A Heubach vállalat mesterséges intelligenciát használ a PID-adatokhoz a karbantartás, a tervezés és a termelékenység javítása érdekében.
A termelőüzemekben lévő érzékelők nap mint nap hatalmas mennyiségű adatot gyűjtenek. Ez olyan adatsírokat hoz létre, amelyek potenciálja felderítetlen marad. A vállalatok azonban ritkán ismerik fel, hogy mennyire hasznos a nagy mennyiségű adat helyes kiértékelése. A Festo AX mesterséges intelligenciája a központi PID-adatok feldolgozása révén nagyban hozzájárul a karbantartás, tervezés és a termelékenység javításához.
A Heubach a PID-szabályozóktól származó adatokat egy központi PIMS (termelési információkezelő rendszer) adatbázisba gyűjtötte. Az iparban dolgozó szakemberek szerint sok vegyipari és gyógyszeripari gyártó gyűjti ezeket az adatokat, melyek rendszerint kihasználatlanul tárolódnak a szervereken. A termelési adatokat gyakran sűrített formában tárolják – a PID-szabályozók esetében két másodperces mintavételi sebességgel.
A helyszínek optimalizálása világszerte
Teljes körű vezérlőoptimalizálás valószínűleg nem lehetséges ilyen adatokkal. Mindazonáltal a Heubach és a Festo szakértői elgondolkodtak azon, hogyan tudnák hasznosítani a központilag hozzáférhető információkat. A PIMS-adatbázisoknak ugyanis van egy felbecsülhetetlen előnyük: tartalmazzák a különböző rendszerek, gyártók, és a csatlakoztatott gyártóhelyek összes vezérlőjének adatait. Michael Pelz, a Heubach automatizálási és digitalizálási vezetője szerint:
“Célunk egy központi vezérlőfelügyeleti rendszer kiépítése. Ehhez azt szeretnénk, hogy az adatokat megfelelő kontextusban lehessen kiértékelni és használhatóvá tenni, így létrehozva egy egységes eszközt, amellyel a világ összes csatlakoztatott telephelyének vezérlőit elemezni tudjuk.”
Így a kapott eredmények alapján a vezérlőket célzottan lehetne elemezni és optimalizálni, például az alkalmazott Scada-rendszerben lévő optimalizáló szoftverrel és a helyszínen lévő szakértőkkel.
A megoldás részeként a Heubach számára nyilvánvalóvá vált a Festo Automation Experience (Festo AX) szoftver használata.
“Ez segíti ügyfeleinket abban, hogy tényeken alapuló döntéseket hozzanak”
– hangsúlyozza a Festo digitalizációs szakértője, Eberhard Klotz. A Festo AX egy olyan rugalmas és könnyen használható megoldás, amely lehetővé teszi a felhasználók számára, hogy a mesterséges intelligencia (AI) és a gépi tanulás segítségével hasznos értéket nyerjenek a gép- és üzemadatokból.
Az AI értékeli a forrásadatokat
Az első lépésben a Festo AX mesterséges intelligenciája több hónapnyi alapadatot értékelt ki, melyeket még preventív módon a rögzítés során ellenőrzi és szükség szerint meg is tisztítja. A Heubach karbantartási, folyamatmérnöki (minőségügyi) és üzemfejlesztés menedzsment részlegeinek szakértői végigkísérték ezt a folyamatot, és értékelték a múltbeli offline adatokból származó kezdeti eredményeket.
A második lépésben az egyes osztályok a változó tételes folyamatok tekintetében jeleztek vissza, hogy milyen érzékenységet kell lehetővé tenni a szabályozók számára, azok fizikai funkcióitól függően. Például azt vizsgálták, hogy a hőmérsékleti tényező kevésbé kritikus-e, mint az áramlási vagy a nyomástényező. Ezt követően meghatározták, hogy a különböző hibaeltéréseket hogyan kell rangsorolni. Az anomália-pontszámok további trendvonala is segíthet a részlegeknek abban, hogy pontosan, időben és mindenekelőtt könnyen azonosítani tudják a tételenkénti eltéréseket.
Ezáltal a mesterséges intelligencia értékelésén belül adaptálhatóvá válnak az algoritmusok és hibapontok, figyelembe véve a szakértők tapasztalatait és a helyszíni körülményeket. Fontos volt továbbá az eredmények egyszerű vizualizációjának megvalósítása is, azzal a céllal, hogy a jövőben aggregált dashboard-okat lehessen használni. A harmadik lépés az volt, hogy a projekt hordozható legyen (helyben), és képes legyen arra, hogy a meglévő rendszereken belül online lekérdezéshez vezessen, beleértve a vizualizációt is, ami adatbiztonsági szempontból jelentősen leegyszerűsíti a megvalósítást.
Az algoritmus optimális adaptációja
“Az eredmények már az AI-elemzés első lépése után is elképesztően jók voltak: egyszerűen megnézhettük, hogy például mely szabályozók mutattak erős ingadozást a manipulált változóban, amik így a működtetők gyorsabb elhasználódását okozták”
– magyarázza Michael Pelz, digitalizációs szakértő. A sok jól beállított és feltűnésmentes szabályozó mellett az AI olyan szabályozókat is talált, amelyek rendszeresen nem érték el a beállított értékeket, erősen túllőttek, oszcilláltak vagy kézi beavatkozásra szorultak. Egyes szabályozók esetében azonban az eredmények a különböző alkalmazási területek miatt nem mindig voltak azonnal érthetőek.
“A vezérlő és az adattudomány szakértői közötti szoros eszmecsere eredményeképp az AI algoritmust a (szakaszos) gyártás egyéb sajátosságaihoz is hozzá lehetett igazítani. Az eredmények pragmatikus és gyors cseréjéhez ebben a fázisban valójában a klasszikus irodai eszközök elegendőek voltak”
– teszi hozzá Michael Pelz.
Mivel különböző folyamatirányítási rendszereket használunk, a szabályozó-elemzés korábban mindig csak üzemi szinten és különböző eszközökkel volt lehetséges.
“Ezzel a megoldással azonban két előnyre is szert tettünk: először is, gyártófüggetlen, egyben globálisan alkalmazható egy központi rendszeren, így az algoritmust minden rendszerre és vezérlőre használhatjuk. Másodszor, a Festo megoldása informatikai oldalról annyira rugalmas, hogy egy pragmatikus offline kísérleti projekttől a saját informatikai rendszereinken belüli on-premise megoldáson át a felhőalapú megvalósításig használható és továbbfejleszthető”
– mondja a Heubach automatizálási és digitalizálási vezetője.
A jelenlegi és jövőbeli kihívások hatékonyabb kezelése a MI révén
“Napjainkban különösen fontos, hogy a termelési folyamatokat a lehető leghatékonyabban tudjuk optimalizálni az energiafogyasztás, a mennyiség és a minőség szempontjából, valamint hosszú távon nyomon is tudjuk követni azokat. A jövőben a központi vezérlő felügyeleti rendszere egy fontos építőelem lehet, különösen a termelés CO2-lábnyomának optimalizálása kapcsán”
– mondja Michael Pelz, digitalizációs szakértő.
A témához kapcsolódva ajánljuk korábbi cikkünket: Festo AX – Mesterséges intelligencia valós időben.