4 IoT trendy v průmyslu, které musíte sledovat

Internet věcí hraje roli zejména v průmyslu. Konkrétně se v takových případech hovoří vyloženě o průmyslu 4.0. IoT tu zajišťuje maximální efektivitu a dostupnost zdrojů.

Po tom, co meziroční růst investic do IoT v důsledku pandemie Covid-19 zpomalil oproti odhadu z listopadových 14,9 % na aktuálních 8,2 %, odhaduje IDC, že během druhé poloviny roku 2020 a zejména pak v roce následujícím se růst vrátí na dvojciferné hodnoty. Výzkum mimo jiné vychází také z toho, že právě v době po koronavirové krizi bude tlak na efektivitu ve výrobě a v průmyslu ještě vyšší a mnohé společnosti sáhnou právě po IoT, které může hrát klíčovou roli.

Nastal tedy čas, kdy by se o IoT a IIoT měly začít zajímat všechny firmy a společnosti, které nechtějí, aby jim ujel vlak? Podívejme se společně na 4 nejdůležitější trendy internetu věcí, které se vyplatí sledovat.

1. Digital Twins

Kdo čekal, že o digitálních dvojčatech se už napovídalo vše a že se třeba blíží za svůj zenit, bude zklamán. Naopak. Význam Digital Twins roste a poroste dál. Tento koncept vznikl už před lety, ale až internet věcí umožňuje jeho nákladově efektivní implementaci ve výrobním průmyslu a v dalších oblastech.

Digitální dvojče je v podstatě virtuální model produktu, služby nebo procesu. Kombinace fyzického a virtuálního světa umožňuje analýzu dat a efektivní monitorování systému. Tímto způsobem lze problémy vyřešit předem, nebo jim plně předcházet. Tato takzvaná prediktivní údržba (PdM) vede ke snížení prostojů a umožňuje přesnější plánování simulací reálných modelů.

Ilustrační foto

Zapojení AI a schopnost predikce může rozhodovat. A to dokonce i v dalších oblastech, nejen v průmyslu a výrobě.  Pomáhá taky odhalit nastupující trendy a negativní dopady např. v logistice, v obchodu i jinde. Ve světle událostí několika posledních týdnů se Digital Twin zdá předurčený stát se skutečnou hvězdou a trendem s velkým „T“.

Ve zkratce to funguje takto:

Inteligentní komponenty s IoT senzory se integrují do fyzického objektu a kombinují údaje o pracovních podmínkách, o stavu nebo poloze (atd.) v reálném čase.

Tyto komponenty jsou připojeny ke cloudu, který přijímá a zpracovává informace ze senzorů a vzniká tak virtuální model objektu nebo procesu. Model se neustále učí (pomocí strojového učení) a aktualizuje se z několika zdrojů. To vytváří jistou „úroveň inteligence“. Získané znalosti se zpětně využívají ve fyzickém světě, čímž se zvyšuje účinnost a předchází se problémům (například haváriím a výpadkům).

Proč se digitální dvojčata stala nedílnou součástí průmyslu?

1. S pomocí digitálních dvojčat získáte podrobné informace o svých systémech a strojích (včetně opotřebení), můžete analyzovat dopravní modely v silničních sítích nebo třeba efektivněji spravovat vozový park.

2. V případě změny procesu můžete nejprve experimentovat s digitálním dvojčetem před implementací skutečného modelu. To může ušetřit spoustu času i peněz.

Chcete o konceptu Digital Twin vědět víc? Začtěte se do článku Digital Twin: už jste někdy potkali digitální dvojče?

Zjistěte víc o konceptu digital Twin

2. Coboti neboli spolupracující roboti

Ještě jste o nich neslyšeli? Collaborative robot, zkráceně cobot. Jedná se o novou generaci robotů vybavených možnostmi strojového učení a umělou inteligencí, díky čemuž disponují nebývalým kognitivním výkonem. Mimochodem coboti nemají nahrazovat lidi. Cílem je, aby pracovali společně.

Coboti využívají takzvané „počítačové vidění“, které s sebou nese jakousi základní inteligenci.

Spolupracující roboti se dají snadno přeprogramovat a mohou ve srovnání s předchozími průmyslovými roboty přirozeně interagovat a spolupracovat s lidmi. Příkladem takové spolupráce může být analýza velkého množství zásob a kontrola poškození. Člověk ve většině takovou práci nevyhledává. Navíc při takové činnosti se lidé často dopouštějí chyb. Pro coboty je taková práce ideální a chybovost nízká. Jsou vybavení funkcemi a vlastnostmi, které je předurčují pro opakované, namáhavé nebo nebezpečné úkoly. Tímto způsobem mohou vaši kolegové pracovat v bezpečnějším prostředí.

Ukázka od Universal Robots

Roboti jsou samozřejmě vybavení bezpečnostními funkcemi, jako je například možnost zabránit kolizi. Spolupracující roboti jsou navíc schopní už zmiňované prediktivní údržby. A díky pokroku v robotice jsou roboti přizpůsobivější, kompaktnější a dostupnější než kdykoli předtím.

3. Edge Computing

Edge computing je decentralizované zpracování dat, které probíhá doslova na okraji sítě. Odtud také název. Data se zpracovávají přímo na periferii sítě, tj. tam, kde vznikají. Přičemž v našem případě vznikají v nejrůznějších IoT senzorech a zařízeních. Díky Edge computingu lze do jisté míry překonávat omezení klasického cloud computingu, jako jsou problémy s šířkou pásma nebo vysoká latence.

Ilustrační foto

Výhody Edge Computingu

Škálovatelnost

Není potřeba zřizovat vlastní datová centra. I když k tomuto problému lze přistupovat i jinak. Můžete si například vybrat přímo IoT řešení na klíč a využívat cloud jako službu v rámci něj.

Edge computing stále více kombinuje funkce získávání, ukládání a analýzy dat v aplikacích nebo zařízeních. Lze je také umístit blíže ke koncovému uživateli.

Rychlost

Síť využívající Edge computing snižuje latenci a může zvyšovat výkon. Data se zpracovávají lokálně (v datových centrech v bezprostřední blízkosti). To znamená, že shromážděné informace nemusí „cestovat“ tolik, jako v konvenční cloudové síti.

Bezpečnost

Edge computing nabízí významné bezpečnostní výhody. Tradiční síťová architektura cloud computingu je centralizovaná a obzvláště zranitelná vůči výpadkům napájení a DDoS útokům. Edge computing na druhé straně distribuuje ukládání a zpracování dat do více zařízení a datových center. Jednotlivé poruchy už nemohou zastavit celou síť.

4. Rozšířená a virtuální realita využívající IoT

Procesy a produkty využívající rozšířenou realitu (AR) a virtuální realitu (VR) mohou zvyšovat produktivitu a efektivitu výroby. Podobně jako samotné IoT.

Jak? Ukažme si to na příkladu, který se jednoznačně nabízí. A půjčme si k tomu rovnou první z dnes popisovaných IoT trendů – Digital Twin. Jak jsme se zmínili, digitální dvojče je vlastně digitální (nebo virtuální, chcete-li) reprezentací fyzického objektu. Všechna data, která je možné sledovat pomocí IoT senzorů, je potřeba prezentovat. To můžete udělat prostými hodnotami v tabulkách. Nebo, když je to příhodné, můžete zvolit i vizuální prezentaci modelu vytvořeného v rámci konceptu Digital Twin. A tady se právě může o slovo přihlásit rozšířená nebo virtuální realita. Digitální dvojče si potom můžete prohlížet nebo procházet ve virtuálním prostředí a sledovat, jak funguje. To se může hodit při správě budov nebo složitých a rozsáhlých strojů nebo systémů.

Rozšířenou realitu můžete následně použít při údržbě podobných systémů – od výrobní linky, přes správu (nejen) chytrých budov až po servis vozidel, letadel a lodí. Čím dál častěji se tak dnes ve firmách používají například náhlavní soupravy, které skutečné objekty překrývají právě rozšířenou realitou. To uživateli umožňuje přístup k široké škále informací, aby mohl efektivněji a bezpečněji plnit svůj úkol. Třeba tam, kde servisní technik potřebuje obě ruce k provádění různých úkonů, může zároveň sledovat měřené hodnoty a důležitá čísla ve speciálních brýlích. Hned ví, kde je jaký tlak, teplota a jestli je bezpečné se pouštět do jakýchkoliv zásahů.

AR a VR lze také použít k poskytování odborné pomoci. To znamená, že technici již nemusejí cestovat na konkrétní místo, aby zkontrolovali vadný produkt. Buď sami odbaví věc na dálku, nebo instruují laika právě pomocí rozšířené reality tak, aby situaci mohl zvládnout sám. V takovém případě už mluvíme o tzv. smíšené realitě. Ta pomáhá samozřejmě i kvalifikovaným odborníkům. Třeba tak, že jim umožňuje vidět „do nitra“ stroje.

Kontrola kvality pomocí IoT a AR

Další oblastí, která si o využití AR spolu s IoT vlastně říká, je kontrola kvality. Technici v závodě mohou používat AR vizualizaci a data z IoT senzorů. Díky tomu mohou snadno porovnat testované části (např. vozidla) s předlohou od dodavatelů nebo v reálném čase pohodlně sledovat hodnoty naměřené při testování. V případě odchylek AR aplikace (platforma) zvýrazní specifickou vlastnost a umožní technikovi okamžitě rozpoznat problém.

Řešení rozšířené reality se používají pro rozpoznávání tváří k registraci zaměstnanců v IT systémech. Studie navíc ukázaly, že společnosti, které tuto funkci využívají, výrazně zvýšily efektivitu svých zaměstnanců.

V neposlední řadě může virtuální i rozšířená realita pomáhat při školení nových techniků a obecně s odbornou přípravou v nejrůznějších oblastech.

Zajímá vás, jak využít IoT v průmyslu a ve výrobě? Nebo máte konkrétní představu a hledáte řešení?

Poraďte se s námi a společně vybereme to nejlepší IoT řešení právě pro vás. Od měření teploty po automatizaci linky ve výrobním podniku.

Napište si o radu nebo nezávaznou nabídku