределённых вычислений. Несколько значительных изменений позволили развитие умных станков для интеллектуальной фабрики. Первое — расширение повсеместной Ethernet LAN инфраструктуры IT на цех, позволяя быстрые 3D-загрузки model-based definition (MBD) и выгрузки процессных и продуктовых данных.

Вторые, сегодняшние цифровые двойники умны в том, что обладают осознанностью не только своих возможностей и операционного статуса, но и работы, которую можно выполнить на любом конкретном MBD. Таким образом, умные станки могут биддить на задачи, как их человеческие партнёры. Цифровой двойник умного станка не нуждается в детерминистических низкоуровневых инструкциях, а вместо этого отвечает на поданный MBD, и, если выбран, выполняет реальную работу с физическим аналогом.

Третьи, три стандартизированные базовые технологии — HTML, CSS и JavaScript — признаны как позволявшие массовое принятие Интернета и возникновение интеллектуальных глобальных систем. Предполагается, что аналогичные стандартизированные базовые технологии позволят Промышленный Интернет и фабричный интеллект в дискретном производстве. Ведущие стандарты Промышленного Интернета включают STEP (ISO 10360) для model-based definitions, MTConnect для процессных данных и Quality Information Framework (QIF) для продуктовых данных.

STEP несет большинство, если не всё, дизайн-интента как 3D семантическую модель в не-проприетарном формате, производном от нативной мастер-модели CAD-системы. MTConnect позволяет ЧПУ-оборудованию потреблять и производить структурированные, контекстуализированные процессные данные в не-проприетарном формате.

QIF позволяет измерительному оборудованию с ЧПУ потреблять и производить структурированные, контекстуализированные данные в похожем не-проприетарном формате. Все три стандарта и их начальные реализации прогрессируют в метриках производственной готовности.

Система управления автоматикой

  1. Эволюция Google Cloud в 2020: продвинутый Meet, миграция мейнфреймов, COVID данные и бесплатное обучение
  2. Как 5G трансформирует умные заводы в высокопроизводительные силовки
  3. Овладение бизнес-интеллектом: создание выигрышной стратегии для успеха, основанного на данных
  4. Автоматизация и ИИ для усиления кибербезопасности: более быстрая и умная защита
  5. BMW внедряет ИИ для повышения эффективности производства: от распознавания изображений до логистики
  6. Как работают SCADA-системы: мониторинг и контроль промышленных процессов
  7. Экспертное руководство: поддержка заводского оборудования в пиковом состоянии
  8. Tech Mahindra пионерствует Заводом Будущего с IoT, Блокчейн и ИИ
  9. Умные технологии на работе: как смартфоны революционизируют промышленный ландшафт
  10. Проверенные стратегии управления отходами для заводских менеджеров