MPLM IG™ ПРОМЫШЛЕННЫЙ ИНЖИНИРИНГ │ АВТОМАТИЗАЦИЯ ПРОИЗВОДСТВА │ ТЕХНОЛОГИИ МЕТАЛЛООБРАБОТКИ

11.01.2018

СТАРТАП: Адаптивная автоматизация сварочного производства на основе искусственного интеллекта

СТАРТАП: Адаптивная автоматизация сварочного производства на основе искусственного интеллекта
Введение

В контексте нижеизложенного термин "сварочное производство" следует понимать, как совокупность производственных и непроизводственных (сопутствующих) операций (инжиниринг, разработка КМД, материально-техническое обеспечение, заготовительные операции, комплектация, сборка, сварка и т.д.), а также средств их моделирования и выполнения (САПР, АСУ, оборудование, специалисты и т.п.) с целью изготовления сварных конструкций различного назначения (строительные металлоконструкции, машиностроение, судостроение и т.д. (все типы металлических конструкций которые собираются с применением различных технологий сварки металлов)).

Цифровой Сварочный Цех (далее ЦСЦ) – это рабочее название проекта, описание которого приводится ниже.

Под термином "искусственный интеллект" (далее ИИ) подразумевался результат моделирования человеческого разума методами математической логики, в данном контексте это автоматизированные и автоматические системы принятия рациональных решений в управлении сварочным производством. 

В этом году мы запускаем стартап которым начали заниматься в 2012ом.

ЦСЦ – это комплекс состоящий из пакета инжиниринговых услуг, системной интеграции, модернизации оборудования и открытых поставок оборудования, как основных средств производства, так и различных средств сбора и обработки данных в режиме реального времени.

Как всё начиналось:  

Всё началось с вопроса генерального директора завода металлоконструкций, который после тура по предприятиям стран ЕС, где мы и познакомились, нанял нас для индуктивного анализа производства управляемого им ЗМК.
Ещё до заключения контракта он пригласил нас для участия в совещании, на котором собрались руководители завода, а также были приглашены несколько рабочих разных специальностей. Интрига темы совещания сохранялась до последнего момента.
В тот день на повестке был один вопрос руководителя своим подчинённым, на который по очереди отвечали почти все присутствующие – «Почему производительность сварочного производства ниже, чем на других заводах выпускающих аналогичную продукцию?»
Было высказано много экспертных мнений, которые были запротоколированы. После синтеза данных полученных в результате индуктивного анализа мы сопоставили полученные ответы специалистов с результатами исследований производственной среды, в результате сравнения выяснилось, что мнения сотрудников предприятия не отразили большинство причин потери производительности.
Почему при равных затратах на организацию сварочного производства производительность может отличатся в несколько раз? 
Объяснить это явление может каждый (высказать субъективное мнение), а вот понять это явление человеческий разум не способен в виду отсутствия у человеческого мозга функции хранения и анализа больших данных состоящих из огромного количества констант и переменных из которых состоит математическая модель сварочного производства.
Чем больше человек полагается на свой опыт организации производства пренебрегая методами математического моделирования, тем меньше вероятность того, что он сумеет организовать высокоэффективную производственную систему.
Неразвитые и ленивые умы путают обыденную осведомленность со знанием и полагают, что им известна природа вещей, коль скоро они видят их внешние формы и знают их назначение. Научный подход к анализу производства показывает степень неосведомлённости сотрудников предприятия об истинных причинах потери производительности.
Сотрудники компаний, в приватных беседах (с позиции руководителя), обычно сетуют на проблемы дезорганизации производства, то есть проблемы, связанные с дисциплиной, а с позиции исполнителя сетуют на организационные проблемы. Описание одних и тех же объектов и производственных операций зависит от точки зрения респондента. Личные эмпирические мнения специалистов следует учитывать при диагностики производственной системы, но нельзя принимать как истину, мнения всегда следует подвергать сомнению и проверять индуктивным анализом.
Индуктивный метод — это изучение многих частных случаев методом «фотографии рабочего дня», то есть фиксирование и выявление величины операций производства, а также их последовательности. Этот метод изучения использования рабочего времени также способствует выявлению причин его потерь.         
Синтез данных полученных индуктивным методом даёт основу для создания статической модели производства, которая в свою очередь является основой для создания адекватной динамической модели производства.
Динамическая математическая модель дает описание изменений статической модели производства (изменения количества и форм объектов производства операциями (действиями), которые сменяют друг друга в известной последовательности).
Когда нет заранее известной последовательности и обычными методами невозможно обработать большие данные для получения адекватных объективных знаний для принятия рационального оперативного решения, применяются искусственной нейронной сети, алгоритмы машинного обучения позволяют создавать автоматические адаптивные системы управления.
Таким образом, в "ЦСЦ" используется комбинированный (дуальный) метод создания ИИ.

Когда мы начинили проводить первые эксперименты в полевых условиях (на реально действующих предприятиях), мы столкнулись с проблемой антропоморфизма при автоматизации систем управления сварочным производством. Это своего рода трансфер пресловутого человеческого фактора. Не выявленные организационные проблемы оставались в автоматизированной киберфизической производственной среде и снижали эффективность системы.
Все попытки автоматизировать информационный хаос, приводят к автоматизированному хаосу, что по сути является основной причиной многочисленных провалов внедрений АСУП.
До автоматизации информационной среды производства и разработки алгоритмов машинного обучения необходимо провести индуктивный анализ и выявить причины потери производительности, которых на производственных предприятиях дискретного типа огромное количество, большинство из них игнорируются как несущественные, но в связи с другими операциями и в совокупности, эти "незначительные" причины оказывают огромное влияние на эффективность производства.         

Цифровая тень производства (цифровой двойник производства)


 Цифровая тень производства (цифровой двойник производства)Digital shadow (цифровая тень) или синоним – digital twin (цифровой двойник) можно одинаково часто услышать в обсуждениях, связанных с темами дигитализации производства. По сути у этих терминов одинаковые значения, но если термин "цифровая тень" всегда употребляется для обозначения динамической модели производства, то термин "цифровой двойник" может обозначать как динамическую, так и статистическую математическую модель производства. 
В рамках проекта "ЦСЦ", термин Digital Twin (далее DT) следует понимать, как систему автоматизации управления с заранее известными последовательностями производственных операций, а термин Digital Shadow (далее DS) следует понимать, как как систему автоматизации принятия управленческих решений с заранее неизвестной последовательностью производственных операций.
DS это искусственная нейронная сеть позволяющая обрабатывать комбинированный объём исторических и оперативных данных в режиме реального времени, что даёт возможность прогнозировать степень загрузки операционных центров и выбирать оптимальные технологические маршруты объектов производства в условиях недостаточного объёма данных. Человек в условиях недостаточного объёма данных принимает субъективные решения основываясь на интуиции, что приводит к частым ошибкам, DS позволяет автоматизировать принятие рациональных решений на основе большого объёма статистических данных в условиях неопределённости производственной среды.

Производство металлических конструкций и изделий, а также сопутствующие процессы значительно отличаются от других видов деятельности человека, поэтому им должна соответствовать особая архитектура программно-методического, математического и информационного обеспечения.
Производство и все сопутствующие ему процессы происходят в физическом пространстве, а процессы, протекающие в компьютерных системах, в информационном пространстве. Поэтому для эффективного использования IT-технологий необходимо преобразовать производственные проблемы, происходящие в физическом пространстве в информационные проблемы, а также иметь возможность обратного преобразования данных. Такое преобразование следует рассматривать как проблему адекватного моделирования, т.е. установления взаимно однозначного соответствия между физическим и информационным пространством.











Объеденное физическое и информационное пространство производства с применением программно-аппаратных средств называется киберфизической системой и обозначается аббревиатурой CPS (от англ. Cyber-Physical Systems).
CPS – революционный аспект новой "промышленной философии" сформулированной немецкой исследовательской группой "INDUSTRIE 4.0".

ЦСЦ – это многоуровневая система разделённая на интегрируемые интероперабельные модули для последовательного внедрения. Каждый модуль сам по себе повышает эффективность производства.

Далее в нашем блоге будут публиковаться информационные материалы о проекте "ЦСЦ" в которых будет подробно рассмотрен каждый модуль. Вы можете подписаться на рассылку информационных материалов - здесь 👈  

Комментариев нет:

Отправить комментарий

ПРОМЫШЛЕННЫЙ ИНЖИНИРИНГ АВТОМАТИЗАЦИЯ ПРОИЗВОДСТВА ТЕХНОЛОГИИ МЕТАЛЛООБРАБОТКИ