INDUSTRIA 4.016 min read

INTRODUZIONE

Il primo articolo che affronto in queste pagine è un articolo su questa nuova rivoluzione industriale, che sta interessando l’attuale settore industriale: l’INDUSTRIA 4.0.

Inizio con questo argomento perché è un argomento che interessa molti campi dell’elettronica: automazione, robotica, sicurezza informatica, comunicazione, gestione di grosse quantità di dati (BIG DATA), energia e intelligenza artificiale. Questo articolo sarà volutamente descrittivo perché è una panoramica della quarta rivoluzione industriale. In articoli successivi approfondirò i vari argomenti per dare corpo alle informazioni che conterrà questo sito.

L’INDUSTRIA 4.0 è definita così perché è la quarta rivoluzione industriale, e per analogia si possono definire le tre precedenti rivoluzioni così: qui di seguito un’immagine che riassume le quattro fasi dello sviluppo industriale

INDUSTRIA 1.0 _[1]

La prima rivoluzione industriale avviene nel 1700, con i primi telai meccanici e le prime macchine a vapore. Il vapore fu la prima fonte di energia non animale che permise di “animare” le macchine per aiutare l’uomo nella produzione.

INDUSTRIA 2.0 _[2]

La seconda rivoluzione industriale si colloca nella seconda metà dell’800. Questo fu un periodo di forte innovazione, scientifica e non, grazie alla diffusione dell’energia elettrica. Questo ha dato il via alla produzione di massa: con le nuove scoperte, si semplifica la fornitura dell’energia che porta il miglioramento delle macchine di produzione, rendendole via via più complesse.

INDUSTRIA 3.0 _[3]

La terza rivoluzione industriale, inizia nella seconda metà del ‘900, dopo la fine della seconda Guerra Mondiale. L’accumulo di conoscenze scientifiche e tecnologiche e le condizioni politiche più stabili dei paesi occidentali favoriscono la crescita economica. (In questo periodo c’è la creazione della prima rete telematica tra lo Standford Research Institute e l’Università dello Utah, ARPANET) In poco tempo il computer diventa uno strumento che tutti si possono permettere, per cui la tecnologia che prima era ad uso esclusivo dei colossi industriali e statali (come le università), ora è accessibile a tutti. Contemporaneamente prende il via la diffusione dell’automazione industriale.

INDUSTRIA 4.0 _[4]

La quarta rivoluzione industriale (che le previsioni vedevano iniziare nel 2010) dà il via ai sistemi digitali interconnessi.

SISTEMI INTERCONNESSI

Cosa si intende con “sistemi interconnessi”? Con questo concetto iniziamo a parlare di comunicazione: la comunicazione interessa tutte le branchie dell’elettronica e dell’informatica, proprio perché il solo passaggio di un bit dalla CPU alla RAM può considerarsi una trasmissione di un dato X da una posizione ad un altra. Questa trasmissione avviene con delle regole che governano l’immagazzinamento del dato nella memoria, come ad esempio la selezione dell’area di memoria dove immagazzinare il dato, se si vuole scrivere o leggere, sapere se la memoria è pronta a ricevere il dato oppure no.

Successivamente, all’aumentare della distanza dei dispositivi tra loro, iniziano a mancare alcune certezze, come quella che il dato sia arrivato integro e non corrotto. Per questo si sono introdotti i protocolli di comunicazione. Con sistemi interconnessi, intendiamo quindi sistemi che possono comunicare tra loro indipendentemente dalla distanza a cui si trovano, attraverso questi protocolli di comunicazione.

Possiamo dire che il via a questa interconnessione è stato dato dall’avvento dell’IoT (Internet of Thing – l’Internet delle cose) e si sono iniziati ad interconnettere tra loro vari dispositivi, come elettrodomestici, apparati per monitorare l’ambiente o le nostre funzioni fisiologiche, che per mezzo dei nostri cellulari e del clouding raccolgono ed inviano informazioni sul loro funzionamento.

Per passare alle applicazioni industriali si è dovuto rendere più sicura la comunicazione, passando dalla protezione contro i disturbi elettromagnetici alla sicurezza dei dati. Da questo è nato l’IIoT (Industrial Internet of Thing – Internet delle cose industriali)_[5].

Si deve premettere che fino ad oggi le macchine industriali (tranne qualche eccezione) sono state prodotte per lavorare in autonomia senza interferenze esterne, se non quella dell’operatore che interagisce con la macchina per prelevare il prodotto finito e rifornirla di prodotto grezzo o materia prima ed immettere i dati per la lavorazione. Un’eccezione l’abbiamo con le linee di produzione, dove abbiamo varie macchine in linea, con la materia prima inserita all’inizio della linea e il prodotto finito o semilavorato alla fine. Qui tutte le macchine sono in comunicazione tra loro (diciamo una comunicazione base, attraverso input e output) in modo da coordinarsi per far proseguire il prodotto nella linea. Questa pressa per anticipare che il passaggio all’industria 4.0 non sarà indolore, ma sarà lungo e pieno di insidie.

Con l’implementazione della comunicazione (protocolli di comunicazione) si possono avere molte informazioni riguardanti lo stato della macchina, come numero pezzi prodotti, fermi macchina per emergenza o guasto, lo stato dei motori o dei componenti, i motivi per cui oggi ha prodotto più o meno di ieri, ecc… In pratica queste sono tutte informazioni che saranno disponibili per un’analisi successiva o in tempo reale dello stato macchina. Questa mole di dati però ha un rovescio della medaglia: deve essere analizzata. Ciò significa che in azienda ci deve essere personale specializzato nell’analisi dati (BIG DATA).

Per di più, avendo un’analisi in real time dello stato della macchina e soprattutto avendo a disposizione molte informazioni da altri impianti (in cloud), la soluzione ad un eventuale problema potrebbe essere già disponibile e questo ridurrebbe ulteriormente i fermo macchina. Avere figure professionali in grado di analizzare i dati è di vitale importanza, perché implementare una struttura come questa e poi non essere in grado di analizzare i dati è una perdita già in partenza.

Iniziare il percorso dell’industria 4.0 non è semplice! Oltre al discorso del personale qualificato c’è anche tutto l’aggiornamento tecnologico da eseguire. Per questo sono stati stilati alcuni punti guida che indicano una via sicura per raggiungere l’obiettivo dell’industria 4.0 _[6]

Fissare degli obiettivi in funzione del proprio livello di digitalizzazione
Iniziare con progetti pilota
Definire le capacità richieste: in funzione del punto 2 è necessario definire il livello delle capacità tecniche del personale
Familiarità con l’analisi dei dati
Trasformare l’azienda in un’azienda digitale
Interagire con il sistema (senza interazione non ha senso parlare di Industria 4.0)

La sicurezza informatica_[5][7][8]

La diffusione dell’IIoT (o meglio dell’IoT) comporta alcune insidie come il dispendio energetico e la sicurezza: due punti di fondamentale importanza.

La sicurezza che fino ad oggi era relegata a server e computer, con l’industria 4.0 deve essere implementata nei sistemi industriali, in quanto con la comunicazione che si espande a tutti i livelli una mancata o errata informazione può nuocere alla produttività creando non pochi problemi. La comunicazione deve essere veloce ed affidabile, perché i dati che arrivano a destinazione devono essere completi, ma soprattutto non corrotti o modificati. Quando parliamo di furto dell’informazione, associamo il concetto allo spionaggio industriale, ma oltre a questo l’importanza della sicurezza è che i dati arrivino completi e non modificati o corrotti, perché un dato errato può avere conseguenze negative sulla produzione, come produrre lotti sbagliati, o inviare messaggi di malfunzionamento non rilevati. Tutte possibilità che si ripercuotono sulla produttività aziendale e sui costi.

La comunicazione_[9]

Essendo la comunicazione la spina dorsale dell’industria 4.0, deve essere veloce e affidabile: i dati devono arrivare a destinazione completi il più rapidamente possibile in quanto ogni dato perso o in ritardo potrebbe comportare un’azione errata, e quindi un eventuale fermo macchina non pianificato o una catena di ritardi, rallentando la produzione oppure producendo prodotti non idonei alla vendita. Il tutto si traduce in una perdita di profitto.

La comunicazione tra dispositivi impone che ogni singolo componente della rete sia in grado di interpretare vari protocolli di comunicazione, per far sì che questi sistemi possano essere integrati in vari ambienti e soprattutto ridotti ai minimi termini in quanto il loro consumo energetico deve essere minimo. Per questo, a mio parere, tutto confluirà verso un unico protocollo di comunicazione standard, riducendo i componenti atti alla comunicazione e portando quindi una riduzione del consumo energetico.

Questo protocollo di comunicazione, come tutti i protocolli di comunicazione, deve soddisfare i seguenti punti:

sicurezza: come detto in precedenza una comunicazione deve essere sicura, quindi impedire la corruzione o il furto di dati.
basso consumo energetico: essendo i dispositivi (sensori o attuatori) sempre più piccoli ed indipendenti, il loro consumo energetico deve essere molto basso. Questo non solo per un discorso di risparmio energetico, ma anche perché questi apparati di piccole dimensioni potranno essere impiegati in luoghi di difficile accessibilità, dove gli interventi per il rinnovo della fonte energetica possano essere ridotti al minimo.
robustezza: nell’eventualità di problemi nel sistema, la comunicazione deve essere sempre attiva, o almeno in grado di fornire le informazioni necessarie per la risoluzione.
di facile implementazione: significa che i componenti hardware e software devono essere facilmente reperibili e di facile realizzazione, come pure l’aggiunta di nuovi nodi o la rimozione dei vecchi.

Il Clouding_[9]

Un altro fattore introdotto con l’industria 4.0 è il clouding, cioè la condivisione delle informazioni in rete. Questa condivisione è un punto fondamentale, in quanto la loro elaborazione in tempo reale, può anticipare ed evitare i fermo macchina. Ciò fa intendere che per alcuni (se non tutti) i problemi della linea o macchina di produzione, potrebbero avere già una soluzione, dando il via a tutto quel processo di risoluzione e di pianificazione del fermo macchina ottenendo una conseguente riduzione dei fermo macchina per guasti improvvisi.

I fermo macchina non sono dovuti solo ad un guasto, ma possono anche sorgere da una errata lavorazione o inserimento di informazioni sbagliate. Queste informazioni sono generalmente inserite dall’operatore e qui viene in aiuto l’interfaccia utente (HMI), che in simbiosi con il clouding controlla e verifica la correttezza nell’immissione dei dati di lavorazione, anticipando e prevenendo errori, portando a zero (in linea teorica) l’errore introdotto dall’uomo.

Le interfacce (HMI)_[9]

Le interfacce uomo-macchina sono sempre più complesse perché devono eseguire compiti complessi, ma nello stesso tempo semplificare le informazioni visive e di raccolta dati, in modo che all’operatore sia facilitata l’interpretazione dei dati richiesti. Interfacce sempre più complesse danno la possibilità di automatizzare l’immissione dati, le macchine diventano sempre più autonome e la produzione può letteralmente cambiare. Si può ipotizzare che il vecchio concetto di spalmare i costi di attrezzaggio sulla produzione (più pezzi faccio in un lotto, meno mi costano), possa essere abbandonato per iniziare a parlare di lotti da un prodotto, estremizzando la personalizzazione per il cliente. Un esempio di facile intuizione può essere la catena di montaggio di un’automobile, nella quale il cliente può decidere che accessori avere: questo livello di personalizzazione è già presente, ma si può raggiungere un livello di estrema varietà, dalla scelta del colore al numero di casse audio nell’abitacolo, il tutto non fornito tramite pacchetti, che obbligano il cliente ad accettare vari dispositivi per poter avere quel determinato accessorio.

I sensori e le fabbriche intelligenti_[10][11][12]

Per poter ottenere il livello di automazione accennato nella sezione precedente è necessario un miglioramento della parte sensoristica: infatti senza sensori intelligenti molte delle funzioni (soprattutto di diagnostica) non sono eseguibili. Sensori che raccolgono dati sul comportamento della macchina ed anticipano l’eventuale rottura (Manutenzione Predittiva), sensori in grado di monitorare e segnalare una variazione anomala di uno o più valori, con in più un basso profilo energetico in modo da essere utilizzati in ambienti poco accessibili, che siano in grado di comunicare con vari dispositivi, finché non si potrà usufruire di uno standard di comunicazione per tutto: per questo è necessario sviluppare dei software più o meno complessi per questi sensori, appunto, definiti sensori intelligenti.

Inoltre con questi sensori intelligenti sarà possibile eseguire lavorazioni mirate al lotto di un componente, per esempio sarà possibile determinare il tipo di bottiglia e dove inviarla per imballarla.

Naturalmente questo comporta che la responsabilità decisionale non sia più legata al controllore centralizzato, ma sia demandata a questi sensori dislocati nell’impianto, sensori con software predittivi per l’analisi dei dati, che non inviino tutta la mole di dati raccolta, ma solo il risultato delle loro elaborazioni (questo sempre un discorso in ottica di basso profilo energetico).

Questi sensori devono essere gestiti ed il PLC è lo strumento atto ad eseguire questo compito. Oggi giorno un PLC è dotato di più protocolli di comunicazione, per questo può essere integrato in una LAN aziendale permettendo la condivisione dei dati e la loro raccolta. Questa condivisione e raccolta dà il vantaggio di avere a disposizione una banca dati consultabile nel momento in cui si presentino eventuali anomalie, per trovare una soluzione e riducendo i tempi di fermo macchina.

Con l’industria 4.0 si inizia a parlare di fabbrica intelligente, ma oltre ad essere un discorso quasi utopico, visto che la strada è ancora lunga e costellata di molte traversie, le aziende sono costrette ad essere eclettiche, a causa della varietà/quantità di competenze che entrano in gioco, e devono essere in grado di formalizzare il processo decisionale per poter fornire la giusta soluzione: una decisione errata potrebbe comportare blocchi di produzione non programmati.

A.I. – Intelligenza artificiale

Arrivati a questo punto introduciamo il concetto di intelligenza artificiale, utile perché dopo tutti i riferimenti fatti si è sempre accennato al fatto che con l’industria 4.0 è necessaria un’analisi o diagnostica dei dati forniti e un’automazione per eseguire le operazioni. L’industria 4.0 si avvale di automazione e robotica per eseguire le proprie operazioni, ma senza intelligenza artificiale e dati l’IIoT è zoppa: l’AI elabora tutti i dati raccolti eseguendo delle predizioni sul comportamento della macchina nel tempo e prevedendo un guasto. Questo fa sì che i fermo macchina si possano ridurre a zero. Inoltre con l’AI l’industria non dovrà più dipendere dalla raccolta dei dati da parte dell’uomo, ma bensì sarà autonoma nella raccolta limitando a zero gli eventuali errori introdotti dall’uomo. Qui si introduce il concetto di diagnosi predittiva, che affronteremo in uno dei prossimi articoli, che si basa sull’analisi dei dati e per mezzo di algoritmi predittivi esegue una predizione su eventuali guasti futuri. Tutto questo sarà possibile perché l’analisi dei dati nel tempo di un determinato componente, come aumento di temperature di funzionamento, aumento delle vibrazioni, correnti, dissipazione di calore, campi magnetici permettono ai software, con l’ausilio del cloud, di determinare quando il componente si guasterà o arriverà a fine vita.

Partendo dal presupposto che l’errore non sarà mai nullo in quanto l’uomo è naturalmente soggetto all’errore, ogni prodotto dell’uomo è potenzialmente affetto da errori congeniti, quindi anche l’AI è affetta da questo problema proprio perché sviluppata dall’uomo. Per questo all’intelligenza artificiale si stanno affiancando e stanno prendendo il sopravvento le reti neurali ed il machine learning, che permetterà alle macchina di correggere i loro errori congeniti, dovuti alla programmazione dell’uomo. Qui entriamo in teorie filosofiche sulla presenza o meno di errori anche nelle reti neurali, ma che affronteremo a tempo debito.

Cobot _[13]

Cobot ovvero robot collaborativi, da ricerche fatte, si è visto che la collaborazione tra uomo e macchina ridurrebbe i tempi non produttivi dell’85%. Attualmente il gap tra A.I. e intelligenza artificiale è ampio, proprio perché un operaio si accorge subito che un pezzo è danneggiato o è cambiato, mentre un robot, deve essere istruito od avere le istruzioni per gestire queste incongruenze, altrimenti continuerà ad eseguire il suo lavoro senza accorgersi della variazione. Ma istruzioni o periodo di apprendimento per gestire queste evenienze richiedono molto tempo nel quale la produzione è ferma, producendo costi di inoperatività. Detto questo il divario di intelligenza relega i cobot in un’area di mansioni abitudinarie, mentre l’uomo si occuperà di quelle mansioni che richiedono maggiore intelligenza. Questo comporta che cobot e uomo devono lavorare a stretto contatto, e questo solleva molte problematiche di sicurezza, che rallentano l’integrazione uomo-macchina. In supporto a questo limite (anche se non negativo) si stanno delineando degli standard internazionali che iniziano a delineare i requisiti per il funzionamento in sicurezza dei cobot, questi standard sono ISO/TS 15066:2016, ANSI/RIA R15.06-2012. Un aiuto allo sviluppo dei cobot può essere dato dall’asperienza accumulato nello sviluppo di protesi robotizzate per i disabili, come per esempio la Force-Feedback.

Conclusioni

in conclusione nell’industria 4.0 si parla di comunicazione, intelligenza artificiale, reti neurali, diagnostica e manutenzione, sicurezza informatica, clouding automazione, robotica, big data e molto altro.

Tutti argomenti a cui in queste prime pagine ho solo accennato e, come ripetuto più volte, approfondirò nei prossimi articoli. Una cosa che volevo evidenziare è che non letto da molte parti è la diagnostica. In tutti gli articoli che troviamo si parla di sicurezza, intelligenza artificiale, interfaccia uomo macchina eccetera eccetera, ma poco e raramente troviamo riferimenti alla diagnostica per la rilevazione dei guasti. A mio parere un argomento di vitale importanza nella quarta rivoluzione industriale, perché se vogliamo ridurre al minimo i fermo macchina, dobbiamo avere una metodo di diagnostica e rilevamento delle anomalie in modo che durante lo sviluppo software siano inseriti questi concetti ed i sensori saranno in grado di eseguire diagnosi più accurate.

Altro punto su cui vorrei far leva è l’analisi dei dati, anche questo è molto importante, perché con questi nuovi tip di sensori, come già detto più volte, i dati saranno in grande quantità, proprio perché più dati abbiamo/analizziamo meglio riusciamo ad avere il quadro completo della situazione. Un quadro della situazione completo permetterà di prendere decisioni più accurate ed efficienti, migliorando sempre di più il livello di produzione.

BIBLIOGRAFIA – SITOGRAFIA

[1] Prima Rivoluzione industriale
[2] Seconda rivoluzione industriale
[3] Terza rivoluzione industriale
[4] Quarta rivoluzione industriale
[5] EOS Book #31 – La sicurezza nell’industria 4.0 – autore Maurizio Di Paolo Emilio – EOS – Elettronica Open Source
[6] Firmware 130 – Le strategie dell’industria 4.0 – autore Slovati EOS – Elettronica Open Source
[7] Firmware 142 – Connettività e sicurezza nell’IoT – autore Maurizio Di Paolo Emilio –EOS – Elettronica Open Source
[8] Firmware 145 – La sicurezza in una smart factory 4.0 – autore Maurizio Di Paolo Emilio – EOS – Elettronica Open Source
[9] Firmware 130 – Industria 4.0: Dall’Automazione ai processi di digitalizzazione – autrice Roberta Fiorucci – EOS – Elettronica Open Source
[10] Firmware 130 – La sensoristica nell’industria 4.0 – autore Slovati – EOS – Elettronica Open Source
[11] Firmware 145 – I sensori MEMS per la digitalizzazione dell’Industria – autore Maurizio Di Paolo Emilio – EOS – Elettronica Open Source
[12] Firmware 152 – Le esigenze dei futuri sensori per la manutenzione: sensori intelligenti per il condition monitoring – autore Analog Devices – EOS – Elettronica Open Source
[13] Firmware 149 – Cobot Colmare il divario con l’intelligenza artificiale nel settore dell’automazioneindustriale – autore Mouser Electronics – EOS – Elettronica Open Source

REVISIONI

13 APRILE 2020 aggiunti link a nuovo articolo sulla comunicazione digitale tra sistemi
11 OTTOBRE 2019 aggiunto link a nuovo articolo sulla diagnostica
19 AGOSTO 2019 Aggiunta sezione COBOT
09 LUGLIO 2019 Corretti alcuni link e refusi
07 LUGLIO 2019 Pubblicazione

INDUSTRIA 4.020 min read

INTRODUCCIÓN

El primer artículo que trato en estas páginas es un artículo sobre esta nueva revolución industrial, que está afectando al sector industrial actual: INDUSTRIA 4.0.

Empiezo con este tema porque es un tema que afecta a muchos campos de la electrónica: automatización, robótica, seguridad de la información, comunicación, gestión de grandes cantidades de datos (BIG DATA), energía e inteligencia artificial. Este artículo será deliberadamente descriptivo porque es un resumen de la cuarta revolución industrial . Los siguientes artículos profundizarán en los diversos temas para dar contenido a la información que contendrá este sitio.

L ‘INDUSTRIA 4.0 se llama así porque es la cuarta revolución industrial, y por analogía podemos definir las tres revoluciones anteriores, así: a continuación una ilustración de las cuatro etapas del desarrollo industrial

INDUSTRIA 1.0 [1]

La primera revolución industrial tuvo lugar en el siglo XVIII, con los primeros telares mecánicos y las primeras máquinas de vapor. Steam fue la primera fuente de energía no animal que nos permitió “animar” máquinas para ayudar al hombre en la producción.

INDUSTRIA 2.0 [2]

La segunda revolución industrial tuvo lugar en la segunda mitad del siglo XIX. Este fue un período de fuerte innovación, científica y de otro tipo, gracias a la propagación de la electricidad. Esto dio paso a la producción en masa: con los nuevos descubrimientos, simplifica el suministro de energía que conduce a la mejora de las máquinas de producción, haciéndolas cada vez más complejas.

INDUSTRIA 3.0 [3]

L a tercera revolución industrial comenzó en la segunda mitad de la ‘900, después del final de la segunda ondiale G uerra M. La acumulación de conocimientos científicos y tecnológicos y las condiciones políticas más estables favorece el crecimiento económico de los países occidentales scono. ( En este período se crea la primera red telemática entre el Standford Research Institute y la Universidad de Utah, ARPANET ). En poco tiempo, la computadora se convierte en una herramienta que todos pueden pagar, por lo que la tecnología que se usaba anteriormente Exclusivo para los gigantes industriales y estatales (como las universidades), ahora es accesible para todos. Al mismo tiempo se inicia la difusión de la automatización industrial.

INDUSTRIA 4.0 [4]

La cuarta revolución industrial (que comenzó en 2010) abre sistemas digitales interconectados.

SISTEMAS INTERCONECTADOS

¿Qué se entiende por “sistemas interconectados“? Con este concepto empezamos a hablar de la comunicación, la comunicación afecta a todas las ramas de la electrónica y TI de Dell, precisamente porque el único paso de un poco de la CPU a la memoria RAM se puede considerar una transmisión de un X dado desde un dispositivo a otro . Esta transmisión tiene lugar con reglas que gobiernan el almacenamiento de datos en la memoria, como la selección del área de memoria donde almacenar los datos, o si desea escribir o leer, o saber si la memoria está lista para recibir los datos. .

Posteriormente, a medida que aumenta la distancia entre los dispositivos, comienzan a faltar ciertas certezas, como el hecho de que los datos llegaron intactos y no se dañaron. Por eso se han introducido los protocolos de comunicación . Por sistemas interconectados nos referimos a sistemas que pueden comunicarse entre sí independientemente de la distancia a la que se encuentren, a través de estos protocolos predefinidos.

Podemos decir que el camino a esta interconexión se dio con la llegada de IoT (Internet of Thing, Internet of things) con la que comenzamos a interconectar varios dispositivos, como dispositivos, dispositivos para monitorear el El medio ambiente o nuestras funciones fisiológicas, que recopilan y envían información sobre su funcionamiento, datos y mucho más a través de nuestros teléfonos móviles y la nube.

Para pasar a las aplicaciones industriales, la comunicación debía ser más segura, pasando de la protección contra las perturbaciones electromagnéticas a la seguridad de los datos. De aquí nació el IIoT (Internet de la cosa industrial – Internet de las cosas industriales) [5] .

Debe tener la premisa de que, hasta hoy, las máquinas industriales (salvo algunas excepciones) se han fabricado para funcionar de manera autónoma sin interferencias externas, si no la del operador que interactúa con la máquina para tomar el producto terminado y suministrarlo con producto crudo o materia prima e ingrese los datos para su procesamiento. A ‘tienen con la excepción de las líneas de producción, donde tenemos varias máquinas en línea, con la materia prima insertado al principio de la línea y el producto terminado o del producto semi-acabado en el extremo. Aquí todas las máquinas están en comunicación entre sí (digamos una comunicación básica, a través de entradas y salidas) para coordinar y mantener el producto en la línea.

Con la implementación de la comunicación (protocolos de comunicación) puede obtener mucha información sobre el estado de la máquina, como el número de piezas producidas, paradas de la máquina debido a una emergencia o avería, el estado de los motores o componentes, las razones por las que se ha producido más hoy o no ayer, etc. En la práctica, se trata de toda la información que estará disponible para un análisis posterior o en tiempo real del estado de la máquina. Sin embargo, esta cantidad de datos tiene un inconveniente: debe ser analizada. Esto significa que en la empresa debe haber personal especializado en análisis de datos (BIG DATA).

Además, al tener un análisis en tiempo real del estado de la máquina y, sobre todo, tener mucha información disponible de otras plantas (en la nube), la solución a un posible problema ya podría estar disponible y esto reduciría aún más el tiempo de inactividad. Tener profesionales capaces de analizar los datos es de vital importancia, porque implementar una estructura como esta y luego no poder analizar los datos es una pérdida ya al comienzo.

¡Comenzar el camino de la industria 4.0 no es fácil! Además del discurso del personal calificado, también se encuentra toda la actualización tecnológica que se realizará . Para esto, se han elaborado algunos puntos de guía que indican una manera segura de alcanzar la meta de la Industria 4.0 [6]

Establezca metas de acuerdo a su nivel de digitalización.
Empezar con proyectos piloto.
Defina las habilidades requeridas: de acuerdo con el punto 2 es necesario definir el nivel de habilidades técnicas del personal
Familiaridad con el análisis de datos.
Transformar la empresa en una empresa digital.
Interactuar con el sistema (sin interacción no tiene sentido hablar de Industria 4.0)

Seguridad informática [5] [7] [8]

La difusión de IIoT (o más bien de IoT) implica algunos escollos como el gasto de energía y la seguridad : dos puntos de importancia fundamental.

La seguridad que hasta oy o fue relegada a los servidores y ordenadores, con la industria 4.0 se debe implementar en los sistemas industriales, al igual que con la expansión de la comunicación en todos los niveles, la falta de información incorrecta o pueden socavar la productividad creación de muchas problemas. La comunicación debe ser rápida y confiable, ya que los datos que llegan al destino deben estar completos, pero sobre todo, no deben estar dañados ni modificados. Cuando hablamos de robo de información, asociamos el concepto con el espionaje industrial, pero además, la importancia de la seguridad es que los datos llegan completos y no están modificados ni dañados, porque un dato incorrecto puede tener consecuencias negativas en la producción, como la producción de lotes. mal, o enviar mensajes de mal funcionamiento no detectados . Todas las posibilidades que afectan la productividad y los costes empresariales.

Comunicación [9]

Dado que la comunicación es la columna vertebral de la industria 4.0, debe ser rápida y confiable: los datos deben llegar a su destino completo lo más rápido posible, ya que la pérdida o demora de los datos puede provocar una acción incorrecta y, por lo tanto, un posible tiempo de inactividad de la máquina. planeado o una cadena de retrasos, ralentizando la producción o produciendo productos que no son aptos para la venta . T Todo esto se traduce en una pérdida de beneficios.

La comunicación entre dispositivos requiere que cada componente individual de la red pueda interpretar varios protocolos de comunicación, para garantizar que estos sistemas puedan integrarse en diversos entornos y, sobre todo, reducirse al mínimo, ya que su consumo de energía debe ser mínimo. Por este motivo, en mi opinión, todo fluirá hacia un único protocolo de comunicación estándar, reduciendo los componentes necesarios para la comunicación y, por lo tanto, reduciendo el consumo de energía.

Este protocolo de comunicación, como todos los protocolos de comunicación, desarrolla y satisface los siguientes puntos:

● Seguridad: como se mencionó anteriormente, la comunicación debe ser segura, evitando así la corrupción o el robo de datos.

● Bajo consumo de energía: como los dispositivos (sensores o actuadores) son cada vez más pequeños e independientes, su consumo de energía debe ser muy bajo. Esto no es solo por una cuestión de ahorro de energía, sino también porque estos dispositivos de tamaño pequeño se pueden usar en lugares de difícil acceso, donde las intervenciones para renovar la fuente de energía se pueden reducir al mínimo.

● Ness robusta: en caso de problemas en el sistema, la comunicación debe estar siempre activo, o al menos ser capaz de proporcionar la información necesaria para la solución de problemas.

● fácil de implementar: significa que los componentes de hardware y software deben estar fácilmente disponibles y fáciles de implementar, así como la adición de nuevos nodos o la eliminación de los antiguos.

La nubosidad [9]

Otro factor introducido con la industria 4.0 es la nubosidad, es decir, el intercambio de información en la red. Este intercambio es un punto fundamental, ya que su procesamiento en tiempo real puede anticipar y evitar el tiempo de inactividad. Esto implica que para algunos (si no todos) de los problemas de la línea de producción o la máquina, ya podrían tener una solución, dando paso a todo el proceso de resolución y planificación del tiempo de inactividad de la máquina, obteniendo la consiguiente reducción del tiempo de inactividad de la máquina debido a fallas. súbita.

El tiempo de inactividad de la máquina no solo se debe a una falla, sino que también puede deberse a un procesamiento incorrecto o información incorrecta. Esta información generalmente es ingresada por el operador y aquí la interfaz de usuario (HMI) es útil, lo que en simbiosis con la nube comprueba y verifica la exactitud en la entrada de los datos de procesamiento, anticipando y previniendo errores, llevando a cero (en Línea teórica) El error introducido por el hombre.

Interfaces (HMI) [9]

Las interfaces hombre-máquina son cada vez más complejas porque tienen que realizar tareas complejas, pero al mismo tiempo simplifican la información visual y la recopilación de datos, de modo que la interpretación de los datos requeridos se facilita al operador. Las interfaces cada vez más complejas hacen posible automatizar la entrada de datos, las máquinas se vuelven cada vez más autónomas y la producción puede cambiar literalmente. Se puede suponer que el viejo concepto de repartir los costos de herramientas en la producción (cuantas más piezas produzco en un lote, menos me cuestan), se puede abandonar para comenzar. hable de los lotes de un producto, haciendo la personalización extrema para el cliente. Un ejemplo de intuición fácil puede ser la línea de ensamblaje de un automóvil, en la cual el cliente puede decidir qué accesorios tener: este nivel de personalización ya está presente, pero se puede alcanzar un nivel de variedad extrema, desde la elección del color hasta el número. de altavoces en la cabina, todos no suministrados a través de paquetes, lo que obliga al cliente a aceptar varios dispositivos para tener ese accesorio en particular.

Sensores inteligentes y fábricas [10] [11] [12]

Para obtener el nivel de automatización mencionado en la sección anterior, se requiere una mejora de la parte del sensor: de hecho, sin sensores inteligentes, muchas de las funciones (especialmente los diagnósticos) no se pueden realizar . Sensores que recopilan datos sobre el comportamiento de la máquina y anticipan cualquier interrupción (Mantenimiento predictivo), sensores capaces de monitorear y señalar una variación anómala de uno o más valores, además de un perfil de baja energía para ser utilizados en ambientes pobres accesible, que pueden comunicarse con varios dispositivos, hasta que pueda aprovechar un estándar de comunicación para todo: para esto es necesario desarrollar un software más o menos complejo para estos sensores, definidos precisamente como sensores inteligentes.

Además, con estos sensores inteligentes será posible realizar trabajos dirigidos al lote de un componente, por ejemplo, será posible determinar el tipo de botella y dónde enviarla para empacarla.

Por supuesto, esto significa que la responsabilidad de la toma de decisiones ya no está vinculada al controlador centralizado, sino que se delega a estos sensores ubicados en la planta, sensores con software predictivo para el análisis de datos, que no envían toda la cantidad de datos recopilados, sino solo la información. Resultado de sus elaboraciones (este es siempre un discurso en términos de perfil de baja energía).

Estos sensores deben ser gestionados y el PLC es la herramienta para realizar esta tarea. Hoy en día, un PLC está equipado con múltiples protocolos de comunicación, por lo que puede integrarse en una LAN corporativa permitiendo el intercambio y la recopilación de datos. Este intercambio y recopilación ofrece la ventaja de tener una base de datos disponible que se puede consultar cuando existe alguna anomalía, para encontrar una solución y reducir el tiempo de inactividad de la máquina.

Con la industria 4.0 comenzamos a hablar de una fábrica inteligente , pero además de ser un discurso casi utópico, dado que el camino aún es largo y está lleno de muchas dificultades, las empresas se ven obligadas a ser eclécticas, debido a la variedad / cantidad de habilidades que entran en juego, y deben ser capaces de formalizar el proceso de toma de decisiones para proporcionar la solución correcta: una decisión incorrecta podría llevar a bloques de producción no programados.

IA – Inteligencia artificial

En este punto introducimos el concepto de inteligencia artificial , útil porque después de todas las referencias realizadas, siempre se ha mencionado que con la industria 4.0 se requiere un análisis o diagnóstico de los datos proporcionados y una automatización para realizar las operaciones. La industria 4.0 utiliza la automatización y la robótica para realizar sus operaciones, pero sin inteligencia artificial ni datos, el IIoT es escaso: la IA procesa todos los datos recopilados haciendo predicciones sobre el comportamiento de la máquina a lo largo del tiempo y prediciendo una falla. Esto significa que los tiempos de inactividad de la máquina pueden reducirse a cero. Además, con la IA, la industria ya no tendrá que depender de la recopilación de datos por parte del hombre, sino que será autónoma en la recopilación, lo que limitará a cero cualquier error introducido por el hombre. Aquí presentamos el concepto de diagnóstico predictivo , que abordaremos en uno de los siguientes artículos, que se basa en el análisis de datos y mediante algoritmos predictivos realiza una predicción sobre posibles fallas futuras. Todo esto será posible porque el análisis de los datos a lo largo del tiempo de un componente dado, como el aumento de las temperaturas de operación, el aumento de las vibraciones, las corrientes, la disipación de calor, los campos magnéticos, permiten que el software, con la ayuda de la nube, determine cuándo El componente fallará o llegará al final de su vida útil.

Partiendo de la suposición de que el error nunca será nulo porque el hombre está naturalmente sujeto a error, cada producto del hombre se ve potencialmente afectado por errores congénitos, por lo que incluso la IA se ve afectada por este problema precisamente porque es desarrollado por hombre. Esta es la razón por la cual las redes neuronales y el aprendizaje de máquinas se hacen visibles con inteligencia artificial, lo que permitirá a las máquinas corregir sus errores congénitos, debido a la programación del hombre. Aquí entramos en teorías filosóficas sobre la presencia o ausencia de errores incluso en redes neuronales, pero que enfrentaremos a su debido tiempo.

Cobot [10]

Cobot o robots colaborativos, a partir de la investigación realizada, hemos visto que la colaboración entre el hombre y la máquina reduciría el tiempo de no producción en un 85%. Actualmente la brecha entre A.I. y la inteligencia artificial es amplia, precisamente porque un trabajador se da cuenta de inmediato de que una pieza está dañada o ha cambiado, mientras que un robot debe recibir instrucciones o tener instrucciones para manejar estas inconsistencias, de lo contrario continuará realizando su trabajo sin notar la variación. Pero las instrucciones o el período de aprendizaje para gestionar estas eventualidades requieren mucho tiempo en el que se detiene la producción, lo que produce costos inoperativos. Dicho esto, la brecha de inteligencia relega a los cobots a un área de tareas rutinarias, mientras que el hombre se encargará de las tareas que requieren más inteligencia. Esto significa que cobot y man deben trabajar en estrecha colaboración, y esto plantea muchos problemas de seguridad que ralentizan la integración entre man y machine. En apoyo de este límite (incluso si no es negativo), se están comenzando a delinear estándares internacionales que comienzan a delinear los requisitos para la operación segura de cobots, estos estándares son ISO / TS 15066: 2016, ANSI / RIA R15.06-2012. La experiencia acumulada en el desarrollo de prótesis robóticas para discapacitados, como Force-Feedback, puede ayudar al desarrollo de cobots.

conclusiones

En conclusión, en la industria 4.0 hablamos de comunicación, inteligencia artificial, redes neuronales, diagnóstico y mantenimiento, seguridad de TI, automatización de la nube, robótica, big data y mucho más.

Todos los argumentos que en estas primeras páginas solo he mencionado y, como se ha repetido varias veces, profundizaré en los próximos artículos. Una cosa que quería destacar es que no leí de Muchas partes son diagnósticos. En todos los artículos que encontramos, hablamos de seguridad, inteligencia artificial, interfaz hombre-máquina, etc., pero poco y rara vez encontramos referencias a diagnósticos para la detección de fallas. En mi opinión, es un tema de vital importancia en la cuarta revolución industrial, ya que si vo gl Iamo minimizar el tiempo de inactividad, que debe tener un método de diagnóstico y detección de anomalías para que durante el desarrollo de software se incorporan estos conceptos y sensores d Podrán realizar diagnósticos más precisos.

Otro punto en el que me gustaría aprovechar es el análisis de datos, esto también es muy importante, ya que con estos nuevos tipos de sensores, como ya se dijo varias veces, los datos estarán en grandes cantidades, precisamente porque cuantos más datos tengamos / analicemos mejor será el éxito. Para tener el cuadro completo de la situación. Una imagen completa de la situación permitirá tomar decisiones más precisas y eficientes, mejorando cada vez más el nivel de producción.

BIBLIOGRAFIA – SITOGRAFIA

● [1] Primera Revolución Industrial.

● [2] Segunda revolucion industrial

● [3] Tercera revolución industrial.

● [4] Cuarta revolución industrial.

● [5] EOS Book # 31 – Seguridad en la industria 4.0 – autor Maurizio Di Paolo Emilio – EOS – Open Source Electronics

● [6] Firmware 130 – Estrategias de la industria 4.0 – autor Slovati EOS – Open Source Electronics

● [7] Firmware 142 – Conectividad y seguridad en la IoT – autor Maurizio Di Paolo Emilio – EOS – Open Source Electronics

● [8] Firmware 145 – Seguridad en una fábrica inteligente 4.0 – autor Maurizio Di Paolo Emilio – EOS – Open Source Electronics

● [9] Firmware 130 – Industria 4.0: de la automatización a los procesos de digitalización – autor Roberta Fiorucci – EOS – Open Source Electronics

● [10] Firmware 130 – Los sensores en la industria 4.0 – autor Slovati – EOS – Open Source Electronics

● [11] 145 firmware – sensores MEMS para la digitalización de la industria – autor Maurizio Di Paolo Emilio – EOS – Open Source Electronics

● [12] Firmware 152 – Las necesidades de los futuros sensores para el mantenimiento: sensores inteligentes para el monitoreo de la condición – Autoría Analog Devices – EOS – Open Source Electronics

● [13] Firmware 149 – Cobot cerrando la brecha con la inteligencia artificial en el sector de la automatización industrial – Autoría Mouser Electronics – EOS – Open Source Electronics

REVISIONES

13 de abril de 2020 enlace agregado al nuevo artículo sobre la comunicacion digital
11 de octubre de 2019 enlace agregado al nuevo artículo sobre diagnósticos
19 de agosto de 2019 se agregó la sección COBOT
09 de julio de 2019 arreglado algunos link
07 de julio de 2019 publicación