Autonomní roboty, samořiditelná auta nebo kognitivní systémy, jež napodobují procesy lidského mozku, se dostávají do průmyslové praxe. I na veletrhu ukázalo, že učící se stroje (machine learning), jeden z výsledků digitalizace, se krok za krokem dostávají do továren. Učí se porozumět svému okolí, plánují výroby, reagují na překážky a komunikují s lidmi. Na základě získaných provozních dat dokážou svými inteligentními algoritmy rozpoznat opakující se vzory a objekty a tím identifikovat i zdroje chyb, plánovat a optimalizovat výrobní procesy a stanovit prognózy. Chytrá systémová optimalizace, včasné rozeznání chyb ve výrobním procesu a odhalení jejich příčin a rozvoj procesní automatizace prostřednictvím digitalizace. To byla hlavní témata, s jejichž řešením se na veletrhu představila některá výzkumná pracoviště a univerzity. V mnoha továrních halách běží identické obráběcí stroje různou rychlostí a tím porušují rytmus výrobní linky. Často k tomu dochází při nasazení vstřikovacích lisů, hloubkovém tažení, ale také při opracovávání kovů i plastů. Příčina spočívá v různém opotřebení některých součástek, měnících se poměrech v senzorech a také v různém nastavení různých nástrojů. Najít tu rozhodující slabinu bývá obtížné. Chod stroje je determinován rychlostí a průběhem řady jednoduchých procesů, takže poznat příčinu pouhým okem nelze. Ta se skrývá v komunikačních parametrech řídicího systému stroje. Další problém spočívá ve faktu, že k dispozici bývá jen analýza výkonnosti celého stroje, nikoliv jeho jednotlivých procesů. Řešení nabízí tzv. chytrá systémová optimalizace, která umožňuje automatizovat data a všechny komponenty strojového parku přinést na stejnou úroveň. Na veletrhu ji demonstroval Fraunhoferův ústav Výrobní techniky a automatizace (IPA). „Díky chytré systémové optimalizaci dochází k technicky detailnímu a současně automatickému vyhodnocení příčiny zastavení výrobní linky,“ vysvětloval novinářům Felix Georg Müller, vedoucí tohoto projektu na Fraunhoferově ústavu Výrobní techniky a automatizace. Pokud linka běží v normálním režimu, sbírají se z celého výrobního procesu časově synchronizovaná data a předávají se automaticky do analytického programu. A právě v něm spočívá tajemství úspěchu. Obsahuje totiž algoritmus, který vyvinul tým pracovníků IPA ve Stuttgartu. Díky němu lze získat i zpětně klíčové informace v různé formě. Jako základ databáze slouží informace o stavu a průběhu výroby z různých technických úhlů pohledu. Z nich dokáže analytický nástroj kontinuálně a v téměř reálném čase vyhodnotit příčiny zastavení výrobní linky. Proti klasickému OEE (Overal Equipment Effectiveness), jež vyhodnocuje celkovou efektivitu zařízení, tak díky této novince získává uživatel výsledek okamžitě. Tak lze například snadno zjistit, který proces blokuje třeba jiný proces, a dá se určit, co musí být okamžitě odstraněno. Dále je možno při komplikovanějších poruchách získat priority chyb a podle nich začít s opravami. Jako zdroj dat slouží buď senzory dodatečně instalované do výrobní linky, nebo chytré kamery. Pokud nejsou k dispozici potřebná data, pak se nasadí speciální zařízení, které rovněž vyvinuli v IPA. Tento logger vydoluje potřebná data z řídicích softwarů nejrůznějších výrobců (např. Siemens S7-1500, Beckhoff CX1020 a Mitsubishi Q Series) a předá je do analytického zařízení IPA. V milisekundách tak jsou k dispozici všechna relevantní data k prošetření příčin poruchy výrobního zařízení. „Tím umožňujeme současným řídicím systémům napojit se na Big Data a můžeme integrovat informace ze strojů, jež jsou už v provozu, do našeho nového analytického modelu,“ konstatuje Felix Georg Müller. „První nasazení prokázala, že u vysoce standardizovaných strojů pro automobilky lze díky našemu analyzátoru snížit časové prodlevy ve výrobě o 6 až 10 %.“ Analyzátor IPA se osvědčil v závodě firmy Freudenberg Sealing Technologies, kde pracuje řada vstřikovacích zařízení pro výrobu těsnění. Zde vývojový tým vyšetřil jednotlivé stroje a objevil celou řadu zajímavých skutečností, jež mají vliv na celkový rytmus linky. Například z analýzy vyplynulo, že jednou z příčin je zašpinění a nevhodné nastavení ventilů. Stroj přijde na návšt ěvu Poptávka po opracování velkých součástek roste jak ve strojírenství, tak v automobilovém a leteckém průmyslu, při stavbě lodí i větrných elektráren. A je stále obtížnější dopravit tyto rozměrné kusy k obráběcím strojům. Přitom jsou obráběcí centra mnohdy větší než součástka sama. A jak se říká, když nechce hora k Mohamedovi, musí Mohamed k hoře. Tak vznikl nápad na zcela nový „mobilní stroj“, který dokáže obrábět velké součástky a celé konstrukční díly. Inteligentního pohyblivého robota, který může „přijít na návštěvu“ do nejrůznějších pracovních prostředí, vyvinuli čtyři vědečtí pracovníci Institutu pro výrobní techniku a nástroje (IFW) Leibnizovy univerzity v Hannoveru. Letos v červenci založili start-up Picum MT, aby svůj prototyp snadněji umístili do průmyslové praxe. Na veletrhu představili první vývojový stupeň Picum One, který se dokáže sám pohybovat a měřit, vrtat, frézovat a brousit. Děje se tak díky pětiosé kinematice složené ze tří lineárních a dvou rotačních os. Zařízení je vyvinuto na single-software- solution, jež podporuje uživatele ve všech fázích – od plánování výrobních operací až po kontrolu kvality. Přímo u stroje je možné zadávat jednoduché pracovní úkoly, jako například vrtání; složitější zadání se připravují v předvýrobní etapě. Do robota je integrován také laserový měřicí systém, který podle aktuální situace určuje přesnou polohu a koordinuje pohyby, aby nedošlo ke kolizím s jinými stroji nebo lidmi. Druhý vědecký tým Institutu pro výrobní techniku a nástroje (IFW) Leibnizovy univerzity v Hannoveru představil na veletrhu jinou atraktivní novinku – stroj, který „cítí“. Ještě není na trhu, ale ve spolupráci s průmyslovými partnery je už na cestě. Díky integrované senzorice si sám stanovuje vlastní parametry podle struktury a vlastností materiálu, který se má obrábět, a samostatně, zcela automaticky, vybere nářadí, jež se má použít. Autonomně také reaguje na kvalitu provedené operace, takže bude v budoucnu jistě nezbytným prvkem chytrých továren. Karel Sedláček, Hannover
