Virtuální senzor je...
- revoluční technologie, na bázi umělé inteligence, která umožňuje vysoce flexibilní sběr jednoduše interpretovatelných dat z výroby
- způsob integrace dat z neuronových sítí do existujících IT nebo OT aplikací ve výrobě
- softwarová aplikace, která mění digitální obraz výroby na interpretovatelná data, která umožňují digitální dvojče výroby
Jak to funguje
- Jedna nebo více kamer (VIS, IR, UWB) sleduje materiál a stroje
- Z uloženého nebo živého záznamu se vytvoří digitální obraz sledované oblasti
- Na virtuálním obrazu se vytvoří digitální dvojče senzoru, které mění 2D nebo 3D model na měření nebo objektivní kvantitativní shodnocení situace, které by z digitálního obrazu provedl člověk, např. procento zaplnění zásobníku, stav formy atd.
- Toto obecné shodnocení provede umělá inteligence v každém okamžiku záznamu a hodnotu odešle do cílového systému např. existujícího MES, BI, PLM atd. přičemž s datovým tokem je možné pracovat jako z datovým tokem jiného digitálního senzoru převedeného do IT protokolu
- Na těchto senzorových datech je možné instalovat tzv. detektor, který udá přesný okamžik události relevnatní pro rozhodování, např. začátek a konec pracovního cyklu, okamžik vyčerpání zásoby materiálu, přejezdu VZV oblastí, zakladnění materiálu, konkrétního kroku seřízení atd.
Co mohu sledovat virtuálním senzorem?
Cokoliv co lze sledovat volným okem
- Tvar, barvu, polohu, velikost objektu
- Polohu robotické ruky, manipilátoru, lisu
- Signální světlo, ciferník, digitální obrazovky
- Polohu a směr jízdy VZV, jeřábu, vozidel
- Zaplnění zásobníků, skladové pozice, kntejneru
Čím jsou virtuální senzory od InovecTech lepší
Optimalizace celého procesu od instalace HW po monitorování senzorových dat z výroby je pomocí naší human-in-the-loop AI technologie vyladěno natolik, že výkon (spolehlivost, dostupnost, náklady) daleko předčí alternativní HW senzory nebo sběr dat ze strojů v desítkách případů digitalizace.
Jaké výhody přináší virtuální senzor o InovecTech?
- Možnost nainstalovat senzor v minulosti
- Rychlost instalace – až jednotky vteřin na senzor, pokud již existuje kamerový záznam
- Spolehlivost dat – za každým signálem je obrázek, který možno skontrolovat, takže podezřelé data možno selektivně ověřit a data je velmi náročné falšovat
- Snadnost interpretace – za každým signálem je obrázek, který pochopí pracivník z linky bez potřeby rozumět vlastnostem elektroniky nebo datovým analýzam
- Intuitivní hledání kořenových příčin
- Univerzálnost – 1 technologie umí sbírat data pro desítky využití protože výroba je postavená tak, aby vizuální inspekce člověkem vedla k rychlé reakci
- Škálovatelnost – je možné instalovat jednotky i milióny virtuálních senzorů velmi rychle bez zásadních nároků na závodní elektrikáře nebo bez potřeby najímat datové vědce, standardní rozhraní pro velmi rozšířené senzory umožňují vývoj standardních řešení nad těmito daty, které jsou vyladěnější, dostupnější, bezpečnější
Tyto výhody se oproti alternativním metodám sběru dat ve výrobě dál zvyšují, protože náklad na expertní pracovní sílu (která je pořád míň dostupná) je minimální, zatímco náklady na výpočetní kapacitu klesají.
Proč je to revoluční
Od uvedení konceptu Průmyslu 4.0 se rozšiřoval mýtus, že pokročilá analytika a umělá inteligence nám umožní vylepšit výrobu pouze z OT dat nebo IoT senzorů. Fabriky se teď topí v datech a nerealisticky očekávají od datových konzultantů, že jim v terabytech senzorových signálů něco vydolují.
Důvody selhání tohoto přístupu jsou zřejmé:
- Data sbírané z díly jsou ze zdrojů, které byly instalovány pro konkrétní účel. Ukazuje se, že pro trochu jiný účel jsou často tyto data nepoužitelná, protože senzor by bylo třeba např. přeorientovat nebo nasadit na jiné místo.
- I když jsou hledané závěry někde v datech zakódované, ukazuje se, že malá změna nastavení HW na sběr dat zneplatní kvalitní natrénovaný AI model. Tento efekt je dobře znám všem radiologům, kteří dle přilišných optimistů již 2021 měli být zcela nahrazeni umělou inteligencí, ale tato funguje pouze když je dodavatelem vyladěna např. na míru pro dané CT. Protože IoT senzory používané ve výrobě jsou velmi různorodé (často i na míru), takovéto ladění je nepraktické.
Je nejvýše pravděpodobné, že dřív AI nahradí všechny lidi ve výrobě než zvládne obecně vyřešit tento lidma neřešitelný úkol. Proto dosavadní úspěchy byly omezeny na snahu reprodukovat schopnosti člověka konzistentně a soustavně např. na prediktivní údržbu ložisk nebo pístů ze zvuků stroje. Virtuální senzory následují tuto ověrenou cestu, ale protože celé závody jsou postaveny, aby byly člověkem vizuálně kontrolovatelné, možnosti systémů postavených nad virtuálními senzory budou skutečnou revolucí.
Jak vypadají výstupy z virtuálních senzorů?
Data připomínají výstupy z běžných IoT senzorů, t.j. hodnota senzoru pro každý čas, tyto hodnoty se dají:
- Prohlížet v našem optimalizovaném webovém nástroji
- Exportovat ve formátu tabulky (čas – hodnota) do tabulkového kalkulátoru (Excel, Google Sheet, etc.)
- Napojit na monitorovací nástroj v reálném čase
- Posílat do vaší databáze
- Přes vhodné rozhraní automaticky vkládat do vašeho analytického / BI nástroje
- Integrovat s našimi dalšími nástroji na řízení výroby na základě dat
Jak postupovat, když chci virtuální senzory?
Možnosti jsou:
- Udělat si sám: pokud máte instalovanou kameru, datovou infrastrukturu a nainstalované neuronové sítě, je možné si napsat tzv. datovou pipeline, a na vlastní nebo pronájmuté infrastruktuře jednoduché virtuální senzory provozovat “svépomocí”. Existují výjimečné situace, když tento přístup poradíme, zejm. pokud je k dispozici volná kapacita interního IT a pokud a získaná data mají nízkou prioritu, takže není potřeba sofistikovanějšího monitorování nebo oprav
- Poptat současná dodavatele IT. Pokud jsou již našimi partnery, stačí se s nima domluvit na integraci do nových nebo stávajících projektů ve vašem provozu
- Kontaktujte přímo nás, obratem si domluvíme krátkou konzultaci, poradíme, jestli jsou pro vás virtuální senzory vhodné a najdeme partnera, který Vám systém dodá
HW infrastrukturu pro virtuální senzory je je možné mít ve většině případů již následující den, což je možné i pro HW senzory, ale u HW senzorů je třeba počítat s mnohem delším časem pro validaci dat, interpretaci (potenciálně i navržení projektu / zásahu do výrobního zařízení), takže celý proces digitalizace je s virtuálními senzory mnohem rychlejší