مفاهیم جدید کنترل برای ماشین‌آلات پلاستیک در چارچوب صنعت ۴.۰

دوقلوی دیجیتال؛ گسترش مدل کسب‌وکار

مفاهیم جدید کنترل برای ماشین‌آلات پلاستیک در چارچوب صنعت ۴.۰ و اینترنت اشیاء

در حال حاضر، صنعت پلاستیک به طور کامل بر موضوعات صنعت 4.0 و اینترنت اشیاء (IoT) متمرکز شده است. در نمایشگاه K2016، تولیدکنندگان ماشین‌آلات پلاستیک نخستین راهکارهای یکپارچه‌سازی تولید را ارائه کردند که در آن تمامی محصولات به یک "زبان مشترک" صحبت می‌کنند. کار بر روی پروتکل داده‌ای استاندارد برای صنعت 4.0 اکنون به جایی رسیده که یک پایه مستحکم برای راه‌اندازی کارخانه‌های هوشمند فراهم شده است. در این میان، نقش معماری سیستم‌های کنترل آینده بسیار حیاتی خواهد بود.

پروتکل‌های انتقال داده مدرن، زیرساخت لازم برای جهان متصل

ذخیره‌سازی و پردازش داده‌ها در بستر ابری (Cloud) نیازمند پروتکل‌های انتقال امن و کارآمدی است. علاوه بر استاندارد "OPC UA" که برای معماری‌های کلاینت-سرور طراحی شده بود، پروتکل‌های Pub/Sub مانند AMQP و MQTT امروزه به عنوان مکانیسم‌های ارتباطی مدرن در اتوماسیون صنعتی مورد استفاده قرار می‌گیرند. این پروتکل‌ها امکان ارسال گروهی (multicast) اطلاعات در شبکه محلی ماشین‌آلات و همچنین ارتباط مبتنی بر واسطه (Broker) در اینترنت اشیاء و کاربردهای Industry 4.0 را از طریق سرویس ابری فراهم می‌کنند. این به این معناست که تعداد زیادی دستگاه می‌توانند داده‌ها را منتشر کنند و واسطه ابری آنها را در اختیار دریافت‌کنندگان قرار دهد.

برای رمزنگاری و امنیت، این پروتکل‌ها از "TLS" (امنیت لایه انتقال) استفاده می‌کنند تا انتقال داده مابین طرفین ارتباط، ایمن و مطمئن باشد. سرویس‌های ابر را می‌توان از شرکت‌های ارائه‌دهنده خدمات ابری اجاره کرد؛ همچنین سازندگان ماشین‌آلات یا حتی مشتریان نهایی می‌توانند مراکز داده ابری اختصاصی خود راه‌اندازی کنند و همان مکانیسم‌های ارتباطی را به کار ببرند.

پشتیبانی بکهوف از پروتکل‌های مدرن

شرکت بکهوف (Beckhoff) از هر دو استاندارد ارتباطی پشتیبانی می‌کند. برای نمونه، در نمایشگاه K2016 این شرکت ترکیب ارتباطی مبتنی بر OPC UA و Pub/Sub را نشان داد. داده‌های ماشین‌آلات پلاستیک ابتدا توسط OPC UA به کامپیوتر Gateway فرستاده شد و سپس از طریق MQTT به Cloud منتقل گردید. در ابر، این داده‌ها توسط نرم‌افزارهای تحلیلی (مانند TwinCAT Analytics) که روی ماشین مجازی اجرا می‌شوند پردازش شدند (شکل ۱). همچنین بکهوف مدیریت دسترسی کاربران با رمز عبور را نمایش داد، که باعث شد اطلاعات ذخیره‌شده از دسترسی غیرمجاز محافظت شوند. گروه‌های مختلف کاربری نظیر تولیدکننده ماشین‌آلات و اپراتورهای خطوط پلاستیک، داده‌ها و نرم‌افزارهای تحلیلی خود را به صورت اختصاصی و محفوظ استفاده می‌کنند تا دانش فنی‌شان حفظ شود.

درک بهتر فرآیندها و تحلیل سریع‌تر خرابی‌ها

تکنولوژی بکهوف این امکان را می‌دهد که تمام وضعیت‌های ماشین به صورت "تصاویر فرآیند" به ابر منتقل شود. مشابه "جعبه سیاه هواپیما"، تمامی ورودی‌ها و خروجی‌های کنترل ثبت و در Cloud ذخیره‌سازی می‌گردد. در ماشین مجازی ابری، نرم‌افزار TwinCAT Analytics برای آنالیز خطای رویدادهای نادر، پایش شرایط یا بهینه‌سازی طراحی ماشین به کار می‌رود (شکل ۲). فرآوری‌کنندگان پلاستیک می‌توانند از داده‌های ذخیره‌شده جهانی و ابزارهای تحلیلی برای بهبود و توسعه مجدد فرآیندها استفاده کنند.

داده‌های جمع‌آوری‌شده در Cloud همچنین می‌تواند برای ساده‌سازی اپراتوری و فرآوری به کار رود. مثال‌هایی مانند ارزیابی مراحل عملکرد متداول یا تشخیص خرابی توسط هوش مصنوعی (AI): به جای یک پیام خطای ساده و در بعضی موارد نامفهوم، اپراتور اطلاعات دقیق برای رفع ایراد دریافت می‌کند که برنامه هوش مصنوعی براساس تاریخچه تمام خطاهای مشابه در همه ماشین‌ها تولید می‌کند. به این صورت، الگوریتم یادگیری می‌تواند پشتیبان مؤثری برای اپراتور باشد.

رویکردهای جدید برای بهینه‌سازی عملیات و توسعه ماشین‌آلات

مجازی‌سازی و دسترسی کامل به داده‌ها، حوزه‌های تجاری جدید خلق می‌کند. در این زمینه، مفهوم "دوقلوی دیجیتال" (Digital Twin) اهمیت پیدا می‌کند: در آینده، هر ماشین و هر فرآیند یک دوقلوی دیجیتال (مدل شبیه‌سازی‌شده) در ابر خواهد داشت. زمانی که ماشین یا فرآیند جدیدی توسعه می‌یابد، دیگر لازم نیست نمونه‌های آزمایشی پرهزینه ساخته شود؛ بلکه مدل شبیه‌سازی‌شده که می‌تواند با رفتار واقعی کل جمعیت ماشین‌ها بهینه شود، مورد استفاده قرار می‌گیرد. به این شیوه، سازندگان ماشین‌آلات، فرآوری‌کنندگان پلاستیک یا سایر کاربران با دسترسی لازم می‌توانند دانش فرآیندی خود را تعمیق و ارتقا دهند. راهکارهایی برای افزایش بهره‌وری و بهبود بازده انرژی نیز می‌توانند به‌عنوان خدمات پولی ارائه شوند و مدل‌های تجاری جدیدی خلق کنند.

تحول معماری سیستم کنترل، آغاز عصر کنترل مجازی

ساختار سیستم‌های کنترل در آینده تغییر خواهد کرد. روند مجازی‌سازی و تأمین قدرت پردازشی از طریق ابر، بر مفاهیم کنترل اثرگذار می‌شود. بکهوف به عنوان نمونه، "کنترلر جهانی" را ارائه داده که سیگنال‌های ورودی به یک کنترلر مجازی در ابر ارسال می‌شود و نرم‌افزار TwinCAT دیگر به جای PC صنعتی محلی، روی ماشین مجازی ابری اجرا می‌شود؛ سیگنال‌های خروجی نیز از طریق ارتباط ابری به خروجی‌ها منتقل می‌شود. همچنین ممکن است بخشی از نرم‌افزار کنترل در ماشین و بخش دیگر در Cloud اجرا گردد؛ برای نمونه، بخش‌های زمان‌بر کنترل حرکت (Motion Control) با باس EtherCAT محلی انجام شود و واسط کاربری HMI روی ماشین مجازی ابر اجرا گردد. یک ماشین می‌تواند با واسط کاربری ساده جهت راحتی اپراتور نمایش داده شود و همزمان در Cloud میان واسط ساده یا پیشرفته متناسب با کاربرد انتخاب شود. حتی می‌توان تصور کرد که الگوریتم هوشمند رفتار هر کاربر را تحلیل و واسط مناسب پیشنهاد دهد.

امکاناتی همچون راهنمای عیب‌یابی، پشتیبانی فرایند مهندسی یا Condition Monitoring می‌تواند به طور مجزا قیمت‌گذاری و عرضه شود. برای مشتری نهایی، امکان خرید یا اجاره واسط‌های کاربری مختلف با هزینه‌های متفاوت برای سخت‌افزار کنترل یکسان فراهم می‌شود. حتی مدل‌هایی وجود خواهد داشت که هزینه بر اساس مدت استفاده محاسبه شود.

سناریوهای جدید ارتباط انسان-ماشین با فناوری Cloud

با محاسبات ابری، سناریوهای نوین در ارتباط انسان و ماشین ممکن می‌شود. سیستم‌های تشخیص صدا از سازندگان بزرگ، واسط برنامه‌ها و سرویس‌های شخص ثالث را ایجاد می‌کنند. برای مثال، دستیار صوتی دیجیتال می‌تواند عملکرد ماشین را ساده‌تر و ایمن‌تر کند. به‌روزرسانی نرم‌افزار یا ارتقاها می‌تواند به صورت متمرکز از سوی بخش‌های مهندسی OEM مدیریت شود. به طور خلاصه، دسترسی به کنترل مجازی در ابر، عیب‌یابی را تسهیل و بستری برای بهبود مستمر محصول است.

امنیت و مالکیت داده باید دقیقاً تعیین شود

ابزارهای Cloud و مجازی‌سازی سیستم کنترل (شکل ۳) موج جدید نوآوری خواهند بود و یادآور جهش صنعت در دهه‌های پیش با ورود کامپیوتر به صنعت (Industry 3.0) است. شرکت بکهوف نخستین کاربردهای خود را ارائه داده و در سال‌های آینده فعالیت گسترده‌تری خواهد داشت.

با این حال، سیستم‌های کنترل مبتنی بر ابر زمانی رواج خواهند یافت که انتقال امن داده‌ها و مالکیت اطلاعات، به وضوح تعیین شده باشد. هنوز بسیاری از مشتریان به شبکه‌سازی ماشین‌آلات خود با احتیاط برخورد می‌کنند و انتظار می‌رود چند سال طول بکشد تا مفاهیم کنترل جدید فراگیر شود. نمونه‌اش کنترل مبتنی بر کامپیوتر است که حدود ده سال طول کشید تا در صنعت کاملاً پذیرفته شود.

چشم‌انداز آینده

هزینه کنونی سیستم‌های مبتنی بر ابر صرفاً زمانی توجیه اقتصادی دارد که مزایای آنها اثبات شود. با این حال، پیش‌بینی می‌شود قیمت محاسبات ابری در آینده کاهش یافته و حتی مزایای کوچک‌تر هم استفاده از آنها را عملی کند.

موضوع "یادگیری ماشین" مبتنی بر جمع‌آوری و پردازش داده‌ها در ابر تنها به اختصار در این مقاله مطرح شد. اگر روزی ماشین‌های پلاستیک قادر به یادگیری خودران و اثربخش شوند، وجود دستگاهی کاملاً خودکار با یک کلید روشن/خاموش دیگر رویا نخواهد بود.