Zapotrzebowanie na interoperacyjność danych i systemów w inteligentnej produkcji

Ostatnio w sieci znów popularna stała się infografika ukazująca, ile lat danej technologii zajęło zdobycie 50 mln użytkowników (dla przypomnienia: samochód 62 lata –Facebook: 2 lata; Pokemon Go: 19 dni! pełna infografika: link). Nie trudno zauważyć że wszystko przyśpieszyło, jak więc w nowym świecie radzi sobie automatyzacja, która rodziła się przecież za czasów Henrego Forda? Radzi sobie doskonale, ale też przeszła długą drogę, pełną rozwoju nowych technologii czy ujednolicania procesów. W nowej erze automatyki przemysłowej i inteligentnej produkcji, organizacje skłaniają się ku wykorzystywaniu danych generowanych przez zakłady produkcyjne do podejmowania świadomych decyzji, dotyczących udoskonaleń produkcji i procesów.

Inteligentna produkcja – funkcjonowanie

Udoskonalenia inteligentnej produkcji można podzielić ogólnie na sześć różnych segmentów: analiza predykcyjna, śledzenie i monitorowanie, zapobieganie błędom, predykcyjne utrzymanie ruchu, łatwe rozwiązywanie problemów i monitorowanie zdalne. Do wdrażania tych udoskonaleń potrzebne są interoperacyjne systemy, które mogą się skutecznie komunikować, oraz czujniki i urządzenia umożliwiające dostarczanie danych wymaganych do osiągania celów producentów. Przykładowo jeśli celem jest bezbłędne przezbrojenie między cyklami produkcyjnymi, wówczas mogą być wymagane systemy sprzężenia zwrotnego umożliwiające identyfikację części zamiennych, pomiary na potrzeby zmian ustawień maszyn, a nawet wskaźniki stanowiskowe informujące na bieżąco operatorów. Podobnie, aby wdrożyć predykcyjne utrzymanie ruchu, systemy wymagają urządzeń monitorujących i gromadzących historyczne dane oraz na podstawie ich analizy generujących alerty lub informacje stanie ich lub całego systemu.

Tradycyjne metody integracji systemów sterowania, polegające w znacznym stopniu na dyskretnych i/lub analogowych sygnałach, ze względu na swoje ograniczenia nie są dziś wystarczające. Od nowoczesnych rozwiązań automatyki przemysłowej wymagamy informacji diagnostycznych o aktualnym stanie urządzenia (np. warunki środowiskowe: temp, czas pracy, napięcie zasilania, zabrudzenie czujnika optycznego), a także możliwości zdalnej parametryzacji. Standardowy sygnał cyfrowy czy analogowy nie jest w stanie przedstawić takich informacji. Czasy w których awaria wymagała interwencji ręcznej w celu usunięcia problemu (strata cennego czasu), odchodzą do lamusa. Dziś systemy monitorują nieprzerwanie parametry czujników, potrafią je także gromadzić, analizować i w oparciu o dane historyczne zapobiegać potencjalnym awariom.

Sieci przemysłowe a interoperacyjność

Pojawia się pytanie – dlaczego nie wykorzystywać sieci przemysłowych do komunikacji pomiędzy czujnikami, a systemami sterowania? Sieci przemysłowe mogłyby rozwiązać problemy związane z danymi i interoperacyjnością, jednak nie są środkiem idealnym.
• Jednym z problemów jest bardzo duża różnorodność dostępnych na rynku rozwiązań, zastosowanie w zakładzie wielu rodzajów sieci dla różnych maszyn wymaga, aby te urządzenia obsługiwały wiele protokołów sieciowych. Jedocześnie firma musi dysponować zapasem wszystkich używanych przez siebie wariantów urządzeń co stanowi duży koszt.
• Niektóre z powszechnie stosowanych systemów sieciowych mają ograniczenia dotyczące liczby dodawanych modułów — zazwyczaj podsieć może obsłużyć 256 modułów. Dodatkowe moduły wymagają kosztownej rozbudowy.

Nowe podejście do interoperacyjności

Duża różnorodność sieci wprowadziła dość duże zamieszanie na rynku komunikacji przemysłowej. Zaczęto szukać nowej opcji, która zapewni wspólną, standardową komunikację na poziomie urządzeń, charakteryzującą się inteligentnym działaniem i niezależnością od rodzaju sieci przemysłowej. Dzięki temu umożliwia interoperacyjność w obrębie struktury sterowników i stanowi najodpowiedniejszą opcję dla inteligentnej produkcji. Tym rozwiązaniem jest interfejs IO-Link.

W przyszłym tygodniu bardziej szczegółowo omówimy, dlaczego interfejs IO-Link jest najodpowiedniejszą technologią dla inteligentnej produkcji.