Przemysł 4.0 – teraźniejszość i wizja rozwoju

Utworzona w wyniku tej decyzji grupa robocza Industrie 4.0 Working Group sformułowała pierwsze rekomendacje dotyczące implementacji koncepcji Przemysł 4.0 w praktyce. Dokumenty te ujrzały światło dzienne w kwietniu 2013 r., a opracowany dokument, zawierający ogólną wizję rozwoju przemysłu, stał się podstawą do opracowania przez „Plattform Industrie 4.0”
ostatecznych zaleceń dotyczących urzeczywistnienia rewolucji przemysłowej 4.0. Zalecenia dotyczące ewolucji niemieckiej gospodarki przedstawiały śmiałą perspektywę rozwoju przedsiębiorstw funkcjonujących w cyfrowych sieciach obejmujących całe fabryki, maszyny, systemy magazynowe i urządzenia produkcyjne [1].
Nie będziemy tu jednak opisywać szerzej pierwszej, drugiej i trzeciej rewolucji przemysłowej. Jeśli chodzi o czwartą – to ta, ze względu na związanie jej ze zmianami w sposobach i charakterze produkcji oraz zdolności do przekształcania gospodarek, miejsc pracy oraz społeczeństw związanych z adaptacją cyfrowych technologii utożsamiana jest w literaturze z Przemysłem 4.0. Niemniej Przemysł 4.0 to coś więcej niż tylko rewolucja przemysłowa, to też ogromne zmiany związane z przetwarzaniem i zarządzaniem cyfrowymi danymi, a także łańcuchami dostaw, dokumentacji i cyfrowym pieniądzem. Przejdźmy zatem do technologii nierozerwalnie związanych z rozwojem Przemysłu 4.0.

​​

Czym jest Przemysł 4.0

Zaglądając do jakiejkolwiek encyklopedii zarządzania, możemy się dowiedzieć, że Przemysł 4.0 to koncepcja, która zakłada wykorzystanie najnowszych technologii cyfrowych i automatyzacji produkcji w celu stworzenia nowej generacji systemów produkcyjnych bazujących na przetwarzaniu i przepływie danych. Według Europejskiego Centrum Wspierania Zaawansowanej Produkcji transformacja w kierunku Przemysłu 4.0 obejmuje siedem etapów. 

Pierwszy z nich dotyczy zaawansowania technologicznego uwzględniającego elastyczne systemy produkcyjne, które ułatwiają szybkie dostosowanie się do zmian w zakresie liczby czy kategorii produktów. Kolejny krok polega na współdzieleniu informacji o procesie wytwarzania przez ludzi, maszyny i produkty. Trzecia faza dotyczy uwzględnienia zasad gospodarki obiegu zamkniętego w celu pełnego wykorzystania surowców i zmniejszania emisji. 
Proces kompleksowej realizacji oczekiwań klientów wobec wyrobów, czyli End-to-End Customer Focussed Engineering, to czwarty etap w kierunku Przemysłu 4.0. W następnym kluczowe jest skupienie się na człowieku (m.in. poprzez wykorzystanie indywidualnych różnic na rzecz wzmocnienia organizacji) oraz budowie sensownego środowiska pracy. Szósty etap, czyli smart mancufacturing, zakłada stosowanie zintegrowanych systemów, które w czasie rzeczywistym reagują na zmienne warunki. W tym kontekście duże znaczenie ma przechowywanie i udostępnianie dużych zbiorów danych oraz ich przetwarzanie za pomocą algorytmów sztucznej inteligencji. Ostatni krok to fabryka otwarta, która rozumie potrzeby wszystkich uczestników łańcucha wartości.
Obecnie większość zaawansowanych systemów cyfrowego sterowania produkcją (które oczywiście nie są wszędzie i zawsze wdrożone) zakwalifikować można pomiędzy czwartym a szóstym etapem. Siódmy etap prawdopodobnie tak szybko, jeśli w ogóle, nie nastąpi, gdyż wymaga nie tylko zaadaptowania ideologii zrównoważonego rozwoju, ale przede wszystkim zmiany mentalności wszystkich społeczeństw, również tych w krajach Trzeciego Świata, gdzie należałoby odejść od np. rabunkowego i niehumanitarnego wydobycia surowców naturalnych, takich jak lit.

Technologie Przemysłu 4.0

Z technicznego punktu widzenia rozwój technologiczny Przemysłu 4.0 podzielić można na trzy obszary. Pierwszym jest robotyzacja i automatyzacja. Robotyzacja i automatyzacja to wprowadzenie i zastępowanie tradycyjnych maszyn i urządzeń systemami automatyki i robotami, w tym obrabiarkami sterowanymi numerycznie. Tego typu systemy są zdolne do wykonywania precyzyjnych i powtarzalnych zadań, co przyczynia się do zwiększenia efektywności produkcji. 
W Przemyśle 4.0 systemy automatyki i roboty, zwane tu cobotami, czyli robotami współpracującymi, nie tylko wykonują proste czynności, ale również bezpośrednio, w ramach tzw. systemów kognitywnych, współpracują z ludźmi. Dzięki temu możliwe jest łączne wykorzystanie takich umiejętności człowieka jak kreatywność i elastyczność, w połączeniu z precyzją i szybkością robotów.
Upowszechnianie cobotów jest przejawem rozwoju rekonfigurowalnych systemów produkcyjnych (Reconfigurable Manufacturing Systems) pozwalających na dopasowanie potencjału, funkcjonalności i wydajności infrastruktury produkcyjnej. Składają się one z modułów, które dzięki mechanicznej i informatycznej integracji można łatwo ze sobą łączyć, rozdzielać lub dodawać nowe, podczas gdy zintegrowany układ pomiarowy ocenia kondycję całego systemu. Długofalowo procesy technologiczne charakteryzujące Przemysł 4.0 umożliwią zaawansowaną personalizację produktu końcowego – dzięki wykorzystaniu sztucznej inteligencji zwiększają możliwości szybkiej i taniej rekonfiguracji linii produkcyjnych w celu wytwarzania krótkich serii odpowiadających na zmieniające się preferencje odbiorców [2].
Kolejnym elementem jest cyfryzacja. Cyfryzacja to przeniesienie procesów produkcyjnych i procesów zarządzania produkcją, a także projektowania – w tym nie tylko projektowania wyrobów, ale i linii produkcyjnych – oraz zarządzania procesami pomocniczymi, np. logistyką, w sferę cyfrową. Oznacza to wykorzystanie wszystkich dostępnych technologii informatyczno-telekomunikacyjnych do monitorowania i optymalizacji procesów produkcyjnych. Dzięki cyfryzacji możliwe jest gromadzenie ogromnych ilości danych na temat produkcji, co pozwala na bardziej precyzyjne planowanie i podejmowanie decyzji opartych na faktach, a także na predykcyjne zarządzanie przyszłymi awariami czy przezbrojeniami linii, tak aby dopasować je do planowanych zamówień. Innymi słowy, cyfrowe systemy produkcyjne umożliwiają elastyczne dostosowywanie produkcji do zmieniających się warunków rynkowych, co zwiększa konkurencyjność przedsiębiorstw.
Z Przemysłem 4.0 nierozerwalnie związane są też nowoczesne technologie umożliwiające uelastycznienie produkcji pozwalające na produkowanie niewielkich serii wyrobów i ich ścisłe dopasowanie do potrzeb klienta. Do technologii, które umożliwiają już dziś personalizację produkcji, zalicza się druk 3D, zaawansowane symulacje, rzeczywistość wirtualną i rozszerzoną. Dopełnieniem wszystkich powyższych technologii będzie znacznie większa niż obecnie integracja przemysłowych systemów informatycznych i systemów automatyki – zarówno w obrębie samego przedsiębiorstwa, jak i obsługi klienta – począwszy od produkcji po dystrybucję wyrobów i serwis posprzedażowy. 
Ostatnim, trzecim obszarem jest internet rzeczy (IoT), a w zasadzie przemysłowy internet rzeczy IIoT. W Przemyśle 4.0 IIoT umożliwia komunikację i wymianę danych między wszystkimi urządzeniami cyfrowej, inteligentnej fabryki, takimi jak maszyny produkcyjne, czujniki, systemy zarządzania produkcją, a także między nimi a ludźmi. Dzięki temu możliwe jest monitorowanie i sterowanie procesami produkcyjnymi w czasie rzeczywistym oraz zdalne diagnozowanie i naprawa usterek. Internet rzeczy umożliwia również tworzenie inteligentnych fabryk, w których systemy produkcyjne są w stanie samodzielnie dostosowywać się do zmieniających się warunków i optymalizować swoje działanie.
Zastosowany w fabryce przemysłowy internet rzeczy umożliwia stałe monitorowanie procesów produkcyjnych oraz dostosowanie planu konserwacji i serwisowania, a tym samym zapobiega awariom i związanym z nimi przestojom. Dzięki zintegrowaniu z systemami ERP, CRM, SCADA, systemami inżyniersko-projektowymi CAD oraz oprogramowaniem PLM możliwe jest stworzenie środowiska do zarządzania wszystkimi zasobami przedsiębiorstwa, a także do optymalizacji procesów produkcyjnych, projektowych, sprzedażowych, logistycznych i serwisowych, dzięki czemu możliwa jest optymalizacja wytwarzania w czasie rzeczywistym pod kątem maksymalnego wykorzystania mocy produkcyjnych, przestawiania linii technologicznych, a nawet wprowadzenia zindywidualizowanej produkcji pod konkretne zamówienie i oczekiwania klienta [1]. 
Do najbardziej zaawansowanych systemów inteligentnej, cyfrowej fabryki należą tzw. cyfrowe bliźniaki, czyli cyfrowe repliki fizycznych obiektów lub produktów, które to modele obejmują również cyfrowy model fizycznego procesu produkcyjnego, jaki utworzony został na podstawie danych, które są na bieżąco dostarczane z wielu sensorów i systemów IT. Do przetwarzania zebranych informacji stosuje się tu zarówno środowiska analityczne, jak i algorytmy sztucznej inteligencji. Dzięki temu można odwzorować każdy fizyczny i związany z zarządzaniem produkcją proces zachodzący w fabryce, a także modelować na bieżąco produkty dostosowywane do potrzeb klienta.
Technologia cyfrowego bliźniaka daje wgląd w specyfikę działania złożonych elementów maszyn i umożliwia testowanie ich funkcjonowania w zróżnicowanych warunkach. Pozwala też zoptymalizować plan napraw i konserwacji na podstawie bieżącej diagnozy zużycia części maszyn. Symulowane układy fabryczne pozwalają na lepsze zorganizowanie produkcji, a następnie wprowadzenie fizycznych zmian za pośrednictwem modułów i urządzeń wykonawczych. To wszystko sprzyja tworzeniu spersonalizowanego produktu i ułatwia konstruowanie prototypów, obniżając ich koszt za sprawą wirtualnych, szybkich i skalowanych testów. W konsekwencji zapewnia też optymalizację procesów decyzyjnych w produkcji, logistyce, sprzedaży i usługach powiązanych [3].

Sztuczna inteligencja w Przemyśle 4.0

Przemysł 4.0 zakłada współpracę ludzi, sterowanych cyfrowo maszyn produkcyjnych oraz systemów IT na podstawie danych aktualizowanych w toku produkcji. Kolejnym krokiem będzie więc nadanie inteligentnym maszynom możliwości decyzyjnych. Nie chodzi tu tylko o informowanie o awariach, predykcję, przygotowywanie raportów i analizowanie danych, co systemy sztucznej inteligencji robią już dziś, ale o pełną decyzyjność w prowadzeniu produkcji. Oczywiście ta decyzyjność na początku związana będzie jedynie z poszczególnymi elementami systemu, a nie jego całością.
Agregując i analizując dane produkcyjne (począwszy od czujników i sensorów z pojedynczych maszyn, na analizie całego systemu sterowania czy też zarządzania produkcją kończąc), sztuczna inteligencja jest w stanie wyłowić, który element lub obszar produkcji warto zbadać i zoptymalizować. Może się to wiązać ze skokiem zużycia energii w określonym miejscu, mniej wydajnej pracy maszyn przy konkretnej czynności, czy chociażby składzie osobowym obsługi w czasie danej zmiany i analizować wszystkie te zmienne w czasie rzeczywistym. Pozwala to znaleźć i wprowadzić optymalizację pracy oraz zużycia zasobów w procesie produkcji. Co więcej – możliwość przewidywania zdarzeń z określonym prawdopodobieństwem to obszar mogący przynieść spore oszczędności [4].
Obecnie algorytmy sztucznej inteligencji mogą wskazać optymalną metodę prowadzenia procesu produkcyjnego, która będzie ukierunkowana na założoną ścieżkę docelową i warunki zewnętrzne związane z zamówieniami czy logistyką. Dzięki temu inżynierowie produkcji otrzymają odpowiedź na pytanie, w jaki sposób, co i kiedy należy produkować, tak aby produkcja była optymalna dla przedsiębiorstwa. W wypadku gdy sztuczna inteligencja przejmie zarządzanie produkcją bazującą na zbieranych w czasie rzeczywistym danych z procesów produkcyjnych, przejdziemy do kolejnego etapu rozwoju, który w literaturze nazywa się często Przemysłem 5.0.
Koncepcję Przemysłu 5.0 wprowadził w 2015 r. Michael Rada – prezes International Business Center of Sustainable Development. W koncepcji tej człowiek oraz maszyny sterowane przez sztuczną inteligencją mają tworzyć funkcjonalną całość, która co prawda już istnieje, ale współpraca człowieka i systemów zautomatyzowanej produkcji nie jest w pełni naturalna. Dlatego siłą napędową Przemysłu 5.0 mają być wspomniane już technologie kognitywne, czyli umożliwiające rozpoznawanie przez maszyny otoczenia oraz pozwalające maszynom na podejmowanie samodzielnych decyzji.
 W ten sposób maszyny i systemy automatyki, a nawet obrabiarki numeryczne, zyskają możliwość wykonywania zadań, które dotychczas zarezerwowane były wyłącznie dla ludzi. Przygotowanie maszyn do wykonywania nowych zadań, a także do działania w różnorodnych, zmieniających się środowiskach ma być możliwe dzięki stale udoskonalanej sztucznej inteligencji, zaawansowanym algorytmom uczenia maszynowego i głębokiego uczenia. To przyszłość i główna koncepcja zastosowania algorytmów sztucznej inteligencji w przemyśle, ale to już temat na inny artykuł.

Literatura:

1. Jacek Bendkowski, Zmiany w pracy produkcyjnej w perspektywie koncepcji „Przemysł 4.0”, Zeszyty Naukowe Politechniki Śląskiej 2017, Seria: Organizacja i Zarządzanie z. 112 Nr kol. 1990, s. 21–33.
2. Katarzyna Śledziewska, Renata Włoch, Gospodarka cyfrowa. Jak nowe technologie zmieniają świat, Wydawnictwo Uniwersytetu Warszawskiego, Warszawa 2020.
3. Prezentacja firmy General Electric The Digital Twin, Compressing time-to-value for digital industrial companies.
4. Materiały firmy ASTOR.