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