Виробництво входить у етап, коли автоматизація більше не визначається просто кількістю машин, які можна задіяти. Важливіше питання полягає в тому, наскільки ефективно автоматизація може працювати разом із людьми, які експлуатують, обслуговують, усувають несправності та постійно вдосконалюють виробничі системи.
Машини надзвичайно добре виконують повторювану роботу. Люди краще справляються з невизначеністю. Тому найсильніші виробничі середовища - це не ті, що намагаються усунути людей із процесу, а ті, що свідомо розподіляють роботу відповідно до сильних сторін обох.
Автоматизація має розширювати людські можливості
Промислову автоматизацію традиційно оцінюють за допомогою таких звичних показників, як тривалість циклу, продуктивність, доступність і ефективність праці. Ці показники залишаються важливими, але вони не розкривають усієї картини.
ПЛК може виконувати одну й ту саму послідовність тисячі разів, не відволікаючись. Система машинного зору може перевіряти велику кількість деталей за визначеними критеріями. Робот може повторювати запрограмований рух із незмінною точністю позиціонування. Промислова система керування може безперервно збирати змінні процесу та реагувати відповідно до заздалегідь визначеної логіки.
Саме в цих сферах машини мають очевидну перевагу.
Поза цими контрольованими умовами виробництво стає значно менш передбачуваним. Нестача матеріалів може перервати виробництво. Постачальник може змінити специфікацію компонента. У машині може виникнути періодична несправність, яка не відображається в історичних даних. Клієнт може в останню хвилину вимагати змінити продукт.
Такі ситуації потребують інтерпретації, а не простого виконання.
Досвідчений оператор або інженер з технічного обслуговування може поєднати знання про процес, поведінку обладнання та поточні умови, щоб визначити, що насправді відбувається. Таку здатність інтерпретувати контекст складно звести до фіксованої послідовності інструкцій.
Тому я розглядаю автоматизацію радше як спосіб розширити людські можливості, а не замінити їх.
Машини працюють із повторюваністю, люди - зі змінністю
Корисний підхід до проєктування автоматизованої виробничої системи полягає в тому, щоб відокремити передбачувану роботу від змінної.
Машини добре підходять для операцій із чітко визначеними вхідними даними, вихідними даними та правилами прийняття рішень. Повторюване складання, переміщення матеріалів, вимірювання, контроль і регулювання процесів часто можна автоматизувати, оскільки умови їх виконання можна точно описати.
Люди стають ціннішими, коли процес виходить за ці межі.
Розглянемо неочікувану несправність обладнання. Сигнал тривоги може вказувати на високу температуру двигуна, аномальну вібрацію або втрату зв’язку. Система керування може виявити стан і надати діагностичну інформацію, але технічному працівнику все одно потрібно визначити, чи є проблема електричною, механічною, спричиненою довкіллям або пов’язаною безпосередньо з процесом.
Це розмежування важливе.
Автоматизація може повідомити нам, що виявила система. Людський досвід часто визначає, що ця інформація означає у фізичному світі.
Тому найпродуктивніший підхід полягає не в тому, щоб запитувати, чи має завдання виконувати людина або машина. Краще запитати, яку частину завдання має виконувати кожен із них.
Дані не усувають потреби в інженерному судженні
Сучасні фабрики генерують величезні обсяги операційних даних. ПЛК, платформи DCS, системи SCADA, обладнання для моніторингу стану, архіватори даних, системи машинного зору та пристрої IIoT можуть безперервно збирати інформацію з виробничих активів.
Однак більший обсяг даних не призводить автоматично до кращих рішень.
Погано відкалібрований датчик може генерувати неточні вимірювання. Неправильно налаштований сигнал тривоги може спричинити непотрібне втручання оператора. Відсутність часових міток може ускладнити відновлення послідовності подій. Непослідовне іменування тегів може ускладнити аналіз між виробничими лініями.
Системи штучного інтелекту й аналітики стикаються з тим самим обмеженням.
Якщо базові дані неточно відображають фізичний процес, складні алгоритми не можуть чарівним чином виправити проблему. Вони можуть формувати дуже переконливі висновки на основі неправильних вхідних даних.
Саме тому промислова цифровізація має починатися з контрольно-вимірювальних приладів, логіки керування, архітектури даних і знань про процес. ШІ слід розглядати як ще один інженерний інструмент, а не як заміну фундаментальним інженерним принципам.
Інтерфейс оператора є частиною системи автоматизації
Автоматизація, орієнтована на людину, також потребує уваги до того, як інформація надходить до працівників.
Навіть технічно спроможна система керування може працювати незадовільно, якщо оператори отримують надмірну кількість сигналів тривоги, незрозумілу графіку або інформацію, яка надходить надто пізно, щоб підтримати ухвалення рішення.
Оператору не потрібна кожна доступна точка даних у кожен момент. Оператору потрібна правильна інформація, чітко представлена саме в момент, коли необхідно ухвалити рішення.
Той самий принцип стосується й обслуговувального персоналу.
Система моніторингу стану, яка повідомляє про тисячі вимірювань, може не створювати значної цінності, якщо технічні працівники не здатні відрізнити нормальні робочі коливання від фактичної несправності, що розвивається. Корисна автоматизація має зменшувати непотрібне когнітивне навантаження, а не просто виводити на екран ще більше інформації.
На практиці проєктування інтерфейсів, керування сигналами тривоги, діагностика обладнання та проєктування робочих процесів мають розглядатися як частина архітектури автоматизації.
Безпека має залишатися відповідальністю людини
Промислова автоматизація може зменшити вплив небезпечних операцій, але сама по собі автоматизація не гарантує безпеки.
Робот зазвичай продовжуватиме виконувати запрограмовану послідовність, якщо архітектура керування та безпеки не забезпечує належних умов для зупинки або обмеження його роботи. Тому безпека залежить від усієї системи: датчиків, контролерів безпеки, блокувань, аварійних зупинок, огороджень, процедур, практик технічного обслуговування та поведінки людей.
Той самий принцип застосовується до систем функціональної безпеки.
Система безпеки на основі приладів може виявляти визначені небезпечні умови та ініціювати заздалегідь визначену безпечну реакцію. Вона не замінює інженерну роботу, необхідну для виявлення небезпек, визначення функцій безпеки, валідації системи та її обслуговування протягом усього життєвого циклу.
Саме тут відповідальність людини залишається фундаментальною.
Інженери та фахівці з безпеки мають розуміти не лише, для чого призначена автоматизована система, а й те, що відбувається, коли припущення виявляються хибними.
Не автоматизуйте поганий процес
Одна з найпоширеніших помилок в автоматизації - спроба розв’язати проблему процесу шляхом додавання технологій.
Якщо ручний процес є нестабільним через нечіткий розподіл відповідальності, встановлення додаткової автоматизації може лише прискорити виникнення цієї нестабільності.
Якщо виробничі дані ненадійні через неналежне обслуговування приладів, додавання аналітики не обов’язково дасть корисні прогнози.
Якщо процедури технічного обслуговування неефективні через неповну інформацію про обладнання, додавання ще однієї програмної платформи може підвищити складність, не покращивши ефективність технічного обслуговування.
Перед автоматизацією процесу слід проаналізувати сам процес.
Чи можна його повторювати? Чи контрольовані вхідні дані? Чи зрозумілі робочі межі? Чи відомі режими відмов? Чи можна виміряти бажаний результат? Чи є чітка причина для автоматизації операції?
Якщо відповіді на ці запитання нечіткі, удосконалення процесу зазвичай має передувати автоматизації.
Проєкти автоматизації потребують вимірюваних цілей
Технологічні проєкти легко можуть зосередитися на впровадженні, а не на результатах.
Новий робот, платформа ПЛК, система технічного зору, аналітичний застосунок або цифровий інструмент технічного обслуговування можуть бути технічно вражаючими, але зрештою їхню цінність слід підтверджувати вимірюваними результатами роботи.
Залежно від сфери застосування, такими результатами можуть бути скорочення простоїв, зменшення часу переналагодження, зниження рівня браку, підвищення виходу продукції з першого проходу, зменшення кількості інцидентів із безпекою, швидше діагностування несправностей або зменшення потреби в технічному втручанні.
Важливо встановити показник до впровадження технології.
Чітка базова оцінка дає змогу визначити, чи справді інвестиція змінила процес.
Без базового рівня організації можуть зрештою оцінювати успіх проєкту автоматизації за тим, чи було систему встановлено та введено в експлуатацію, а не за тим, чи було розв’язано виробничу проблему.
Навички персоналу мають розвиватися разом із технологіями
У міру ускладнення автоматизації змінюються й навички, необхідні працівникам промисловості.
Техніку з технічного обслуговування дедалі частіше потрібно розумітися на мережах, віддалених модулях вводу-виводу, частотно-регульованих приводах, діагностиці ПЛК, промисловому Ethernet і зборі даних, на додаток до традиційних механічних та електричних навичок.
Операторам може знадобитися інтерпретувати тенденції процесу, а не просто контролювати дискретні аварійні сигнали.
Інженерам може знадобитися розуміти і архітектуру керування, і архітектуру даних.
Це не означає, що кожен працівник має стати розробником програмного забезпечення або фахівцем із аналізу даних. Це означає, що організаціям потрібно розвивати технічні навички, необхідні для експлуатації й обслуговування дедалі більш пов’язаних систем.
Тому навчання слід вважати частиною проєкту автоматизації, а не заходом, який додають після введення в експлуатацію.
Найкращі системи автоматизації проєктують з урахуванням відмов
Однією з характеристик якісної промислової автоматизації, яку часто не помічають, є її поведінка, коли щось іде не так.
Нормальну роботу продемонструвати відносно легко. Складніше інженерне питання полягає в тому, що відбувається, коли датчик виходить з ладу, мережеве з’єднання втрачається, виконавчий механізм не реагує, контролер припиняє обмін даними або оператор робить неочікуваний вибір.
Належна архітектура автоматизації передбачає такі умови.
Діагностика має допомагати визначати джерело проблеми. Блокування мають запобігати небезпечним послідовностям дій. Резервування слід застосовувати там, де це виправдано ризиком і сферою застосування. Ручне втручання має залишатися можливим там, де воно операційно необхідне.
З інженерного погляду якість системи автоматизації часто чіткіше виявляється під час нештатних умов, ніж під час нормального виробництва.
Людський досвід залишається джерелом інновацій
Деякі з найкорисніших удосконалень на виробничій дільниці виникають не в інженерних відділах і не у постачальників технологій.
Оператори часто виявляють невеликі зміни процесу, які зменшують зайві переміщення. Техніки з технічного обслуговування виявляють повторювані закономірності відмов, неочевидні з документації на обладнання. Працівники виробництва можуть помітити зв’язок між якістю продукції та робочими умовами ще до того, як цей зв’язок з’явиться у формальному аналізі.
Ці спостереження є практичними знаннями про процеси.
Цифрові системи можуть збирати й упорядковувати ці знання, але організаціям усе одно потрібні механізми, які дають людям змогу ними ділитися.
По-справжньому підключене виробниче середовище має не лише передавати інформацію від машин людям. Воно також має давати змогу використовувати знання людей для вдосконалення машин, процедур і стратегій керування.
Наступний крок - колаборативна автоматизація
Майбутнє промислової автоматизації, імовірно, не визначатиметься простим переходом від ручної праці до повністю автономного виробництва.
Реалістичнішим напрямом є колаборативна автоматизація, у межах якої машини беруть на себе повторювані, точні та насичені даними завдання, а люди зберігають відповідальність за інтерпретацію, опрацювання винятків, удосконалення та рішення, що потребують ширшого контексту.
Ця модель змінює підхід до проєктування автоматизаційних проєктів.
Замість запитання «Скільки працівників може замінити ця система?» інженери мають запитувати: «Які завдання людей створюють зайві зусилля, ризик або затримки, і як технології можуть зменшити цей тягар?»
Ця зміна перспективи породжує інший тип автоматизації.
Мета полягає не в тому, щоб позбутися людей за будь-яку ціну. Йдеться про краще використання людської експертизи.
Практичніше визначення промислового інтелекту
Промисловий інтелект не слід визначати лише наявністю ШІ, роботів або підключених пристроїв.
По-справжньому інтелектуальна виробнича система має знати, що вона може автоматизувати, розпізнавати межі власної логіки прийняття рішень, надавати людям корисну інформацію та безпечно зупинятися контрольованим способом, коли умови виходять за межі визначеного робочого діапазону.
Люди забезпечують контекст, судження та відповідальність.
Машини забезпечують повторюваність, швидкість, обчислення та безперервний моніторинг.
Дані поєднують їх.
Коли ці елементи проєктують разом, автоматизація стає чимось більшим, ніж сукупність технологій керування. Вона перетворюється на операційну модель, у якій технології усувають непотрібну роботу, а людська експертиза залишається доступною там, де створює найбільшу цінність.
Отже, майбутнє виробництва - це не принципове змагання між людьми й машинами. Це проєктування виробничої системи, у якій кожен виконує роботу, до якої він найкраще пристосований.
