Priemysel 4.0: Budúcnosť produkcie je už dnes

V  tomto článku sa čitateľ môže dozvedieť viac informácií o koncepcii Priemyslu 4.0 (Industry 4.0, I4.0), jeho základných princípoch a dopade na zmenu myslenia, ako môže výrobná linka fungovať v tejto novej koncepcii. Hlbšie sa venujeme téme veľkých dát (big data) a edge computing paradigme. Na konkrétnych prípadoch sa pokúsime ukázať, ako dané technológie fungujú a aké benefity môže zákazník od nasadenia týchto inovatívnych riešení očakávať. V druhej polovici uvádzame špecifické produkty, ktoré boli vyvinuté spoločnosťou Deutsche Telekom a kde je priamy vstup zo strany slovenskej entity – Deutsche Telekom IT Solutions Slovakia. Článok rozvíja a dopĺňa hlavné myšlienky, ktoré odzneli v rámci prezentácie na konferencii VSEUnit 2021. 

Digitálna Transformácia 

Deutsche Telekom IT Solutions Slovakia je najväčším zamestnávateľom v sektore IKT na východnom Slovensku a patrí do prve dvadsiatky najväčších zamestnávateľov v celej krajine. V tejto role je teda významným faktorom, ktorý ovplyvňuje a má potenciál urýchliť transformáciu tak regionálnej ako aj národnej ekonomiky. Spoločnosť pôsobí v segmente IT služieb, teda podpory výrobných a podnikových procesov svojich zákazníkov pomocou využitia rôznych IT riešení a nástrojov. Ako ukázala nedávna skúsenosť z obdobia korona vírusovej pandémie, v čase obmedzení priameho kontaktu a tzv. lockdownu, IT a komunikačná infraštruktúra začala byť považovaná za kritickú pre fungovanie ekonomiky [1] – a to spolu so zdravotníctvom, energetikou či bezpečnostnými zložkami.  

V časoch pred pandémiou menej než štvrtina zamestnancov globálne dokázala pracovať z domu viac než 3-4 dni do mesiaca. V čase vrcholiaceho lockdownu až 80% pracovníkov dokázalo vykonávať svoju prácu mimo bežné sídlo zamestnávateľa, a to takmer nepretržite celý štvrťrok a dlhšie. Práca z domu sa síce stala symbolom pandémie, ale omnoho väčšie zmeny nastali vo vnútri mnohých firiem a organizácií. Predkrízový biznis sa sústredil najmä na priamu výmenu tovarov a služieb – zákazník nakupoval v obchodoch a obchodných centrách, manažéri dodávateľských vzťahov často vyberali svojich dodávateľov pri osobných stretnutiach a návštevách dodávateľských fabrík [2]. Digitálne technológie boli považované za podporné, užitočné na znižovanie nákladov a celkovo „niečo sediace v pozadí“ skutočného biznisu. Počas pandémie dokázali prežiť a (v niektorých prípadoch aj) prosperovať tie organizácie, ktoré svoj biznis model doplnili o digitálne kanály. Či už sa jedná o prechod na e-commerce a e-shopy, alebo umožnenie konfigurovať tovary ako autá či iné technológie na diaľku. 

Pandémia urýchlila všetky procesy a činnosti – okamžitá zmena stratégií očakávala okamžitú reakciu výrobných fabrík. Na to však mnohé fabriky pripravené neboli – stačí spomenúť počiatočné výpadky v dodávke vakcín proti vírusu SARS-CoV2 či aktuálne výpadky v dodávke polovodičov či niektorých surovín. Požiadavka vyrábať rýchlejšie, reagovať na meniace sa podmienky viac špecificky a personalizovane vytvára tlak na tradičné výrobné postupy. Tradičná sériová výroba je tlačená do čoraz väčšej personalizácie a úpravy tovarov pre konkrétneho odberateľa či dokonca konzumenta. Tradičná dlhodobo plánovaná výroba je tlačená do schopnosti reagovať na zmeny dopytu rádovo v hodinách, maximálne dňoch, nie týždňoch a mesiacoch! 

Výrobné fabriky sú teda nútené a zároveň motivované transformovať svoje tradičné statické výrobné procesy na flexibilné siete schopné vytvárať a dodávať hodnotu za meniacich sa externých podmienok. Aby to organizácie dokázali, už nepostačí digitalizovať iba svoje účtovné, skladové či logistické systémy. Digitalizácia sa dostáva čoraz bližšie ku kľúčovým schopnostiam firmy (tzv. core competencies or core business). Digitalizácia sa teda týka výrobných liniek samotných. Cieľom je dostať fabriku do stavu, v ktorom sa jej procesy dokážu organizovať, riadiť a najmä optimalizovať „samy“ – teda automatizovane. 

Digitalizácia a Priemysel 4.0 

Fenomén, s ktorým sa spája mnoho debát v súvislosti s potrebou digitalizovať výrobu, je známy pod frázou Priemysel 4.0 alebo Industry 4.0 (I4.0). Tá štvorka v názve sa snaží zdôrazniť fakt, že potrebná digitalizácia bude svojim spôsobom revolučná, disruptívna. Faktormi, ktoré v tejto novej dobe budú predstavovať konkurenčnú výhodu už nebudú suroviny, energie či dokonca výrobní zamestnanci, ale konektivita, prispôsobivosť a inteligencia aplikované do konkrétnej výrobnej situácie. Termín I4.0 sa objavil okolo roku 2015 v kontexte vízie nemeckých ekonómov, ktorí predpovedali, že kontinuálne využívanie technológií kombinujúcich internet, senzory, služby, roboty a ich prepojiteľnosť či už vzájomne alebo na ľudské know-how a skúsenosti dokáže len v samotnom Nemecku zvýšiť priemyselnú produkcia o 200 miliárd Eur do roku 2025. 

Figure 1. Vývoj priemyslu v skokových zmenách 

Ako už bolo spomínané, jadrom úspechu v blízkej budúcnosti nebude množstvo ale rýchlosť – ako rýchlo vieme nápad pretaviť do produktu, ako rýchlo ho vieme priniesť na trh, ako rýchlo ho dokážeme škálovať, atď. I4.0 je takmer doslovo o zrýchlení všetkého. Pre rýchle porovnanie a pochopenie výzvy – technológii WWW a modernému internetu trvalo v 80-90-tych rokoch takmer 7 rokov, kým dosiahla počet 100 miliónov aktívnych pužívateľov. Známemu Instagramu to o cca 20 rokov neskôr trvalo len dva roky. Ale aj to bledne napríklad pri porovnaní s fenoménmi ako bol Pokemón Go, ekosystém, ktorý dosiahol 100 miliónov používateľov za 2 mesiace! 

Figure 2. Motivačné faktory digitalizácie vo výrobných fabrikách [3]

Je takáto rýchlosť možná aj výrobnej fabrike? Výroba je predsa obmedzená samotnými výrobnými zariadeniami, limity sú fyzické a fyzikálne, nie? Odpoveď je áno, ale platí to pre aktuálne používané technológie, zariadenia a procesy… I4.0 zavádza niekoľko dôležitých, čiastkových princípov [6], ktoré existujúce limity samostatne ale najmä v kombinácii posunú výrazne vyššie: 

• Virtualizácia – virtuálna kópia výrobnej linky umožní simulovať a otestovať množstvo potenciálnych stavov a možností pred samotným spustením linky, zdieľanie dát v cloude umožní priamy prístup k linke pre nové optimalizačné algoritmy a služby.

a)b)

Figure 3. Základné princípy konceptu I4.0 v kontexte výrobnej linky/fabriky budúcnosti[6]:

a) tradičný statický výrobný proces, b) flexibilný a adaptívny výrobný proces implementujúci princípy I4.0.

• Modularita – výrobná linka nebude monolitom, ktorý je vyvinutý pre jediný účel, ale bude mať typicky viac špecializovaných staníc, robotických pracovísk, ktoré sa dokážu priebežne rýchlo adaptovať na zmeny.
• Decentralizácia – kľúčová schopnosť samotných výrobných zariadení, staníc či robotických pracovísk robiť rozhodnutia samostatne, na mieste, podľa lokálnej situácie a potrieb – bez nutnej potreby zásahu z centrálneho bodu.
• Vzájomná prepojiteľnosť – kľúčová schopnosť vnímať výrobu ako tzv. digitálno-fyzikálno-sociálny systém, teda priestor, ktorý prepája schopnosť človeka, jednotlivých strojov a celej výrobnej sústavy do celku, tento pohľad transformuje výrobu z fyzikálnej/fyzickej podoby do tzv. kyber-fyzikálnych jednotiek.
• Reakcia v reálnom čase – vďaka všadeprítomných senzorom získajú spomínané kyber-fyzikálne jednotky okamžitý prístup k informáciám o stave prvkov či celej linky, dokáže data priebežne analyzovať a aplikovať získané znalosti – učiť sa “okamžite”. 

I4.0 je často chápaný ako konkrétne IT riešenie – v praxi je to však iba rámec, ktorý musí pokryť jedinečné potreby, ktoré sa menia podľa typu produktov, regiónov, výrobných procesov a trhov. I4.0 scenár je teda vždy špecifický pre každú firmu, organizáciu, výrobnú linku. Schopnosť digitalizovať a využiť koncepciu I4.0 teda značne závisí od schopnosti pochopiť priority v rámci IT možností, ktoré najlepšie podporia špecifický produktový mix, trhovú situáciu a rýchlosť nasadenia v danej situácii [3]. 

Obrázok 3 znázorňuje zmenu myslenia v kontexte výrobného procesu, ako ho poznáme dnes. Na ľavej strane je zdôraznená kontinuita uceleného procesu, kde je kladený dôraz na správne časovanie, optimálnu pozíciu pracovných staníc. Samotné stanice majú typicky svoje pevne určené miesto v linke a akákoľvek zmena procesu či roly tej-ktorej stanici si typicky vyžaduje pozastavenie výroby a zmenu konfigurácie, ktorá môže trvať aj niekoľko týždňov. Na pravej strane je dôraz kladený skôr na jednotlivé moduly, ktoré dokážu komunikovať navzájom, zdieľať dáta a koordinovať svoje aktivity nie na báze pozície v linke ale na báze úlohy. Výrobný proces je flexibilnejší, a teda zvyčajne schopný reagovať na zmeny zvonku ľahšie, rýchlejšie, jednoduchšie než v tradičnej výrobnej linke. 

Keďže nie je možné v jednom krátkom vstupe pokryť celú komplexitu I4.0 a celé portfólio riešení, ktoré IT firmy ako Deutsche Telekom IT Solutions ponúkajú, v ďalšom sa zameriame na dve technológie. Konkrétne predstavíme benefity využívania big data riešení vzhľadom na získavanie znalostí a následne na možnosti tzv, edge computingu pri riešení výziev v reálnom čase. 

Big Data pre firmy – Prevencia je lacnejšia než reakcia 

Prečo sú dáta dôležité pre výrobné firmy a prečo sa im firmy začínajú venovať čoraz viac? Ak si vezmeme konkrétnu situáciu, s ktorou je bežný čitateľ relatívne oboznámený: jeden bežný automobil vygeneruje 20 Gb dát za rok. Tie sa používajú pre rôzne diagnostické účely v servisoch, priame riadenie motorov, svetiel, podvozku, atď. Pri elektrickom automobile mechanická zložitosť klesá, ale množstvo vyprodukovaných dát je 10x väčšie. Pri množstve áut, ktoré je registrované na Slovensku, sa ročne takto vyprodukuje okolo 300 Tb (terabajtov) dát. Avšak aj relatívne malá smart fabrika či smart výrobná linka dokáže vytvoriť viac než 5 Pb (petabajtov) dát – teda 20x viac dát než všetky automobily v SR dokopy! 

Podobné množstvo dát dokáže vytvárať nemocnica o svojich pacientoch či zákrokoch, ale tiež železničná či cestná infraštruktúra o zverených cestách a koľajniciach. Na čo je dobré získavať toľko dát? Jednoducho povedané, aby ten-ktorý výrobný proces fungoval čo možno najlacnejšie. To znie ako relatívne prízemný cieľ, avšak „lacno“ znamená aj bez porúch, bez havárií, bez náhlych zmien… Každá porucha si vyžaduje zdroje navyše, a tie potom chýbajú inde.  

Jednoduchý príklad – výstavba železničného priecestia stojí približne 120 tisíc Eur. Jeho údržba, vrátane dátového monitoringu stojí približne 7-10 tisíc Eur ročne, ak sa jedná o osobné prehliadky a servis. Ak je priecestie dátovo monitorované a dáta sa využívajú  nielen na zistenie okamžitého stavu a chyby, ale prevádzkovateľ začne identifikovať trendy, možné správanie priecestia napr. za rôznych poveternostných podmienok, môže sa dozvedieť o pravdepodobnosti poruchy v určitom časovom okne do budúcnosti. Keď táto pravdepodobnosť presiahne istú stanovenú úroveň, stáva sa rizikom. Ak sa firma rozhodne na riziko plánovane odpovedať, dokáže v rámci spomínaného rozpočtu 7-10 tisíc priecestie včas opraviť, udržiavať. Ak sa rozhodne riziko akceptovať a dúfať, že porucha je ešte v dosť vzdialenej budúcnosti – odhad bude príliš optimistický – následky môžu byť násobne vyššie. Jednoduché vykoľajenie vlaku vyjde na 200 tisíc Eur, vážna havária dokáže len na lokomotíve vytvoriť škody vo výške miliónov Eur… 

Na čo sú teda dáta? Pretože „smart“ prevádzkovateľ potrebuje pracovať v režime „predvídaj a rob prevenciu“. Ten je často až 1000-násobne lacnejší než tradičný model „nechaj bežať, nájdi chybu a odstráň ju“. Dáta v zmysle  schopnosti predvídať sú využívané aj v Netflix filmotéke (pri odporúčaní zaujímavých firiem), vo Wize navigácii (pri odporúčaní vhodných obchádzok prekážok v doprave) ale aj v Trip Advisore (pri odporúčaní reštaurácií). Rozdiel je v tom, že pri Netflixe, Wize, pri Siri či Alexe asistentkách ide o náš komfort, v prípade áut či železníc ide o život… 

Edge Computing – IT riešenia pre situácie, ktoré vyžadujú okamžitú reakciu 

Výzvy, ktorým čelia výrobné firmy v posledných 10 až 15 rokoch, sa dajú zhrnúť približne do nasledovného príbehu: Koncom minulého tisícročia sa firmy pustili do budovania a riadenia vlastných dátových centier, kde začali ukladať dáta pre svoje interné účtovné, skladové, CRM, ERP a iné IT riešenia. Postupom času tieto riešenia rástli v hĺbke, kvantite aj rozsahu a záujem firiem sa posunul z vlastných dátových centier k zdieľaným, ktoré prevádzkovali outsourcingoví hráči. Ďalšou výzvou bola požiadavka na ešte rozsiahlejšie škálovanie a s tým súvisiacu transformáciu riešení do cloudu. 

Cloud umožnil vznik obrovských štandardizovaných dátových centier a virtuálnych platforiem, v ktorých už boli zabudované rôzne algoritmy a nástroje pre analýzu uložených dát. Výzvou sa však stala potreba neustáleho pripojenia (takmer) každého zariadenia vo firme na cloud a čo možno najnižšie oneskorenie pri komunikácii. Edge predstavuje svojim spôsobom svadbu z rozumu medzi výpočtovou silou cloudu a jeho dátových algoritmov na jednej strane, a lokálnou, rýchlou, okamžitou reakciou miestne inštalovaných IT riešení. Prečo je odrazu dôležitá rýchlosť reakcie? Prečo je toľko ospevovaný cloud zrazu „nedostatočný“? 

Odpoveďou je snaha výrobných fabrík o autonómiu, ktorú sme spomínali ako jeden z kľúčových princípov koncepcie I4.0. V tomto kontexte sa robotické rameno vo výrobe môže hýbať rýchlosťou 90 až 120 km/hod. Vďaka tomu dokáže vyrobiť súčiastku či vykonať zvar v priebehu sekúnd. Zároveň to však znamená, že za milisekundu rameno prejde vzdialenosť takmer 1 cm. To pri jemných činnostiach ako sú čipy je enormná vzdialenosť. Podobne, autonómne sa pohybujúce skladové vozidlo dokáže za pol sekundy prejsť takmer 10 cm. Ak dôjde k oneskoreniu pri spracovaní a vyhodnotení video informácie, 0,5 sekunda môže urobiť rozdiel medzi bezpečným uložením tovaru do regálu a narazením do regálu (a jeho zničením). Autonómne skladové vozidlá alebo aj drony teda nemôžu byť ovládané z cloudu, musia mať k dispozícii dostatočnú výpočtovú silu lokálne, v mieste nasadenia. 

Práve pre tieto potreby ponúkajú IT špecialisti, vrátane Deutsche Telekom IT Solutions Slovakia, tzv. edge computing riešenia. Edge riešenia umožňujú ukladanie obrovských objemov dát (rádovo v rozsahu desiatok až stoviek petabajtov) v rámci lokálnych, široko distribuovaných tzv. nano-centier. Tie umožňujú prekonať fyzikálne limity diaľkových sietí a dáta uložiť či dostať sa k nim v časoch kratších než milisekunda. Obrazne povedané, edge nano-centrum je IT riešenie, v ktorom sa stretávajú zákony fyziky so zákonmi ekonomiky. T.j., okamžitý prenos dát „rýchlosťou svetla“ bez latencie voči ekonomickej náročnosti prenosovej linky a jej kapacity. 

V koncepte edge riešení sa výpočtový výkon realizuje priamo na mieste, kde vznikajú dáta. Buď sa to deje priamo v produkte alebo v rámci najbližšieho okolia, napr. v rámci výrobnej linky. Vznikajú teda tzv. výpočtové uzly, ktoré dokážu spracovať lokálne dáta rýchlo a ekonomicky, na rozdiel od cloudu, pri ktorom sa musia dáta najprv preniesť do centrálneho a zvyčajne vzdialeného dátového centra. Edge computing je teda prirodzenou odpoveďou na potreby digitalizovanej výroby, ktorá rozvíja princípy I4.0. Pri riešeniach od Deutsche Telekom, edge je ponúkaný v balíkoch rôznej veľkosti (a výkonu) počnúc XXS až po Duplex XL. V prípade využitia štandardných balíkov je možné, aby zákazník dosiahol funkčné riešenie do 6-8 týždňov od počiatočnej myšlienky a dizajnu. 

Ak výrobná fabrika alebo dizajnéri je výrobných liniek dnes uvažujú o automatizácii výroby, masívnom nasadení robotov a inteligentnom „samo-rozhodovaní sa“ týchto zariadení, je to práve edge computing, ktorý potrebujú zakomponovať do svojej IT a I4.0 stratégie. Mnoho fabrík sa na cloud či edge dívajú negatívne, najmä kvôli relatívne vysokej komplexnosti a zložitosti riešení. Kritickým faktorom je teda prepojiť IT časť výrobnej fabriky priamo s vlastníkmi konkrétnych výrobných a biznisových procesov. Vďaka tomu má organizácia šancu pochopiť, kde, v ktorom procese, v ktorej chvíli je potrebné nasadiť niektorú z I4.0 technológií. Výber je široký, niektorá firma začne s využitím strojového učenia a algoritmov umelej inteligencie pre vyššie spomínanú predikciu porúch. Inej fabrike je lepšie sústrediť sa na riešenia s minimálnou latenciou (časom odozvy). Iné zasa potrebujú riešenie schopné ekonomicky spracovať petabajty dát aj na ťažko dostupných miestach. V dvoch krátkych prípadoch ilustrujeme benefity z konkrétnych implementácií, na ktorých sa podieľala aj Deutsche Telekom IT Solutions Slovakia. 

Príklad Edge riešenia pre analýzu dát pri testovaní vyvíjaných prototypov automobilov 

Pre Deutsche Telekom nie je téma edge riešení novinkou. Už od roku 2018 naši inžinieri pracujú na riešení pre veľkého nemeckého výrobcu a inovátora áut. Tento zákazník stál pred výzvou ako skrátiť čas vývoja diametrálne nového modelu automobilu, avšak pri zachovaní všetkých testov a detailov, ktoré firemné normy určovali [4]. Riešením sa zdala byť možnosť vykonať viac testovacích cyklov paralelne, na viacerých miestach Zeme súčasne. Každý test však generoval rádovo 60 terabajtov dát denne. Celá testovacia flotila dokázala denne vyrobiť až 3 petabajty a ich prenos satelitnou linkou do centrály bol ekonomicky nereálny ani pre takého veľkého výrobcu. Ďalšou komplikáciou boli extrémne testovacie podmienky zahrňujúce okruh na polárnom kruhu vo Fínsku aj v púšti na arabskom polostrove. 

Po technickej stránke je výzvou zvládnuť jedným typom zariadenia, ktoré bolo potrebné kvôli validácii pozorovaní, rôznorodé klimatické podmienky. Ďalšou výzvou bola dostatočná robustnosť celého riešenia tak, aby aj tie najjemnejšie súčiastky prežili let padákom, preťaženie niekoľkých G pri pristávaní a samotný pobyt v teplotnom intervale +45 až –70 stupňov Celzia. Po ekonomickej stránke bolo najväčšou výzvou dostať sa k dátam, ktoré zariadenia zachytili, keďže spomínané objemy výrazne prevýšili kapacitu satelitných liniek a extrémne miesta neumožnili realizáciu optického pripojenia… 

Riešenie EdgAIR, ktoré vyvinula a ponúkla spoločnosť Deutsche Telekom, a ktoré dizajnovali architekti z Košíc, pozostávalo najprv z návrhu samostatného edge kontajneru – ten predstavoval box s obrovskou a rýchlou výpočtovou kapacitou, ktorý obsahoval 2 000 procesorov a rýchle dátové úložisko. Ďalším riešením bol zavedenie modelu tzv. code-to-data – teda koncept, v ktorom neprichádzali dáta k výpočtovým a analytickým nástrojom, ale naopak. Riešenie umožnili inžinierom v centrále zaslať priamo do ktoréhokoľvek nano-centra špeciálny algoritmus, ktorým dokázali získať konkrétne údaje, znalosti, interpretácie bez toho, aby obrovské dáta zaťažili. Značnou výhodou nášho riešenia bola možnosť real-time analytiky a zároveň možnosť priebežne vyvíjať, upravovať a dopĺňať analytické nástroje. Ďalej to bola schopnosť pracovať s lokálnym kontextom konkrétneho testovacieho miesta, a teda možnosť zamerať sa „na diaľku“ na faktory, ktoré dané miesto najviac ovplyvňovalo. V neposlednom rade zákazník mal možnosť any-time prístupu k samotným dátam, resp. prevažne k výsledkom analýz, a to v každom z testovacích miest, bez ohľadu na pozíciu satelitu, časové pásmo či kultúrne zvyklosti tej-ktorej krajiny. 

Príklad Edge riešenia pre riadenie interných autonómnych vozidiel vo výrobe 

Druhým príkladom EdgAIR riešenia nasadeným v praxi reálnej výrobnej firmy je podpora autonómnych navádzaných vozidiel (alebo krátko AGV). Moderná robotická linka vo výrobe sa dnes bežne spolieha na tzv. just-in-time dodávku súčiastok a odvoz prípadného odpadu. V mnohých smart fabrikách túto rolu preberá flotila tzv. AGV – malých autonómnych vozidiel, ktoré aj vo fabrike veľkého nemeckého výrobcu elektroniky a svetelnej techniky majú za úlohu prenášať polovýrobky medzi robotickými stanicami [5]. Hlavnou požiadavkou zákazníka bola sieťová infraštruktúra senzitívna na časové oneskorenie, veľmi nízka latencia v komunikácii medzi vozidlami navzájom a dátovým skladom, integrácia s 5G a sériou edge analytických nástrojov na pozadí riešenia.  

Jednou z jedinečných charakteristík nášho riešenia bol fakt, že táto prípadová štúdia predstavovala prvú oficiálnu 5G inštaláciu v kontexte reálne bežiacej fabriky. EdgAIR riešenie sa zameriava na podporu výrobného procesu vlákien pre špeciálne žiarovky. Jedná sa o veľmi delikátny proces, pri ktorom najmenšie odchýlky v časovaní krokov môžu výrazne znižovať následnú životnosť vlákna, a teda celkovú kvalitu a ziskovosť výrobcu. Robotické stanice dokážu komunikovať s jednotlivými AGV vozidlami cez edge, čo zároveň umožňuje navigáciu a obchádzanie (aj nečakaných a náhodných) prekážok samotným AGV, mapovanie aktuálnej situácie vo fabrike a plánovanie dráh. Riešenie sa dokáže prispôsobiť rôznym typom robotov, komunikuje s rôznymi senzormi a dokáže sa adaptovať na nastavenia linky meniace sa vzhľadom na rôznorodé portfólio výrobcu.  

Po technickej stránke sa jednalo de-fakto o nájdenie vhodnej cesty v rámci aktuálneho výrobného procesu, zdieľanie a spoluvytváranie mapy v spolupráci s ostatnými AGV. Technickou výzvou bolo zvládnuť celý životný cyklus dátovej analytiky (teda získanie dát, prenos, spracovanie, samotnú analýzu, sformulovanie akcie a prenos príkazu do relevantných akčných členov) v časoch nižších než 100 mikrosekúnd. Pre porovnanie, bežný priamy prenos napr. filmu cez internet má latenciu rádovo 400 a viac milisekúnd. Jedná sa teda o 4000x rýchlejšiu komunikáciu, než ponúka bežná verejná optická sieť! 

V rámci riešenia sme vo spoločnosti Deutsche Telekom vyvinuli špecifické SLAM algoritmy pre simultánnu lokalizáciu a mapovanie, ktoré podporovali bezpečnú a rýchlu navigáciu vo fabrike. Zákazník získal možnosť flexibilne a rýchlo meniť výrobné procesy a nastavenia, čo mu umožnili rýchlo reagovať aj na najmenšie zmeny v dopyte na trhoch. Celkovo stúpla produktivita samotnej flexibilnej robotickej linky, pričom zároveň poklesli riziká vyplývajúce z oneskorení jednotlivých AGV, prípadne z ich vzájomnej kolízie. Čo je ale pre zákazníka naozaj zaujímavé, je fakt, že nebolo nutné vytvoriť jedno komplexné a rozsiahle riešenie pre všetky situácie, ktoré môžu vo výrobe nastať. EdgAIR je modulárny, teda po otestovaní, nasadení a vyhodnotení navigačného modulu, zákazník dokázal postupne formulovať ďalšie zadania, ktoré sú postupne pridávané do existujúcej EdgAIR platformy, a teda z pohľadu zákazníka je tu príležitosť významne znížiť dodatočné náklady potrebné na realizáciu novej úlohy. 

 Firmy postupne vytvárajú väčšie a väčšie množstvá dát, či už z rôznych podporných procesov alebo priamo zo svojich výrobných liniek. Prvým krokom zvyčajne býva ukladanie dát do rôznych dátových skladov, avšak výzva, ktorú prináša koncepcia I4.0, sa týka čo najefektívnejšieho využitia tohto „dátového pokladu“ tej-ktorej organizácie. V praxi bude menej dôležité, koľko údajov dokáže výrobná firma získať. Naopak dôležité bude, aké technológie dokáže využiť na získanie cenných informácií a znalostí, a ako tieto dokáže využiť na rozhodovanie v rýchlo sa meniacom trhovom prostredí. Úspešní budú organizácie, ktoré zvýšia flexibilitu, adaptabilitu a autonómiu svojich výrobných procesov, liniek a celých fabrík.  

Riešenia na podporu týchto ambicióznych cieľov ponúka Deutsche Telekom AG – skrz svoju globálnu značku T-Systems International a v úzkej spolupráci so slovenskou pobočkou Deutsche Telekom IT Solutions Slovakia. Medzi inými riešeniami prezentujeme základný princíp EdgAIR a jeho benefity v oblasti nízkej latencie, vysokej rýchlosti, prenositeľnosti, odolnosti v rôznych kontextoch nasadenia. Pre lepšiu referenciu čitateľa uvádzame špecifické riešenia nasadené pre konkrétnych zákazníkov v dvoch odlišných situáciách. V prvej prípadovej štúdii je EdgAIR využitý pre distribuovanú analýzu veľkého množstva dát získaných pri testovaní nových modelov automobilov. Kľúčovou hodnotou pre zákazníka je možnosť paralelne spracovať dáta „na diaľku“. Ekonomicky teda dochádza k výraznému ušetreniu, najmä na úrovni prenosovej linky a rýchlosti získania informácií zo základných dát. Riešenie dokáže paralelne spracovať desiatky petabajtov denne, a to vďaka špecializovaným kontajnerom v testovacích centrách. 

V druhej prípadovej štúdii je EdgAIR nasadený do situácie, ktorá si vyžaduje schopnosť autonómnych vozidiel v rámci výrobnej linky reagovať v reálnom čase, samostatne sa navigovať v kontexte meniacich sa výrobných procesov a produktov. Vďaka schopnosti EdgAIR dosahuje naše riešenie veľmi nízke časy pri spracovaní prevažne video dát z autonómnych vozidiel. Pri testovaní boli dosiahnuté časy menej než 100 mikrosekúnd za úplný cyklus od získania dát až po urobenie rozhodnutia pre konkrétne vozidlo. 

Cieľom tohto článku bolo ukázať čitateľovi, že v praxi je koncept I4.0 akýsi rámec, ktorý musí pokryť jedinečné potreby, ktoré sa menia podľa typu produktov, regiónov, výrobných procesov a trhov. I4.0 scenár je teda vždy špecifický pre každú firmu, organizáciu, výrobnú linku. Schopnosť digitalizovať a využiť koncepciu I4.0 teda značne závisí od schopnosti pochopiť priority v rámci IT možností, ktoré najlepšie podporia špecifický produktový mix, trhovú situáciu a rýchlosť nasadenia v danej situácii. A práve s týmito počiatočnými výzvami môže výrobnej firmy aj na Slovensku pomôcť spolupráca s odborníkmi z lokálnej pobočky – Deutsche Telekom IT Solutions Slovakia. 

Referencie a citované zdroje
Sylvain Fabre, Michael Porowski, Peter Liu: How CSPs Can Rebuild Resilience and Business Continuity During Disruption. Gartner analýza č.G00722910, jún 2020.
Mary Mesaglio, Graham Waller, et al: Six Pre-COVID-19 Assumptions That Should Perish With the Virus. Gartner analýza č.G00723296, máj 2020.
Bettina Tratz-Ryan and Michelle Duerst: Manufacturing Industries Digitalization Primer for 2019. Gartner analýza č.G00375730, február 2019.
Valerio Zanetti-Überwasser: Big Data in der Auto-Entwicklung. In Computer Woche, vydanie z 30. apríla 2019 (online https://www.computerwoche.de/a/big-data-in-der-auto-entwicklung,3546950).
Thomas Hirsch: Autonomous logistics. Dostupné online https://www.t-systems.com/de/en/newsroom/expert-blogs/autonome-logistik-328360.
Prakash Singh: Industry 4.0 – why it matters? EY position document.