Umjetna inteligencija proširuje definiciju industrijske automatizacije
Umjetna inteligencija više nije ograničena na automobilske montažne linije, tvornice poluvodiča ili visoko standardiziranu zrakoplovnu proizvodnju. Najnovija dostignuća pokazuju širi pomak: tehnologije automatizacije prilagođavaju se industrijama s radikalno različitim opsegom proizvodnje, materijalima, procesima i operativnim ograničenjima.
Dva primjera osobito dobro prikazuju ovu promjenu. Huntington Ingalls Industries istražuje fizičku umjetnu inteligenciju i robotiku za proizvodnju velikih komponenti ratnih brodova, dok Siemens primjenjuje agentsku umjetnu inteligenciju u vrlo fleksibilnoj proizvodnji hrane, uključujući punjene kekse i krafne.
Iako se čini da te primjene nisu povezane, dijele isti inženjerski cilj: učiniti automatizaciju prilagodljivijom kada konvencionalnu fiksnu automatizaciju postane teško opravdati.
Huntington Ingalls usmjerava se na automatizaciju proizvodnje velikih brodskih komponenti
Huntington Ingalls Industries, veliki američki graditelj brodova za ratnu mornaricu, sklopio je sporazum s partnerima iz područja robotike radi unapređenja izrade velikih brodskih komponenti.
Predloženi pristup usmjeren je na proizvodnju velikih sklopova izvan tradicionalnog brodogradilišnog okruženja, nakon čega bi se oni prevozili na završnu integraciju. To bi moglo promijeniti način izrade velikih pomorskih konstrukcija premještanjem odabranih proizvodnih operacija u kontroliranija okruženja pogodnija za automatizaciju.
Iz perspektive inženjerstva automatizacije, to je značajno jer brodogradnja donosi potpuno drukčije izazove od automobilske proizvodnje. Komponente su velike, geometrije se znatno razlikuju, količine proizvodnje relativno su male, a procesi često zahtijevaju ljudsku prosudbu.
Fizička umjetna inteligencija i robotika stoga moraju raditi izvan okvira jednostavnih ponavljajućih pokreta. Sustavi moraju tumačiti fizičke uvjete, prilagođavati se varijacijama te koordinirati s ljudskim radnicima i konvencionalnom proizvodnom opremom.
Fizička umjetna inteligencija mogla bi promijeniti proizvodnju malih serija
Tradicionalni industrijski roboti najbolje rade kada je proizvodno okruženje predvidljivo. Brodogradnja dovodi tu pretpostavku u pitanje.
Velike konstrukcije mogu imati dimenzijska odstupanja, nepravilne površine, promjenjive radne položaje i složene slijedove sklapanja. Robotski sustav projektiran na temelju fiksnih koordinata i krutih pretpostavki o procesu može postati neučinkovit kada se te varijable promijene.
Fizička umjetna inteligencija uvodi dodatnu razinu inteligencije. Umjesto da samo izvršava unaprijed zadani slijed, sustav automatizacije potencijalno može kombinirati strojnu percepciju, podatke senzora, modele procesa i prilagodljivo upravljanje kako bi reagirao na promjenjive fizičke uvjete.
Praktična vrijednost manje će ovisiti o terminologiji umjetne inteligencije, a više o mjerljivim poboljšanjima proizvodnje. Točnost pozicioniranja, vrijeme ciklusa, stopa dorade, sigurnost operatera, iskorištenost opreme i integracija s postojećim proizvodnim sustavima i dalje će biti stvarni pokazatelji učinkovitosti.
Siemens uvodi umjetnu inteligenciju u proizvodnju hrane s velikim brojem varijanti
Na suprotnom kraju proizvodnog spektra Siemens primjenjuje agentsku umjetnu inteligenciju u preradi hrane.
Tvrtka je surađivala s dvjema tvrtkama za automatizaciju u prehrambenoj industriji na razvoju fleksibilnog rješenja automatizacije namijenjenog proizvodima poput punjenih keksa i krafni. Ciljno okruženje obilježavaju velika raznolikost proizvoda i razmjerno male količine proizvodnje.
Proizvodnja hrane donosi drukčiji problem automatizacije od brodogradnje. Umjesto upravljanja golemim konstrukcijama, inženjeri moraju upravljati recepturama proizvoda, čestim promjenama proizvoda, različitim sastojcima, zahtjevima pakiranja, sanitarnim postupcima i strogom ujednačenošću procesa.
U takvom okruženju fleksibilnost može biti vrjednija od najveće brzine stroja.
Agentska umjetna inteligencija mogla bi smanjiti troškove promjena proizvoda
Proizvodnja s velikim brojem varijanti i malim količinama tradicionalno predstavlja gospodarski izazov za automatizaciju. Namjenski strojevi mogu ostvariti izvrstan protok, ali njihova se ekonomičnost pogoršava kada se proizvodi često mijenjaju.
Agentska umjetna inteligencija mogla bi ponuditi drukčiji operativni model pomažući sustavima automatizacije u usklađivanju proizvodnih odluka, postavki opreme, receptura i slijedova procesa u skladu s promjenjivim zahtjevima.
Važna je razlika u tome što umjetna inteligencija ne zamjenjuje temeljnu arhitekturu automatizacije. PLC-ovi, kontroleri gibanja, pogoni, senzori, sigurnosni sustavi, industrijske mreže i HMI platforme i dalje osiguravaju deterministički sloj upravljanja.
Umjetna inteligencija umjesto toga sve više djeluje kao inteligentni sloj iznad te infrastrukture.
Dvije industrije, jedna strategija automatizacije
Brodogradnja i proizvodnja hrane naizgled nemaju gotovo ništa zajedničko, no njihovi izazovi automatizacije otkrivaju isti industrijski trend.
Obje primjene zahtijevaju da se strojevi nose s varijabilnošću. Obje mogu imati koristi od kombiniranja konvencionalne automatizacije s percepcijom, obradom podataka, robotikom i umjetnom inteligencijom. Što je još važnije, nijedna se primjena ne može u potpunosti oslanjati na kruto programiranje ako proizvođači žele povećati fleksibilnost.
To upućuje na to da sljedeća faza industrijske automatizacije neće jednostavno uključivati zamjenu većeg broja ručnih operacija robotima. Veća je prilika stvaranje sustava sposobnih prilagoditi svoje ponašanje promjenjivim uvjetima proizvodnje.
Pravi test je integracija, a ne umjetna inteligencija
Iz inženjerske perspektive najvažnije pitanje nije koristi li sustav fizičku ili agentsku umjetnu inteligenciju. Pitanje je može li se ta inteligencija sigurno i predvidljivo integrirati s postojećom upravljačkom arhitekturom.
Industrijska umjetna inteligencija mora koegzistirati s determinističkim upravljanjem, funkcionalnom sigurnošću, zahtjevima kibernetičke sigurnosti, proizvodnim bazama podataka, sustavima kvalitete i ljudskim operaterima. Svaka preporuka utemeljena na umjetnoj inteligenciji koja dospije do fizičkog procesa također mora djelovati unutar jasno definiranih granica.
To je osobito važno u primjenama poput pomorske proizvodnje, gdje pogreške u proizvodnji mogu imati velike posljedice, i prerade hrane, gdje se kvaliteta proizvoda i usklađenost procesa strogo kontroliraju.
Automatizacija postaje prilagodljivija
Primjeri tvrtki Huntington Ingalls Industries i Siemens pokazuju kako automatizacija ulazi u okruženja koja su se prije smatrala ekonomski teško automatizirljivima.
Zajednički je smjer jasan: industrijska automatizacija razvija se od fiksnih slijedova prema prilagodljivim proizvodnim sustavima.
Međutim, umjetnu inteligenciju treba promatrati kao dodatnu inženjersku sposobnost, a ne kao zamjenu za provjerene temelje automatizacije. Senzori i dalje trebaju davati točne signale, mreže i dalje trebaju omogućavati predvidljivu komunikaciju, upravljački sustavi i dalje trebaju imati determinističko ponašanje, a strojevi i dalje zahtijevaju pažljivo projektirane sigurnosne funkcije.
Tvrtke koje će najviše dobiti od industrijske umjetne inteligencije vjerojatno će biti one koje te temelje kombiniraju s inteligentnim softverom, umjesto da umjetnu inteligenciju tretiraju kao samostalnu tehnologiju.
