Vi är nu i startgropen från att gå från Industri 4.0 till iFactory, där vi använder oss mer utav datan från maskinerna och integrerar detta i nya system som skapar nya värden. Med iFactory ökar vi produktiviteten i fabrikerna, minskar förlusten och ökar vinsterna.
Kunskap
Du behöver inte längre registrera siffror manuellt! Data samlas in, analyseras och visualiseras för noll driftstopp och realtidshantering.
Den verkligt papperslösa fabriken för digital omvandling! Processvisualisering möjliggör produktionsövervakning och MES-integration för att optimera produktionen.
Den viktigaste uppgraderingen till Industri 4.0! Situationsrummet Industri 4.0 realiserar datadriven optimering, hantering och beslutsfattande.
Smart, ansluten och datadrivenDen smarta fabriken använder data för att enkelt justera och styra alla aspekter av verksamheten i realtid, med nästan full automatisering. IoT och digitala investeringar är grunden för proaktiv, självmedveten fabriksverksamhet, underhåll och innovation.
Sensorer är en viktig pusselbit för att göra en fabrik smart. Men även tillförlitliga öppna system för realtidsberäkning krävs för att analysera data från sensorerna. Med hårdvara anpassad för att klara av dessa uppgifter kan man exempelvis samla in information om material, produktionshastigheter eller en process. Detta kan sedan delas mellan olika maskiner för att på så sätt få en mer effektiv produktion. Då får man också en större säkerhet i sitt produktionsflöde och sårbarheten minskar ju fler maskiner man ansluter.
Med över 40 års produktutveckling har Advantech de produkter som lämpar sig för dessa arbetsuppgifter, dels vad gäller miljö, men även prestanda. Väl utvecklade produkter krävs för att ta klivet från gårdagens automationer till morgondagens smarta fabrik.
Självlärande system för systemetFramtida fabriker kommer så småningom att bli ett stort system som består av hundratals små system som oberoende arbetar mot samma mål. Från produktion och underhåll till leveranskedja och säkerhet. Varje system och delsystem använder AI, vision, deeplearning och edgeanalys för att kommunicera och styra allt på fabriksgolvet.
Denna miljö för maskin-till-maskin-kommunikation förbättrar driftseffektiviteten och minskar oplanerade stilleståndstider. Produktionen blir så lyhörd för anpassade förfrågningar och materialvariationer att fabriken i huvudsak arbetar med ”en ekonomi” för att konkurrera med dagens skalfördelar.
Självövervakningsutrustning som använder sensorer som Advantechs LoRaWAN smarta vibrationssensor kan upptäcka små förändringar och sedan exempelvis schemalägga sin service vid rätt tid. Detta kan då genomföras genom öppen men säker hårdvara som är anpassad för kontroll och lagring som möjliggör högre prestandanivåer.
En hub av mänskligt maskinsamarbeteDen smarta fabriken betonar samarbetet mellan människor, maskiner och produktionssystem i hela tillverkningskedjan.
Maskin-till-människa-samarbeten gör det möjligt för anställda att arbeta säkrare och ger dem möjlighet att göra snabbare, mer precisa bedömningar utifrån affärsbehov. Eftersom smarta fabriker minskar antalet människor på golvet, får de anställda hjälp av samarbetsrobotar (co-bots) för komplexa uppgifter, medan repetitivt, skadligt arbete hanteras av robotar.
Vi människor använder verkligheten och datavisualisering för att hantera användbar information om produktion, underhåll och produktstatus. Ett företag med digital kultur uppmuntrar användning av data för det dagliga arbetet, vilket gör att de anställda kan lägga mer tid på att lösa problem och stödja affärsframgångar. En yngre arbetskraft lockas av uppdaterad teknik, säkrare arbetsmiljöer och roller som är bättre anpassade till deras generation.
Autonomisk och självanpassadGenom att vara frigående och självanpassad gör den smarta fabriken det möjligt för tillverkare att utöka IIoT:s tillämpning och värde för att stödja förändrade affärsstrategier.
Fabriken blir smartare och mer frigående med tiden, med hjälp av data för att optimera resursfördelning och omvandla affärer. När fler maskiner och system blir tätt sammankopplade, mognar tillverkningen till en intelligent fabriksmodell där OT och IT strålar samman och strategiskt engagerar sig i affärsbeslut.
AI och deeplearning ger allt mer detaljerade, exakta och meningsfulla digitala modeller av utrustning och processer. Detta möjliggör mer datadriven beslutsfattning och planering. Enheter reagerar på händelser på en mycket högre kognitiv nivå och skaffar sig intelligens över tid. Produktionskontroller blir självgående och nya affärsmetoder dyker upp.
Med hjälp av insikter och automatisering från data har de viktigaste tillverkningsdrivrutinerna expanderat från tillverkningseffektivitet och produktkvalitet till att även inkludera produktionsflexibilitet. Mitt i denna ständigt utvecklande miljö blir fabriken och dess system allt mer intelligenta, självkännande, självgående, samarbetsvilliga och självfördelande med system utöver sig själva.
Flexibilitet i realtid i mjukvarudefinierade produktionslinjer utan mänsklig interaktion eller processavbrott
Datadriven maskinautomatisering vid höga toleransnivåer
Flervägskommunikation mellan alla anslutna enheter
Sensorutrustade bärbara produkter som ökar medarbetarnas produktivitet
Automatiserad hantering med endast programvara och digital policy Analyser som ger insyn i maskinstatus för att förutsäga och förebygga problem Öppna, fullt fungerande system och smidigt dataflöde End-to-end-säkerhet längs hela dataflödet
Industrial Internet of Things (IIoT) är en uppsättning teknologier som ger modern automatisering och kommunikationsmöjligheter till fabriker. IIoT-aktiverade fabriker använder avancerade sensorer, ställdon, datorer, algoritmer och nätverksfunktioner för att göra det möjligt för maskiner att analysera data, fatta beslut och utföra åtgärder autonomt. Dessa maskiner delar information med andra maskiner, människor och företagsövergripande system på ett säkert sätt och i tid för övervakning och kontroll av fabriksverksamhet.
Edge computing sänker datakostnader och latens genom att bearbeta data precis där de genereras. Genom att placera dataanalyser och automatiseringsfunktioner på samma plats där data samlas in, möjliggör edge computing nya funktioner för moderna verkligheter och industriell big data.
Maskininlärning avser algoritmer genom vilka en dator automatiskt lär sig relationer inom tillräckligt stora datamängder och sedan förbereder ”utbildade modeller” som kan distribueras i industriella operationer. Till exempel kan maskininlärningstekniker användas för att automatiskt upptäcka defekter i delar och material. Deep learning är en underkategori av maskininlärning, även känd som inferensering. Den representerar utbildade modeller som använder successiva (djupare) lager av relationer mellan originaldata och lägger till mellanliggande datorgenererade data. För vissa uppgifter fungerar modeller med djup inlärning mer exakt än människor.
Time Sensitive Networking (TSN)-teknologi förbättrar standard Ethernetbaserade nätverk genom att lägga till tidsrelaterade attribut som synkronisering, låg latens och streamingkanaler. I smart tillverkning kommer stora datamängder att översvämma nätverken. TSN-aktiverade nätverk och enheter gör det möjligt för maskiner att utbyta tidskritisk data med garanterad bandbredd och deterministisk latens. TSN är standardiserat av IEEE.
Linus Öberg
