Automaatika on saanud konkurentsivõimelise tööstuse tootmisliinide pärisosaks, ent automaatseadmete töö saab olla maksimaalselt efektiivne vaid siis, kui neid juhitakse võimalikult efektiivselt. Olemas on tootmisliinide juhtimise tarkvarad, aga üha rohkem astub appi ka tehismõistus (AI).
Ennekõike tähendab see seda, et automaatikasüsteemide juhtimiseks kasutatakse tehisintellekti kogutud andmeid tootmisliini töö kohta ning nende andmete põhjal langetab automaatika juhtimistarkvara otsuseid näiteks liini töö maksimaalse tootlikkuse saavutamiseks.
Tootmisliinide automaatikaseadmeid välja arendavas Festo Oy-s nimetatakse sellist tootmise juhtimist intelligentseks tehnoloogiaks, kus süsteem suudab ise tuvastada kõrvalekaldeid masinate normaalsest seisukorrast ja nende tööd korrigeerida. Samuti teatada riketest, kulumistest või kvaliteedikadudest juba varakult ning tegutseda ettenägelikult.
Festos on selleks välja töötatud AX-tarkvara, mis digitaalselt teisendab AI-andmed ning suunab need tootmisliinide juhtimisse. Nõnda saab prognoositava hooldusega vähendada muidu ootamatult ette tulla võivaid seisakuid, tagada toodete kvaliteeti (ennustuskvaliteet) ning vähendada energiakulusid etteplaneeritava energiavajaduse (ennustusenergia) abil. Sisuliselt tähendab see probleemide tuvastamist enne nende tekkimist. Festo lubab, et see kõik annab ettevõttele tuntavat kokkuhoidu, näiteks vähendab tootmisseisakuid 25%, jäätmeteke väheneb 20% ja energiakadu koguni kuni 65%. Kuigi iga tootmisliin on oma spetsiifikaga, siis Festo intelligentne juhtimistehnoloogia peaks teatud kohanduste korral olema integreeritav kõikidesse tööstusettevõtetesse.
Tehisaru juhib, aga otsuseid teeb ikkagi inimene
Festo Balti riikide müügijuht Frid Kaljas ütleb, et liinide automaatikalahenduste pideva täiustamisega, sh tehismõistuse kaasamisega sellesse, tegeldakse ennekõike tootlikkuse kasvatamiseks nii, et samal ajal säiliks ka tootmisliinide jätkusuutlikkus.
„Tööjõupuudus ja muude ressursside nappus viib tootmise digitaliseerimiseni, see on üks praeguse aja märksõnadest ning selle peamine eesmärk on tootlikkuse kasvatamine,” selgitab Frid Kaljas. „Ja kuidas seda saavutada? Eks selleks tulebki tehnoloogiat arendada, kasutada järjest uusi võimalusi selleks, sh ka neid, mida pakub tehisaru.”
Samas pole see tema kinnitusel nii, et AI peaks hakkama tegema inimese eest kõiki otsuseid ja automaatika võtaks neilt töö üle. Kaljas nimetab seda ulmestsenaariumiks, mis vähemalt esialgu meid siiski ees ei oota, kasutame siis tööstusseadmete juhtimisel tehisaru või mitte.
Kaljase sõnul võib tööstusautomaatika olla kuitahes täiuslik ja selles võib kasutada viimast sõna, mida tehnoloogial pakkuda, ent alati jääb inimene selle juures n-ö viimaseks luubiks, mis lõpuks kõike haldab ja otsuseid langetab.
Digirevolutsioon toob endaga kaasa kulutusi
„Jah, algoritmidega saab jälgida ja kõrvutada mingeid mustreid, avastada hälbeid, koguda infot ja seda siis puhtalt matemaatiliselt ehk siis AI abil analüüsida. Aga tootmises on enamasti inimsilm kõrval, kes neid anomaaliaid tootmise graafikutes näeb ja mõistab, milliste kombinatsioonide puhul üks või teine hälve tekib,” kirjeldab Frid Kaljas nn targa tehase toimimise kontseptsiooni. „Ja siis saab inimene juba võtta kasutusele meetmed, et täiustada algoritme või õpetada tehisaru. Aga see on teoreetiliselt nii. Arusaamine automaatikast ja tehisaru osast selles on mitte ainult eri maades, vaid ka erinevates ettevõtetes väga seinast seina,” ütleb ta.
Selle all peab ta silmas seda, et kui alguses on ettevõtted automaatikalahenduste juurutamisel tavaliselt vägagi entusiastlikud ja hakkamist täis, siis asja edenedes käib aga tihtilugu aur maha. Näiteks, kui saadakse aimu, kui palju inimressurssi uuenduste sisseviimine nõuab ning kui palju selleks raha võib kuluda, kaob huvi reeglina ära. Sest eks kõigi uute tehnoloogiate rakendamise lõppeesmärk on ju väiksemate kuludega suurema kasumi teenimine. Aga seda ju tootlikkus tähendabki – väiksema ressursiga rohkemat tootmist. Ja nüüd peabki igaüks leidma vahendid, kuidas selleni jõuda.
Teine variant, miks tootmise digitaliseerimisele ei mõelda, on see, et ettevõttel läheb väga hästi: kuigi mõni klient võib tootmise juhtimissüsteemide täiustamise kohta küsida, ei ole mahti selle teemaga kuigi agaralt tegeleda, sest tellimustest on niikuinii järjekord ukse taga.
Masinate tark juhtimine tagab nende optimaalse töö
Vigade ja hooldusvajaduse ennetamine digitaalsete süsteemide abil on üks oluline komponent, mida tootmisseadmete tark juhtimine endas sisaldab, See annab Frid Kaljase sõnul olulise panuse ettevõtte efektiivsuse tõstmisse.
Piltlikult öeldes – kui varem tuli mootoris õli vahetada kindla, tootja poolt ette kirjutatud ajavahemiku järel, siis intelligentse jälgimise all olev mootor n-ö teab ise, millal ta uut õli vajab – võib-olla ei peagi seda nii tihti vahetama – ja annab sellest siis kasutajale vajalikul hetkel märku.
Põhiline eesmärk on aru saada, mis tootmises toimub ja kus asuvad kohad, mida n-ö putitades saab tootlikkust tõsta, energiat säästa, jäätmeteket vähendada. Samas peab targa juhtimise all olev automaatika aru saama, kust seadmed võivad mingil hetkel lagunema hakata, kui vunki liialt palju peale keerata.
„Ka meie automaatikatootjana püüame vaadata n-ö oma toodete sisse, tuvastada anomaaliaid ning samamoodi ennetada rikkeid ja tagada seadmetele hooldus kõige optimaalsemal ajal,” räägib Kaljas. „Võib-olla energiasäästust, mida digitehnoloogiad võimaldavad, saadakse paremini aru. Praegu, rohepöörde valguses, hakkavad kliendid loobuma pneumaatilistest lahendustest ja järjest rohkem küsitakse täiselektrilisi ajameid. Sageli on selle ajendiks ka enda tehase jaoks välja arendatud rohelise elektri tootmise võimekus.”
Selle põhjuseks on tarbitava energia kasutegur, mis pneumaatika puhul kipub täiselektrilistele lahendustele alla jääma, lisaks soovitakse olla oma tegemistes võimalikult keskkonnasõbralik.
Frid Kaljas ütleb, et kahtlemata kaasnevad igasuguse andmete kogumise ja analüüsimisega ka turvariskid, eriti, kui suurt hulka andmeid hoitakse kusagil pilveteenuses.
Pole ju tehisaru iseenesest ohtlik ning kindlasti kasutaja vastu n-ö mässu tõstma ei hakka, küll aga võib kahju tekkida sellest, kui andmed pääsevad n-ö ilma peale rändama.
Sestap on järjest enam hakanud ettevõtetes kanda kinnitama kohapealse andmetöötluse lahendused. Selle juures tuleb muidugi arvestada ka selle energiahulgaga, mida need täiendavad andmetöötluseks loodud IT-lahendused ning pidevalt täie rauaga huugavad serverid kasutavad. Siinjuures võib vabalt juhtuda, et selline tootmine ei osutugi nii roheliseks, kui alguses võis tunduda või loodeti.
