Internet Rzeczy to trend technologiczny, który coraz mocniej zaznacza swoją obecność. Nie tylko w kontekście konsumentów końcowych, ale także w szeroko pojętym przemyśle. Rok 2020 i pandemia dodatkowo wzmocniła ten kierunek rozwoju. Jedną z istotniejszych potrzeb biznesu stała się niezależność lokalizacyjna. Wiele osób pracuje zdalnie. Zadania, które nie mogą być realizowane w tym trybie, wymuszają konieczność przekształcania miejsc pracy i dostosowywania ich do potrzeb konkurencyjnego rynku oraz zmian będących skutkiem pandemii.
Zarówno biura dla pracowników umysłowych jak i zakłady produkcyjne wdrażają technologie zdalnego dostępu i zarządzania z wykorzystaniem urządzeń mobilnych. Rozwiązania obejmujące bezkontaktowe interakcje, czujniki IoT, czytniki RFID, NFC stają się podstawą niezbędną do bezpiecznego i efektywnego realizowania zadań biznesowych na każdym poziomie. Na znaczeniu zyskują też systemy umożliwiające zdalne zarządzanie procesami produkcyjnymi.
Spis Treści:
- IIot – co to jest?
- Zastosowanie IIoT w firmach produkcyjnych
- Predykcyjne utrzymanie ruchu (predictive maintenance)
- Inteligentne zarządzanie produkcją z MES
IIot – co to jest?
Przemysłowy Internet Rzeczy (IIoT) odnosi się do zastosowania rozwiązań IoT w przemyśle. Mowa tu o skomplikowanej sieci połączonych i współpracujących ze sobą urządzeń, maszyn, systemów i technologii informatyczno-operacyjnej, np. systemów sterowania, sensorów, komputerów i urządzeń mobilnych tj. tablety czy smartfony, systemy do zarządzania produkcją itp. Współpraca wszystkich tych elementów powoduje, że firmy produkcyjne są w stanie zbierać, przetwarzać, archiwizować oraz analizować niespotykaną dotąd ilość precyzyjnych danych, które przekładają się znaczący wzrost wydajności produkcji oraz procesów organizacyjno-zarządczych dotyczących produkcji. Zapewnienia to firmom produkcyjnym cyfrową pętlę zwrotną – kompleksowe informacje procesach, operacjach i produktach.
Rozwój IIoT jest nierozerwalnie połączony z technologiami takimi jak cloud computing, edge computing, big data, zastosowanie sztucznej inteligencji oraz uczenie maszynowe.
Zastosowanie IIoT w firmach produkcyjnych
W ramach tego podejścia, przedsiębiorstwa produkcyjne wdrażają nowoczesne systemy do zarządzania produkcją. System od Optimakers, jako kompleksowe oprogramowanie dla produkcji, wpisuje się w założenia przemysłu 4.0. – pozwala na zdalną kontrolę i monitoring produkcji w czasie rzeczywistym, zbieranie danych przy pomocy czujników IoT bezpośrednio z maszyn i urządzeń, przetwarzanie dużych ilości danych w chmurze oraz zastosowanie zaawansowanych algorytmów sztucznej inteligencji.
Predykcyjne utrzymanie ruchu (predictive maintenance)

Wspomniane zmiany widoczne są szczególnie w obszarze zarządzania konserwacją i utrzymaniem ruchu. Duże naciski klientów na niezawodną, szybką i elastyczną produkcję wymagają niezawodnego parku maszynowego.
Predictive maintenance wiąże się z odejściem od reagowania na pojawiającą się usterkę na rzecz stałej kontroli i analizy parametrów maszyn, danych historycznych odnośnie napraw i żywotności maszyn/części oraz regularnych przeglądów i działań serwisowych. Podejście predykcyjne pozwala obniżyć koszty związane z serwisem i naprawą jak również strat wynikających z nieplanowanych przestojów czy niedotrzymania terminów realizacji zleceń. IIoT daje szerokie spektrum narzędzi do realizacji tego podejścia, np. czujniki drgań, temperatury, wilgotności, które stale dostarczają do nadrzędnego systemu dane o stanie maszyn i umożliwiają z dużą precyzją przewidywanie wystąpienia awarii oraz odpowiednio wczesne zaradzenie temu. Wsparcie systemu CMMS od Optimakers ułatwia wdrożenie konserwacji predykcyjnej oraz sprawne zarządzanie utrzymaniem i konserwacją maszyn i obiektów.
Do kluczowych zadań CMMS (Computerised Maintenance Management Systems) należy m.in.:
- zarządzanie dokumentacją techniczną oraz zasobami tj. maszyny, urządzenia, aparatura czy infrastruktura obiektu,
- harmonogramowanie napraw, okresowych przeglądów itp.,
- generowanie statystyk, raportów i analiz,
- tworzenie prognoz zużycia i ryzyka wystąpienia usterek sprzętu i maszyn (na podstawie których są planowane działania zapobiegawcze),
- elastyczne reagowanie na nieprzewidziane awarie,
- prowadzenie gospodarki magazynowej Utrzymania Ruchu i zarządzanie zamówieniami części zamiennych i materiałów.
Inteligentne zarządzanie produkcją z MES
Ilość technologii oraz stopień skomplikowania dzisiejszej produkcji oznacza generowanie ogromnej ilości danych, a to z kolei generuje potrzebę sprawnych systemów integrujących dane z różnych źródeł, które usprawniają przepływ danych i pozwalają na wykorzystanie pełnego potencjału z nich płynącego – w zakresie zdobywania nowej wiedzy, wyciągania wniosków i oceny skuteczności procesów, przewidywania i podejmowania trafnych decyzji.
System od Optimakers działa w oparciu o najnowsze technologie, m.in. IoT oraz Machine Learning – dzięki temu to oprogramowanie jest w stanie z dużą dokładnością określić, kiedy najprawdopodobniej wystąpi zużycie danej części, awaria maszyny czy inne problemy na linii produkcyjnej. MES jest dostępny również jako rozwiązanie chmurowe – jest to wariant atrakcyjny finansowo, eliminujący konieczność utrzymywania infrastruktury i dedykowanych pracowników, który umożliwia elastyczne skalowanie produkcji. Chmura pozwala na analitykę w czasie rzeczywistym, elastyczne reagowanie oraz sprawne przywracanie systemów po awarii.
System MES jest stale rozwijany i dostosowywany do potrzeb rynku – pozwala na płynną integrację z różnego typu systemami niezbędnymi w firmach produkcyjnych. Umożliwia to dostęp do kompleksowych danych z produkcji w czasie rzeczywistym i z dowolnego miejsca – efektywne sterowanie produkcją w każdych warunkach i produkcja na zlecenie staje się celem możliwym do realizacji.
Jeden komentarz
[…] to koncepcja cyfrowej repliki procesu, obiektu lub usługi. Digital Twin wykorzystuje algorytmy uczenia maszynowego, których celem jest odnalezienie wzorców nieprawidłowości i prawidłowości w strumieniach […]