Aktuální vydání

celé číslo

04

2019

Plnicí a balicí stroje, výrobní logistika a správa skladových zásob

Průmyslové počítače, PLC

celé číslo

Informační a simulační podpora řízení technologického procesu a životního cyklu výrobku

Prostředí webu funguje jako síťová infrastruktura propojující informační zdroje a místa prezentace těchto informací. Informace jsou zpracovávány informačními systémy tak, aby byly zajištěny všechny potřebné parametry. V současné době se lze stále častěji setkat s tím, že zařízení je schopno informace poskytovat samo, ve vlastní režii, aniž by bylo nutné používat jiné postupy. Distribuované informační systémy se stávají součástí nového konceptu tzv. internetu věcí. Standardní postupy návrhu informačních systémů a zpracování informací jsou tak mnohdy zjednodušovány, naproti tomu se objevují nové aspekty i z oblastí mimo vlastní informační systémy.

Úvod

Internetové technologie zpracování, přenosu a zobrazení informací ulehčují uživatelům práci tím, že se nemusí starat o to, kde a jak jsou požadované informace uloženy. Současné systémy pro zpracování a prezentaci informací využívají potenciál distribuovaných informačních systémů. Tato koncepce přináší uživatelům výhodu unifikovaného prostředí, které jim umožňuje plně se soustředit na rozhodovací procesy. Naproti tomu mají tvůrci takových systémů práci ulehčenu tím, že mnoho dílčích funkcí je přímo k dispozici a není nutné je pokaždé tvořit znovu. Distribuce služeb je přínosná i v dalších oblastech, např. pro zajištění konzistence a redundance dat. Nové přístupy k řešení takových systémů jsou zastřešovány vznikajícím internetem věcí (Internet of Things, IoT) a systémem ONS (Object Name Service): charakteristika internetu jako síťové struktury propojených počítačů je nahrazována sítí propojených obecných objektů vybavených schopností komunikovat – předávat si informace (obr. 1).

Vzájemnou komunikaci, týmovou práci a společný přístup k informacím umožňuje každá podniková síť. Důležitou částí návrhu podnikového intranetu je skloubení různých zdrojů informací. Avšak informační systémy jsou dnes nejen provázány na úrovni jednotlivých firem, ale komunikují i s informačními systémy třetích stran – dodavatelů, odběratelů atd. To je jeden z atributů internetu věcí.

Evidence životního cyklu výrobků v informačních systémech a podpora norem pro řízení jakosti

Pro zajištění evidence životního cyklu výrobků je nutné technologický proces vybavit technickými prostředky pro zjišťování polohy a stavu výrobků v průběhu jednotlivých výrobních operací. Pro operativní řízení výroby na úrovni dispečinku je důležitá prezentace informací on-line (často formou vizualizace pomocí systémů SCADA [5]), pro vlastní evidenci životního cyklu výrobků je však nutná archivace informací v databázově orientovaném informačním systému. Charakter evidence je závislý na typu výroby (kusová, dávková, kontinuální). Jsou-li v systému zaznamenány informace o jednotlivých stavech výrobku, procesu výroby a jeho pohybu, je učiněn významný krok k zajištění požadavků norem ISO na dokumentaci průběhu výroby a případnou dohledatelnost příčiny vzniku „neshodných výrobků“ (zmetků nebo výrobků nevyhovující jakosti). Tato úroveň informační podpory je v současné době plně zvládnuta a na trhu existuje široká paleta informačních systémů zajišťujících Product Lifecycle Management – PLM.

V poslední době lze zaznamenat prudký rozvoj techniky RFID, resp. AutoID, která je vhodná pro použití v systémech evidence životního cyklu výrobků. Tato technika je významnou součástí konceptu internetu věcí. Základní komponenty internetu věcí jsou fyzické objekty, procesy, které na tyto objekty působí, a prostředí, v němž dochází k příslušným interakcím. Koncepce internetu věcí je založena na neustálé a všudypřítomné komunikaci a sdílení dat vztažených k jednotlivým událostem.

Realizace konceptu internetu věcí umožňuje sledovat a vyhodnocovat průběh procesů a jednotlivé události plně automatizovaně, a to díky tomu, že každé jednotlivé zařízení a každý snímač jsou plně integrovány s okolním světem a plně sdílejí vlastní informace.

Chytré objekty jsou kameny pro stavbu internetu věcí. Pojivem, které je spojuje dohromady, je společný jazyk pro všechny propojené a připojené aplikace, který plně využívá standardy pro identifikaci objektů, jejich komunikaci a interoperabilitu systémů.

Díky takto realizovanému konceptu je možné sledovat události v plně dynamickém režimu, tzn. že je-li sledován konkrétní objekt, je možné na něj nahlížet nikoliv pouze ve statické podobě dané základními charakteristikami, ale v podobě dynamické informace založené na událostech vztažených k tomuto objektu – viz tab. 1.

Využívání konceptu internetu věcí však s sebou rovněž nese etické otázky. Neustálé monitorování prostředí (např. při využití v prostředí výrobních podniků) zahrnuje jako fyzické objekty též konkrétní osoby – zaměstnance. Jak stanovit hranici pro monitorování událostí, kde je hranice fyzického soukromí a kdy může být narušena? Jde-li o prostředí, které se vyznačuje velkými riziky pro lidské zdraví, je logické, že z etického pohledu má ochrana zdraví a života přednost před ochranou soukromí. Aspekty soukromí však musí zůstat jedním ze základních principů pro stanovení způsobu nakládání s informacemi.

Detailní záznam o průběhu výroby (archiv historických dat) umožňuje „přehrávat“ průběh výroby, dohledávat příčiny problémů, analyzovat příčinu nedodržení požadované jakosti. V kombinaci s vhodným vizualizačním softwarem je možné vedoucím pracovníkům a dispečerům poskytnout nástroj, který může zefektivnit řízení výroby a udržování kvality. Ještě v nedávné minulosti byly možnosti systémů omezeny. Ze zkušeností s informačními systémy plyne, že ukládání historických dat o výrobě generuje jejich enormní objem. Jako příklad lze uvést informační systém úpravny uhlí Dolu Darkov, kde při archivaci alarmů (překročení technologických mezí z jednotlivých technologických zařízení úpravy uhlí) z asi tisíce snímačů bylo během tří let provozu v databázi nashromážděno přes deset milionů záznamů.

Dřívější hranice dané databázovými technologiemi a fyzickým omezením datových úložišť však přestávají být relevantní. V posledních několika letech se objevila samostatná disciplína zpracování velkých objemů dat. Možnost pracovat s rozsáhlými soubory dat dává podstatně větší možnosti v oblasti modelování a simulace technologického procesu.

Při správě životního cyklu výrobků se jako zajímavá jeví také možnost zaznamenávat řídicí zásahy operátora nebo dispečera. Na základě informací z historických dat z technologického procesu a zaznamenaných operátorských zásahů lze informační systém doplnit prvky expertního systému. Kdyby byl doplněn vhodnou databází expertních znalostí, bylo by možné s využitím analytických nástrojů (např. neuronové sítě) při konkrétních situacích v technologickém procesu nabízet dispečerovi doporučení a informační podporu pro případné řídicí zásahy.

Data zaznamenaná ve výrobním informačním systému lze rovněž využít k modelování a simulaci technologických procesů. To může být užitečné v těchto oblastech:

  • nastavení vhodných technologických parametrů výroby,
  • nalezení optimálních parametrů výroby,
  • analýza problémů,
  • simulace procesu pro školení a trénink dispečerů,
  • simulace havarijních situací,
  • optimalizace logistiky,
  • předpověď vývoje.

Modelování a simulace technologických procesů

Ekonomicky efektivní řízení technologického procesu v dynamicky se vyvíjejícím konkurenčním prostředí je velmi složité a k jeho zvládnutí jsou zapotřebí vhodné podpůrné prostředky. K nim patří informační systémy a zároveň také simulační modely, které mohou významně pomoci nejen při samotném řízení, ale i při vypracovávání návrhu technologického procesu.

Již při projektování procesu je mnohdy vhodné využít analytický přístup, ale i přístup alternativní za pomoci modelů, vhodný k tomu, aby bylo možné ověřit si prostřednictvím následné simulace předpokládané hypotézy o funkčnosti, správné návaznosti jednotlivých agend či o vzájemném působení činností, které v rámci technologického procesu probíhají. Využívány jsou zpravidla matematické modely, které umožňují modelovat a následně i simulovat dynamické průběhy v technologických procesech. Je možné hovořit např. o návrhu parametrů technologických celků nebo o logistických procesech, kdy je zapotřebí řešit otázku jejich dimenzování. Konkrétním příkladem může být modelování proudění metanu v horninovém prostředí a jeho výstupu z opuštěných důlních děl s ohledem na bezpečnost (obr. 2) [3], procesu řízení silniční křižovatky nebo modelování technologického procesu dopravy horniny v surovinovém průmyslu.

Právě při modelování logistických systémů je vhodné využít Petriho sítě, které jsou vhodným nástrojem pro modelování paralelních systémů a systémů s diskrétním časem. Petriho sítě umožňují jednoduše a názorně vyjádřit paralelismus, synchronizaci a kauzalitu událostí prostřednictvím orientovaného grafu s ohodnocením. Díky vlastnostem tohoto matematického aparátu lze řešit např. dimenzování logistických cest, časové závislosti, jejich optimalizaci apod. Pro modelování a následnou simulaci s použitím Petriho sítí existuje množství vhodných softwarových aplikací. V základu se liší především typem Petriho sítí, které používají. Mnohé z nich jsou volně dostupné. Jako příklad lze uvést software HPSim pro grafické modelování časovaných P/T Petriho sítí nebo software CPN Tools pro modelování barevných Petriho sítí [2].

Významným prostředkem pro modelování a simulaci dynamických systémů je programové prostředí Matlab a jeho nástavba Simulink, které společně umožňují řešit matematické modely dynamických systémů a jejich následnou časovou simulaci. Díky modulům Real Time Toolbox a Real Time Workshop společně s knihovnou xPC Target, jež jsou obsahem Matlabu, lze propojit model vytvořený v prostředí Simulink s reálným světem, a tedy s technologickým procesem. Modelovací a simulační prostředky pomáhají především snižovat náklady spojené s vývojem technologického procesu a jeho dílčích celků, zkracovat dobu jejich uvedení do provozu a zlepšovat jejich kvalitu.

Vizualizace

Významnou součástí informačních systémů je prezentace informací. Je nezbytné informace prezentovat tak, aby uživatel musel jejich přijetí a pochopení věnovat minimální námahu a zůstalo mu maximum prostoru pro vlastní práci s nimi [4]. Dnes jsou k dispozici prostředky, které umožňují vytvořit prostředí, jež téměř úplně odpovídá prostředí reálnému – je možné vytvářet různé virtuální světy, v nichž mohou být prezentované informace lépe zařazeny do kontextu. Co se týče zmíněného příkladu modelování proudění metanu, je účelné tyto informace propojit s prostředím a reálnou situací konkrétního vrtu. Je tedy nutné propojit a zobrazit povrch (reliéf terénu, budovy, další objekty) s výsledky modelování. Dílčí informační zdroje lze realizovat přímo – např. v prostředí X3D, avšak jindy je nezbytné dodatečné zpracování a převod informací mezi dílčími informačními systémy.

Virtuální scénu lze s výhodou využít především k prezentaci informací laické veřejnosti. Takto prezentované informace usnadňují jejich pochopení i těm, kteří nejsou odborníky v daném oboru. Virtuální scény jsou generovány automaticky z informací uložených v informačním systému. Jednou vygenerovaná scéna (rozšířená o provozní data, která mohou být průběžně aktualizována) uživateli umožňuje nezávislý pohyb touto scénou, zobrazování požadovaných detailů, popř. výběr předem specifikovaných poloh a pohledů na jednotlivé uzly. Uživatel se v tomto případě stává kybernautem, který se pohybuje ve virtuálním prostředí – na rozdíl od robota, což je technický (umělý) systém působící v reálném světě. Příkladem takové scény je obr. 5 [5].

Závěr

Již nyní jsou k dispozici prostředky a informace popisující celý životní cyklus vybraného objektu nebo systému. V rámci internetu věcí jsou propojovány jak informace z procesu výroby takového objektu, informace z jeho provozního využití, tak i informace o ukončení jeho existence (recyklace, skládkování apod.). Dostupné informace tudíž umožňují optimalizovat všechny aktivity s takovýmto objektem spojené. Je žádoucí, aby se zmíněné postupy postupně začaly aplikovat na všechny objekty. Je to totiž cesta, jak mohou lidé účinně zefektivnit využívání dostupných zdrojů a současně minimalizovat své negativní působení na své okolí – přírodu.

Literatura:

[1] –: Smart Networked Objects & Internet of Things. White paper. Les Instituts CARNOT, V1.107.01.2011.

[2] OTTE, L.: Simulační modely horizontální dopravy na uhelných hlubinných dolech. Doprava a logistika – Transport & Logistik. 2009, Košice, TU Košice, s. 171–174, ISSN 1451-107X.

[3] STAŠA, P. – KEBO, V. – FUCHSÍKOVÁ, P. – KUBÁČ, L.: Modelling potential action for building protection against flow of methane from the underground using the Fluent software. In: Proceedings of the 13th International Carpathian Control Conference, ICCC 2012. Piscataway, IEEE, 2012, s. 677–683.

[4] KODYM, O.: Visualisation of technological processes of underground mine parameters and Internet of Things. In: Proceedings of the 12th International Carpathian Control Conference 2011, (ICCC, IEEE), Ostrava, VŠB-TU Ostrava, 2011, s. 199–202.

[5] KEBO, V. – KODYM, O. et al.: Virtuální realita a řízení procesů. MONTANEX, a. s., Ostrava, 2011, 238 s., ISBN 978-80-7225-361-6.

Autorský kolektiv pracuje v Institutu ekonomiky a systémů řízení Hornicko-geologické fakulty VŠB – Technické univerzity Ostrava. Mezinárodní laboratoř RFIDlab se zaměřuje na výzkumné a vývojové aktivity v oblasti automatické identifikace. Oldřich Kodym se zabývá informačními a komunikačními systémy a monitoringem a vizualizací technologických dat ve virtuálním prostředí, Roman Danel se zaměřuje na informační systémy a systémy řízení technologických procesů, Lukáš Otte působí v oblasti modelování a simulace technologických procesů a systémů řízení a Vladimír Kohut je student doktorského studia, který se zabývá systémy pro zpracování technologických dat a jejich vizualizací.

doc. Dr. Ing. Oldřich Kodym, Ing. Roman Danel, Ph.D., Ing. Lukáš Otte, Ph.D.,

Ing. Vladimír Kohut, RFIDlab, VŠB – Technická univerzita Ostrava

Obr. 1. Lokální pohled na objekty v internetu věcí [1]

Obr. 2. Model a simulace proudění metanové směsi horninovým prostředím do odsávacího vrtu

Obr. 3. Model reverzibilního dopravníku s využitím Petriho sítí [2]

Obr. 4. Syntéza informačních zdrojů pro zobrazení virtuální scény

Obr. 5. Vizualizace důlní chodby – virtuální scéna realizována v prostředí VRML

 

Tab. 1. Dynamické informace o objektu v IoT

Co

GTIN, EPC nebo jiný identifikátor objektu podle GS1

výrobní informace – množství, záruky apod.

transakční data – dodací údaje, objednávky, faktury

Kde

lokalizace korespondující s GLN

historie výskytu využívající transakční záznamy pro evidenci výskytu objektu např. v logistickém řetězci

Kdy

události s časovým razítkem

možnost významné aktivity dokladovat na časové ose

podpora automatické kontroly dodržení podmínek během dodávky, provozu apod.

Proč

posloupnost aktivit v obchodním případu

stav objektu (v provozu, v poruše, v opravě atd.)

okamžité podmínky (zatížení, teplota apod.)