Uczenie maszynowe przekształca przemysłowy internet rzeczy
„Przemysł 4.0” – kolejny etap rewolucji przemysłowej – opiera się w dużej mierze na Przemysłowym Internecie Rzeczy (IIoT – Industrial Internet of Things). Zagadnienie dotyczy rozwijania automatyzacji tradycyjnych operacji produkcyjnych na dużą skalę, natomiast obecny IIoT opiera się na bezprzewodowej komunikacji maszyna-maszyna (M2M), przetwarzaniu brzegowym i uczeniu maszynowym (ML).
Sieci bezprzewodowe wykorzystujące te technologie łączą obrabiarki, programowalne sterowniki logiczne (PLC), czujniki, bramy i chmurę, umożliwiając gromadzenie i przetwarzanie danych oraz wzajemne ich udostępnianie pomiędzy poszczególnymi elementami struktury zakładu produkcyjnego, a także przekazywanie tych danych do Internetu. Taka kopalnia informacji umożliwia inżynierom zrewolucjonizowanie metod produkcji – od puszek po samochody, od śrub po smartfony i od prostych układanek po turbiny odrzutowe.
Zawsze jednak znajdzie się miejsce na ulepszenia. I tak, maszyny mogą być ulepszane w celu poprawy wydajności i jakości przy jednoczesnym mniejszym zużyciu materiałów. Inżynierowie z kolei projektując nowe wyroby mogą dążyć do osiągania bardziej zrównoważonego rozwoju . Nowa generacja rozwiązań IIoT stwarza możliwości osiągnięcia takich celów.
IIoT i M2M zwiększają elastyczność produkcji
Technologia bezprzewodowa nie tylko obniża koszty wdrożenia łączności IIoT, ale także ułatwia rekonfigurację sieci w miarę adaptacji i rozbudowy zakładu produkcyjnego. Taka technologia nie tylko zmienia metody wytwarzania produktów, ale także sposób ich projektowania.
Obecnie zapewnienie łączności pomiędzy takimi komórkami zakładu jak front office i hala produkcyjna nie stanowi większego problemu. Taki rodzaj połączenia jest nazywany komunikacją M2M. Dzięki niej możliwa jest wymiana danych pomiędzy narzędziami używanymi do projektowania wspomaganego komputerowo (CAD) a obrabiarkami. W efekcie obrabiarki mogą być programowane bezpośrednio, a to znacznie upraszcza proces produkcji wyrobów. Z kolei obrabiarki mogą komunikować się z narzędziami CAD, informując je o wąskich gardłach w procesie produkcyjnym. Dzięki temu produkty mogą być przeprojektowane w celu uproszczenia produkcji bez uszczerbku dla ich funkcjonalności. Rezultatem takich działań jest wzrost produktywności i zmniejszenie awaryjności produktów. Przynosi to trwałe oszczędności kosztów i korzyści dla środowiska.
Edge computing i uczenie maszynowe optymalizują produkcję w inteligentnych fabrykach
Po uruchomieniu masowej produkcji technologia bezprzewodowa sprawia, że nowoczesna fabryka staje się środowiskiem wysoce kontrolowanym i zoptymalizowanym. Rzadko coś idzie nie tak. Ale rzadko nie oznacza nigdy. Dzisiejsze bezprzewodowe układy SoC (Systems-on-Chip) Bluetooth LE firmy Nordic zawierają potężne wbudowane procesory do przetwarzania brzegowego, wyszukując rzadkie trendy, które wskazują, że sytuacja może zmienić się na gorsze. Przetwarzanie brzegowe w coraz większym stopniu opiera się na modelach ML, które stale dostosowują się do wykrywania odchyleń od trendów i przekazują kluczowe informacje do dalszych działań.
Takie modele mogą pomóc w zapobieganiu problemom, które pojawiają się czasami z powodu czynników zewnętrznych. Przykładowo: przepływ powietrza przez otwarte okna i drzwi oraz zmiany temperatury w ciągu dnia i nocy mogą wpłynąć na procesy produkcyjne. Dzięki wdrożeniu IIoT można jednak dostosować ustawienia maszyn z wyprzedzeniem, zanim te czynniki wpłyną na produkcję. Specjalnie dobrane czujniki wibracyjne i akustyczne mogą monitorować obrabiarki, dostarczając informacji o stanie maszyn. Wszelkie nietypowe wibracje, wzrost temperatury lub wzrost zużycia energii mogą być zgłaszane przed awarią w celu wczesnej konserwacji – zapobiegając w ten sposób nieplanowanej i kosztownej przerwie w produkcji.
Przyszłościowa technologia przemysłowa
Kontynuowanie procesu doskonalenia wymaga używania w zakładach produkcyjnych jeszcze lepszej technologii bezprzewodowej niż stosowana obecnie. W zbudowanie i dostarczenie nowej generacji technologii IIoT intensywnie inwestuje firma Nornic. Kilka wieloprotokołowych układów SoC i systemów w pakiecie (SiP) z gamy produktów Nordic obsługuje już TinyML. Taki framework może być zastosowany do uruchamiania wbudowanego uczenia maszynowego na ograniczonych urządzeniach. Do zrobienia jest jednak jeszcze wiele.
Na przykład nowy SoC nRF54H20 integruje wiele procesorów Arm Cortex-M33 taktowanych zegarem do 320 MHz wraz z wieloma koprocesorami RISC-V. Wyższe częstotliwości taktowania procesorów aplikacyjnych SoC pozwalają na zmniejszenie opóźnień w przetwarzaniu operacji AI w porównaniu do SoC Nordic nRF5340.
Co więcej, nRF54H20 zapewnia zwiększoną wydajność – zmniejszając zużycie energii wymaganej do uruchomienia równoważnych operacji. Jest to możliwe ze względu na zastosowany do jjego produkcji najnowocześniejszy proces 22 nm. Ponadto, w wieloprotokołowym radiu nowej generacji Nordica poprawiono zarówno moc TX, jak i czułość RX, umożliwiając uzyskanie wydajnego i niezawodnego transferu informacji z wbudowanych aplikacji ML do urządzeń dołączonych do chmury lub między różnymi węzłami w sieci. SoC jest więc idealny dla aplikacji IIoT nowej generacji.
Układ nRF54H20 będzie obsługiwany w Nordic ML Studio obok już obsługiwanych produktów z serii nRF52, nRF53 i nRF91.
Początek rewolucji
Technologia bezprzewodowa przeżywa rozkwit w aplikacjach IIoT. Według ABI Research, sam rynek urządzeń przemysłowych z obsługą Bluetooth ma wzrosnąć ze 143 mln rocznych dostaw jednostkowych w 2023 roku do ponad 611 mln do roku 2028, osiągając CAGR na poziomie 34 procent w pięcioletnim okresie prognozy. Ale nawet przy tak imponującym wzroście wszystko dopiero się zaczyna. Przemysł 4.0 ma mieć większy wpływ na globalną produkcję niż wszystkie trzy poprzednie duże skoki w rewolucji przemysłowej razem wzięte.
Źródło: Nordic Semiconductor