Aktuální vydání

celé číslo

12

2018

Automatizační technika v energetice a teplárenství

celé číslo
Aplikační platformy a internet věcí

Vývoj moderních cloudových aplikací a runtime platforem společně se strojovým učením a umělou inteligencí přetvářejí trh průmyslového softwaru. Firmy, které chtějí efektivně zajišťovat svou konkurenceschopnost, nemohou setrvat na starých platformách. Ovšem vyznat se na vznikajícím trhu těchto platforem není snadný úkol. Tato zpráva zkoumá klíčový strategický a technický rozdíl mezi jednotlivými aplikačními platformami využívajícími IoT.Together with machine learning and artificial intelligence, modern cloud based application development and runtime platforms are changing the industrial software marketplace. Organizations cannot remain on older platforms and still compete effectively. However making sense of the emerging platforms market is no easy task. This report examines the key strategic and technical differences among application platforms with IoT.Obr. 1. Které platformy potřebujete pro svůj digitální podnik?1. Souhrnný přehledPlatformy pro aplikace a internet věcí (IoT) se vyskytují v nabídce mnoha dodavatelů softwaru a nástrojů pro automatizaci. Kaž­dá firma má své vlastní racionální zdůvodnění, proč takové platformy nabízí, avšak prvotním a společným důvodem ke vzniku této nabídky je potřeba proniknout do prostředí efektivního vývoje a využití moderních aplikací.Na trhu stále panuje jistá nejasnost týkající se těchto platforem. Částečně je to proto, že termín „platforma“ je často užíván ve zcela odlišných významech. Mnohými předměty technických diskusí jsou výpočetní infrastruktura, operační systémy, čipové sady, chytré telefony a mnoho dalších „platforem“.Obr. 2. Dvě základní strategie platforemNejvětší zmatení způsobuje současně probíhající komerční rozvoj jak průmyslových IoT (IIoT), tak výpočetních platforem. IIoT vychází z propojení fyzických předmětů či zařízení. K propojení těchto „věcí“ se často používá vlastní platforma. Avšak bývá obtížné na první pohled rozlišovat mezi platformou pro propojení zařízení v IoT a cloudovými aplikačními platformami s funkcemi pro IoT. Je to zejména pro podobně znějící popisy a atributy, které jsou často užívány v marketingových materiálech a na webových stránkách. Při bližším pohledu je však zřejmé, že prvně jmenovaná je primárně koncová platforma, zatímco druhá je cloudová platforma. Očekává se však, že toto překrývání obou po­jmů bude i nadále pokračovat, neboť dodavatelé koncových řešení i cloudových služeb postupně rozšiřují své schopnosti zahrnout do své nabídky společně oba druhy platforem.Tento článek se primárně zaměřuje na platformy jmenované jako druhé v pořadí, tj. cloudové aplikační platformy s funkcemi pro IoT.Jedním z poznatků autorů článku je to, že kromě posunu k modernímu vývoji a runtime prostředím bude společným hnacím motorem vývoje myšlenka, že zákazníci mohou získat výhodu z rozsáhlých interoperabilních „ekosystémů“ dodavatelů aplikací a aplikací samotných.Do diskuse je zahrnuta výroba s kontinuál­ními procesy, diskrétní výroba, distribuční infrastruktura a chytrá města. 2. Platformy pro cloudové aplikacePlatformy pro cloudové aplikace představují moderní přístup k vývoji a implementaci aplikací, který postupně nahrazuje starší model klient/server, podle kterého byly vytvářeny a spouštěny rozsáhlé, komplexní monolitické aplikace. V praxi model klient/server dominoval v posledních několika desetiletích jak v oblasti informačních systémů (IT), tak v oblasti softwaru provozní techniky (OT). Avšak s tím, jak si stále více firem osvojuje moderní postoj k platformám, roste i rychlost změny z modelu klient/server k platformnímu modelu.Tato změna podnítila na trhu soutěž platforem mezi sebou. Některé velké společnosti mají snahu stát se dominantním poskytovatelem vlastního ekosystému1) pro platformy s nejširší knihovnou aplikací třetích stran, často doplněných o automatizační techniku a zařízení. Jiní dodavatelé a menší společnosti se snaží pouze najít způsob, jak konkurovat v nově se vytvářejícím prostředí. 2.1 Otevřené systémyPřechod k otevřeným systémům je možné sledovat na dvou úrovních: na úrovni cloudových aplikačních platforem a na úrovni automatizace a provozních zařízení. Na úrovni cloudových aplikačních platforem je mnoho vzájemně si konkurujících platforem založeno na společné platformě Cloud Foundry s otevřeným zdrojovým kódem. Ačkoliv jsou postaveny na otevřené platformě, samotné cloudové aplikační platformy jsou poněkud méně otevřené.Na úrovni automatizace a provozních zařízení jsou největšími hybateli v oblasti přechodu k otevřeným systémům pro automatizaci procesů společnosti ExxonMobil a Lockheed Martin. V oblasti infrastruktury a chytrých měst posunují vpřed otázku interoperability sítí a peer-to-peer (lokální) komunikace firmy jako Duke Energy. 3. Platformy a model edgePři vývoji struktury modelu platformy IIoT zohlednila poradenská skupina ARC několik důležitých bodů:vznik cloudových aplikačních platforem jako nové generace vývojového a runtime prostředí pro použití v průmyslu (a jinde),existenci platforem na úrovni koncových zařízení IIoT, jejichž hlavní role jsou poskytovat a spravovat konektivitu k zařízením edge a implementovat aplikace,uznání toho, že integrální součástí řešení IIoT musí být pokročilá analytika,skutečnost, že základem řešení IIoT jsou zařízení a systémy edge,výskyt „mlhy“ (fog) jakožto důležitého konceptu komunikačních sítí a výpočetní techniky.Obr. 3. Model platformy IIoT navržený společností ARCModel platformy IIoT navržený společností ARC má dvě části: platformu a uzly edge2) (obr. 3). Jelikož platforma může sloužit širšímu spektru účelů, bylo rozhodnuto o označení Aplikační platforma se službami IoT. Druhou část autoři označili IoT Edge. 3.1 Aplikační platforma se službami IoTAplikační platforma se službami IoT je v zásadě cloudovou aplikační platformou, licencovanou jako služba (PaaS – Platform as a Service). Může být postavena na platformě Cloud Foundry s otevřeným zdrojovým kódem nebo na některé jiné platformě, jako jsou Microsoft Azure nebo Amazon Web Services (AWS), přičemž obě jsou licencované modelem cloudová infrastruktura jako služba (IaaS).Aplikační platforma se službami IoT představuje prostředí pro vývoj aplikací a runtime. Jako taková může být použita pro aplikace používané v IoT i pro mnoho jiných aplikací. Software je sestaven v podobě mikroslužeb. Základní mikroslužba typicky vykonává jednu určitou triviální funkci. Základní mikroslužby mohou být sestaveny dohromady, aby tvořily komplexnější složené mikroslužby nebo aplikace. Poskytovatel platformy tak vytváří komerční aplikace, přičemž může povolit třetím osobám nebo zákazníkům, aby na této platformě sestavovali a používali vlastní aplikace.Cloudová aplikační platforma se dodává se základní (core) sestavou (mikro)služeb a nástroji pro vývoj, které mohou být využity k sestavení vlastní aplikace. Základní sestavu doplňuje sada analytických a datových služeb spolu se službami IoT Edge. Někteří prodejci mohou navíc rozšířit nabídku své platformy o služby třetích stran nebo svých partnerů. 3.2 IoT EdgeIoT Edge (obr. 4) se skládá ze zařízení a systémů edge, komunikačních sítí, průmyslových řídicích systémů, průmyslového softwaru a softwaru nebo platforem pro konektivitu (jako jsou ty v nabídce společnosti PTC nebo Telit). Zařízení edge může být „chytré“, tj. se svými vlastními (vestavěnými) výpočetními a komunikačními funkcemi, které zprostředkují rozhraní pro výměnu informací s lokálními senzory a které spouštějí lokální aplikace či analytické funkce. Dodatečné senzory a zařízení mohou být připojeny k tzv. němé infrastruktuře.Obr. 4. Edge IoTAplikace IoT mohou být spouštěny v zařízeních edge, v řídicích systémech a softwarových systémech technologických celků nebo v rámci sítě v zařízeních switch nebo gateway (komunikačních přepojovačích nebo komunikačních bránách). V závislosti na konkrétním obchodním modelu a požadavcích na latenci a zpracování mohou být aplikace provozovány v zařízení edge, systémech fog či cloud nebo kombinovaně. 4. Proč jsou ekosystémy důležitéEsej Marca Andreesona z roku 2011 s názvem Proč software pojídá svět (Wall Street Journal, 20. 8. 2011, dostupné na https://on.wsj.com/2v3RV6l) upozornila na stále významnější roli, kterou hraje software v produktu a nabídce služeb jakékoliv společnosti, a na skutečnost, že software má potenciál takto přebudovat nebo změnit obchodní modely a celá odvětví průmyslu. To je dáno částečně dostupností a širokou využitelností metod strojového učení a metod umožňujících zpracovávat značné množství dat (což také způsobuje exponenciální nárůst počtu vzájemně propojených zařízení, která generují data) a dále dostupností moderních cloudových aplikačních platforem.Firmy podnikající v průmyslu nebo některém ze segmentů infrastruktury či chytrých měst vykazují značnou poptávku po softwaru. Většinou nemají zájem samy vyvíjet software a namísto toho se po aplikacích poohlížejí na trhu (přestože v některých případech, spíše příležitostně, vykazují snahu vyvíjet některé aplikace samy). Aby byli tito zákazníci uspokojeni, musí aplikace splňovat určitá očekávání stran dostupnosti, kvality, rychlosti implementace, výkonu, interoperability, podpory a bezpečnosti.Tvorba, údržba a aktualizace vlastní nabídky představují pro dodavatele softwaru jednu z možností, jak držet krok s potřebami a přáními svých zákazníků. Druhou možností je to, že se dodavatel rozhodne zaměřit se na rozhodující software a vytvoří takovou platformu, na které bude moci libovolný počet partnerů z ekosystému ohraničeného touto platformou vytvářet své vlastní aplikace uspokojující potřeby trhu. V současné době se zdá rozdíl mezi těmito přístupy minimální, avšak v průběhu času, jak poroste počet a rozmanitost poskytovatelů, spíše převládne přístup založený na uzavřených ekosystémech. 5. Strategie konkurenčního boje na trhu aplikačních platforemJeden z nejnáročnějších aspektů úspěchu na trhu softwaru a služeb v období digitalizace průmyslu bude množství způsobů, kterými budou moci být průmyslové platformy v konkurenční soutěži využity. Využitím licenčních modelů IaaS a PaaS budou moci firmy rychle vyvíjet vlastní aplikace, a dokonce vytvářet celé segmenty trhu se softwarem, aniž by musely vynakládat peníze na tvorbu a údržbu softwaru a hardwaru souvisejících výpočetních prostředků. Na dané platformě jsou bariéry pro vstup nových aplikací na trh nízké, a podobné aplikace nebo mikroslužby tak mohou nabízet různí poskytovatelé. Řešení mohou být také vestavěna jako součást hardwaru, aby se tak rychle rozšířily nabízené cloudové služby s cílem zajistit dodavateli konkurenceschopnost v oblasti zařízení edge. Firmy mohou dokonce využít platformy svých konkurentů, aby tím zmenšily jejich tržní podíl. Dodavatelé řešení budou rovněž muset zvážit, jak si udržet zákazníky a přitom je převést do nových struktur cenotvorby.Jsou zde též výzvy spojené s tím, jak si uživatelé budou služby vybírat. Se službami založenými na platformách si totiž mohou uživatelé vybírat řešení z hlediska doby použití a rozsahu používaných služeb mnohem flexibilněji a snáze je implementovat. To je zcela odlišné od dosavadního modelu prodeje rozsáhlých softwarových balíků „vše v jednom“. Výsledkem je, že obrat softwarových firem bude pravděpodobně mnohem méně konzistentní než u tradičních modelů cenotvorby, alespoň do doby, než trh dospěje a plně přejde na platformní model prodeje. Tuto dynamiku může vyvážit licencování softwaru formou předplatného, které představuje pravidelný příjem, mnohem stabilnější než příjem z prodeje jednorázových licencí.Pozitivní stránkou tohoto vývoje pro dodavatele řešení je skutečnost, že se zmenší některé tržní bariéry. V minulosti někteří dodavatelé, zejména ti velcí, jednoduše o určité typy obchodních příležitostí neměli zájem, neboť byly pod jejich úroveň. Řešení založená na mikroslužbách tyto bariéry dané velikostí obchodu odstraňují. Naproti tomu schopnost dodat méně rozsáhlá řešení za nižší cenu může zvětšit celkovou velikost trhu o další malé firmy. Mezi dodavateli řešení panuje značná nejistota ohledně otázky, jaké velikosti vlastně dosáhne trh pro digitální systémy a služby v oblasti průmyslu a v oblasti infrastruktury chytrých měst. Mnozí si stále nejsou jisti, zda může obchodní model založený na platformách otevřít nové zdroje dostatečných příjmů, zejména v porovnání s tradičními modely softwaru.Dnes jsou využívány dvě konkurenční strategie, popsané v dalších kapitolách. 5.1 Otevřený operační systém pro průmysl využívající IoTProdukty jako GE Predix, Siemens MindSphere 3.0 a SAP Cloud Platform jsou považovány za „operační systémy“ pro průmysl (obr. 5). Každá ze společností soutěží o podíl na trhu cloudových platforem pro aplikace a její snahou je být vnímána jako poskytovatel preferovaného řešení. Všechny spoléhají na výhody plynoucí z vazby na partnery a svůj ekosystém zákazníků, ve kterém kdokoliv může vytvářet nové nebo užívat současné aplikace prostřednictvím určitého typu obchodu s těmito aplikacemi. Každá firma usiluje o to, učinit ze své platformy tu, která se stane dominantní v celém průmyslu, nebo alespoň v určitých sektorech. A každá vychází z konceptu výrobců zařízení, kteří využívají dodávané platformy k monitorování chytrých propojených výrobků a k vytvoření nabídky souvisejících služeb pro své vlastní a další zákazníky. A kterákoliv z nich se chce přinejmenším stát přední firmou na trhu a dodavatelem softwaru nové generace s licenčním modelem PaaS pro průmyslové společnosti a podniky zabývající se infrastrukturou.Obr. 5. Typ platformy: operační systém pro průmyslJak GE, tak Siemens využívají s velkou výhodou své průmyslové výrobky a odborné znalosti, čímž se snadno dostávají do pozice předních dodavatelů platforem a zároveň odborníků na řešení pro automatizační software ve vybraných průmyslových odvětvích. SAP více spoléhá na partnerství a standardy pro konektivitu s provozními zařízeními (OT), avšak proti firmám GE a Siemens má náskok, co se týče ekonomických systémů a integrace rozšířených dodavatelských řetězců. 5.2 Cloudová platforma IoT doplněná o nabídku dodavatelů řešení pro průmyslSpolečnosti jako Microsoft a Amazon se zaměřují na poskytování cloudových platforem IaaS a PaaS pro všechna průmyslová odvětví, nejen pro sektor infrastruktury a chytrých měst. Dodavatelé jako Schneider Electric a Honeywell svá řešení IoT staví na platformách Microsoft Azure IaaS a PaaS; jiní využívají AWS od Amazonu nebo jiné platformy. Tito dodavatelé sice také užívají pro své nabídky softwaru termín „platforma“, avšak ve skutečnosti dodavateli platforem pro aplikace nejsou. Namísto toho zaujali pozici odborníků na automatizaci a aplikace ve vybraných odvětvích, infrastruktuře a inteligentních městských provozech (Automation Solution Expert with a Cloud-based IoT). Výchozí platforma s licencí IaaS nebo PaaS (Microsoft Azure, Amazon WS, Google Cloud Platform) se tak stává základní platformou pro jejich další aplikace (obr. 6). Obr. 6. Typ platformy: nabídka řešení6. Další důležité platformy pro digitální transformaciKromě cloudových aplikačních platforem je možné se v projektech digitální transformace často setkat s mnoha dalšími druhy platforem. 6.1 Platformy IIoT na úrovni zařízeníPlatformy IIoT na úrovni zařízení (obr. 7) poskytují konektivitu k zařízením a systémům edge. Tyto platformy typicky také mají nástroje pro správu zařízení a pro vývoj a implementaci aplikací v zařízeních v cloudu. Dávají kontext propojeným datovým tokům a mohou nabídnout i nástroje pro modelování, vizualizaci a určitý typ analýz. Uvedené platformy jsou často doplněny cloudovou aplikační platformou, takže jejich součástí bývají schopnosti integrace cloud–cloud stejně jako nástroje pro integraci v podniku. Obr. 7. Platforma na úrovni zařízení6.2 Platformy analytických funkcíDonedávna byly platformy pro analýzu a business intelligence považovány za nástroj využívaný pouze úzkou skupinou odborníků. Firmy obvykle tyto aplikace zprovozňovaly na úrovni podnikových informačních systémů. Většina z nich byla drahá, monolitická a přístupná pouze specialistům, čímž byly tyto aplikace mimo dosah běžného obchodního manažera, který by je mohl využívat jako podpůrný nástroj při rozhodování. V posledních několika letech se však mnohé změnilo. Pokročilé analýzy a strojové učení jsou nyní běžně k dispozici jako služba cloudových aplikačních platforem (obr. 8). Často jsou nabízeny dodavateli platforem, avšak mohou být dodávány také třetí stranou. Příkladem služeb kognitivní analýzy v posledně jmenované kategorii je IBM Watson Services.Obr. 8. Základní stavební kameny analytických systémůPokročilá analytická řešení, obzvláště ta využívající strojové učení pro predikci výpadků výrobních prostředků, se stávají na průmyslovém trhu široce dostupnými. Předpověď výpadku výrobních prostředků může být založena na monitorování stavu nebo může být součástí komplexnějšího řešení správy výkonnosti výrobních prostředků (APM – Asset Performance Management). Techniky, na kterých jsou tato řešení založena, se mohou lišit.Statistika a analýza jednoúrovňových argumentů, jako jsou rozhodovací stromy, přinášejí podklady pro závěry v rozhodovacích problémech. Jsou v tomto ohledu velmi efektivní a mohou být díky strojovému učení využity k predikování krizového vývoje výrobních prostředků i při řešení prediktivní údržby. Uvedené metody jsou ideální pro odhalení skrytých, avšak známých poznatků tím, že se odfiltrují „zašuměná“ irelevantní data.Kognitivní analýza je vhodná v případě objemných souborů dat nebo dat náhodné povahy, obzvláště je-li požadováno učení bez ověření. Při využití pro odhad vývoje stavu výrobních prostředků může kognitivní analýza identifikovat nové vzory a odchylky vedoucí k jejich degradaci či kritickému vývoji. 6.3 Platformy pro projektování a konstruování (PLM/BIM)Správa životního cyklu produktu (PLM – Product Lifecycle Management) nebo informační modely budov (BIM – Building Information Modelling) jsou v současné době ve značné míře nabízeny jako samostatné platformy. Je možné se setkat s řešeními, která běží na cloudu (SaaS) nebo jsou realizována jako platforma cloudové infrastruktury (IaaS). Autorům tohoto textu není známa žádná významná firma na poli PLM a BIM, která by nabízela relevantní cloudovou aplikační platformu PaaS s mikroslužbami. Tyto platformy nicméně mají svou důležitost pro digitalizaci průmyslové výroby a budou vyhledávány na podporu dvou vznikajících požadavků.Prvním z nich bude poskytování funkcí digitálního návrhu, konstrukce a simulace pro podporu procesu navrhování a řízení výrobních procesů. Hledají se tedy dodavatelé „digitálního vlákna“ táhnoucího se těmito procesy. Obleky, helmy či brýle s rozšířenou realitou, mobilní přístroje, chytré nosiče, chytré obaly, chytré součástky, chytré výrobky, autonomní stroje, video, služby třetích stran, 3D tisk, ovládání hlasem, vzdálená senzorika a další se stanou aktivní součástí reálného výrobního prostředí obsahujícího množství dat. Budou doplněny nové senzory, komunikační brány a sítě. Budou se používat autonomní vozidla. Budou představeny nové roboty s vyšším stupněm inteligence. Seznam stále narůstá, avšak základem je potřeba podpory rychlých změn příslušných operací za pomoci digitalizace.Ze strany mnoha podniků s kusovou výrobou je druhým požadavkem přímá podpora aditivní výroby, tzv. 3D tisku. Aditivní výroba pokračuje v neuvěřitelném tažení s cílem stát se hlavním výrobním segmentem a zatím pokročila dále a rychleji, než kdokoliv na začátku předpovídal. S podporou vědy o materiálech a pokroku v softwaru pro návrh a konstrukci tato technologie již nyní dokáže zajistit výrobu podle mnoha kritérií optimalizace součástí, které nelze jiným způsobem vyrobit. Aditivní výroba má potenciál stát se nejpřevratnější technologií. Firmy, které se nedokážou připravit na její nástup v průmyslovém měřítku, se brzy mohou ocitnout ve značné nevýhodě. 7. Komentáře a závěrCloudové aplikační platformy jako další příklad informačních systémů (IT) migrujících do světa provozních zařízení (OT) začínají měnit provozní operace v celém průmyslu i v oblasti infrastruktury (obr. 9). PaaS jako nový a moderní přístup k vývoji a implementaci aplikací je výkonný, efektivní a flexibilní. Může jít o velmi dobrý způsob využití pokroků ve strojovém učení a konektivitě zařízení pro zdokonalení funkcí a údržby zařízení nebo pro podporu chytrých výrobků a nových služeb, které je doprovázejí.Obr. 9. Před digitalizací zvažte OT, IT a ETPři zvažování alternativ platforem je důležité promyslet, jakým způsobem bude vaše činnost platformu využívat. Předpokládáte, že budete sami vyvíjet aplikace? Je pro vás důležité mít dostupný trh s aplikacemi, který nabízí aplikace třetích stran a mikroslužby? Preferujete jediného dodavatele poskytujícího většinu potřebných funkcí?Kromě těchto úvah věnujte zvláštní pozornost vestavěným nebo dostupným funkcím strojového učení, kognitivních výpočtů a umělé inteligence a tomu, jak tyto funkce řeší vaše potřeby. To může být kritickým rozlišovacím znakem. Rovněž zvažte, zda budete pro podporu vašich aplikací potřebovat druhou platformu na úrovni zařízení edge, nebo budou dostatečné ostatní způsoby zajištění konektivity. Učiňte rozhodnutí pro konkrétní platformu na základě funkcí, které požadujete. Greg Gorbach, Mike Guilfoyle; editor: Paul Miller, překlad: Jiří HloskaTab. 1. Zkratky

Společnost 5.0 – japonská cesta od informační k superchytré společnosti

V Japonsku, které bylo partnerem loňského veletrhu CeBIT, odstartoval vládní program, jehož cílem je připravit na digitalizaci nejen průmysl, nýbrž celou společnost. Země se tak řadí po bok státům, ve kterých jsou již podobné programy zavedeny (Industrie 4.0 v Německu, e-Estonia v Estonsku nebo Smart Nation v Singapuru).  Společnost 5.0 na loňském veletrhu CeBIT V úvodu vládního programu Japonska s názvem Společnost 5.0 jsou zmíněny výzvy, kterým aktuálně země čelí – stárnutí populace (26,3 % japonské populace je starší 65 let), nebezpečí terorismu, přírodních katastrof a znečištění životního prostředí. Dokument japonské obchodní federace Keidan­ren vyjmenovává pět bariér, které je třeba pro zvládnutí těchto výzev překonat. Zmíněné bariéry jsou těžkopádnost administrativy, zastaralý právní řád, pomalý rozvoj technologií, nedostatek lidských zdrojů a neochota veřejnosti přijmout nutné změny. Úlohou federace Keidanren je ve spolupráci s vládou veřejně šířit myšlenky programu Společnost 5.0. Dokument Na cestě k realizaci nové ekonomiky a společnosti, vydaný federací Keidanren, představuje návrh, jak myšlenek programu Společnost 5.0 dosáhnout. Dokument byl mimo jiné představen na loňském veletrhu Cebit v Hannoveru.  Spolupráce člověka a robotů Jedním ze způsobů, jak se vypořádat s problémem nedostatku pracovní síly na trhu práce, má být podle federace Keidanren zapojení lidí ze všech sociálních vrstev společnosti a všech věkových kategorií za pomoci výukových a tréninkových iniciativ a všeobecného zavedení „inovační kultury“ do těsnějších vztahů s roboty a stroji. Rozhodující je, aby spolupráce lidí a strojů požívala ve společnosti odpovídající respekt, včetně ohledu na etickou a ekonomickou stránku problému.  Úpravy právního řádu Další kroky, kterými je třeba přispět ke změnám ve společnosti, se týkají úprav právního prostředí. S ohledem na disruptivní vývoj techniky nabude na významu otázka duševního vlastnictví. Stejně tak současné právní předpisy nesmí představovat do budoucna překážku ve využívání např. autonomních dopravních prostředků nebo kolaborativních robotů. Podcenit nelze ani otázku zabezpečení dat (informací) při jejich ukládání či předávání.  Výzkum, vývoj, vzdělání a jejich financování Japonsko plánuje investovat 1 % HDP do výzkumu a technického vývoje. Plán financování rovněž zahrnuje změny v daňovém systému v souvislosti s podporou soukromých investic. Součástí strategie je také podpora vzdělávání v oblasti informatiky již na úrovni základního a středního školství. S tím souvisí požadavek dostatečných kapacit v oboru kybernetické bezpečnosti. Jednou z možností zajištění potřebných lidských zdrojů je podpora ekonomické imi­grace řízená vládou, cílená právě na odborníky z jiných zemí. Kromě toho bude definována „oblast vyloučené konkurence“, vymezující obory, ve kterých budou spolupracovat domácí a zahraniční společnosti s cílem zajištění společné komparativní výhody Japonska. Počítá se také se start-upy i malými a středními podniky, jež společně se zahraničními subjekty vytvoří potřebnou ekonomickou základnu. Vzdělání studentů a budoucích vědců musí být opřeno o aktivity současných výzkumných pracovníků a o spolupráci průmyslu, akademické sféry a vlády obecně. Důraz je explicitně kladen na zapojení žen, stejně jako špičkových vědců z ciziny. V souladu s touto iniciativou japonští vládní zástupci vyvíjejí snahu o další prohloubení vztahů s ostatními členskými zeměmi transpacifického partnerství (TPP), které na bázi multiraterálních dohod zaručuje volný obchod mezi členskými zeměmi (kromě Japonska jsou členy Brunej, Malajsie, Vietnam, Singapur, Austrálie, Nový Zéland, Kanada, Mexiko, Chile, Peru; do roku 2017 i USA).  Reforma organizací i stylu práce Doporučení federace Keidanren se vztahují rovněž na jednání a práci se zaměstnanci. Zdůrazněn je ohled na jejich individuální potřeby. To souvisí s vizí budoucího trhu práce, na kterém již nebudou existovat mnohá z nynějších povolání, ale naopak vzniknou zcela jiné možnosti pracovního uplatnění.  Společnost 5.0 – shrnutí Lze shrnout, že japonský program Společnost 5.0 představuje nový model růstu od informační k „superchytré“ společnosti, který nabízí řešení souvisejících sociálních problémů a předkládá způsob, jak dosáhnout trvale udržitelného rozvoje společnosti. Základní principiální změna je v tom, že vývoj již není orientován na technické aspekty a na dosahování neustálého růstu zisku – do centra pozornosti se dostává člověk a jeho kvalita života. Federace Keidanren vytipovala sedmnáct cílových stavů, kterých má superchytrá společnost dosáhnout (tab. 1).  Společnost 5.0 vs. průmysl 4.0 Zatímco pojem průmysl 4.0 bude ještě určitou dobu aktuální téma v odborných i veřejných kruzích, nejen v souvislosti s programem Společnost 5.0 se objevuje nový termín, a to průmysl 5.0. Již etablovaný průmysl 4.0 se zaměřuje na využití automatizační techniky a robotů v průmyslu a postupně i v každodenním životě, ale průmysl 5.0 jde dál1). Zejména v bohatých společnostech, které budou schopné ve značné míře realizovat principy průmyslu 4.0, půjde o zabezpečení způsobu práce, resp. života obecně, pro širokou veřejnost, pro niž bude nejen trh práce, ale celý způsob života zcela změněn. Otázky průmyslu 5.0 souvisejí také s již zmíněnými klimatickými změnami. Jedním z oborů řešících otázku obnovitelných zdrojů a zdrojů obživy je bioekonomika, jež se musí stát součástí průmyslu 5.0. Příkladem aktivit v oboru bioekonomiky může být německá Národní výzkumná strategie BioEconomy 2030. Podílí se na ní mnoho renomovaných výzkumných institucí. Ty řeší pět priorit: globální zabezpečení zdrojů obživy, udržitelné zemědělství, zdravé a nezávadné potraviny, průmyslové využití obnovitelných zdrojů a vývoj zásobníků energie na bázi biomasy. Dalším souvisejícím oborem jsou průmyslové biotechnologie. Příkladem jejich využití je vývoj nových materiálů vykazujících výjimečné fyzikální či chemické vlastnosti. V souvislosti s průmyslem 5.0 je rovněž zmiňována tzv. syntetická biologie, umožňující výrazně zrychlit proces evoluce. Pomocí genového inženýrství je tak možné např. pěstovat plodiny odolávající lokálním podmínkám, vyvíjet biologické senzory a akční členy nebo získávat nové druhy bio­paliv. Seznam institucí zabývajících se syntetickou biologií obsahuje mnoho zvučných jmen (Ginkgo Bioworks, NASA, Imperial College London, DARPA a další). Výzkumné aktivity oborů blízkých myšlenkám průmyslu 5.0 s sebou přinášejí nutnost řešit etické otázky hranic, které by člověk neměl překračovat. S rozvojem průmyslu 5.0 proto musí být spojeny také výzkumné aktivity na poli etiky a filozofie. Tak jako každý vývoj, i průmysl 5.0 má dvě strany mince – potenciál dnes nepředstavitelné akcelerace vývoje techniky a jeho využití k materiálnímu zabezpečení globální populace na straně jedné, avšak nebezpečí zneužití teroristickými organizacemi či zeměmi a riziko vzniku neočekávaných efektů na straně druhé. Jedno z nebezpečí spočívá též v tom, že rozvoj bioinženýrství má a bude mít lepší podmínky v těch částech světa, které již nyní patří k těm rozvinutým. Do budoucna to může představovat impulz k ještě podstatnějšímu rozevírání nůžek mezi bohatými a zaostávajícími regiony, které mohou být příčinou sociálních a politických problémů globálních rozměrů.  Jiří HloskaPartnerství Česka a Japonska Technologická agentura ČR, Agentura pro podporu podnikání a investic Czechinvest a japonská vládní agentura pro podporu obchodu a investic JETRO uspořádaly za spolupráce Českého institutu informatiky, robotiky a kybernetiky workshop k tématu česko-japonské technologické spolupráce Czech Japan Technology Partnership Workshop. Akce se uskutečnila 20. září 2017 v budově CIIRC ČVUT za účasti japonského velvyslance v ČR, náměstka ministra průmyslu a obchodu ČR a výkonného ředitele japonské vládní agentury NEDO. Workshop byl zaměřen na současný a budoucí potenciál spolupráce České republiky a Japonska v oblasti techniky a představil příklady výzkumně-vývojových projektů v oborech laserových technologií, jaderné energetiky, průmyslu 4.0 a materiálového inženýrství. Ve dnech 30. listopadu a 1. prosince 2017 se Ing. Roman Holý, Ph.D., vedoucí Národního centra Průmyslu 4.0 v rámci CIIRC ČVUT, zúčastnil třetího ročníku mezinárodního sympozia RRI (Robot Revolution Initiative) a zároveň navštívil výstavu International Robotics Exhibition (iREX) 2017 v Tokiu v Japonsku. Sympozium se konalo pod záštitou japonského ministerstva pro ekonomiku, obchod a průmysl, jehož náměstek Kosaburo Nishime akci také zahájil. Roman Holý vystoupil se svým příspěvkem v panelu s názvem Future image of Manufacturing and Service with IIoT společně s dalšími experty z Japonska, Německa a Švédska.                                               (ed)  Tab. 1. Cíle programu Společnost 5.0 a způsoby, jak jich dosáhnout

Robotický fotbal má nového mistra světa

Soutěže servisních robotů pořádané od roku 1997 celosvětově i na národních úrovních mezinárodní organizací RoboCup (www.robocup.org) velmi aktivně podporují výzkum, vývoj a vzdělávání v oboru umělé inteligence a robotiky. Ve světě jsou velmi populární zejména díky soutěžím v robotickém fotbale s nanejvýš ambiciózním cílem: do roku 2050 vyvinout humanoidní roboty, které budou schopny porazit mužstvo v té době nejlepších fotbalistů světa.  Mistrovství světa RoboCup se koná každý rok v jiné zemi. Letošní, v pořadí již 22. ročník mezinárodní soutěže v robotickém fotbale se uskutečnil pod názvem RoboCup 2018 ve dnech 18. až 22. června 2018 v kanadském městě Montreal, poprvé na kanadské půdě. Soutěží v robotickém fotbale a v přidružených aplikačně orientovaných ligách se ho se svýmy týmy robotů zúčastnilo více než 4 000 odborníků, studentů a žáků ze 35 zemí. Aktivní účastníci představili na 5 000 robotů špičkové technické i programové úrovně, které přesvědčivě demonstrovaly, co vše již moderní servisní robotika dokáže. Vedle náročných soutěží bylo součástí akce také odborné sympozium, na kterém byly prezentovány a diskutovány nejnovější poznatky a zkušenosti z oboru umělé inteligence a robotiky (http://www.robocup2018.com).  Robotický fotbal: souboj algoritmů Jako obvykle se i v Kanadě hlavní pozornost soustředila na soutěže v robotickém fotbale pořádané v několika výkonnostních třídách jako neoficiální mistrovství světa. K nejsledovanějším patřilo mistrovství světa fotbalových robotů ve třídě Standard Platform League (dále jen standardní liga), která je charakteristická tím, že všechna soutěžící družstva používají stejný model robotu, a sice humanoidní robot Nao z produkce firmy Softbank Robotics. Roboty jednotlivých družstev se liší pouze softwarem, který soutěžící družstva pro své roboty vyvinula. Proto se soutěž ve standardní lize často označuje jako „souboj algoritmů“. Díky propracovanému softwaru působí roboty Nao ve hře zcela autonomně. V jednom družstvu hraje pět robotů, zápas trvá dvakrát deset minut a hraje se na hřišti s umělým travnatým povrchem. Obr. 1. Družstvo Nao-team HTKW poprvé získalo v Kanadě titul mistra světa (foto: Nao Team der HTKW Leipzig)V letošním finále soutěže ve standardní lize se v boji o titul mistra světa v robotickém fotbale střetla dvě německá družstva: obhájce titulu družstvo B-Human z Brém [1] a družstvo Nao-team HTKW (Hochschule für Technik, Wirtschaft und Kultur) z Lipska. Ve vzrušujícím finále vybojovalo 21. června 2018 svůj první titul mistra světa v robotickém fotbale družstvo Vysoké školy pro techniku, hospodářství a kulturu HTWK (obr. 1), které, jako úřadující mistr Německa, zvítězilo v Montrealu jenom těsně 1 : 0 nad svým dlouholetým „obávaným“ protivníkem, šestinásobným mistrem světa, družstvem B-Human (obr. 2), společným týmem univerzity v Brémách (Universität Bremen) a Německého výzkumného centra pro umělou inteligenci (Deutsches Forschungszentrum für Künstliche Intelligenz – DFKI). Vítězná branka padla teprve ve druhém poločase, v napínavém utkání se družstvu B-Human téměř podařilo ještě vyrovnat, ale skvělý zákrok lipského brankáře tomu v poslední sekundě zabránil. Třetí místo v soutěži o titul mistra světa obsadilo čínské družstvo TJArk (College of Electronics and Information Engineering, Tongji University, Čína).Obr. 2. Družstvo B-Human se muselo v soutěži o titul mistra světa spokojit s druhým místem (foto: Universität Bremen/DFKI) Radost vítězů byla obrovská: „Po devíti letech účasti ve standardní lize jsme přirozeně mimořádně šťastni, že můžeme stát na stupních vítězů nejvýše. Finále bylo velmi napínavé a rozhodně zajímavé bylo vidět zcela odlišné taktiky obou týmů. Náš tým vynikal v technice driblování s míčem, naproti tomu družstvo B-Human spoléhalo na svoje dlouhé, přesné kopy. Tyto střely dokázali naši obránci a především náš skvělý brankář bravurně zachytit,“ komentoval finálový zápas Rico Tilgner, vedoucí družstva Nao-team HTWK.  Doplňkové soutěže a nová pravidla hry ve standardní lize Podobně jako již v uplynulém roce v Japonsku byla i v Kanadě na programu soutěž tzv. smíšených družstev (Mixed Team Competition), ve které proti sobě nastupují družstva složená z robotů vždy ze dvou regulárních mužstev. Každé družstvo přitom může postavit tři hráče. Družstvo B-Human společně s družstvem UNSWift ze Sydney vytvořily smíšené družstvo B-Swift, které soutěž smíšených družstev s přehledem vyhrálo (obr. 3). Také v tzv. technické soutěži (Technical Challenge), kde letos opět šlo zejména o střílení jedenáctimetrových pokutových kopů, vyhrálo družstvo B-Human.Obr. 3. V soutěži smíšených družstev zvítězilo německo-australské družctvo B-Swift (foto: Universität Bremen/DFKI) Aby se podmínky utkání robotů ještě více přiblížíly podmínkám skutečných fotbalových zápasů, bylo i letos do pravidel hry ve standardní lize přidáno několik novinek. Především jde o zavedení volných přímých kopů a brankářských výkopů, čímž výrazně vzrostly požadavky na týmovou souhru. Současně byla redukována užitá šířka pásma komunikace v místní rádiové síti (WLAN) mezi roboty o téměř dvě třetiny, čímž nově musí komunikace v týmu probíhat mnohem kompaktnějším způsobem. Také budou nadále přísněji trestány fauly, a to tak, že trestná doba se s kaž­dým dalším faulem téhož hráče citelně prodlužuje. Německé družstvo zvítězilo i v humanoidní lize Pozoruhodné výsledky zaznamenalo rovněž družstvo NimbRo univerzity v Bonnu (Universität Bonn) v humanoidní lize, ve které proti sobě nastupují družstva individuálně zhotovených humanoidních robotů, které se na hřišti také zcela autonomně pohybují. Soutěže jsou pořádány ve třech velikostních kategoriích, podle výšky robotů, ve třídách KidSize (výška pod 60 cm), TeenSize (výška 100 až 140 cm) a AdultSize (výška přes 130 cm). Bonnské družstvo NimbRo členů pracovní skupiny pro autonomní inteligentní systémy Ústavu pro informatiku univerzity v Bonnu pod vedením prof. Svena Behn­kea (obr. 4) letos uspělo v obhajobě titulu mistra světa v kategorii humanoidních robotů ve třídě AdultSize, který získalo v roce 2017 v japonském městě Nagoja. Vedle fotbalového turnaje, ve kterém každé mužstvo může postavit jen jednoho hráče, se v tomto roce poprvé konal turnaj Drop-in, kde spolu hrají vždy dva hráči z různých mužstev. Obr. 4. Prof. Sven Behnke s vítězným družstvem NimbRo z univerzity v Bonnu; v popředí stojí dva humanoidní roboty třídy AdultSize (foto: Team NimbRo/Uni Bonn) Úspěch nové generace robotů V soutěži byl poprvé použit nově vyvinutý humanoidní robot NimbRo-OP2X nové generace, který je oproti modelu z předešlého roku vybaven rychlejším palubním počítačem a výkonnější grafickou kartou ke zrychlení paralelních výpočtů pro vizuální vnímání herní situace. Jeho klouby jsou navíc poháněny inteligentními akčními členy nové řady. Ozubená kola převodů a celá nosná struktura robotu jsou vyrobeny technikou 3D tisku. Nový robot se výtečně osvědčil, zejména díky učícímu se systému vnímání herní situace. V turnaji Drop-in dosáhlo bonnské družstvo NimbRo v pěti zápasech skóre 27 : 1 a zvítězilo jasně s 51 body před družstvem Sweaty z Hochschule Offenburg (29 bodů). V předkole hlavního turnaje dosáhlo družstvo NimbRo ve třech zápasech skóre 16 : 0. Ve čtvrtfinále zvítězily roboty z Bonnu nad japonským družstvem CIT Brains & Team KIS přesvědčivě také 16 : 0. V polofinále narazilo družstvo NimbRo na družstvo Tsinghua Hephaestus z Číny. Hra byla velmi napínavá, protože čínské roboty měly velmi vytrvalý tah na bránu a míč dokázaly odkopnout přes celou hrací plochu. Po poločase 4 : 1 družstvo NimbRo již nezaváhalo a postoupilo do finále konečným výsledkem 7 : 4. Finále soutěže ve třídě AdultSize bylo opakováním finále z loňského roku: družstvo NimbRo opět nastoupilo proti družstvu Sweaty. Obě družstva měla přibližně stejně výkonné hráče, takže často vznikaly situace, při nichž si roboty vzájemně bránily ve střelbě (obr. 5). Bonnský robot jednal v takových soubojích flexibilněji a mnohdy soupeře s míčem obešel driblováním. Zde se osvědčila zejména nově vyvinutá technika zlepšující robotu vnímání rovnováhy. Po poločase 1 : 0 skončila zajímavá hra konečným výsledkem 2 : 0 pro družstvo NimbRo. Prof. Behnke byl s výsledkem velmi spokojen a především ho potěšilo, že ve třídě AdultSize nyní hraje mnoho silných družstev.Obr. 5. V souboji humanoidních robotů bojuje robot NimbRo-OPX2 (vlevo) s robotem družstva Sweaty (foto: Team NimbRo/Uni Bonn) Bonnské družstvo NimbRo bylo úspěšné také v technických soutěžích, v nichž se jednotlivě zkoušejí schopnosti, které jsou pro hraní fotbalu důležité. Roboty univerzity v Bonnu zvítězily ve všech zkušebních úlohách: kopnout míč přes překážku, proměnit rohový kop, při strčení protihráčem udržet rovnováhu a předvést skok do výšky. Družstvo NimbRo tak s 26 body vyhrálo technické soutěže těsně před družstvy Tsinghua Hephaestus (25 bodů) a ZSTT (Tchaj-wan, 20 bodů).  Závěr Mezinárodní soutěž RoboCup 2018 skončila v Montrealu opět velkým úspěchem německých družstev, která ve všech soutěžích obsadila přední místa. K nejúspěšnějším patřilo družstvo Nao-Team HTWK Vysoké školy pro techniku, hospodářství a kulturu v Lipsku. Družstvo má v současnosti patnáct členů, kteří na HTWK Leipzig studují informatiku nebo jsou absolventy školy již zaměstnanými v komerční sféře. Na minulých mistrovstvích světa se mužstvo Nao-Team HTWK umístilo vždy nejvýše na druhém, popř. třetím místě. Letošním ziskem titulu mistra světa korunovalo družstvo svoji vítěznou sérii. Klaus Bastian, profesor pro systémové programování na HTWK Leipzig a jeden z podporovatelů družstva Nao-Team, doplnil: „Již v dubnu při mistrovství Německa bylo zjevně patrné, že lipští informatici dosáhli v různých oblastech softwaru velkého pokroku. Herní síla družstva významně vzrostla zejména zavedením nového algoritmu řízení chůze (běhu) robotů v kombinaci se zlepšeným driblováním. Jak ale bylo možné v průběhu finále mistrovství světa vidět, fotbal je závislý i na troše štěstí. Celkově lze říci, že úroveň zápasů ve standardní lize je nyní mnohem vyrovnanější než v předchozích letech, což pro budoucnost slibuje ještě zajímavější turnaje.“ Za výbornou propagaci robotiky a umělé inteligence si zaslouží obdiv a uznání i všechna ostatní družstva z celého světa, která se soutěží RoboCup 2018 aktivně zúčastnila. Další údaje a komentáře k akci z pohledu úspěšných německých družstev lze nalézt ve [2], [3], [4]. Příští mezinárodní soutěž RoboCup 2019 se uskuteční v červnu 2019 v Sydney v atraktivním kongresovém středisku International Convention Centre (ICC). Po devatenácti letech to bude podruhé, co robotické soutěže zamíří k našim protinožcům, bohužel opět do místa pro zájemce o robotiku a robotické soutěže z Česka dosti vzdáleného.  Literatura: [1] KABEŠ, K. Družstvo B-Human obhájilo v Japonsku titul mistra světa v robotickém fotbalu. Automa. Děčín: Automa – ČAT, 2017, (10), 26–27. ISSN 1210-9592. [2] Bremer Fußballroboter sind Vize-Weltmeister. Pressemitteilung DFKI Bremen, 22. 6. 2018. [3] Wir sind Weltmeister. Pressemitteilung HTWK Leipzig, 22. 6. 2018. [4] Titelverteidigung bei Roboter-WM in Kanada. Pressemitteilung Uni Bonn, 22. 6. 2018.   Ing. Karel Kabeš

ROTAMASS Total Insight – když chcete mít jistotu, že měříte přesně

Věkovitý (108 let!) výrobní závod ROTA-YOKOGAWA v německém Wehru je stejně jako prudce tekoucí Rýn pod jeho okny rapidně expandujícím podnikem, zejména v posledních pěti letech. Průtokoměry na Coriolisově principu ROTA vyrábí již 24. rok, avšak s masivními investicemi (přibližně 13 milionů eur) do inovací ve výrobě a do nejmodernějšího kalibračního střediska na kontinentu byly položeny zdravé základy pro čtvrtou generaci průtokoměrů ROTAMASS TI, jež jsou na trhu od května 2016. Přesné automatické ohýbání trubic, jejich digitální párování, vakuové niklové pájení, nové odladění harmonických kmitů a mnoho dalších inovací zvýšily úroveň kvality nové řady průtokoměrů. Zavedení japonského systému řízení výroby nebylo snadné, ale minimalizace zmetkovitosti a nulová výroba na sklad přinášejí jednoznačné ekonomické výsledky. Odcházející třetí generace průtokoměrů Rotamass měla jeden typ převodníku a jednu řadu senzorů, které se lišily požadovaným procesním připojením nebo doplňkovým parním otopem. Optimálně uspokojit různorodé požadavky, zejména malou tlakovou ztrátu, nebylo v podstatě možné. Průtokoměry Rotamass TI se senzory Nano (vnitřní průměr trubic od 0,9 mm), Prime Obr. 1. Coriolisův průtokoměr Rotamass TI Prime RCUP25S 78 pro průtok do 2 300 kg/h(obr. 1: nová konstrukce s poloviční tlakovou ztrátou ve srovnání s předchozími typy), Supreme (nejpřesnější řada s inovovanými senzory), Intense (bezpečný snímač pro vysoké tlaky), Hygienic (koncept Prime se specifickými připojeními pro farmacii a potravinářství) a Giga (největší průtoky s velkou stabilitou nuly) s převodníky Essential a Ultimate s konceptem FOD (Features On Demand – vlastnosti na vyžádání) vycházejí přáním zákazníků plně vstříc. Nové převodníky mají mnoho vylepšení. Desetkrát rychlejší odečet fázového posunu (10 ms), zdokonalený digitální signálový procesor s Hilbertovou transformací a 32bitovým zákaznickým A/D převodem, zdvojené a přepínané snímání fázového posunu s automatickou kalibrací nuly v intervalu 20 ms a PI regulátor buzení s navýšením +30 % energie do budiče vedou k možnosti rychlého dávkování, větší přesnosti, stabilitě nuly a k přesnému měření i při výrazném zavzdušnění potrubí (pětkrát nižší chyba).Převodník má šest nezávislých čítačů a čtyři sady uživatelských nastavení. K měření koncentrací lze využít čtyři nezávislé sady převodních tabulek nebo je spojit do dvou velmi detailních, s možností dálkového přepínání kontaktním vstupem. Pomocí prostředí Fieldmate je možné nastavení pro měření koncentrací provést u zákazníka, bez nutnosti intervence z výrobního závodu. Převodníky nyní také umožňují dynamickou kompenzaci vlivu statického tlaku na tuhost měřicích trubic, přestože díky mimořádně robustním měřicím trubicím je vliv změn tlaku zanedbatelný a oproti přístrojům jiných výrobců přibližně 8,5krát menší. Koncepce Total InsightPrůtokoměry Yokogawa Rotamass TI (Total Insight) snižují provozní výdaje zákazníka v kaž­dé fázi svého životního cyklu (obr. 2). Obr. 2. Pohled na průtokoměr v celém životním cykluNa počátku životního cyklu stojí „zjednodušený výběr“ vhodného průtokoměru. Šest produktových řad detektorů (viz přehled trhu na str. 32) se specifickými užitnými vlastnostmi, rozmanitá procesní připojení, dva typy převodníků Essential a Ultimate s odlišnou specifikací souboru funkcí i přesnosti a sedmnáct různých variant konfigurace čtyř výstupních i vstupních kanálů poskytují prostor pro každý specifický požadavek zákazníka. Prostřednictvím uživatelsky příjemného prostředí výpočtového softwaru Flow Configurator je s využitím vstupních údajů snadné nalézt optimální rovnováhu mezi přesností měřidla ve stanoveném rozpětí, tlakovou ztrátou a světlostí, tedy pořizovací cenou.„Odborný průvodce“ napomáhá k snadnému, přívětivému a rychlému zprovoznění i při složitějších úkolech, jako je dávkování, měření koncentrace, měření podílu oleje či jiného produktu v nosném médiu apod. Nová funkce „hlídač procesu“ detekuje podmínky, které jsou třeba k tomu, aby průtokoměr měřil s určenou přesností: tlak média, jeho teplotu, vibrace potrubí, zavzdušnění, ztrátu média, zanášení, přicpání a erozi nebo korozi trubic. Obr. 3. Variabilní informativní displej s možností zobrazení trendůKontroluje posun nuly a podmínky při její kalibraci. Rozlišuje události a generuje hlášení týkající se poruch měřidla (16), abnormalit procesu (27), chybných nastavení (39) nebo jen upozornění na blížící se problém (34). Správce událostí umožňuje nastavit interpretaci a chování průtokoměru nejen podle pravidel NAMUR NE 43 (Standardisation of the Signal Level for the Failure Information of Digital Transmitters) a NE 107 (Self-Monitoring and Diagnosis of Field Devices), ale také podle zadání uživatele. Tím lze předejít zahlcení nadřízeného systému alarmovými hlášeními a umožnit předávat jen ta nezbytně nutná. Kromě trendu na displeji (obr. 3) se události podle předvolby zaznamenávají do vnitřní paměti a na kartu microSD, se zápisem tří bloků před událostí a tří bloků po události, takže následná analýza příčin problémů je velmi jednoduchá.„Manažer údržby“ za provozu periodicky kontroluje základní funkční celky průtokoměru:obvody budiče,obvody senzorů,stav (tuhost) trubic,hardware i software převodníku.Přístup k převodníku je tříúrovňový (obsluha, údržba, specialista) s nastavitelným rozsahem povolených úkonů. Při použití v úlohách s požadovanou funkční bezpečností SIL 2 je přístup k nastavením blokován. S pomocí diagnostického softwaru Fieldmate lze vytisknout nastavení přístroje i s vypočtenou očekávanou chybou měření průtoku, hustoty, koncentrace a po kontrole celkového „zdravotního“ stavu lze vytisknout protokol potvrzující spolehlivost a přesnost měření bez jeho přerušení. K převodníku je možné se připojit bez nutnosti otevírat kryty prostřednictvím sběrnice Modbus a bezdrátového servisního portu IrDA.„Mobilita dat“ je další funkce v životním cyklu průtokoměru. Zabezpečuje ji karta microSD (1 GB) pro zálohování, multiplikaci nastavení, variantní nastavení podle úlohy a zejména pro dálkovou údržbu a servis. Karta rovněž obsahuje instrukční manuály, výkresovou dokumentaci, Fieldmate Lite, soubory DD (Device Description) a DTM (Device Type Manager), komunikační nástroj pro Modbus, kalibrační a jiné certifikáty, seznam náhradních dílů a nastavení výrobce i uživatele.Protože se během užívání průtokoměru mohou požadavky a podmínky měření měnit, uživatelé u převodníku Ultimate ocení funkci „zdokonalená flexibilita“. Tato funkce umožňuje po zakoupení licencí a přidělení hesel odemykat přídavné funkce, které přístroj má interně k dispozici, ale nebyl důvod je při původní investici nakupovat (řízení dávkování, měření běžné i detailní koncentrace, výpočet množství oleje a plynné složky podle americké petrochemické normy API, kontrola netěsnosti trubic, měření viskozity, výpočet výhřevnosti – i v anglosaských jednotkách BTU, referenční hustota podle API, kontrola zdravotního stavu trubic).Koncept Total Insight dává tedy uživateli jistotu, že:jeho výběr měřidla vzhledem k zadání byl optimální a zbytečně neplatí víc, než musí,nastavení a nulování průtokoměru jsou v pořádku (ví, jakou chybu může očekávat),průtokoměr dá včasné varování, když očekávaná přesnost není vlivem provozních podmínek dosažitelná,průtokoměr dá informaci o svém zdravotním stavu, kterou lze dokladovat, a zavolá ho k údržbě, když to bude potřebovat,má všechny doklady, certifikáty i údaje k servisu a údržbě vždy k dispozici,bude-li potřebovat rozšířit soubor funkcí měřidla, nemusí kupovat nové nebo je posílat zpět výrobci.Jak zajistit nepřetržitou kvalitu měření?Svou popularitu získaly Coriolisovy průtokoměry, i přes svou nemalou pořizovací cenu, vynikající přesností, přímým měřením hmotnostního průtoku, spolehlivostí a malou tlakovou ztrátou. Ve velké míře jsou využívány v chemickém průmyslu, kde nevodivost média nebo požadovaná přesnost neumožňují použít levnější indukční průtokoměry. Stabilní kvalita produkce v chemickém průmyslu velmi těsně souvisí s dodržením konstantních výrobních podmínek, a tedy i se stabilitou použitých měřidel průtoku. Jejich periodická kalibrace poskytuje uživateli údaj o nejistotě za laboratorních podmínek, jestliže se průtokoměry kalibrují mimo provoz, nebo o celkové nejistotě za provozních podmínek při použití pojízdných kalibrátorů. V obou případech je kalibrace velmi nákladný, časově náročný a při požadavku na nepřetržitý provoz někdy těžko proveditelný úkol (obr. 4). K ceně za kalibraci je nutné připočítat také demontáž, čištění, balení, dopravu, montáž a zprovoznění.Obr. 4. Jaké jsou náklady na jednoduchou rekalibraci, je-li průtokoměr umístěn v takovéto lokalitě?Přestože Coriolisovy průtokoměry mají robustní konstrukci a Yokogawa mezi výrobci vyniká tloušťkou stěn měřicích trubic (3,9 až 12 % z vnitřního průměru), může při měření abrazivních nebo chemicky agresivních médií docházet k mírnému opotřebení a ztenčení stěny a tím i poklesu tuhosti trubic. Yokogawa intenzivně testovala vliv korozního opotřebení na přesnost a zjistila, že např. u měřidla Supreme 36 (0,5 až 10 t/h) úbytek tloušťky trubice o 0,05 mm (4 %) způsobí pokles tuhosti a tím i nárůst chyby na 3 % z okamžitého hmotnostního průtoku a přibližně 6,5 % z okamžité hustoty. Stabilní kvalitu měření Coriolisovými průtokoměry lze zajistit jen včasnou kontrolou změny tuhosti měřicích trubic. Klasická diagnostika elektrických obvodů a chodu firmwaru není pro posouzení stavu průtokoměru dostačující. Princip činnosti hmotnostního Coriolisova průtokoměruObr. 5. Princip měření Coriolisova hmotnostního průtokoměruAby bylo zřejmé, jak souvisí změna tloušťky stěny trubic s jejich kalibračním faktorem, bude užitečné si připomenout trošku teorie související s Coriolisovými průtokoměry. Na obr. 5 je ve stručnosti popsán princip funkce průtokoměru. Měřené médium prochází dvěma trubicemi ve tvaru U, které jsou pomocí budiče E rozkmitány a oscilují na vlastní rezonanční frekvenci fC s úhlovou rychlostí Ω. Pohybuje-li se hmotný bod média δm od středu rotující trubice rychlostí v, působí kolmo na jeho dráhu tzv. Coriolisova síla Fc, na obrázku F1, která se snaží brzdit rotační pohyb trubice. Naopak v případě, že se hmotný bod pohybuje ke středu otáčení trubic, je účinek síly Fc = F2 souhlasný s pohybem trubice a její výchylka při oscilacích je větší. Coriolisova síla vyjádřená vztahem (1) působí na poloměru d krouticím momentem TC (2) a způsobuje zkroucení měřicích trubic o úhelθ. vzorec (1)vzorec (2)Dosadí-li se místo hmotnosti m součin hustoty média ρ, vnitřního průřezu S a délky trubky l, kde Coriolisova síla vzniká, a 2Ω×v místo zrychlení aC, získá se vztah, ve kterém lze přeskupením činitelů v součinu osamostatnit hmotnostní průtok Qm = ρSV. Pak vychází, že zkroucení o úhel θ je úměrné krouticímu momentu, který přímo souvisí s hmotnostním průtokem (3). vzorec (3) Pohyb trubic je snímán dvojicí senzorů S1 a S2 umístěných na příčných ramenech trubic (cívka–magnet). Je-li průtok nulový, Coriolisova síla nepůsobí, trubice kmitají paralelně a signály senzorů mají identický sinusový průběh. Nenulový průtok způsobuje zakřivení trubic a signál ze senzoru S2 se proti S1 začíná zpožďovat, viz obr. 5. Vyhodnocením fázového posunu Δφ lze detekovat krouticí moment Coriolisovy síly a tím kvantifikovat hmotnostní průtok. V praxi jsou trubice namáhány nejen na krut, ale také na ohyb, uplatňuje se jejich tvar, který je odlišný od zidealizovaného tvaru U, pro který platí uvedené vztahy. Zavádí se tzv. konstanta senzoru SK (T, p, ρ), zohledňující jeho konstrukci (4). Protože rezonanční frekvence trubic a tím i úhlová rychlost Ω závisejí na hustotě média v trubicích, je tato konstanta senzoru závislá na hustotě a také na teplotě i tlaku. vzorec (4) kdeQm je hmotnostní průtok (kg/h),SK konstanta senzoru (Hz·kg/h),fr   rezonanční frekvence (Hz),φ   zkroucení trubice (rad).Pro potřeby kalibrací a srovnávání průtokoměrů byla zavedena konstanta SK20, udávající hodnotu konstanty při 20 °C, tlaku 100 kPa a hustotě vody. SK20 je přímo úměrná tuhosti trubic K. Pro zjednodušení je ve vztahu (5) uvedena tuhost přímé trubky namáhané na ohyb. vzorec (5) kdeE (T, p) je Youngův modul pružnosti,do vnější průměr trubic,di  vnitřní průměr trubic,l    délka vyložení (poloměr ohybu trubic).Ze vztahu (5), ve kterém vnitřní světlost trubky figuruje ve čtvrté mocnině, je zřejmý zásadní dopad ztenčení stěny trubky na její tuhost a tím i na měření hmotnostního průtoku. Kontrola zdravotního stavu trubicZpůsob periodické kontroly tuhosti trubic (tube health check) je patentově chráněn (JP 4952820 B2). Vychází z poznatku, že rezonanční frekvence fC je dána tuhostí trubic K a hmotností média mf a trubic mt podle vztahu (1). Zmenšující se tuhost má za následek pokles rezonanční frekvence: vzorec (6) Obr. 6. Reakce amplitudy kmitů trubic na změnu zesílení budičeDo vztahu (4) pro hmotnostní průtok Qm vstupuje rezonanční frekvence ve jmenovateli, a tedy pokles tuhosti vede ke kladné chybě průtoku. Vnitřní tvar trubic, jejich strukturu, tuhost i vnitřní objem – tedy hmotnost média v trubicích – ovlivňuje zvláště koroze či eroze. Tuhost má určitou retenční schopnost zachovat stávající amplitudu kmitů do jisté míry na původní úrovni. Zmenší-li se tuhost, je reakce na změnu amplitudy buzení rychlejší – strmost α změny amplitudy kmitů na snímané frekvenci je větší (obr. 6). Jestliže se sníží buzení o určitou hodnotu (na obr. 6 jen informativní hodnota), bude se amplituda na senzorech snižovat po dobu τ, dokud se neustálí na nové hodnotě. Na počátku kontroly se změří referenční tuhost (obr. 7). Obr. 7. Kontrola zdravotního stavu trubicNásledně lze např. s měsíční periodou provádět ověřovací měření, které trvá přibližně 90 s. Protože teplota a tlak mají na tuhost trubic podstatný vliv, doporučuje se vykonávat kontrolu v ustáleném režimu, tedy při přibližně stejné teplotě, tlaku i zavzdušnění. Ideální je měřit při uzavřeném potrubí, ale není to podmínka. Jedno měření nemá žádný význam. Je nutné vykonat několik měření, kdy převodník uchovává trend strmostí α1, α2 a skokových změn budiče G1, G2 a z nich vypočtené referenční tuhosti Kd (7). KF je kalibrační faktor zjištěný při prvotní kalibraci. Pro následné referenční vyhodnocování tuhosti trubic Kd se stanoví KF = 1.vzorec (7) kde fC20 je rezonanční frekvence trubic při 20 °C,Md = mt + mf referenční hmotnost trubice i média.Změna referenční tuhosti o 0,1 % odpovídá nárůstu chyby měření o 0,1 %. Jestliže naměřené výsledky vypadají jako na obr. 8, lze nastavením hraniční hodnoty změny tuhosti indikovat termín nutné rekalibrace, nechce-li uživatel dopustit horší přesnost. Tato funkce bezpečně vyhodnotí nárůst chyby o 0,1 % a limita je nastavitelná od 0,1 do 5 %.Obr. 8. Nastavení limitní chyby a kalibračního intervaluKontrola zdravotního stavu trubic představuje cennou doplňkovou funkci průtokoměru Rotamass TI, která dává celkem reálnou představu o dosahované přesnosti za provozu a je schopna snížit náklady na údržbu a zabránit zbytečnému zastavení výroby.Rotamass TI tak nastavil nový, nejvyšší standard užitných vlastností, robustnosti a přesnosti mezi Coriolisovými průtokoměry na trhu. Vylepšením specifikací při reálných provozních podmínkách a podporou v průběhu životního cyklu přináší novou kvalitu všem uživatelům.Tomáš Zetek, Yokogawa CZ/SK

Deep learning vs. signály a časové řady

Nové postupy umožňují používat metodu deep learning také v oboru analýzy jednorozměrných údajů, signálů a časových řad. Metoda deep learning (popř. Deep learning či Deep Learning, učení do hloubky) je technika z oboru umělé inteligence, při níž je s použitím mnohovrstvých nelineárních výpočetních modelů získávána užitečná informace přímo z výchozích údajů. V klasifikačních úlohách dosahuje metoda deep learning velké přesnosti, kterou může předčit lidské schopnosti. Softwarový nástroj Matlab, vývojové prostředí pro vědeckotechnické výpočty, nabízí v oboru deep learning mnoho různých algoritmů a podporuje jejich použití při řešení reálných úloh. Souhrnně o metodě deep learning„Umělá inteligence (Artificial Intelligence – AI) je obor informatiky zabývající se tvorbou strojů vykazujících známky inteligentního chování. Definice pojmu inteligentní chování je stále předmětem diskuse, nejčastěji se jako etalon inteligence užívá lidský rozum“, viz http://cs.wikipedia.org.Metoda deep learning spadá do podoboru umělé inteligence zvaného strojové učení. Cílem je řešit klasifikační úlohy, kdy je údajům přiřazena klasifikační kategorie (např. druh zvířete na obrázku), nebo úlohy regresní, kde je výstupem hodnota spojité veličiny (např. odhadovaná cena nemovitosti). Jádrem algoritmů strojového učení jsou matematické modely, které jsou „učeny“ s využitím množiny označených údajů, u níž je předem známa správná hodnota výsledku. Naučený model je následně použit ke zpracování nové množiny údajů, u které se výsledek hledá.Základem struktur modelů pro deep learning jsou tzv. hluboké neuronové sítě (deep networks). Tyto sítě se skládají z mnoha za sebou seřazených vrstev s různým významem. Nejjednodušší sítě mají okolo deseti vrstev, zatímco aktuální výkonné modely mohou obsahovat i stovky vrstev uspořádaných do sério-paralelních struktur.Technika deep learning nachází využití v mnoha směrech, zejména v úlohách:klasifikace obrazových údajů, rozpoznávání objektů na snímcích,lokalizace objektů na snímcích,sémantická segmentace snímků, rozdělení snímku na části podle významu,predikce a klasifikace signálů a časových řad. Učení modelů deep learningPřesnost modelu deep learning závisí z velké části na množství údajů použitých k jeho naučení. Mají-li modely být skutečně co nejpřesnější, vyžadují ke svému naučení tisíce, či dokonce miliony vzorků. Naučení takového modelu může trvat i velmi dlouhou dobu. Učení metodou transfer learningNaučení celé hluboké neuronové sítě z jejího výchozího nastavení je úloha náročná na čas i množství trénovacích údajů. Alternativním přístupem je využít předem naučenou (tzv. předučenou) síť, která již byla naučena pro jinou klasifikační nebo regresní úlohu a která ze vstupních údajů sama extrahuje charakteristické rysy. V tomto případě stačí síť „doučit“ pro novou úlohu.Vychází se ze skutečnosti, že počáteční vrstvy sítě extrahují z údajů základní obecné rysy, jež jsou pro většinu úloh společné. Tyto počáteční vrstvy lze tedy využít opakovaně. Doučit stačí pouze vrstvy blíže ke konci sítě, které již extrahují rysy specifické pro konkrétní úlohu. Tento přístup, označovaný jako transfer learning, je pohodlnou cestou použití metody deep learning s využitím omezeného množství údajů a relativně krátkou dobou do naučení. V současné době existuje mnoho volně dostupných předučených sítí, které je možné v praxi využít. Rozpoznávání obrazuK rozpoznávání objektů na snímcích se využívají tzv. konvoluční neuronové sítě (Convolutional Neural Network – CNN), jejichž jádrem jsou konvoluční vrstvy. Výpočetní algoritmus CNN je založen na konvoluci mezi vstupními údaji a filtry, které reprezentují hledané charakteristické rysy (obr. 1). Síť CNN využívá dvourozměrné (2D) konvoluční vrstvy, a je tedy vhodná pro zpracování 2D souborů údajů, jako jsou obrázky. Mezi konvoluční vrstvy bývají vsazeny vrstvy pro úpravu dílčích výstupů, např. normalizaci, sdružování (pooling) apod. Za sadu konvolučních vrstev jsou napojeny vrstvy klasifikační nebo regresní, jejichž výstupem je pravděpodobnost přiřazení klasifikačních tříd (objektů) ke vstupnímu obrázku nebo predikovaná hodnota. Obr. 1. Princip fungování konvoluční neuronové sítě (CNN)Metoda deep learning a MatlabSoftware Matlab je inženýrský nástroj a interaktivní prostředí pro vědecké a technické výpočty, analýzu dat, vizualizaci, vývoj algoritmů, modelování a simulace. Se sítěmi CNN se v prostředí Matlab pracuje velmi pohodlně. Jsou zde připraveny funkce pro vytvoření více než dvaceti různých typů vrstev, jejichž parametry může uživatel sám nastavovat. Poté uživatel vrstvy pospojuje, síť natrénuje a využije ke klasifikaci či predikci hodnot s novými údaji.Typická klasifikační CNN se může skládat z vrstvy ImageInput pro vstup obrázků, jedné nebo několika za sebou zapojených skupin vrstev Convolution2D + BatchNormalization + ReLU + MaxPooling2D a navazujících klasifikačních vrstev FullyConnected + Softmax + ClassificationOutput. Příslušný zápis v programovém kódu je následující:vrstvy = [imageInputLayer(velikost_obr);  convolution2dLayer(velikost_filtru,pocet);  batchNormalizationLayer;  reluLayer;  maxPooling2dLayer(okno,‘Stride‘,krok);  fullyConnectedLayer(pocet_trid);  softmaxLayer;  classificationLayer];volby = trainingOptions(‚sgdm‘);cnn = trainNetwork(obrazky,vrstvy,volby);vysledek = classify(cnn,novy_obrazek);vysledek = classify(cnn,novy_obrazek);K práci s CNN lze s výhodou využívat výpočty v grafických procesorech (GPU). Prostředí Matlab nabízí ke stažení a využívání oblíbené předučené sítě, jako např. AlexNet, GoogLeNet nebo ResNet.Sítě CNN je možné vytvářet a editovat též v grafickém nástroji Deep Network Designer (obr. 2). Obr. 2. Nástroj Deep Network DesignerSignály a časové řadyJak využít potenciál a výkonnost konvolučních neuronových sítí při práci s jednorozměrnými signály a časovými řadami? Jednou z možností je převést s použitím časově-frek­venční transformace signály na „obrázky“. Výsledkem transformace je obrázek změn rozložení frekvencí v signálu v čase. Může jít o spektrogram, který využívá Fourierovu transformaci, nebo scalogram, který využívá vlnkovou (wavelet) transformaci. Konvoluční neuronová síť je poté použita ke zpracování transformovaných údajů stejným způsobem, jako by pracovala s běžnými obrázky. Ukázka použití CNN: klasifikace EKGPříkladem použití metody deep learning k práci s jednorozměrnými (1D) signály je klasifikace elektrokardiogramů (EKG). Dále použité údaje jsou veřejně dostupné na webových stránkách PhysioNet (https://physionet.org/). Na obr. 3 jsou signály srdečního rytmu ze tří situací: srdeční arytmie, městnavé srdeční selhání a normální srdeční rytmus. Cílem bylo naučit hlubokou neuronovou síť tyto tři situace rozpoznat.Obr. 3. Typické elektrokardiogramy srdeční činnosti (EKG)Aby bylo možné využít sílu konvolučních neuronových sítí, byly úseky záznamů srdečního rytmu převedeny s využitím spojité vlnkové transformace na scalogramy (obr. 4).Ke klasifikaci byla využita předučená síť AlexNet složená z 25 vrstev. Síť AlexNet je natrénována na 1,2 milionu obrázků a rozpoznává 1 000 druhů objektů (druhy zvířat, kancelářské předměty atd.). K rozpoznání srdečního rytmu byla téměř celá síť ponechána v originální podobě, pouze poslední klasifikační vrstvy byly nahrazeny novými, „čistými“ vrstvami. Síť byla poté doučena na údajích reprezentovaných ve 130 scalogramech elektrokardiogramů zahrnujících tři sledované kategorie srdečního rytmu. Fungování naučené sítě bylo ověřeno s použitím validační sady údajů, když síť dosáhla úspěšnosti větší než 93 %.Obr. 4. Scalogram elektrokardiogramu se záznamem srdeční arytmie Alternativa: sítě LSTMAlternativou k použití konvolučních neuronových sítí jsou sítě LSTM (Long Short-Term Memory), které jsou přímo navrženy pro práci s jednorozměrnými signály a časovými řadami. Hlavní složkou těchto sítí jsou tzv. vrstvy LSTM, přičemž vrstva LSTM je rekurentní neuronová síť (Recurrent Neural Net­work – RNN), schopná naučit se dlouhodobé závislosti v signálech, tj. závislosti ze vzdálených časových kroků. Sítě LSTM lze využít ke stejným účelům jako sítě konvoluční (CNN), tedy k řešení klasifikačních a regresních úloh.Typická klasifikační síť LSTM v prostředí Matlab může být vytvořena sestavením vhodných vrstev a dále trénována a volána příkazy trainNetwork, classify a predict, stejně jako sítě konvoluční, takto:vrstvy = [sequenceInputLayer(kanaly);  lstmLayer(delka_vnitrni_pameti);  fullyConnectedLayer(pocet_trid);  softmaxLayer;  classificationLayer];; ZávěrČasově-frekvenční transformace signálů ve spojení s „obrázkovými“ konvolučními neuronovými sítěmi (CNN) a využití sítí LSTM zavádí metodu deep learning do oblasti jednorozměrných údajů, signálů a časových řad. Uplatnění nachází jak v technických oborech, tak i např. v lékařství, biologii a finančnictví.Jaroslav Jirkovský, Humusoft, s. r. o. 

Mnohostranně využitelná bezpečnostní relé řady MIRO Safe+

Bezpečnostní technika ve výrobě strojů a zařízení je nyní „v kurzu“, protože se bezpečnosti lidí i strojů přikládá velký význam. Bezpečnostní relé MIRO Safe+ společnosti Murrelektronik jsou tím pravým řešením pro dosažení bezpečnostní úrovně až PLe podle EN 13849-1 (Performance Level).Obr. 1. MVK Metal Safety Bezpečnostní relé MIRO Safe+ jsou velmi výkonná. Univerzální vlastnosti má typ MIRO Safe+ Switch H L 24, který je vhodný pro úlohy nouzového zastavení, bezpečnostních dveří, světelných závor a elektromagnetických spínačů a disponuje třemi spínacími a jedním rozpínacím kontaktem. Lze jej používat v provedení se sledováním tlačítka start i bez jeho sledování. Další univerzální typ MIRO Safe+ Switch H 48-230 je vybaven širokonapěťovým vstupem. Toto bezpečnostní relé pro obvody 48 až 230 V AC (také pro americký trh) je vhodné pro monitorování nouzového zastavení a bezpečnostních dveří se sledováním tlačítka start i bez sledování. Úkoly časování řeší MIRO Safe+ T 1 24. Hodí se do obvodů, v nichž je vedle nezpožděných kontaktů nutno zařadit také zpožděný kontakt. Zpoždění lze nastavit až na 30 s. Toto mimořádně kompaktní relé s šířkou pouhých 22,5 mm (konstrukční šířka 45 mm) má dva kontakty s časovým zpožděním.Obr. 2. MVK Metal Safety společnosti Murrelektronik při použití v logistické aplikaci MIRO Safe+ Switch ECOA 24 v minimalistickém provedení je relé, vybavené šroubovými svorkami, které je vhodné pro řešení bezpečnostních dveří, nouzového zastavení a světelných závor. Velmi dobře se uplatní tam, kde není nutné sledovat tlačítko start. Výhody bezpečnostních relé řady MIRO Safe+ jsou: jednoznačné označení štítky, LED indikátory stavu na přední straně relé, flexibilní možnosti využití díky odpojitelné detekci zkratu mezi kanály, rychlé připojení se zásuvnými pružinovými spojkami a kódovací prvky, které zabrání záměně svorek. Více informací je uvedeno na www.murrelektronik.cz.

Nový design softwaru EPLAN Electric P8

S novou verzí platformy EPLAN Platform 2.8 přichází mnoho novinek, jako je nové grafické uživatelské rozhraní, vylepšení ergonomie a zdokonalené využití maker. Konkrétně v nové verzi softwaru EPLAN Electric P8 se uživatelé mohou těšit na zlepšení v oblastech konfigurace, sběrnicových dat a obousměrné komunikace s TIA Portal od firmy Siemens. Nové grafické uživatelské rozhraní, vylepšená ergonomie a zdokonalené využití maker – to jsou hlavní znaky nové verze platformy EPLAN Platform 2.8. Ovšem to není vše – nový přímo integrovaný portál přivítá uživatele ihned, jakmile po spuštění systému začnou pracovat. Portál obsahuje kompletní informace a zahrnuje také tipy a triky, které uživateli usnadňují každodenní práci, nehledě na novinky a inovace produktů Eplan, tutoriály, podrobnosti o možnostech školení a mnoho dalšího (obr. 1). Obr. 1. V integrovaném portálu jsou nyní dostupné novinky a inovace v sortimentu produktů Eplan, tutoriály, podrobnosti o možnostech školení a mnoho dalšího Rozšířená výměna dat s TIA Portal Mnoho nových funkcí rovněž přibylo do jednotlivých systémů, jako je EPLAN Electric P8. První krok zahrnuje vylepšení obousměrných interakcí mezi systémy Eplan a TIA Portal. Na veletrhu SPS IPC Drives letos v listopadu v Norimberku bylo uživatelům představeno, jak formát AutomationML efektivně podporuje obousměrnou výměnu dat, což optimalizuje konfiguraci dat pro PLC. V dialogovém okně „editace řadových svorkovnic“ bude moci uživatel již brzy současně přiřadit několik seskupených modulů příslušenství (obr. 2). Všechna zařízení vybraná v odpovídajícím kontextovém menu jsou potom najednou přiřazena k označené řadové svorkovnici, což projektantům výrazně šetří čas. Obr. 2. V dialogovém okně „editace řadových svorkovnic“ bude moci uživatel již brzy najednou přiřadit několik seskupených modulů příslušenství Převod konfiguračních projektů S novou položkou menu nyní mohou uživatelé převádět konfigurační data – např. data pro box PLC – na odpovídající porty sběrnice, čímž se zkracuje časově náročná úloha manuálního zadávání dat pro každý jednotlivý port. Jestliže byl port sběrnice již předem zadán, je tím nastavení sběrnice aktualizováno. Je-li individuální port sběrnice přiřazen jinému konfiguračnímu projektu, hodnota může být manuálně změněna, což vede k větší flexibilitě projektování.  Sběrnicová data jsou nyní dostupná pro všechny typy sběrnic Uživatelé EPLAN Electric P8 mohli dříve zadávat data sběrnice jen pro připojení jednopólové sítě či sběrnicové kabeláže. Nově je uživatelům v dialogovém okně vlastností připojení sběrnice k dispozici tabulka „data sběrnice“ pro všechny typy sběrnic. To umožňuje zadávat sběrnicová data do schémat a zobrazovat je bez toho, že by byla specifikována jednopólová zobrazení sítě. A další praktickou výhodou je, že data sběrnice již nejsou při změně typu sběrnice smazána. Práce s projektem je tím výrazně flexibilnější. (EPLAN Software & Services)

EPLAN Smart Wiring – přehledné a jednoduché zapojování rozváděčů

Propojování komponent řídicí techniky v rozváděči vyžaduje hodně času a zkušeností. Software EPLAN Smart Wiring tento proces značně zjednodušuje a přináší mnoho uživatelských výhod. Obr. 1. EPLAN Smart Wiring EPLAN Smart Wiring (obr. 1) je software, který poskytuje potřebná data v digitálním formátu pro všechna elektrická zapojení v rozváděči. Výhodou je, že přímo v softwaru jsou již zahrnuty znalosti o řídicí technice. Uživatelé zejména ocení úsporu času v případě, kdy je ještě třeba projekt na poslední chvíli upravit. Software totiž snadno zvládne porovnat několik verzí projektu – úkol, který je při manuální přípravě výroby často velmi složitý a vyžaduje velkou pečlivost. Ať jde o popis zapojení zdroje nebo spotřebiče, popis svorek, návrh průřezů, barev a délek vodičů, jejich zakončení, nebo přesný návrh vedení kabelových tras, EPLAN Smart Wiring umožňuje přehlednou vizualizaci a poskytuje všechny potřebné informace a technická data pro montáž řídicí techniky do rozváděčů. Výhodou je vytvoření postupu zapojování podle schémat řídicích obvodů a regulačních smyček: již není třeba zdlouhavý proces, který vyžadoval značné zkušenosti a byl zdrojem častých chyb. Pomocí směrových připojení a seznamu spojů ve formátu EPLAN nebo ve formátu Excel umožní software založený na webovém prohlížeči uživateli zobrazit veškeré propojení přístrojů v rozváděči v digitálním formátu. Až doposud trávili kvalifikovaní specialisté před tím, než mohli začít rozváděče kvalitně zapojovat, hodiny studiem elektrotechnických schémat zapojení. Nyní EPLAN Smart Wiring velmi přehledně zobrazuje instalační situaci a podmínky propojení. Uživatel je při zapojování jednotlivých spojů mezi přístroji v rozváděči softwarem veden krok za krokem.  Rychlejší propojování – se softwarem EPLAN Pro Panel nebo bez něj Rozhraní systému je plně intuitivní. Každý spoj, který má být zapojen, je v prostředí programu EPLAN Smart Wiring jasně zobrazen. Při přenosu dat ze softwaru EPLAN Pro Panel jsou trasy zobrazeny ve 3D modelu rozváděče (obr. 2). Tento model automaticky poskytuje veškeré údaje o tom, které zařízení má být propojeno, prostřednictvím jakého vodiče a také jak správně umístit daný vodič. Je-li spoj správně zapojen, je označen zelenou barvou – dokončeno. Nepoužívá-li se software EPLAN Pro Panel, propojení rozváděče je navrženo podle seznamů spojů ze souboru ve formátu Excel. Obr. 2. V EPLAN Pro Panel jsou kabelové trasy znázorněny ve 3D Montáž krok za krokem EPLAN Smart Wiring popisuje zapojení rozváděče spoj po spoji. Nelze-li spojení rea­lizovat, např. jestliže chybí vodiče nebo je chybný průřez vodičů, je možné spoj zablokovat a vytvořit k němu komentář. Komentář může být poslán e-mailem přímo danému projektantovi z elektrotechnického oddělení, aby mohl být problém vyřešen. Takto je každý krok procesu jasný a logický. Při změnách software automaticky vyvolá změnové řízení a všem zainteresovaným se zobrazí aktuální stav. Software umožňuje uložit jak aktuální stav, tak i průběh zpracovávaného rozváděče. Tím se stává výroba rozváděčů mnohem flexibilnější a jednodušší.  Snadné změny – i na poslední chvíli Význam softwaru EPLAN Smart Wiring se projeví zejména tehdy, když je třeba na poslední chvíli realizovat změny v projektu vytvořeném např. v softwaru EPLAN Pro Panel. Prostřednictvím EPLAN Smart Wiring lze obě varianty projektu navzájem snadno porovnat a software dokumentuje všechny rozdíly mezi nimi – tím ušetří uživateli velké množství času, který by jinak musel vynaložit na jejich ruční porovnávání. Software najde všechny spoje, které už byly zapojeny, ale v rámci změny musí být odstraněny, a všechny spoje, které musí být dodatečně realizovány. Odpadá tedy veškerá práce s vyhledáváním těchto spojů a s promýšlením, jak změny projektu ovlivní celkové zapojení a proces montáže. EPLAN Smart Wiring tak poskytuje užší vazbu mezi jednotlivými procesy, jako jsou návrh, změny projektu a montáž. Tím pomáhá zvýšit kvalitu rozváděče a dokumentace v dlouhodobém výhledu.   (EPLAN ENGINEERING CZ, s. r. o.)

Bezdrátové řízení ventilových bloků a přenos I/O signálů – nová dimenze řízení

Vývoj ventilových bloků a jejich řízení postupují o další velmi významný krok dopředu. Společnost SMC uvádí na trh unikátní řešení: komunikační jednotky, které jsou určeny pro bezdrátové ovládání ventilů a přenos digitálních, analogových a diagnostických signálů. Tato nová technologie umožní změnit pohled na celou topologii řídicích systémů. Konstruktérům, výrobcům strojů a jejich uživatelům uvolňuje ruce a umožňuje tvorbu samostatných, vysoce flexibilních pracovních jednotek, které nejsou limitovány pravidly pro instalaci komunikačních linek a vedení.  Vývoj nové komunikační jednotky řady EX600-W byl iniciován poptávkou zákazníků společnosti SMC, kteří hledali skutečně funkčně jednoduché, robustní a vysoce flexibilní řešení pro svoje stroje a výrobní linky. Přitom použití jednotky s bezdrátovou komunikací nesmělo být limitováno rušivými vlivy průmyslového prostředí, do kterého bude určena. Výsledkem vývoje jsou naprosto unikátní komunikační jednotky řady EX600-W, které nabízejí všechny poptávané funkce a dokážou spolehlivě pracovat např. i v prostředí svařoven nebo v prostředí s velkým provozem bezdrátové komunikace. Obr. 1. Řídicí bezdrátová jednotka EX600-W (master) s rozhraním Profinet nebo EtherNet/IP bez přídavných modulů Popis a princip komunikace Jednotky řady EX600-W pracují na principu master–slave. Veškerou bezdrátovou komunikaci řídí jednotka EX600-W typu master. Uvedená jednotka se klasickým způsobem (metalicky) připojuje prostřednictvím komunikačních systémů Profinet nebo EtherNet/IP k nadřazenému řídicímu systému PLC. V těchto nadřazených komunikačních sítích se celý bezdrátový systém prezentuje jako jedno zařízení typu slave. Jedna řídicí komunikační jednotka EX600-W typu master (obr. 1) může současně bezdrátově komunikovat s až patnácti aktivními komunikačními jednotkami typu slave a celkem může být k jedné jednotce master nakonfigurováno až 127 jednotek slave pro verzi EtherNet/IP nebo 31 jednotek slave pro verzi Profinet. Na obr. 2 je vidět, že jednotky typu slave nemají žádné konektory pro připojení komunikační sběrnice. Jsou vybaveny pouze konektory pro připojení napájení 24 V DC.Obr. 2. Ventilový blok s periferní bezdrátovou jednotkou EX600-W (slave), ventily řady SY a moduly digitálních a analogových vstupů a výstupů Všechny ostatní parametry jednotek řady EX600-W se shodují s parametry řady klasických jednotek EX600 s metalickou fyzickou vrstvou pro připojení komunikace. To znamená, že ke každé jednotce master i slave lze přímo připojit ventilový blok a dalších devět přídavných modulů s digitálními či analogovými vstupy a výstupy. Je tak možné vytvořit bezdrátovou síť, která je schopná přenášet až 1 280 vstupů a 1 280 výstupů. Navíc v jednom prostoru může komunikovat několik sítí, což nabízí nesčetné možnosti konfigurace výrobních zařízení. Jednotky EX600-W komunikují ve frekvenčním pásmu 2,4 GHz (ISM). V tomto frekvenčním pásmu nehrozí rušení vlivem výrobního procesu, ať už jde o svařování, měniče frekvence, či jiné průmyslové zdroje rušení. Navíc pro prostředí s velkým síťovým provozem jsou všechny jednotky vybaveny funkcí střídání komunikačního kanálu v 5ms cyklu. Vlastní komunikace je zajištěna šifrováním, které zabraňuje nežádoucímu přístupu do komunikace a následnému narušení výrobního procesu.  Flexibilita, jednoduchost, spolehlivost Jedním z příkladů, kde nový typ komunikace přináší nemalé úspory nejen během instalace, ale i během provozu, je manipulace či přemísťování výrobků. Například výrobní linka s robotickou buňkou vybavenou robotem, který si během výrobního procesu mění svoje efektory. Již není třeba řešit vedení komunikačního kabelu k efektorům. Již není třeba řešit ztrátu komunikace způsobenou opotřebovanými kontakty v konektorech na dokovacích stanicích. Stejně tak se stanou minulostí starosti s cyklickým namáháním komunikačních kabelů a následnými výpadky komunikace. Navíc není třeba se obávat prodloužení výrobního cyklu stroje během výměny nástroje. Komunikační jednotky EX600-W byly zkonstruovány tak, aby komunikace byla vzájemně navázána do maximálně 250 ms od přivedení napájení, což je dokonce dvakrát rychleji v porovnání s některými klasickými jednotkami. Dopravníkové linky jsou dalším příkladem, kde se mohou jednotky EX600-W úspěšně používat (obr. 3). Je-li třeba na jednotlivých paletách sledovat určité provozní údaje, např. o tom, zda je výrobek dobře upnutý nebo paleta plně obsazená, může být paleta osazena bezdrátovou komunikační jednotkou EX600-W společně s modulem digitálních vstupů pro připojení senzorů. Bude-li paleta vybavena baterií k napájení komunikační jednotky a senzorů, vytvoří tak maximálně flexibilní systém pro výrobní procesy přesně ve smyslu Národní iniciativy Průmysl 4.0.Obr. 3. Příklad konfigurace bezdrátové sítě s jednou řídicí (M) a několika periferními (S) bezdrátovými jednotkami řady EX600-W Řada EX600-W nabízí také moderní metody konfigurace a diagnostiky pomocí komunikace NFC (Near-Field Comminication) či webového serveru. Počítač s připojenou čtečkou NFC nebo v budoucnu jakékoliv mobilní zařízení s modulem NFC jsou schopné (po nainstalování příslušného programu či aplikace) konfigurovat a diagnostikovat zařízení. Některá data je dokonce možné získat i v případě, že jednotky nejsou připojeny k napájení (např. přidělená IP adresa, počet připojených I/O apod.). Během vývoje byly komunikační jednotky důkladně testovány v různých provozních podmínkách, což dokládá i úspěšný osmnáct měsíců dlouhý testovací provoz v automobilové svařovně, který byl završen tím, že se jednotky staly standardem pro nové linky u tohoto výrobce. Více informací k této nové technice sdělí specialisté společnosti SMC. Kontaktní informace a další informace k jednotkám EX600-W zájemci najdou na stránkách www.smc.cz.  (SMC Industrial Automation CZ s. r. o.)

Zavlažovat efektivně

Vzhledem k suchu je nyní aktuální budovat závlahové systémy, případně nová vodní díla. Rozsáhlá zavlažovací síť (potrubní sítě, čerpací stanice a přiváděcí kanály), vybudovaná v Česku v 70.letech minulého století, zůstala zcela nevyužita a zchátrala do nepoužitelného stavu. Některá zařízení však fungují a pomáhají zemědělcům zavlažovat půdu v těchto suchých letech. Je ovšem potřeba je modernizovat a připravit a nevyrovnaný ráz počasí, který klimatologové předpovídají. Příklad z praxe Příkladem je řešení společnosti ABB pro čerpací zavlažovací stanici společnosti Vinofrukt v Pasohlávkách nedaleko Brna. Stanice je navržena pro zavlažování plochy 1 200 ha. Jedná se především o půdu pro pěstování zeleniny, sady, vinice a také pastviny. Výkon čerpací stanice je max. 1,3 MW a čerpaný objem vody může dosáhnout až 1 200 l/s. Řešení dodané ABB a realizované firmou Hydro-X zahrnovalo čtyři reluktanční motory o výkonu 75 kW a frekvenční měniče ACQ580. Očekáváná úspora je až 250 tis. Kč ročně. Pořizovací cena rekonstrukce byla 1,8 mil Kč. Ředitel Vinofrukt a majitel a provozovatel čerpací stanice Pavel Herko je spokojen: „Zvýšená automatizace nám přinesla snížení hlučnosti, odpadního tepla, zvýšení efektivity, snížení mzdových nákladů, spotřeby elektřiny, a hlavně snížení pracnosti.“Obr. 1. Synchronní reluktanční motor ABB s měničem frekvence Pro efektivní zavlažovací zařízení, jakým je stanice v Pasohlávkách, jsou důležité moderní efektivní synchronní reluktanční elektromotory, snižující celkové ztráty až o 40 %. Jejich provoz je řízen měničem frekvence, který reguluje nejen otáčky, ale i odběr proudu. Čerpadla a další mechanické součásti musí být připraveny na větší objemy přečerpané vody a nepřetržitý provoz, ale zároveň vzájemně zastupitelné a také variabilní, pokud jde o celkový objem čerpání. Elektroinstalace a zařízení je nutno dimenzovat tak, aby byly schopny spolehlivě a dlouhodobě obsloužit mechanickou část a samozřejmě co nejvíce šetřit energii. (ev)