CP v2

Tag: Gamybos automatizavimas

  • Pramonė 5.0: žmogus vėl centre, o įmonės skuba skaitmenizuotis – kur stringa IT ir OT jungtys

    Kas yra pramonė 5.0?

    Pramonė 5.0 vis dažniau apibūdinama kaip posūkis nuo vien efektyvumo ir automatizavimo link humanocentriško modelio, kuriame technologijos turi stiprinti darbuotojų gebėjimus, o ne juos pakeisti. Ši kryptis išryškėjo ir Europos Komisijos politiniuose dokumentuose, kur akcentuojamas atsparumas, tvarumas ir žmogaus vaidmuo.

    Skirtingai nei pramonė 4.0, kuri daugiausia koncentravosi į duomenų surinkimą, procesų optimizavimą ir išmaniųjų gamyklų automatizavimą, pramonė 5.0 labiau sieja technologines investicijas su darbo kokybe. Tai apima saugesnes darbo vietas, žmogui pritaikytas robotikos sistemas ir aiškesnį atsakomybės pasidalijimą.

    „Pramonė 5.0 reiškia modelį, kuriame žmogus vėl tampa gamybos procesų centru, o technologijos palaiko kūrybiškumą ir įgūdžius, užuot bandžiusios juos pakeisti“, – sakė automatikos verslo vadovas Piotras Szkoda.

    Investicijos auga, bet strategija ne visada

    Diskusijose apie pramonės skaitmenizaciją akcentuota, kad gamybos įmonės vis daugiau lėšų skiria skaitmeninei transformacijai. Minėta, kad vidutiniškai į skaitmenizavimą nukreipiama apie 30 proc. pelno, o skirtumas tarp mažesnių ir didesnių bendrovių dažniausiai siejamas su finansiniais bei kompetencijų resursais.

    Vis dėlto dalis įmonių skaitmenizavimą vis dar įgyvendina fragmentiškai, pirkdamos atskirus sprendimus be aiškios veiklos architektūros. Ekspertai pabrėžė, kad dalis bendrovių vis dar neturi skaitmeninės transformacijos kaip strateginio prioriteto, o tai ilgainiui brangiai kainuoja dėl dubliuojamų projektų ir prasto sprendimų suderinamumo.

    Didžiausia kliūtis – IT ir OT integracija

    Vienas dažniausių praktinių barjerų gamyklose yra IT ir OT integracija, kai biuro lygmens sistemos turi sklandžiai susijungti su gamybos įranga ir procesų valdymu. Be šio sujungimo duomenys lieka atskirose „salose“, o skaitmenizavimo nauda apsiriboja pavieniais pagerinimais.

    Kai integracijos trūksta, įmonės neretai automatizuoja esamą netvarką: įdiegia naujus įrankius, bet nepakeičia procesų logikos ir duomenų kokybės valdymo. Rezultatas – didesnės diegimo išlaidos, ilgesnis atsipirkimas ir sunkesnis plėtimas į kitus padalinius ar gamybos linijas.

    DI, kibernetinis saugumas ir duomenų nutekėjimo rizika

    Didėjant skaitmenizacijai, didėja ir kibernetinės rizikos, ypač kai gamybos aplinkoje atsiranda daugiau prijungtų įrenginių, nuotolinės prieigos ir tiekėjų integracijų. Ekspertai pabrėžė, kad įmonių intelektinė nuosavybė ir gamybos duomenys tampa vienu svarbiausių aktyvų, todėl saugumas turi būti planuojamas nuo pat pirmųjų projektų.

    Kalbant apie DI taikymą, akcentuota, kad vertę kuria ne vien „protingi“ įrankiai, o organizacijos brandumas: duomenų kokybė, prieigos kontrolė, aiškūs naudojimo scenarijai ir darbuotojų kompetencijos. Praktikoje dalis įmonių riboja viešų generatyvinių įrankių naudojimą dėl konfidencialios informacijos nutekėjimo rizikos.

    „Mes neleidžiame įmonėje naudoti „ChatGPT“, nes matome duomenų nutekėjimo riziką. Vietoje to renkamės pažangesnius sprendimus, pavyzdžiui, „Copilot“, – sakė grupės „Amica“ vadovas Robertas Stobińskis.

    DI pramonėje dažniausiai siejamas su prevencine įrangos priežiūra, kokybės kontrolės automatizavimu, tiekimo grandinės planavimu ir energijos sąnaudų optimizavimu. Kartu pabrėžiama, kad DI projektai be aiškaus duomenų valdymo ir saugumo politikų didina tiek finansinę, tiek reputacinę riziką.

    Kur realiai atsiperka skaitmenizacija?

    Skaitmenizacijos grąža dažniausiai atsiranda tada, kai įmonės pereina nuo pavienių sprendimų prie suderintos sistemos: gamybos duomenys automatiškai patenka į planavimo ir valdymo aplinką, o sprendimai priimami remiantis realaus laiko informacija. Didelę vertę kuria ir vadinamieji skaitmeniniai dvyniai, leidžiantys modeliuoti procesus ir tikrinti scenarijus prieš darant pakeitimus realioje gamyboje.

    Minėta, kad skaitmeninis dvynys yra ne statiška vizualizacija, o nuolat atsinaujinantis modelis, veikiantis su realiais duomenimis ir padedantis valdyti procesus. Tokie sprendimai ypač svarbūs, kai įmonės nori optimizuoti ne tik vieną cechą, bet ir visą vertės grandinę su tiekėjais.

    „Skaitmeninis dvynys yra gyvas modelis, kuris valdo procesą ir veikia realiu laiku, naudodamas realius duomenis“, – sakė „Dassault Systèmes“ atstovas Ireneuszas Borowskis.

    Ekspertai taip pat atkreipė dėmesį į reguliacinę aplinką Europoje, ypač į taisykles, susijusias su duomenų dalijimusi ir DI. Įmonėms, ypač mažesnėms, neapibrėžtumas dėl praktinio reglamentų įgyvendinimo gali tapti papildoma kliūtimi, todėl vis svarbesnės tampa aiškios vidaus politikos, auditai ir etapinis diegimas.

  • Kinija moko humanoidus dirbti: robotų mokyklose renkami duomenys, o rinka kaista iki 2030

    Kinija moko humanoidus dirbti: robotų mokyklose renkami duomenys, o rinka kaista iki 2030

    Kinijoje humanoidiniai robotai vis dažniau ruošiami ne pramogoms, o darbui: tam kuriami specializuoti duomenų mokymo centrai, kuriuos remia ir vietos valdžia. Vienas tokių centrų veikia Pekine, Šougang parko teritorijoje, kur robotai apmokomi atlikti pasikartojančias užduotis įvairiose aplinkose.

    Centro instruktoriai robotus treniruoja pasitelkdami kameras, valdiklius ir judesių fiksavimo technologijas, kad būtų sukaupti pakankami duomenų kiekiai savarankiškam veiksmų atkūrimui. Praktikoje tai reiškia daug kartų kartojamus tuos pačius judesius, kol robotas pradeda užduotį atlikti pats.

    Kaip robotai mokomi atlikti užduotis

    Vienas iš mokymo principų paremtas demonstracijomis: žmogus iš pradžių valdo robotą rankiniu būdu, o sistema įrašo judesių seką ir aplinkos signalus. Vėliau robotas iš šių duomenų mokosi atpažinti situaciją ir pakartoti veiksmą be nuolatinės žmogaus kontrolės.

    Instruktoriai pasakoja, kad toks darbas yra fiziškai varginantis, nes užduotys mokomos valandų valandas kartojant tuos pačius judesius. Robotui nuovargis neaktualus, tačiau žmogaus darbo krūvis čia tampa vienu svarbiausių proceso kaštų.

    Robotai mokomi veiklų, kurios būtų pritaikomos realiose darbo vietose: nuo prekių rūšiavimo gamyboje iki lentynų tvarkymo, buities darbų ar paprastesnių priežiūros užduočių. Toks pasirengimas orientuotas į sritis, kuriose reikia daug pasikartojančio darbo ir kur klaidos kaina nėra kritinė.

    Didžiausias iššūkis yra rankos

    Atskiras dėmesys skiriamas robotų rankoms ir griebimo tikslumui, nes būtent manipuliacija smulkiais objektais dažnai tampa kliūtimi pritaikant humanoidus pramonėje ir paslaugose. Kinijos startuoliai treniruoja robotines rankas su jutikliais ir judesių sekimu, o vieno įgūdžio išmokimui gali prireikti dešimčių tūkstančių pakartojimų.

    Tokios sistemos siekia, kad robotas galėtų atlikti subtilius veiksmus, pavyzdžiui, pakelti trapų daiktą ar suimti mažą objektą nepažeidžiant jo. Būtent šioje vietoje susiduria mechanika, valdymo algoritmai, DI mokymas ir kokybiški duomenys iš realaus pasaulio.

    „Didžiausia konkurencija humanoidinių robotų srityje ateis iš Kinijos, nes ji ypač gerai geba didinti gamybos apimtis“, – sakė „Tesla“ vadovas Elonas Muskas, kalbėdamas apie konkurenciją ir robotų kūrimo iššūkius.

    Kur link juda rinka ir kodėl tai svarbu

    Kinijos strategija humanoidinių robotų srityje siejama su platesniu pramonės politikos posūkiu, kuriame prioritetas teikiamas technologijoms, galinčioms užtikrinti ilgalaikę gamybos galią ir tiekimo grandinių kontrolę. Valdžios remiami centrai ir pilotiniai projektai padeda greičiau rinkti duomenis, testuoti robotus bei paruošti sprendimus komerciniam masteliui.

    Kartu robotai vis dažniau išbandomi realiose darbo aplinkose, kur jų vaidmenys dar dažnai hibridiniai: dalį veiksmų atlieka robotas, dalį prižiūri žmogus. Vis dėlto plėtra rodo aiškią kryptį į didesnę autonomiją, ypač ten, kur trūksta darbuotojų arba darbas laikomas monotonišku ar pavojingu.

    Humanoidinių robotų plėtra svarbi ir dėl konkurencinės įtampos pasauliniu mastu: didelės apimties gamyba, komponentų tiekimas ir pažangus DI mokymas gali lemti, kuri šalis taps šio sektoriaus standartu. Iki 2030 metų šis laukas gali tapti panašiai reikšmingas kaip elektromobilių ar pažangių lustų varžybos, o pagrindinis klausimas bus ne vien robotų demonstracijos, bet jų ekonominis efektyvumas realiose darbo vietose.

  • Kaip „Caracol“ penkerius metus neprekiavo 3D spausdinimu ir taip atvėrė kelią didelių dalių gamybai

    Kaip „Caracol“ penkerius metus neprekiavo 3D spausdinimu ir taip atvėrė kelią didelių dalių gamybai

    Pramoninis 3D spausdinimas seniai peržengė smulkių plastikinių prototipų ribas ir tapo realia gamybos technologija aviacijoje, automobilių pramonėje, medicinoje ir gynyboje. Vis dėlto didelių, metrinių detalių gamyba ilgą laiką buvo sunkiai įkandama dėl įrangos apribojimų, sertifikavimo ir įprastų gamybos įpročių.

    Italijoje įkurta pažangios gamybos bendrovė „Caracol“ pasirinko netipinį kelią: pirmuosius penkerius metus ji savo technologijos nepardavinėjo. Užuot skubėjusi į rinką, įmonė dirbo kaip paslaugų teikėja ir kartu su pramonės užsakovais tikrino procesus, medžiagas, patikimumą bei ruošė kelią sertifikavimui.

    Nuo dėžės apribojimų prie robotikos

    Tradiciniai 3D spausdintuvai dažniausiai veikia trimis ašimis ir yra apriboti savo korpuso, todėl didelių komponentų gamyba tampa brangi arba neįmanoma. „Caracol“ remiasi didelio formato priedine gamyba, kur spausdinimo galvutė montuojama ant pramoninių robotų rankų, veikiančių šešiomis ašimis.

    Toks sprendimas leidžia ne tik didinti gaminamų dalių mastelį, bet ir suteikia daugiau geometrijos laisvės, o gamybą lengviau integruoti į esamas cechų linijas. Įmonė kuria pilnus sprendimus: nuo robotikos ir programinės įrangos iki medžiagų parinkimo ir gamyklos diegimo.

    Kodėl sertifikavimas ir mąstysena stabdo rinką?

    Didelėse pramonės šakose gamybos metodai dažnai remiasi dešimtmečių duomenimis, todėl naujos technologijos pirmiausia susiduria su patikimumo ir atitikties reikalavimais. Pavyzdžiui, kompozitų gamyboje plačiai paplitęs rankinis formų gaminimas ir sluoksniavimas, o sertifikavimo institucijos gerai pažįsta šiuos procesus.

    „Caracol“ vadovas Francesco De Stefano pabrėžia, kad vien technologijos neužtenka, nes būtina pakeisti ir mąstyseną, kaip projektuojamos detalės ir planuojami ciklai.

    „Kai įvedi naują technologiją, pirmoji reakcija dažnai būna: tai neveiks, mes visada darėme kitaip“, – sakė Francesco De Stefano.

    Paslaugų modelis įmonei leido sukaupti praktinių duomenų, įrodyti naudą realiuose projektuose ir tik tada, 2022 metais, pradėti komercinį technologijos siūlymą. Kartu didelis dėmesys skiriamas klientų mokymams, nes priedinė gamyba dažnai reikalauja perprojektuoti gaminį ir visą procesą.

    Kas keičiasi gamyklose: laikas, atliekos ir autonomija

    Didelio formato priedinė gamyba ypač patraukli ten, kur iki šiol dominavo brangios formos, ilgi paruošiamieji darbai ir didelės medžiagų atliekos. Jūrinėje pramonėje dalies paruošimas tradiciškai gali užtrukti kelis mėnesius, nes pirmiausia tenka gaminti formą, o tada laminti ir apdailinti detalę.

    „Caracol“ teigia, kad atsisakius formos ir gaminant tiesiai iš skaitmeninio modelio, terminai daugeliu atvejų sutrumpėja daugiau nei perpus. Įmonė taip pat nurodo, kad tradicinėse apdirbimo technologijose, ypač aviacijos įrankių gamyboje, atliekos gali siekti 70–80 proc., kai priedinėje gamyboje jos sumažėja iki mažiau nei 5 proc.

    Dar viena kryptis – vis didesnė gamybos automatizacija ir DI vaidmuo. Įmonė vysto programinę platformą, kuri renka gamybos duomenis, stebi nuokrypius ir leidžia realiu laiku koreguoti parametrus, siekiant sumažinti broką, prastovas ir palengvinti prognozuojamą priežiūrą.

    Ši kryptis atitinka platesnę pramonės tendenciją: po pandemijos išryškėjus tiekimo grandinių trapumui, gamintojai vis dažniau ieško lankstesnių, regioniškai diegiamų pajėgumų. Didelio formato priedinė gamyba su robotika čia tampa ne eksperimentu, o strategine kompetencija, ypač aviacijos, gynybos, energetikos ir transporto srityse.