Aktuality

Jak IS KARAT podporuje připravenost společnosti Beneš a Lát na Průmysl 4.0?

Jakub Beneš (JB) je expertem v oblasti řízení a digitalizace průmyslu. Působí ve Fyzikálním ústavu Akademie věd České republiky, kde je koordinátorem inovačního centra Digital Innovation Hub – Brain 4 Industry. Současně je členem představenstva ve společnosti BENEŠ a LÁT, která již mnoho let využívá informační systém KARAT.

Zeptali jsme se proto pana Beneše, jakou roli hraje informační systém KARAT v digitální transformaci této společnosti a naplňování vize modernizace průmyslu, pro kterou se vžilo označení Průmysl 4.0.

K rozhovoru jsme přizvali také pana Zdenko Piovarčiho (ZP), který je IT manažerem ve společnosti BENEŠ a LÁT, a je tak v každodenním kontaktu s využitím informačního systému KARAT v praxi.

Jak vnímáte Průmysl 4.0 a s ním spojená témata?

JB: O Průmyslu 4.0 se hovoří již od roku 2013, ale jednotlivými aktivitami, které zastřešuje, se zabýváme již zhruba od roku 2000. Vznikají chytré továrny, které využívají kyberneticko-fyzikální systémy, robotizují a automatizují se činnosti, které dosud vykonávali lidé. K urychlení tohoto trendu výrazně přispěl i nedostatek pracovníků ve všech technických oborech, se kterým se v České republice dlouhodobě potýkáme. Vznikají nová pracovní místa vyžadující vyšší nebo odlišnou kvalifikaci. Zelenou dostávají nové technologie a metody – od automatizace sběru a vyhodnocení dat přes využití digitálních dvojčat, strojové vnímání, umělou inteligenci (AI) po 3D tisk a produkty pro internet věcí (IoT).

Největší snahou a modlou dneška je mít dostatek dat o čemkoli. Naneštěstí s nimi zatím velká část firem pracuje retrospektivně. Jakmile však zvládneme využívat data pro online řízení a predikci, dostane najednou Průmysl 4.0 zcela nový náboj. Cílem nás všech je využívat veškeré dostupné metody ke zvyšování flexibility firem, zkracování dodacích lhůt, zvyšování kvality, snižování ceny a výraznému urychlení vývojového cyklu produktu.

ZP: Jakub správně říká, že je to digitalizace, která probíhá již od vzniku počítačů a databázových systémů, ale teprve s nástupem moderních technologií získává nový rozměr. Zlevnění senzorů umožnilo sběr dat ve velkém rozsahu a umělá inteligence nabízí podstatně širší schopnosti než tradiční BI. V digitalizaci se tedy dostáváme o stupeň až několik stupňů výše. To se samozřejmě projeví vyšší autonomností systémů, větší mírou komplexnosti řešení a přesnějšími výsledky získávanými v kratším čase.

Jaká je podle vás připravenost IS KARAT na Průmysl 4.0?
JB: IS KARAT má výhodu v tom, že má ve svém středu výborné konzultanty, kteří se spolu se zákazníky zabývají budoucím směřování požadavků na vývoj ERP, APS, MES atd. Na základě toho KARAT připravuje řešení, které zapadá do mozaiky nejen podnikových informačních systémů, ale i Průmyslu 4.0. Základním požadavkem je jasná datová struktura s provázanými moduly, která uživatelům umožní v rámci ERP propojit informace, které dříve vystupovaly do nesouvisejících analýz. Nakonec se ukázalo, že mezi nimi existuje korelace, která nám umožní se rozhodnout lépe nebo rychleji, ideálně obojí.

Každý z klientů si musí dobře rozmyslet trasu, po které se vydá. Proto je nezbytné mít dobře poskládané strategické mapy, procesní modely a rozhodovací matice. Tím jsme připraveni společně nejen v ERP definovat postupy, které nám umožní se rozhodovat rychle, efektivně a s minimem chyb.

Hovoříme-li o aktuálních projektech, je využití umělé inteligence v ERP pro nás velmi zajímavá cesta. S neustále rostoucím objemem dat a množstvím vazeb přestává být použití výhradně lidského mozku schůdné a dostatečné. I já si pamatuji dobu, kdy jsem celou slévárnu řídil pomocí dvou tabulek. Byla to skvělá doba, jen jsme byli odkázáni mnohem více na cit, drzost a štěstí, než na 100% povědomí o tom, co se bude dít dnes nebo za 14 dnů.

ZP: Na doplnění bych zde zmínil řešení IoT v IS KARAT, kde dnes využíváme možnost propojení senzorů a BPM modulu IS KARAT. To je šikovné pro budování datové základny a následně i k řízení a dokumentování výsledků analýz. Oceňujeme možnost napojit se na MS Azure ML a poté procesně modelovat, co se má stát, nalezne-li ML z korelace historických a aktuálních dat něco zajímavého.

Proč by měl podnik začít uvažovat o systému pro pokročilé plánování a rozvrhování výroby a jaké vstupní podmínky by měly být splněny, aby to mělo smysl?
JB: Jakmile podnik dosáhne určité velikosti a počtu souběžných zakázek, přestává být efektivní řídit výrobu operativním rozdělováním práce. Je tedy vhodné se začít poohlížet po systému pro pokročilé plánování a rozvrhování výroby (APS). Ten umožňuje zohlednit maximum parametrů, maximalizovat využití klíčových výrobních zařízení a v neposlední řadě optimalizovat nasazení stále nedostatkovějších lidských zdrojů. Nebo z jiného pohledu, pokud se zeptáte plánovače, kdy bude která zakázka vyráběna, a on vám není schopen z hlavy jasně odpovědět, může to znamenat, že nastal ten správný okamžik.

A co se týká podmínek pro co nejhladší nasazení APS? Z vlastních zkušeností bych začal přípravou a popisem procesních vazeb a zmapováním materiálových toků. Je třeba mít připravené co nejpřesnější technologické postupy se správně stanovenými normočasy, a to jak pro stroje a pracoviště, tak pro obsluhu. Dalším kritériem, které si musí každá firma rozhodnout, je požadovaný stupeň automatizace plánování. A klíčovým předpokladem samozřejmě je vůle managementu podniku zavedení APS prosadit.

Na mysli je také nutné mít to, že každý plán je jen tak dobrý, jak dobrá jsou vstupní data při jeho tvorbě.

ZP: Máte-li zakázky 1:1 k objednávkám, jde pouze o řešení stavu zakázky a sledování vstupů a zdrojů. Řídí-li se však vaše výroba od objednávky nebo odvolávky disponibilitou, bez APS to již prakticky není možné. Bez pokročilého systému plánování nelze řešit tisíce toků, vzájemně propojených kusovníků, dodávky od vlastních závodů, které pracují podle svých plánů, kolize, kooperanty, případně také varianty výroby ve stejném zakázkovém postupu.

Co mi můžete říct o napojení KARAT APS na umělou inteligenci?
JB: Na propojení KARAT APS s umělou inteligencí stále usilovně pracujeme. Stejně jako ve výrobě, kde se mnoho opakovaných činností přesouvá z člověka na robota, existuje mnoho opakovaných činností, které denně nutíme provádět náš mozek. Protože již dokážeme sbírat dostatek dat, a hlavně zpětnou vazbu k již aplikovaným řešením, můžeme se pokusit naučit počítač ve „standardních“ situacích provádět za člověka i duševní práci. Aktuálně pracujeme na oblasti APS a máme zpracované cca 3 úlohy do stavu, kdy neuronová síť navrhuje řešení aktualizace plánu na základě toho, co se naučila od našich plánovaček.

ZP: Přínosem je úspora práce plánovačů, protože operativní činnosti, které MES systém objeví online, jsou řešené mimo ně. Dalším nesporným přínosem je rychlost přeplánování. Proces výroby se musí přizpůsobovat okamžitým změnám externích parametrů. Dojde-li například k výpadku stroje – a podle údajů o dané chybě odhadneme výpadek na 6 hodin – máme 30 sekund na přeplánování výroby produktu a přenesení této informace k dělníkům.

Kam by se mohlo APS dále rozvíjet?
JB: Rád bych řekl, že to vím naprosto přesně, což ale v tuto chvíli nelze. Nicméně má vize je následovná:

  • V blízké budoucnosti (2‒3 roky) bude umělá inteligence a neuronové sítě zapojené do hledání korelací vlivů a následně budoucího vývoje až u 80 % řešených situací oproti dnešním 5 %. Plánovač se tak stane spíše supervizorem a bude řešit jen opravdu složité situace, kterým bude moci věnovat maximální pozornost.
  • Sběr informací o procesech, parametrech, nekvalitě atd. bude probíhat zcela automatizovaně, bez lidského vstupu.
  • Se zpřesňováním plánu budeme více směřovat ke sledování úspěšnosti plánování než ke sledování samotné výroby. Tedy pokud budeme plnit plán na 100 %, znamená to, že vše, co jsme slíbili vyrobit a dodat, je následně realizováno.
  • Spolu se zkracováním časů dodání a snižováním objemů zakázek pro minimalizaci zásob ve všech částech výrobního i logistického řetězce budeme přecházet na plánování „One piece flow“ a ke každému kusu připojovat jeho kompletní „rodokmen“.
  • Sbíraná data přestanou být využívána k retrospektivnímu vyhledávání chyb a přípravě preventivních opatření, ale k prediktivnímu řešení problémů.

ZP: Jak již řekl Jakub, velký potenciál vidím v integraci umělé inteligence. To, co dokáže plánovač, musí zvládnout i umělá inteligence. A zkušený člověk bude jen ověřovat a potvrzovat, co mu systém navrhuje. Úroveň plánovačů nebude stejná, ale budou se věnovat tomu, co je potřeba skutečně doladit lidským umem. Umělá inteligence přispěje k vyšší přesnosti plánů rychlosti provádění změn.

Jak vám IS KARAT pomáhá řešit sběr dat a jejich následné vyhodnocení (IoT)?
ZP: IoT je modul, který propojuje sběr dat, chytrý digitální mozek a řešení IS KARAT. Dokáže v podnikovém prostředí zachytávat data, která nepotřebují nutně k vyhodnocení umělou inteligenci. Je tedy možné na ně reagovat okamžitě, nebo počkat na vyhodnocení v umělé inteligenci a poté jednat. Tím, že v IoT je možné odchytávat data z cloudu i z čidel, vzniká zajímavá kombinace, která umožňuje spouštět řešení různých akcí v ERP – zapisovat do Projektového řízení údržby, rezervovat do APS u zdroje, který do 30 dnů skončí chybou, nebo spustit BPM proces, který můžeme verzovat a uvolňovat a mít k němu dokumentaci na míru.

Zdroj: https://www.systemonline.cz/