Omron: Przetwarzanie danych i ich analiza w sterownikach pozwala na szybkie przechodzenie z poziomu surowych danych do użytecznych informacji

| Wywiady

Zapraszamy do lektury rozmowy z Timem Foremanem, kierownikiem ds. badań i rozwoju w firmie Omron, ekspertem od AI.

Omron: Przetwarzanie danych i ich analiza w sterownikach pozwala na szybkie przechodzenie z poziomu surowych danych do użytecznych informacji
  • Spotykamy się w fabryce, gdzie wytwarzane są bardzo różne elementy Waszego portfolio. Skąd taki ich dobór?

Jesteśmy firmą technologiczną, w szczególności producentem różnych komponentów i urządzeń, które chcemy produkować samodzielnie, zapewniając ich wysoką jakość i dostępność. Jeszcze kilkanaście lat temu, gdy potrzebowaliśmy rozbudować zaplecze produkcyjne, szukaliśmy odpowiednich fabryk, które sprostają produkcji w wysokim standardzie. Dzisiaj rynek jest jeszcze bardziej konkurencyjny, a przy wyborze lokalizacji kluczowe jest również to, aby fabryka była blisko głównego rynku zbytu towarów. Jest to logiczne, bowiem im cięższe produkty – np. roboty, tym więcej kosztuje ich transport. Koszt ten może być znaczący, dodatkowo ważnym czynnikiem staje się czas dostarczenia oraz montażu. Wszystko to musi być rynkowo konkurencyjne.

Dodam, że ważnym rynkiem zbytu na produkty takie jak np. komputery przemysłowe jest Europa. Stąd też duża część naszych technologii oraz standardów powstaje na Starym Kontynencie. Ja sam przykładowo jestem członkiem komisji nadzorującej działającej w ramach organizacji OPC UA i nie jest przypadkiem, że większość osób w niej obecnych jest niemieckojęzyczna.

Wszystkie powyższe kwestie stały się tym istotniejsze w kontekście pandemii COVID-19 i jej skutków. Wtedy nagle zamknięto naszą fabrykę w Chinach – i to na całe tygodnie! A my zadaliśmy sobie pytanie – czy na taką niepewność możemy sobie pozwolić?

  • Był to efekt tzw. czarnego łabędzia, który zmusił nas do przedefiniowania dotychczasowego sposobu myślenia…

Tak. Przeszliśmy ze strategii „just-in-time”, na „just-in-case”. O ile pandemia i jej skutki były tego powodem, o tyle całość zmian miała szersze spektrum. Przecież w przyszłości mogą zdarzyć się kolejne takie wydarzenia – choćby katastrofy naturalne czy też wypadki polityczne, które w błyskawicznym tempie wywracają ustawiony od dawna stolik. Okazuje się też, że dzisiaj już nie wystarczy mieć fabryki w możliwie najspokojniejszym miejscu na świecie, ale liczy się to, skąd bierze się surowce i komponenty do produkcji. Przykładowo w pewnym momencie uświadomiliśmy sobie, że nasze dostawy pochodzą również z Ukrainy. Nikt wcześniej tym faktem nie zaprzątał sobie głowy, nawet nie byliśmy tego za bardzo świadomi. Po pandemii doszła do tego również spekulacja na cenach komponentów elektronicznych, co dodatkowo zmieniło nasz sposób myślenia o produkcji.

  • Osiem lat temu nabyliście firmę Adept Technology specjalizującą się w robotach mobilnych. Jak dzisiaj postrzega Pan rolę tego segmentu rynku dla Omrona? Czy roboty mobilne i coboty traktujecie raczej jako dodatek, uzupełnienie oferty, czy jej istotną część?

Sądzę, że bez tego rodzaju maszyn w ogóle nie odgrywalibyśmy żadnej znaczącej roli w obszarze intralogistyki. Oczywiście mamy czujniki, różne komponenty, ale nie stanowią one – tak jak AMR, rdzenia nowoczesnych systemów intralogistycznych. Również coboty są istotnym rozszerzeniem tradycyjnej robotyki przemysłowej. Mogą być łatwo przenoszone do nowych miejsc w fabryce, pełniąc tam różne funkcje i zwiększając efektywność procesów. Dzisiaj to dla nas bardzo istotna, zintegrowana z resztą oferty część portfolio.

Włączenie Adept Technology do struktury Omrona przyniosło spotkanie dwóch kompletnie innych kultur. Adept reprezentował swoją, kalifornijską, a Omron swoją, japońską, i potrzeba było czasu, żeby obie wzajemnie przeniknęły się, owocując czymś nowym. Ten proces zresztą nieustannie trwa i daje rezultaty. Nasze nowe, największe roboty mobilne powstały w kooperacji inżynierów z obydwu części globu.

  • Dopasowujecie się z ofertą do europejskich standardów, promując przykładowo wykorzystanie EtherCAT, zamiast sieci CC-Link…

EtherCAT to nie tylko ukłon w stronę rynku lokalnego – ten protokół sieciowy jest w kontekście automatyzacji maszyn po prostu najlepszy! Filozofia za nim stojąca, w tym sposób działania, była nam bardzo bliska, bowiem wiele rzeczy było podobnych do dawnego protokołu komunikacyjnego RS-485. Co więcej – myślę, że nasze dołączenie do grona popularyzatorów tego standardu okazało się korzystne zarówno dla firmy Beckhoff, która była jego autorem, jak i dla upowszechniającej go EtherCAT Technology Group. Wzięcie protokołu pod lupę przez firmę japońską przełożyło się, jak sądzę, na dalsze jego usprawnienie i zwiększenie wydajności.

Dzisiaj mamy bogate portfolio produktów, które są ze sobą kompatybilne m.in. poprzez wykorzystanie EtherCAT. Umożliwia to, szczególnie producentom maszyn, tworzenie rozwiązań z szybką, dokładną i powtarzalną komunikacją. To również wspaniała sprawa w obszarze AI oraz analizy danych. EtherCAT pracuje w stałym rytmie, co pozwala na łatwe zestawianie ze sobą danych z różnych maszyn i systemów.

  • Wspomniał Pan o sztucznej inteligencji – z mojej perspektywy idealnym przykładem jej wykorzystania jest predykcja. Na co jeszcze pozwala?

Naszym celem jest takie stosowanie innowacji w zakresie sztucznej inteligencji, aby móc przewidywać zarówno stan maszyn, jak też jakość wytwarzanych produktów – i to już na poziomie samej maszyny. Dzięki bardzo precyzyjnej komunikacji poprzez EtherCAT osiągamy szybki przesył danych, zaś procesory wykorzystywane w naszych sterownikach i komputerach pozwalają na ich dokładną analizę. Ponieważ sterowniki mogą wykonywać algorytmy równolegle, są w stanie kontrolować zarówno pracę maszyn, jak też przetwarzać dane w czasie rzeczywistym i pomagać na bieżąco podejmować decyzje.

Kilka lat temu na Hannover Messe zaprezentowaliśmy nasz pierwszy sterownik – kontroler sztucznej inteligencji z możliwościami w zakresie AI. Może on gromadzić dane, szybko je przetwarzać, a na tej bazie wnioskować.

  • Sądzę, że było to skądinąd innowacyjne rozwiązanie…

Tak, zdecydowanie, ale muszę przyznać, że popełniliśmy wtedy duży błąd. Dołożyliśmy algorytmy sztucznej inteligencji do dobrego sterownika i zaoferowaliśmy go w atrakcyjnej cenie, uznając, że to wystarczy. Założyliśmy przy tym, że każdy klient zrozumie, jak to działa i będzie chciał z takiego rozwiązania skorzystać.

W praktyce kontroler z AI nie był wcale taki łatwy w implementacji, jak nam się początkowo wydawało. Nie każdy był bowiem w stanie sam określić, czego rzeczywiście potrzebuje. Odbiorcy mieli również problemy ze stworzeniem odpowiedniego algorytmu analizy danych oraz znalezieniem właściwych funkcji.

Wprawdzie finalnie produkt znalazł wielu nabywców, ale z mojej perspektywy mogliśmy go lepiej wspierać, a samo urządzenie mogło odnieść zdecydowanie większy sukces. Błędem jest myślenie, że sterowanie z wykorzystaniem AI łatwo rozwiąże wszystkie problemy…

  • I że jest łatwe do zaimplementowania.

Myślę, że dotykamy tu kluczowej sprawy związanej z Przemysłem 4.0 czy też, szerzej, cyfryzacją. Sterowniki, napędy czy roboty istnieją już od wielu lat i dostawcy automatyki znają je dobrze, wiedząc jak je sprzedawać. Również w zakresie technologicznym jesteśmy bardzo daleko. Przykładowo tradycyjne PLC są wysoce dopracowane i trudno tu o przełomowe zmiany. W przypadku robotów współpracujących być może jest jeszcze pole do poprawy, choćby prędkości czy też zbierania i analizy danych. Niemniej jednak już to wiemy i wypracowujemy pewne standardy.

Industry 4.0 czy digitalizacja są tymczasem cały czas tematem nowym, rozwijającym się, gdzie nie ma oczywistych i standardowych rozwiązań. Powiem więcej – zaburzają one dotychczasowy stan rzeczy. Weźmy dla przykładu interfejsy HMI, które coraz mniej pasują do nowoczesnego przemysłu. Klienci chcą mieć dzisiaj dane na wyciągnięcie ręki, móc je szybko i łatwo analizować. HMI tego nie zapewniają, bo były tworzone w innych celach – przede wszystkim prezentacji stanu maszyny czy instalacji oraz sterowania nimi.

Między surowymi danymi a przydatnymi informacjami istnieje wyraźna dychotomia. Same dane to jeszcze nie informacje. Szczególnie ważne jest to w przemyśle, który generuje ich bardzo dużo i chcielibyśmy, aby coś konkretnego nam „powiedziały”. Jeśli przykładowo występuje awaria, to należy umożliwić szybkie odkrycie jej przyczyny. Tymczasem dzisiaj ciągle jesteśmy przede wszystkim na etapie danych, z którymi nie umiemy za dużo zrobić.

  • Jak więc przezwyciężyć ową dychotomię?

Sterowniki logiczne oferujemy od wielu lat, zaś teraz chodzi o to, aby powstały „sterowniki danych” – umożliwiające użytkownikowi wybór tych danych, które go interesują, ich obróbkę, analizę, zapewnienie wizualizacji i oczywiście bezpieczeństwa przechowywania. Sądzę, że PLC przestaną wkrótce stanowić centralne elementy systemów sterowania maszynami, a będą jedynie jedną z ich funkcji. Maszynowym centrum będą odtąd zbiory danych, które będzie można wykorzystać do sterowania, przetworzyć z wykorzystaniem AI i na tej podstawie podejmować decyzje czy też łączyć w wirtualnym świecie z cyfrowym bliźniakiem. I nie jest to odległa pieśń przyszłości, tematy te są obszarem prac bieżących naszego zespołu.

  • Dziękujemy za rozmowę.