Развитие индустрии 4.0 позволяет по-новому взглянуть на текущие производственные процессы, а интеллектуальные датчики в купе с мобильными гаджетами позволят осуществить данный подход в реальности, что повысит эффективность управления предприятием.
Ключевые слова: интернет вещей, интеллектуальный датчик, индустрия 4.0
The development of industry 4.0 allows us to take a fresh look at current production processes, and smart sensors coupled with mobile gadgets will make it possible to implement this approach in reality, which will increase the efficiency of enterprise management.
Keywords : IoT, Intelligence sensor, Industry 4.0
В настоящее время наблюдается активный тренд развития в сфере производства датчиков, который связан с требованием современных цифровых технологий к гибкости и мобильности таких устройств.
Индустрия 4.0 является решением для повышения уровня стандартизации, эффективности, качества и использования производственных операций при минимальных затратах. Новый технологический уклад, связанный с индустрией 4.0 определяет необходимость внедрения технологий IIoT (Industry Internet of Things) во всех сферах производства, так как именно такие технологии в современных условиях могут обеспечить существенное повышение производительности труда и снижение себестоимости продукции. Индустрия 4.0 связывает производство, процессы, людей и физические системы, позволяя тем самым предприятиям стать более эффективными, гибкими и интегрированными в деятельность друг друга.
В данной работе рассмотрен компонент Индустрии 4.0 — датчик. В основном существует несколько типов датчиков — работающие стационарно в системе, полностью мобильные (при этом сложно интегрируемые в общую структуру устройства) и смешанный тип, который позволяет работать стационарным объектом в системе и в то же время работать в портативном режиме, с постоянной возможностью интеграции в общую систему производства.
Смешанный тип, имеет больше возможностей для развития своей потенциальной эффективности, за счет возможности улучшения не только за счет физических изменений, но и за счет обновления программного обеспечения. Благодаря наделению новыми возможностями датчиков, за счет их цифровизации, можно назвать их интеллектуальными.
Таким образом, интеллектуальный датчик — это устройство, созданное как компонент IoT, которое преобразует входные данные из физического мира для выполнения заранее определенных функций, а затем обрабатывает данные перед передачей их в цифровой поток данных для передачи на шлюз или напрямую в UI (user interface) без посредников.
Преимуществом интеллектуальных датчиков является повышение точности измерений и обеспечение автоматизированного сбора различных данных с нулевой погрешностью. Обычно такие устройства используются для механизмов мониторинга и управления в самых разных контекстах.
Ключевым отличием интеллектуальных датчиков Индустрии 4.0 (то есть смешанного типа) от только стационарных или только портативных является наличие связи с Интернетом и использование современных протоколов связи IoT (Zigbee, BLE, Wi-FI). В следствие этого появляется возможность использовать большее количество технологий, в том числе тех, которые были разработаны для других видов деятельности, и следовательно сократить трудозатраты на их создание и применение для взаимодействия с датчиком.
Настройка интеллектуального датчика может идти с двух сторон — со стороны взаимодействия системы с человеком (ЛПР — Лицом Принимающим Решения или Исполнителем) или со стороны оптимизации работы данного устройства со всей сетью Индустрии 4.0 на предприятии (структура протокола, формат данных, алгоритм связи, выбор обработки данных — с помощью заранее приготовленных формул и алгоритмов или за счет самообучения и нейронных сетей и т. д.). На рис. 1 представлены схемы взаимодействия основных участников производственного процесса до и после внедрения технологий Индустрии 4.0.
Рис. 1. Схема взаимодействия основных участников производственного процесса до внедрения технологий Индустрии 4.0 (слева) и после (справа)
Сформируем основные характеристики интеллектуальных датчиков [1]:
— способность выполнять самодиагностику путем мониторинга и наблюдения сигналов;
— наличие встроенных функций, например, самообнаружение, интеллектуальная калибровкаа, возможностьь считывания и связь для удаленного мониторинга и удаленной настройки;
— сокращение участия человека и управленческий контроль в различных системах.
— использование компьютеров для логической интерпретации данных.
Сравним интеллектуальные датчики с интерактивными (для условий одинаковой точности измерений), также при их использовании в последовательном процессе взаимодействия (рис.1, схема слева).
Положительные стороны:
- Возможность персонализации интерфейса приложения под каждую позицию эксперта, за счет использования мобильных устройств (планшеты и смартфоны), разработка программного обеспечения требует меньше затрат, чем для просто аналогового устройства — вследствие чего возможно сделать более эффективную систему при минимальных затратах.
- Возможность осуществлять приложением фотографирование мест установки объекта для более эффективного контроля положения датчика
- Возможность быстрого обновления ПО системы удаленным способом
- Упрощается процесс установки датчиков на оборудование за счет магнитов и беспроводного или проводного кабеля (но с возможностью выбора длины кабеля), что важно при требовании осуществлять быстрые измерения.
- Возможность приема данных сразу с нескольких датчиков на одном мобильном устройстве
- Интеграция датчика с системой ERP дает возможность получать задания персоналу прямо “на рабочих местах” в мобильном устройстве — что повышает маневренность и эффективность деятельности (особенно это проявляется при работе совместно с IoT устройствами)
- Возможность добавления модулей к основному приложению для оптимизации и ускорения R&D процессов
Негативные стороны:
- В связи с наличием аккумулятора внутри датчика возникает ограничение использования устройства и системы в специальных температурных и магнитных условиях
- Требуется время и дополнительные расходы на переобучение персонала
Теперь сфокусируемся на анализе эффективности работы интеллектуальных датчиков во время исследовательских работы (R&D). Рассмотрим несколько кейсов, в какую сторону может поменяться процесс, если переходить на вышеуказанный тип датчиков.
Сравним три типа датчиков при работе с ними в сфере исследований и разработок. Сравнение будем производить на трех этапах работ с одним устройством, в таблице, где есть 3 колонки, в каждой указан отдельный тип датчиков. И по вертикали описание производственного процесса — сбор данных (снятие показаний датчиком и его системой), обработка данных (передача данных на шлюз, их обработка для показа эксперту) и принятие решений (эффективное отображение полученных данных, в понятном формате в ERP системе или в локации измерений, с возможной кастомизацией также с возможностью принятия рационального решения без человека, возможно за счет возможности интеграции заранее обученных моделей)
|
В среде R&D |
Интеллект. датчик (Смешанный тип)
|
Портативный тип
|
Стационарный тип
|
||||||
|
Сбор данных |
H |
L |
M |
M |
M |
L |
L |
H |
L |
|
Обработка данных |
H |
L |
L |
M |
H |
M |
L |
M |
H |
|
Принятие решений |
H |
M |
L |
M |
H |
M |
H |
H |
H |
|
Парам. сравнения: |
1 |
2 |
3 |
1 |
2 |
3 |
1 |
2 |
3 |
Таблица 1
Параметры сравнения
|
1. Уровень кастомизации (гибкость системы) |
2. Уровень квалификации персонала, необходимый для обслуживания системы |
3. Стоимость обслуживания системы |
|||||||||
Чем выше гибкость, тем лучше |
Чем ниже требуемый уровень квалификации, для обслуживания системы, тем дешевле будет обслуживание системы, соответственно это лучше |
Чем ниже стоимость обслуживания, тем лучше |
Сбор данных
Интеллектуальный датчик позволяет кастомизировать, оптимизировать пользовательский интерфейс, за счет парной работы с мобильным приложением в смартфоне, планшете. Что позволит одновременно снизить квалификацию персонала и ускорить данный этап работы. В отличии от портативного или стационарного типа датчиков, где низкий уровень гибкости, при этом требуется уровень квалификации персонала, как правило выше среднего.
Обработка данных
За счет передачи данных прямо на смартфон или через BLE/Wi-Fi к IT системе стало возможным использовать библиотеки широко известных языков Python, Javascript для обработки данных напрямую без посредников и в режиме реального времени — в отличии от портативного и стационарного типа, где требуется дополнительная периферия. Для портативного типа — экраны вывода информации, флэш-карты, и прочие носители информации, чтобы передать данные на компьютер для анализа, для стационарного — дополнительные шлюзы, локаторы (gateways), что для обоих типов увеличивает сложность и стоимость.
Принятие решений
Упрощается работа с интеллектуальным датчиком в основном в том что его система работы гибкая — становится возможным кастомизировать показ данных на смартфоне, планшете, менять входной и выходной протокол данных, путем пользовательских настроек или напрямую рефакторингом кода приложения, что как правило недоступно для портативного типа датчиков и для стационарного типа на местах измерений. Но у последнего типа также возможна похожая кастомизация, но на уровне ERP системы, если система уже настроена для централизованной работы на производстве.
В результате анализа, сравнения трех типов датчиков при их работе в сфере разработок и исследований, следует вывод, что наиболее универсальным решением является интеллектуальный датчик за счет гибкости программно-аппаратных инструментов и поддержки популярных среди широкой массы разработчиков платформы (мобильные приложения)
На данный момент авторами ведется разработка указанной выше системы интеллектуального датчика, программно-аппаратного комплекса (интеллектуальный датчик и приложение). Проведенные эксперименты подтвердили эффективность использования новой разработки относительно устаревших датчиков.
Рисунок ниже показывает справа — экспериментальный модуль по измерению вибрационного ускорения, с помощью акселерометра MPU-6050. Слева изображены данные, полученные с данного датчика по трем осям ускорений, полученных в формате мм/с 2 .
Рис. 2. Слева отображен график ускорения в мм/с 2 , по трем осям XYZ полученных от акселерометра MPU-6050, за счет мобильного приложения (частота снятия показаний — 50 раз в секунду). Справа показан электродвигатель фрезерного станка, к которому прикреплена текущая разработка
Использование универсальных компонентов (серийный датчик MPU-6050, модуль ESP32, протокол для передачи данных Bluetooth Low Energy, мобильное приложение и сам смартфон) в программно-аппаратном комплексе (ПАК) позволяет более гибко подходить к разработке новых инструментов и машин, что особенно важно в процессе исследований и разработок где процесс итераций тестирования достаточно долгий, за счет их возможности интеграции временно или на постоянной основе в IT систему разрабатываемого продукта. Также помимо открытости системы к информационной интеграции, возможно использование другого достоинства наивысшая степень кастомизации устройства, в большей степени со стороны программного обеспечения. Как видим на рисунке ниже показано приложение, где можно менять выдаваемые показатели, скрывать не нужные и показывать нужные. Добавлять их, или допрограммировать получение нужного параметра — что достигается за счет особенности мобильных приложений к способности быстрой изменчивости в свете добавления нового функционала.
Рис. 3. Интерфейс приложения для получения и анализа данных, полученных с датчика. (На экране показывается текущее значение (Acc), Среднее значение (Acc Average) виброускорений, и соответственно их максимальное и минимальное значение)
Основной принцип программно-аппаратного комплекса подходит для принятия решений, тестирований в момент разработок и исследований, где количество и время итераций имеет прямую зависимость с эффективностью данных работ. Ведь чем меньше количество итераций тестов было произведено, тем быстрее разработка выйдет в свет и будет приносить прибыль предприятию.
В заключении можно также подчеркнуть, что использование данного ПАК позволяет сократить время разработки устройства и принять его дальше в производство. Помимо этого, разработка дает айти платформу для дальнейшей разработки программного обеспечения и интеграции в 1С, сразу начиная с процесса исследования разработки (R&D).
Литература:
- Gupta, Vijay Prakash. «Smart sensors and industrial IoT (IIoT): a driver of the growth of industry 4.0». Smart Sensors for Industrial Internet of Things: Challenges, Solutions and Applications (2021): 37–49.
- Burnap, P., Branson, D., Murray-Rust, D., Preston, J., Richards, D., Burnett, D.,... & Thorp, J. (2019). Chatty factories: A vision for the future of product design and manufacture with IoT.
- Li, W., & Kara, S. (2017). Methodology for monitoring manufacturing environment by using wireless sensor networks (WSN) and the internet of things (IoT). Procedia CIRP, 61, 323–328.
