خودکارسازی تولید با عادیسازی دادهها آغاز میشود
مرحله بعدی خودکارسازی تولید، صرفاً به افزودن نرمافزارها، ماشینها یا تجهیزات رباتیک بیشتر مربوط نمیشود. تحول واقعی زمانی آغاز میشود که دادههای تولید بتوانند بهطور یکدست میان سیستمهای کسبوکار، تجهیزات تولید، پلتفرمهای گردشکار و برنامههای زنجیره تأمین جابهجا شوند.
در محیطهای چاپ و بستهبندی، این امر به معنای اتصال مدیریت سفارش، MIS، ERP، پیشازچاپ، تجهیزات تولید، سامانههای تکمیل و عملیات انجام سفارش است. APIها، JDF، EDI و دیگر رابطهای قابل خواندن توسط ماشین، لایه ارتباطی را فراهم میکنند؛ اما یکپارچهسازی بهتنهایی خودکارسازی ایجاد نمیکند.
مهمترین وظیفه مهندسی، عادیسازی دادههاست. سفارشهایی که از کانالهای مختلف دریافت میشوند، پیش از آنکه تصمیمهای خودکار اتخاذ شوند، باید به اطلاعات تولید یکدست تبدیل شوند.
از دیدگاه مهندسی خودکارسازی، این فرایند با ساخت یک سیستم کنترل قابل مقایسه است: سیگنالهای ورودی ناسازگار نمیتوانند رفتار خروجی سازگاری ایجاد کنند. بنابراین، خودکارسازی تولید همانقدر به دادههای استانداردشده وابسته است که به اتصال تجهیزات وابسته است.
پذیرش سفارشها در حال تبدیل شدن به یک رابط خودکارسازی است
پذیرش سنتی سفارشها بهشدت به نمایندگان خدمات مشتری و ورود دستی سفارشها متکی بود. با افزایش تعداد سفارشهای کوچکتر که از طریق چاپ از وب، تجارت الکترونیکی، پورتالهای برند و کانالهای خرید خودکار ایجاد میشوند، اجرای این مدل روزبهروز دشوارتر میشود.
سیستمهای تولید مدرن باید سفارشهای ورودی را بهطور خودکار تفسیر کنند، اطلاعات ضروری را اعتبارسنجی کنند، پارامترهای تولید را اختصاص دهند و اطلاعات وضعیت را بدون ایجاد مداخله دستی غیرضروری بازگردانند.
فروشگاههای B2B و محیطهای طراحی آنلاین محدودشده میتوانند این فرایند را بهطور چشمگیری بهبود دهند، زیرا ورودیها را به پیکربندیهای سازگار با تولید محدود میکنند. EDI مسیر عملی دیگری برای مشتریان بزرگتر فراهم میکند و اجازه میدهد اطلاعات سفارش خرید با قالبی ساختاریافته وارد محیط تولید شود.
با این حال، نمیتوان همه کارها را استانداردسازی کرد. کارهای سفارشی، مشخصات غیرمعمول، اطلاعات ناقص و الزامات خاص مشتری همچنان باعث ایجاد استثنا خواهند شد.
بنابراین، هدف نباید حذف کامل اپراتورها باشد. هدف مهندسی بهتر، خودکارسازی شرایط عادی و در عین حال ایجاد مسیرهای کنترلشده برای شرایط غیرعادی است.
خودکارسازی مبتنی بر قوانین منطق کنترلی را فراهم میکند
خودکارسازی گردشکار مبتنی بر قوانین همچنان یکی از کاربردیترین فناوریها برای محیطهای تولیدی است، زیرا دانش تولید را به منطق تصمیمگیری قابلاجرا تبدیل میکند.
یک سیستم که بهدرستی طراحی شده باشد میتواند اطلاعات تیکت کار را بررسی کند، فایلها را اعتبارسنجی کند، مسیرهای تولید را انتخاب کند، ظرفیت موجود را متعادل سازد و کارها را بر اساس قابلیتهای تجهیزات مسیریابی کند.
نکتهٔ مهم این است که قوانین خودکارسازی باید بر محدودیتهای واقعی تولید، نه منطق انتزاعی نرمافزار، استوار باشند. ظرفیت در دسترس ماشین چاپ، الزامات بستر چاپ، قابلیتهای تکمیل، مهلتهای تحویل و سازگاری ماشینها همگی باید بر تصمیمهای مسیریابی اثر بگذارند.
مدیریت استثناها نیز باید از همان ابتدا در سیستم طراحی شود. فایلهای مفقود، مشخصات نادرست، شکست در بررسیهای پیشپرواز، محدودیتهای تجهیزات یا مشکلات کیفی باید نقاط کنترل و اعلانهای مشخصی ایجاد کنند.
این امر معماری خودکارسازی مقاومتری ایجاد میکند، زیرا اپراتورها فقط زمانی مداخله میکنند که شرایط ازپیشتعریفشده به قضاوت انسانی نیاز داشته باشند.
کنترل فرایند باید پیش از خودکارسازی کارخانه انجام شود
خودکارسازی در سطح کارخانه نمیتواند بیثباتی فرایند تولید را جبران کند.
پیش از خودکارسازی یک گردشکار، تولیدکنندگان به گامهای استانداردشدهٔ فرایند، اهداف تولیدی مشخص، الزامات کیفیت مستند و نقاط کنترل قابلاندازهگیری نیاز دارند. در غیر این صورت، خودکارسازی فقط عملیات ناهماهنگ را سریعتر میکند.
پیشازچاپ نمونهای مناسب ارائه میدهد. اپراتورها بهطور سنتی فایلها را بررسی میکنند، تیکتهای کار را تأیید میکنند، عملیات پیشپرواز را انجام میدهند، ایمپوزیشن ایجاد میکنند، نمونههای چاپی تولید میکنند و مشکلات را بهصورت دستی برطرف میسازند.
یک گردشکار خودکار و بالغ، این فعالیتها را به فرایندهای تحت کنترل نرمافزار منتقل میکند. پروفایلهای پیشپرواز میتوانند خطاهای رایج را شناسایی کنند، در حالی که اقدامات خودکار میتوانند شرایط ازپیشتعریفشده را اصلاح یا مسیریابی کنند.
مزیت مهندسی صرفاً کاهش نیروی کار نیست؛ بلکه تکرارپذیری فرایند است. هنگامی که نقاط شکست بهطور منسجم اندازهگیری شوند، مشکلات تکرارشونده را میتوان شناسایی کرد و در منشأ آنها برطرف ساخت.
ایمپوزیشن خودکار وابستگی به قالبها را کاهش میدهد
فرایندهای سنتی ایمپوزیشن اغلب به تعداد زیادی قالب نیاز دارند که بهصورت دستی نگهداری میشوند. با افزایش تنوع محصولات و ترکیبهای تجهیزات، مدیریت این رویکرد بهطور فزایندهای دشوار میشود.
صفحهآرایی مبتنی بر قواعد، جایگزینی مقیاسپذیرتر ارائه میدهد. فایلهای ورودی را میتوان بر اساس ابعاد، تعداد صفحات، الزامات جنس چاپ، قابلیتهای تجهیزات و قواعد تولید ارزیابی کرد.
سپس سیستم میتواند راهبرد مناسب صفحهآرایی را انتخاب کند، بدون آنکه اپراتور مجبور باشد بهصورت دستی از میان صدها قالب انتخاب کند.
این رویکرد بهویژه زمانی ارزشمند است که محیطهای تولید شامل چندین ماشین چاپ دیجیتال، ماشین چاپ افست و پیکربندیهای مختلف پسپردازش باشند. لایهٔ خودکارسازی مسئول تبدیل نیازهای کار به دستورالعملهای تولید ویژهٔ هر ماشین میشود.
چاپ دیجیتال محیطی قدرتمند برای خودکارسازی ایجاد میکند
چاپ دیجیتال بهویژه برای خودکارسازی گردش کار مناسب است، زیرا میتوان تولید را بدون آمادهسازی متعارف زینک، بهسرعت تغییر داد.
بااینحال، محیطهای تولید دیجیتال اغلب شامل تجهیزاتی از چندین سازنده هستند. ماشینهای چاپ دیجیتال، پیشپردازشگرهای دیجیتال، سامانههای پسپردازش و پلتفرمهای گردش کار مختلف ممکن است از رابطها و ساختارهای دادهٔ متفاوتی استفاده کنند.
این امر، عادیسازی را بیش از پیش مهم میکند.
گردش کار متمرکز میتواند نوعی «اتصال دیرهنگام» فراهم کند و اجازه دهد تصمیمهای تولید تا زمان در دسترس قرار گرفتن اطلاعات کافی برای انتخاب ماشین مناسب، انعطافپذیر باقی بمانند.
برای مثال، یک کار میتواند ابتدا وارد صف مشترک تولید شود و بعد بر اساس ظرفیت، جنس چاپ، نیازهای پسپردازش، زمان تحویل یا در دسترس بودن دستگاه، به یک ماشین چاپ مشخص اختصاص یابد.
این در اصل، زمانبندی تولید است که بهجای هماهنگی دستی، با استفاده از نرمافزار اجرا میشود.
تولید افست باید بخشی از معماری خودکارسازی باقی بماند
راهبردهای خودکارسازی نباید فرض کنند که چاپ دیجیتال در همهٔ مراکز جایگزین چاپ افست خواهد شد.
بسیاری از واحدهای تولیدی همچنان در محیطهای ترکیبی فعالیت خواهند کرد؛ محیطهایی که در آنها تجهیزات دیجیتال و افست، نیازهای اقتصادی و فنی متفاوتی را برآورده میکنند.
در این مراکز، خودکارسازی گردش کار باید در بخش بالادستی تا سامانههای صفحهآرایی و CTP و در بخش پاییندستی تا تولید و پسپردازش ادامه یابد.
ثبت زودهنگام اطلاعات برگهٔ کار باعث میشود دادههای یکسان تولید، چندین مرحلهٔ فرایند را هدایت کنند. این کار ورود تکراری دادهها را کاهش میدهد و ارتباط میان سفارش اولیه و خروجی فیزیکی تولید را شفافتر میکند.
بنابراین، نیاز اصلی سازگاری دیجیتال با افست نیست؛ بلکه توانایی معماری اتوماسیون برای هماهنگسازی هر دو فناوری تولید از طریق دادههای مشترک تولید است.
پسازچاپ، مرز بعدی اتوماسیون است
اتوماسیون بخش پیشین، پایه لازم را برای خودکارسازی پسازچاپ و انجام سفارش فراهم میکند.
دستگاههای برش، تاکن، صحافی تهدوخت، تاکنچسبان، دستگاههای برش و خطانداز و سیستمهای سهتیغه میتوانند بیشازپیش اطلاعات ساختاریافته تولید را دریافت کنند، نه اینکه کاملاً به تنظیم دستی متکی باشند.
گردشکارهای مبتنی بر JDF از این نظر اهمیت ویژهای دارند، زیرا اطلاعات سفارش میتواند همراه فایل تولید به مراحل بعدی منتقل شود و اطلاعات موردنیاز برای تنظیم را در اختیار تجهیزات پسازچاپ قرار دهد.
این موضوع برای تولیدهای کوتاهتیراژ و با حجم متغیر اهمیت فزایندهای دارد. وقتی تعداد محصولات مرتب تغییر میکند، آمادهسازی دستی ماشین میتواند بخش نامتناسبی از زمان تولید را مصرف کند.
هدف بلندمدت، ایجاد گردشکاری یکپارچه است که در آن اطلاعات سفارش از زمان ثبت سفارش تا تولید، پسازچاپ، بستهبندی و ارسال، محصول را همراهی کند.
یکپارچهسازی، چالش واقعی اتوماسیون است
بزرگترین چالش اتوماسیون اغلب خودِ ماشین نیست؛ بلکه یکپارچهسازی میان ماشینها و سیستمهای اطلاعاتی است.
یک محیط تولید مدرن میتواند شامل سیستمهای ERP، پلتفرمهای MIS، درگاههای تجارت الکترونیکی، برنامههای پیشازچاپ، موتورهای گردشکار، ماشینهای چاپ، سیستمهای CTP، تجهیزات پسازچاپ، سیستمهای انبار و پلتفرمهای ارسال باشد.
هر جزء ممکن است وظیفه خود را بهطور مؤثر انجام دهد، اما اگر رابطهای بین سیستمها بهخوبی طراحی نشده باشند، همچنان میتواند فرایندی کلی و ناکارآمد ایجاد کند.
از دیدگاه اتوماسیون صنعتی، این ساختار شبیه معماری کنترل توزیعشده است. هر زیرسیستم عملکرد محلی خود را دارد، اما کل سیستم به مسیرهای ارتباطی مشخص، دادههای استانداردشده، بازخورد وضعیت، مدیریت خطا و منطق تصمیمگیری هماهنگ نیازمند است.
بنابراین، معماری اتوماسیون باید بر مبنای جریان اطلاعات طراحی شود، نه برندهای منفرد تجهیزات.
هوش مصنوعی زمانی ارزشمند است که متغیرهای واقعی تولید را کنترل کند
هوش مصنوعی در حوزههای تولید و چاپ توجه قابلتوجهی را به خود جلب کرده است، اما ارزش عملی آن به محل بهکارگیریاش بستگی دارد.
هوش مصنوعی مولد ممکن است بیشترین توجه عمومی را جلب کند، اما محیطهای تولیدی میتوانند از بهکارگیری یادگیری ماشین روی دادههای عملیاتی، مزایای فوریتری به دست آورند.
کاربردهای احتمالی شامل نگهداری پیشبینانه، پایش فرایند، تحلیل کیفیت، ثبات رنگ، مقایسه عملکرد تولید، بهینهسازی زمانبندی و کمک به کنترل ماشین است.
برای مثال، میتوان دادههای تاریخی ماشین را تحلیل کرد تا شرایط مرتبط با فرسودگی قطعات یا ناپایداری فرایند شناسایی شوند. همچنین میتوان دادههای کیفیت را با پارامترهای ماشین مرتبط کرد تا الگوهایی شناسایی شوند که تشخیص آنها از طریق بازرسی دستی دشوار است.
بااینحال، هوش مصنوعی نباید در جایی که کنترل قطعی مناسب است، جایگزین کنترل قطعی شود.
کارکردهای ایمنی، اینترلاکهای ماشین، توالیبندی پایه و حدود فرایندیِ کاملاً تعریفشده باید همچنان از منطق کنترلی قابلپیشبینی استفاده کنند. هوش مصنوعی در مواردی مناسبتر است که مجموعهدادههای تاریخی بزرگ بتوانند پیشبینی، طبقهبندی، بهینهسازی یا پشتیبانی از تصمیمگیری را بهبود دهند.
گام بعدی، لایه کنترل هوشمند تولید است
آینده اتوماسیون تولید احتمالاً ترکیبی از اتوماسیون قطعی، یادگیری ماشین، تجهیزات متصل و مدیریت استثناها توسط انسان خواهد بود.
معماریهای قدرتمند تلاش نخواهند کرد همه تصمیمهای تولید را بهصورت خودمختار اتخاذ کنند. در عوض، تصمیمهای تکراری را خودکار میکنند، دادههای عملیاتی را بهطور پیوسته گردآوری میکنند، انحرافها را شناسایی میکنند و موقعیتهایی را که به تخصص انسانی نیاز دارند، برای بررسی بیشتر ارجاع میدهند.
این مسیر عملی برای حرکت بهسوی صنعت ۵.۰ ایجاد میکند، بدون آنکه اپراتورهای انسانی را اجزایی منسوخ تلقی کند.
از دیدگاه من، مهمترین گذار بنابراین از تولید دستی به تولید کاملاً خودمختار نیست؛ بلکه از اتوماسیون منف isolated به اتوماسیون هماهنگ است.
وقتی دادههای سفارش، ظرفیت تولید، وضعیت ماشین، اطلاعات کیفیت و الزامات تکمیل، بخشی از یک مدل اطلاعاتی یکپارچه شوند، اتوماسیون میتواند از بهینهسازی فرایندهای منفرد بهسوی بهینهسازی در سطح کارخانه حرکت کند.
دستاوردهای بزرگ بعدی در بهرهوری احتمالاً از همینجا پدیدار میشوند: نه با افزودن یک ماشین خودکارِ مستقل دیگر، بلکه با توانمند کردن کل سامانه تولید برای تبادل اطلاعات، تصمیمگیری کنترلشده، یادگیری از عملکرد تاریخی و دخالت دادن افراد تنها در مواردی که قضاوت آنها ارزش افزوده ایجاد میکند.
