AI proširuje definiciju industrijske automatizacije
Veštačka inteligencija više nije ograničena na montažne linije u automobilskoj industriji, fabrike poluprovodnika ili visoko standardizovanu vazduhoplovnu proizvodnju. Najnoviji razvoj pokazuje širi zaokret: tehnologije automatizacije prilagođavaju se industrijama sa drastično različitim obimima proizvodnje, materijalima, procesima i operativnim ograničenjima.
Dva primera posebno dobro ilustruju ovu promenu. Huntington Ingalls Industries istražuje fizički AI i robotiku za proizvodnju velikih komponenti ratnih brodova, dok Siemens primenjuje agentski AI u veoma fleksibilnoj proizvodnji hrane, uključujući punjene kekse i krofne.
Iako ove primene deluju nepovezano, dele isti inženjerski cilj: učiniti automatizaciju prilagodljivijom kada je konvencionalnu fiksnu automatizaciju teško opravdati.
Huntington Ingalls usmerava pažnju na automatizaciju proizvodnje velikih brodskih komponenti
Huntington Ingalls Industries, veliki američki graditelj brodova za Ratnu mornaricu SAD, sklopio je sporazum sa partnerima iz oblasti robotike radi unapređenja izrade velikih brodskih komponenti.
Predloženi pristup usmeren je na proizvodnju velikih sklopova izvan tradicionalnog brodogradilišnog okruženja, pre njihovog transporta radi završne integracije. To bi moglo promeniti način izrade velikih pomorskih struktura, premeštanjem odabranih proizvodnih operacija u kontrolisanija okruženja pogodnija za automatizaciju.
Iz perspektive inženjerstva automatizacije, ovo je značajno zato što brodogradnja donosi sasvim drugačije izazove od automobilske proizvodnje. Komponente su velike, geometrije se znatno razlikuju, obimi proizvodnje su relativno mali, a procesi često zahtevaju ljudsko prosuđivanje.
Zato fizički AI i robotika moraju da rade izvan okvira jednostavnih ponovljivih pokreta. Sistemi moraju da tumače fizičke uslove, prilagođavaju se varijacijama i usklađuju rad sa ljudima i konvencionalnom proizvodnom opremom.
Fizički AI mogao bi da promeni proizvodnju malih serija
Tradicionalni industrijski roboti najbolje rade kada je proizvodno okruženje predvidljivo. Brodogradnja dovodi tu pretpostavku u pitanje.
Velike strukture mogu imati dimenzionalne varijacije, nepravilne površine, promenljive radne položaje i složene sekvence sklapanja. Robotski sistem projektovan na osnovu fiksnih koordinata i krutih pretpostavki o procesu može postati neefikasan kada se te promenljive promene.
Fizički AI uvodi dodatni nivo inteligencije. Umesto da samo izvršava unapred određenu sekvencu, sistem automatizacije potencijalno može da kombinuje mašinsku percepciju, podatke senzora, modele procesa i adaptivno upravljanje kako bi reagovao na promenljive fizičke uslove.
Praktična vrednost zavisiće manje od terminologije AI-ja, a više od merljivih poboljšanja proizvodnje. Tačnost pozicioniranja, vreme ciklusa, stopa dorade, bezbednost operatera, iskorišćenost opreme i integracija sa postojećim proizvodnim sistemima i dalje će biti stvarni pokazatelji performansi.
Siemens uvodi AI u proizvodnju hrane sa velikim brojem varijanti
Na suprotnom kraju proizvodnog spektra, Siemens primenjuje agentski AI u preradi hrane.
Kompanija je sarađivala sa dve automatizacione firme iz prehrambene industrije na razvoju fleksibilnog rešenja za automatizaciju namenjenog proizvodima kao što su punjeni keksi i krofne. Ciljno okruženje odlikuju velika raznolikost proizvoda i relativno mali obimi proizvodnje.
Proizvodnja hrane predstavlja drugačiji problem automatizacije od brodogradnje. Umesto upravljanja ogromnim strukturama, inženjeri moraju da upravljaju recepturama proizvoda, čestim promenama proizvodnje, različitim sastojcima, zahtevima pakovanja, sanitarnim procedurama i strogom doslednošću procesa.
U takvom okruženju fleksibilnost može biti vrednija od maksimalne brzine mašine.
Agentski AI mogao bi da smanji troškove promena proizvodnje
Proizvodnja sa velikim brojem varijanti i malim serijama tradicionalno predstavlja ekonomski izazov za automatizaciju. Namenske mašine mogu da obezbede odličan protok, ali njihova ekonomičnost opada kada se proizvodi često menjaju.
Agentski AI mogao bi da ponudi drugačiji operativni model tako što bi pomagao sistemima automatizacije da usklađuju odluke o proizvodnji, podešavanja opreme, recepture i sekvence procesa u skladu sa promenljivim zahtevima.
Važno je naglasiti da AI ne zamenjuje osnovnu arhitekturu automatizacije. PLC-ovi, kontroleri kretanja, pogoni, senzori, bezbednosni sistemi, industrijske mreže i HMI platforme i dalje obezbeđuju deterministički sloj upravljanja.
AI, umesto toga, sve više deluje kao inteligentni sloj iznad te infrastrukture.
Dve industrije, jedna strategija automatizacije
Brodogradnja i proizvodnja hrane naizgled nemaju gotovo ništa zajedničko, ali njihovi izazovi automatizacije otkrivaju isti industrijski trend.
Obe primene zahtevaju da mašine mogu da se nose sa varijabilnošću. Obe mogu imati koristi od kombinovanja konvencionalne automatizacije sa percepcijom, obradom podataka, robotikom i AI-jem. Još važnije, nijedna primena ne može u potpunosti da se osloni na kruto programiranje ako proizvođači žele da povećaju fleksibilnost.
To ukazuje na to da sledeća faza industrijske automatizacije neće podrazumevati samo zamenu većeg broja ručnih operacija robotima. Veća prilika leži u stvaranju sistema sposobnih da prilagođavaju svoje ponašanje promenljivim uslovima proizvodnje.
Pravi test je integracija, a ne AI
Sa inženjerskog stanovišta, najvažnije pitanje nije da li sistem koristi fizički AI ili agentski AI. Pitanje je da li se ta inteligencija može bezbedno i predvidljivo integrisati sa postojećom arhitekturom upravljanja.
Industrijski AI mora da funkcioniše zajedno sa determinističkim upravljanjem, funkcionalnom bezbednošću, zahtevima sajber-bezbednosti, proizvodnim bazama podataka, sistemima kvaliteta i ljudskim operaterima. Svaka preporuka zasnovana na AI-ju koja dopre do fizičkog procesa mora takođe da radi u jasno definisanim granicama.
Ovo je posebno važno u primenama kao što je pomorska proizvodnja, gde greške u proizvodnji mogu imati ozbiljne posledice, kao i u preradi hrane, gde su kvalitet proizvoda i usklađenost procesa strogo kontrolisani.
Automatizacija postaje prilagodljivija
Primeri kompanija Huntington Ingalls Industries i Siemens pokazuju kako automatizacija prodire u okruženja koja su se ranije smatrala ekonomski teškim za automatizaciju.
Zajednički pravac je jasan: industrijska automatizacija razvija se od fiksnih sekvenci ka adaptivnim proizvodnim sistemima.
Međutim, AI treba posmatrati kao dodatnu inženjersku sposobnost, a ne kao zamenu za proverene osnove automatizacije. Senzori i dalje moraju da daju tačne signale, mreže i dalje moraju da obezbede predvidljivu komunikaciju, sistemi upravljanja i dalje moraju da rade deterministički, a mašine i dalje zahtevaju pažljivo projektovane bezbednosne funkcije.
Kompanije koje će najviše dobiti od industrijskog AI-ja verovatno će biti one koje ove osnove kombinuju sa inteligentnim softverom, umesto da AI tretiraju kao samostalnu tehnologiju.
