- Tomasz Stępiński-Ustasiak
- 24 sierpnia 2021
- Aktualności
Przemysłowy Internet Rzeczy, w skrócie IIoT (Industrial Internet of Things), to nic innego, jak adaptacja rozwiązań Internetu Rzeczy na potrzeby przemysłu. Podobnie, jak w koncepcji Internet of Things, tak i tutaj kluczową rolę odgrywają czujniki (sensory), porozmieszczane w różnych częściach na przykład hali produkcyjnej czy huty.
Dzięki nim możliwa jest przede wszystkim predykcja oraz konserwacja predykcyjna (predictive maintenance), tak bardzo istotna w przypadku produkcji. Umożliwia ona eliminację drogocennych przestojów na produkcji, które często liczy się w setkach tysięcy złotych dziennie. Szereg czujników, od kilku do kilkuset nawet na jednej maszynie, pozwala przewidzieć ewentualną awarię i odpowiednio szybką reakcję, by jej zapobiec, bądź alternatywnie zorganizować inny proces produkcyjny, bez utraty ciągłości produkcji.
Jednak Przemysłowy Internet Rzeczy (IIoT), to nie tylko predykcja awarii, lecz także optymalizacja kosztów mediów (np. energii elektrycznej, wody), a także inteligentny przemysłowy monitoring wizyjny, czujniki ruchu, kontrola dostępu czy identyfikacja pracowników.
Przemysłowy Internet Rzeczy w motororyzacji
Można śmiało powiedzieć, że w dzisiejszych czasach, każdy duży zakład produkcyjny korzysta, bądź w niedalekiej przyszłości będzie korzystał, z całych rozwiązań lub przynajmniej elementów IIoT. Dobrym przykładem mogą być największe koncerny motoryzacyjne, które nie tylko stosują Industrial IoT w swoich codziennych procesach, lecz głośno o tym mówią.
Konserwacja predykcyjna (predictive maintanance) w BMW
Produkcja samochodów, bądź poszczególnych elementów do nich, jest szczególnie narażana na przestoje, związane z awariami. Dzięki zastosowaniu konserwacji predykcyjnej (predicitive maintanance), koncern z Niemiec chce wyeliminować tego typu straty. Dzięki dużej liczbie czujników znajdujących się na poszczególnych maszynach, stale jest monitorowane poprawne działanie robotów produkcyjnych. Jeżeli tylko dochodzi do sytuacji, że któryś z podzespołów może na przykład przestać działać, system analizujący na bieżąco dane płynące z czujników, wysyła odpowiedni alert. Tego typu działania pozwala wyeliminować przestoje związane z awariami.
Jednak poza tym pierwszym czynnikiem, który jest kluczowy w procesie produkcyjnym i znacząco wpływa na koszty, jest jeszcze jeden aspekt z nim związany. To koszty związane z konserwacją i serwisem maszyn. Dzięki oczujnikowaniu poszczególnych maszyn, minimalizuje się koszty serwisu, w tym cykliczną wymianę elementów, które nadają się jeszcze do pracy.
Warto zwrócić uwagę na fakt, iż w przypadku tak dużego koncernu, jakim jest BMW, konserwacja predykcyjna nie dotyczy jedynie jednej fabryki, lecz dzięki działaniu systemu w chmurze, to tam przekazywane i analizowane są dane. Oznacza to, że na zdarzenie, które może miejsc miejsce w jednej fabryce, odpowiednio reagują inne, dodatkowo zwracając uwagę na te same elementy w swoich maszynach. Co ciekawe, nie robi tego człowiek, lecz modele sztucznej inteligencji, które są nieodzownym elementem IIoT – przemysłowego internetu rzeczy.
2. Mobilne utrzymanie ruchu w Audi
Z podobnego rozwiązania od jakiegoś czasu korzystają też pracownicy fabryki Audi w Ingolstadt. Firma już ponad rok temu informowała o wdrożeniu aplikacji „Mobilne utrzymanie ruchu w Audi”, dzięki której pracownicy mają możliwość szybszej reakcji na wszelkie możliwe anomalia. Audi zwracało uwagę na fakt, że głównym celem wdrożonego rozwiązania było jak najszybsze przywrócenie sprawności urządzeń, bądź wręcz niedopuszczenie do kosztownych przestojów. Zatem cel niemal tożsamy z tym, który przyświeca BMW.
Aplikacja „Mobilne utrzymanie ruchu w Audi” ma jeszcze jedną zaletę. W momencie, jeśli niestety do jakiejś usterki dojdzie, pracownicy odpowiedzialni za utrzymanie ruchu, natychmiast otrzymują powiadomienie typu „push” na swój smartfon. Dzięki temu istnieje po pierwsze możliwość natychmiastowej reakcji, a po drugie sprawne zarządzanie awaryjną sytuacją, uwzględniającą łańcuch dostaw części zamiennych, ich logistykę, a także organizację procesów, zapewniających rozwiązania alternatywne.
Konsulting IIoT dla branży motoryzacyjnej
Powyższe, to jedynie dwa przykłady związane z IIoT w motoryzacji. Zastosowań przemysłowego internetu rzeczy może być znacznie więcej, lecz z doświadczenia wiemy, że przestoje produkcyjne kosztują najwięcej i to jest rzecz, jaka w pierwszej kolejności powinna zostać wyeliminowana. Teraz, dzięki odpowiednim czujnikom na bieżąco monitorującym każdą maszynę, czy każdy proces, jest to niemal dziecinnie proste. Proste, pod warunkiem, że projektując tego typu rozwiązania, zostało ustalone do czego ma konkretnie służyć, jakie cele dzięki niemu chce się osiągnąć i został poprawnie wykonany audyt dotychczasowego stanu i funkcjonowania fabryki czy danej jej części. Oczywiście nie jest to łatwe zadanie i jak wynika z wielu analiz, duża część firm zwleka z wdrożeniem IIoT w swoich fabrykach, ze względu na brak kompetencji w tym zakresie.
Rozwiązaniem jest konsulting IIoT, oferowany przez Gawinet. Specjalizujemy się w procesach związanych zarówno z wdrażaniem IoT, jak i jego nieco bardziej zaawansowanej odmiany – Industrial IoT. Jeśli zatem widzicie potrzebę wsparcia w tym zakresie, a nawet samej rozmowy, która często jest początkiem dużych projektów – zapraszamy do kontaktu z nami.