Makale kaynağı: MathWorks
Endüstri 4.0 tarafından yönlendirilen imalat endüstrisinin üretkenliği ve karlılığı, benzeri görülmemiş bir şekilde iyileştirildi. Jos Martin (MathWorks'ün Kıdemli Mühendislik Müdürü, matematiksel hesaplama yazılımı geliştiricisi), 2020'nin yedi ana eğilim sunmasının beklendiğini ve profesyonellerin önümüzdeki on yılın ekonomik eğilimine ve fabrikanın gelecekteki yönüne öncülük edecek teknolojiyi tahmin etmelerine yardımcı olmasının beklendiğini belirtti.
Hiç şüphe yok ki, bu süreçte, kişiselleştirilmiş ve özelleştirilmiş ürünlere yönelik artan talebi karşılamak, israfı azaltmak ve kaynakları daha sorumlu bir şekilde kullanmak gibi birçok zorlukla karşılaşılacak. Bununla birlikte, yaratıcılık ve ustalığın ikili yardımı ile, tüm zorluklar çözülecek ve sonuçlar elde edilecektir. Peki yeni trendler neler?
1. Standartlaştırılmış protokoller aracılığıyla ağa bağlı makinelerin sorunsuz birlikte çalışabilirliğini gerçekleştirin Ara bağlantının sağlanması, yani fabrikadaki makinelerin ve modüllerin dinamik olarak yeniden düzenlenmesi esastır. Farklı tedarikçilerin cihazlarının sorunsuz bir şekilde birlikte çalışabilmesini sağlamak için standartlaştırılmış protokoller (OPC UA TSN gibi) önemli bir rol oynayacaktır. Hantal kablolama ve kablo hatları iz bırakmadan kaybolacak, yerini 5G ve türev teknolojileri gibi kablosuz protokoller alacak. Ancak makineler sadece birbirine değil aynı zamanda bulut sistemine de bağlıdır. Bulut sisteminde, iş verilerini ve mühendislik verilerini işlemek üzere güçlü algoritmalar çalıştırmak için esnek bilgi işlem yeteneklerini kullanın.
2. Pekiştirmeli öğrenme yeniden yükseltildi Takviye öğrenme (RL) eğitiminden sonra, AI (yapay zeka) programları, Go ve Satranç gibi tahta oyunlarında insan oyuncuları defalarca yendi, ancak Endüstri 4.0 çağında daha büyük bir rol oynayacaklar. Güçlendirme öğrenimi, mühendislerin robotik ve otonom sistemler, otonom sürüş, kontrol tasarımı ve robotik gibi karmaşık sistemlerde kontrolörleri ve karar verme algoritmalarını uygulamalarına yardımcı olur. Büyük başarılara şahit olacağız ve RL, büyük ölçekli sistemleri iyileştirmenin önemli bir parçası olmaya mahkumdur. Temel etkinleştirici faktörler, mühendislere RL stratejileri oluşturmak ve eğitmek için kullanımı kolay araçlar sağlamak, eğitim için büyük miktarda simülasyon verisi oluşturmak, takviye öğrenme araçlarını sistem simülasyon araçlarına kolayca entegre etmek ve gömülü donanım için kod oluşturmaktır. Takviye öğrenimi, endüstriyel alanda büyük atılımlar gerçekleştirmeye, mobil fabrika ekipmanının otomasyon düzeyini iyileştirmeye ve hatta insansız operasyonu gerçekleştirmeye yardımcı olabilir.
3. İşbirlikçi robotlar insanlarla yakın çalışır Otomasyon endüstrisi bir zamanlar, uzun bir dönüştürme süresi yatırmak veya diğer verimsizliklere tahammül etmek zorunda kalmadan, birden fazla üretim hattı aracılığıyla özelleştirilmiş numunelerin nasıl üretileceğine ilişkin güzel "tek numune boyutu" vizyonunu tartıştı. Endüstri 4.0 çağında, tam bir kişiselleştirilmiş üretim yelpazesine ulaşmanın ihtiyaçlarını karşılamak için bu vizyon sonunda gerçekleştirilecektir. Bu nedenle atölyede makine sabit ve esnek olmayan bir şekilde kurulamaz.Parametrelerin ayarlanıp ayarlanmasından sonra birkaç ay hatta yıllarca belirli bir ürün üretmek için kullanılabilir. . Geleceğin üretim hattı esnek olmalı ve çok sayıda yeniden yapılandırılabilir elektromekanik modülle inşa edilmeli, her geçen gün daha fazla robotla veya "işbirliğine dayalı robotlarla" (işbirlikçi robotlar insanlarla yakın çalışır), bir sonraki hattı üretmek için AI teknolojisini kullanmalıdır. Parametre ayarı ve makine ayarı için kişiselleştirilmiş bir ürün.
4. Simülasyon, sanal hata ayıklamayı gerçeğe dönüştürür Yazılım karmaşıklığının artması ve modüler yazılım bileşeni kombinasyonlarının sayısının artmasıyla birlikte, fiziksel makinelerde kapsamlı testler yapmak gittikçe zorlaşmakta, daha uzun ve daha uzun sürmekte ve bu da sonunda imkansız bir görev haline gelecektir. Bunun ışığında, fiziksel üretim hattını konuşlandırmadan önce, hataların olup olmadığını doğrulamak ve gereksinimlerin karşılandığını doğrulamak için simülasyon modeline dayalı olarak yazılımda sanal hata ayıklama gerçekleştirmek çok önemlidir. Şu anda, bir grup inovasyon lideri (dünyanın önde gelen şişeleme üretim hattı üreticisi Krones gibi), sanal hata ayıklama için çok alanlı simülasyon modellerini kullanmaya başladı.
5. Uç bilişim ilerledikçe tahmini bakım ve yapay zeka gelişmeye devam ediyor Uç hesaplama cihazlarının ve endüstriyel kontrolörlerin sürekli gelişimi göz önüne alındığında, bilgi işlem yetenekleri hızla artmıştır. Bulut sisteminin güçlü işbirliği ile üretim sistemi yazılım fonksiyonunda yeni bir durum yaratmanın yolunu açtı. AI algoritması, enerji ve diğer kaynakların tüketimini en aza indirirken tüm üretim hattının çıktısını dinamik olarak optimize edecek ve çok para tasarrufu sağlayacaktır. Kestirimci bakım gelişmeye devam edecek.Artık bir makinenin veya bir sahanın verilerini araştırmakla sınırlı değil, birden çok fabrikanın ve hatta birden çok farklı tedarikçinin ekipman verilerini kapsamlı bir şekilde dikkate almak. Gereksinimlere göre, bu algoritmalar gerçek zamanlı olmayan platformlara ve gerçek zamanlı sistemlere (PLC gibi) dağıtılabilir.
6. AI dağıtımının önündeki bazı engelleri ortadan kaldırmak için yüksek kaliteli verileri kullanın Doğru bir AI modeli eğitmenin çok fazla veri gerektirdiğinin farkındayız ve analist anketleri, veri kalitesini AI teknolojisinin başarılı bir şekilde benimsenmesinin önündeki birincil engel olarak görüyor. 2020'de simülasyon bu engeli düşürmeye yardımcı olacak. Genellikle sistemin normal çalışması hakkında çok fazla veriniz vardır, ancak asıl ihtiyacınız olan şey anormal veya ciddi arıza durumlarından elde edilen verilerdir. Bu, özellikle endüstriyel tesislerdeki pompaların kalan hizmet ömrünün doğru bir şekilde tahmin edilmesi gibi kestirimci bakım uygulamaları için geçerlidir. Fiziksel cihazlardan arıza verileri oluşturmak yalnızca yıkıcı değil, aynı zamanda pahalı olduğundan, en iyi uygulama, arıza davranışını simüle ederek ve sunarak veri oluşturmak ve ardından doğru AI modellerini eğitmek için sentetik verileri kullanmaktır. Simülasyon, yakında yapay zeka güdümlü sistemlerin önemli bir etkinleştiricisi olacak.
7. Veri bilimciler artık tek baskın grup olmayacak Yukarıdaki tüm trendler arasında, geleceğin fabrikasında çalışan insanlar değişimin en önemli parçası olacak. Teknolojilerin ve araçların yaygınlaşması ve uygulanmasıyla, giderek daha fazla mühendis ve bilim insanı (veri bilimcileriyle sınırlı değildir) AI projelerine katılacak. Geleceğin fabrikasında, mühendisler yukarıda bahsedilen trendleri karşılamak için modeller oluşturabilmeli, büyük veri setlerini işleyebilmeli ve ilgili geliştirme araçlarını kullanabilmelidir. Bu nedenle, endüstriyel ekipman inşa eden ve işleten şirketlerin işe alım yönlerini ayarlamaları ve gelecekteki gelişmeye tam olarak hazırlanmak için çok sayıda çok farklı kıdemli mühendisler işe almaları gerekir. Endüstri 4.0 sadece bir başlangıçtır.
sonuç olarak
İnsanlarla yakın çalışan işbirlikçi robotlardan simülasyon yoluyla sanal hata ayıklamayı gerçeğe dönüştürmeye kadar, 2020'de gelecekteki fabrikalar üzerinde kaçınılmaz olarak yıkıcı bir etkiye sahip olacak çok sayıda trend ortaya çıkacak. Bu değişikliklere uyum sağlamak kolay bir iş değildir, ancak bir takım çalışması hissini koruduğunuz ve uygun araçları kullandığınız sürece, sonunda başarılacaktır.
Sorumluluk Reddi: Bu makale çevrimiçi olarak çoğaltılmıştır ve telif hakkı orijinal yazara aittir. Bu makalede kullanılan videolar, resimler ve metinler telif hakkı sorunları içeriyorsa, lütfen mümkün olan en kısa sürede bize bildirin, içeriği hemen sileceğiz! Bu makalenin içeriği, orijinal yazarın fikridir; bu, bu resmi açıklamanın onun fikrini kabul ettiği ve gerçekliğinden sorumlu olduğu anlamına gelmez.
SON