Automatizācija ir iegājusi optimizācijas posmā
Automatizācija ir kļuvusi par praktisku ražošanas tehnoloģiju visā poligrāfijas un iepakojuma nozarē, taču ieviešana joprojām ir nevienmērīga. Lielākā daļa ražotņu nedarbojas kā pilnībā autonomas rūpnīcas. Tā vietā tās veido savstarpēji savienotus automatizācijas slāņus, kas uzlabo esošos procesus, samazina manuālu iejaukšanos un nodrošina operatoriem labāku informāciju par ražošanu.
No rūpnieciskās automatizācijas perspektīvas šī attīstība ir paredzama. Ražotnes reti pāriet tieši no manuālas ražošanas uz autonomu darbību. Reālistiskāks ceļš ir pakāpeniska integrācija: vispirms iekārtu automatizācija, pēc tam datu apkopošana, tad sistēmu savienojamība un slēgtā cikla vadība tikai tad, kad kļūst pieejams pietiekams procesa datu apjoms.
Visattīstītākās lietojumprogrammas jau ietver pirmsdrukas automatizāciju, krāsu pārvaldību, izmaksu aprēķināšanu, plānošanu, tiešsaistes pārbaudi, tīmekļa drukas pakalpojumus un MIS/ERP integrāciju. Nākamais izaicinājums ir savienot šīs atsevišķās funkcijas vienotā, saskaņotā ražošanas arhitektūrā.
Patiesā automatizācijas iespēja ir starp iekārtām
Daudzās ražotnēs jau ir ļoti automatizētas iekārtas. Tipogrāfijas iekārtas, digitālās iespiedmašīnas, pārbaudes sistēmas, pēcapstrādes iekārtas un materiālu apstrādes sistēmas var patstāvīgi veikt sarežģītus uzdevumus.
Problēma ir tā, ka iekārtu līmeņa automatizācija automātiski nerada visas ražotnes līmeņa automatizāciju.
Tipogrāfijas iekārta var zināt savu ražošanas statusu, kamēr MIS zina pasūtījuma prioritāti, bet pārbaudes sistēma — defektu līmeni. Ja šīs sistēmas nevar apmainīties ar izmantojamu informāciju, operatori joprojām kļūst par integrācijas slāni.
Tās ir vienas no nozares lielākajām slēptajām automatizācijas izmaksām. Cilvēki operatori bieži kompensē trūkstošas saskarnes, nekonsekventas datu struktūras un savstarpēji nesaistītas programmatūras platformas.
Tāpēc nākamās paaudzes automatizācijai vajadzētu mazāk koncentrēties uz atsevišķu funkciju pievienošanu un vairāk — uz informācijas trūkumu novēršanu starp esošajām sistēmām.
Ražošanas automatizācija kļūst uz datiem balstīta
Mūsdienu automatizācijas lietojumprogrammas arvien biežāk apvieno iekārtu vadību, vēsturiskos ražošanas datus, statistisko analīzi un programmatūrā balstītu lēmumu atbalstu.
Prognozējošā apkope var identificēt iekārtu neparastu darbību, pirms kļūme pārtrauc ražošanu. Tiešsaistes pārbaude var atklāt defektus, kamēr ražošana turpinās. Automātiska krāsu kontrole var kompensēt procesa novirzes. Plānošanas sistēmas var izvērtēt iekārtu pieejamību, materiālus, termiņus un darbu prioritātes.
Šīs lietojumprogrammas parāda svarīgu principu: automatizācijai ne vienmēr ir nepieciešama autonoma vadība.
Daudzos gadījumos visvērtīgākā funkcija ir nodrošināt operatoram pareizo lēmumu īstajā laikā. Šāda pieeja samazina risku, vienlaikus saglabājot cilvēka uzraudzību neparastos ražošanas apstākļos.
Darba plūsmas platformas, piemēram, Enfocus Switch, Callas pdfToolbox, HP Site Flow, Hybrid CLOUDFLOW un Esko Automation Engine, parāda, kā programmatūras automatizācija var novērst atkārtotus sagatavošanas uzdevumus, pirms darbs nonāk ražošanā.
MI attīstīsies, balstoties uz esošo automatizācijas infrastruktūru
Mākslīgajam intelektam tiek pievērsta liela uzmanība, taču MI nevajadzētu uzskatīt par inženiertehniskās automatizācijas aizstājēju.
MI ir atkarīgs no datiem. Ja ražošanas dati ir nepilnīgi, nekonsekventi, nepareizi klasificēti vai nesaistīti ar iekārtu notikumiem, MI sistēma nevar uzticami pieņemt noderīgus operatīvus lēmumus.
Tas izskaidro, kāpēc MI ieviešana drukas un iepakojuma ražotnēs attīstīsies nevienmērīgi.
Tūlītēji izmantošanas gadījumi ir samērā praktiski: ražošanas ieteikumi, kvalitātes analīze, plānošanas atbalsts, prognozējošā apkope, pirmsdrukas pārbaude, krāsu korekcija, defektu klasifikācija un procesa optimizācija.
Vēl ambiciozāks mērķis ir autonoma ražošana ar slēgtas cilpas vadību. Tomēr tam nepieciešams ievērojami vairāk nekā tikai MI lietotnes uzstādīšana. Nepieciešami standartizēti dati, determinētas iekārtu saskarnes, validēta vadības loģika, kiberdrošība, procesu modeļi un skaidri definētas reakcijas uz kļūmēm.
Slēgtas cilpas vadība ir svarīgākais ilgtermiņa virziens
Rūpnieciskās automatizācijas inženieri parasti nošķir uzraudzību un vadību.
Uzraudzības sistēmas nosaka, kas notiek. Lēmumu atbalsta sistēmas izskaidro, kas varētu notikt tālāk. Slēgtas cilpas vadība sper vēl vienu soli, automātiski mainot procesa parametrus atbilstoši izmērītajiem apstākļiem.
Šī atšķirība ir būtiska drukas ražošanas nākotnei.
Automatizēta krāsu korekcija ir labs piemērs. Sistēma mēra procesa izvadi, salīdzina to ar mērķi, aprēķina novirzi un pielāgo darbības parametrus. Jo uzticamāka ir šī atgriezeniskās saites cilpa, jo mazāk nepieciešama manuāla iejaukšanās.
Līdzīgas arhitektūras galu galā var izmantot arī reģistrācijai, substrāta apstrādei, žāvēšanai, tintes patēriņam, pārbaudei, apkopei un plānošanai.
Tāpēc ilgtermiņa mērķim nevajadzētu būt vienkārši “vairāk MI”. Tam vajadzētu būt izmērāmākām, kontrolētākām un atkārtojamākām ražošanas cilpām.
Krāsu automatizācija parāda atgriezeniskās saites vērtību
Krāsu konsekvence joprojām ir viens no skaidrākajiem piemēriem tam, kā automatizācija nodrošina izmērāmu ražošanas vērtību.
Mūsdienu sistēmas var apvienot inline spektrofotometriju, densitometriju, centralizētus profilus, materiālu kalibrēšanu, automatizētu linearizāciju un standartizētus krāsu mērķus. Šīs tehnoloģijas samazina atkarību no manuāliem mērījumiem un ļauj ražošanas sistēmām ražošanas cikla laikā reaģēt uz procesa variācijām.
Inženierijas princips ir vienkāršs: izmērīt izvadi, salīdzināt to ar noteiktu atsauces vērtību, aprēķināt novirzi un piemērot atbilstošu korekciju.
Šī pati arhitektūra ir sastopama visā industriālajā automatizācijā. Sensori nodrošina atgriezenisko saiti, vadības algoritmi interpretē signālu, izpildmehānismi maina procesu, bet uzraudzības sistēmas pārbauda rezultātu.
Tāpēc drukas ražošana virzās uz tādu pašu slēgtā cikla filozofiju, kāda jau ir ieviesta daudzās procesu nozarēs.
Biroja priekšpuses automatizācija ir vadības arhitektūras daļa
Automatizācija nevar apstāties pie iekārtas saskarnes.
Izmaksu aprēķini, pasūtījumu ievade, plānošana, krājumi, ražošanas plānošana, kvalitātes pārskati un nosūtīšana — tas viss ietekmē fizisko ražošanas procesu. Tāpēc MIS un ERP platformas kļūst par arvien svarīgākām kopējās automatizācijas arhitektūras sastāvdaļām.
Automatizēta iespiedmašīna nevar kompensēt nepareizu darba informāciju, kas nonāk ražošanas sistēmā.
Tas pats princips attiecas uz materiāla izvēli, krāsu specifikācijām, pēcapstrādes prasībām, piegādes termiņiem un pārbaudes kritērijiem. Ja augšupējā informācija ir kļūdaina, lejupejošā automatizācija vienkārši efektīvāk izpilda nepareizās instrukcijas.
Šā iemesla dēļ darba procesu integrācija būtu jāuzskata par vadības ķēdes problēmu, kas sniedzas no klienta pasūtījuma līdz galīgajai nosūtīšanai.
Piegādes ķēde kļūs par plašāku automatizācijas platformu
Drukas un iepakojuma ražošana ir tikai viens posms daudz plašākā industriālās vērtības ķēdē.
Iepakojuma dizains, materiālu ražošana, druka, pēcapstrāde, noliktavu darbība, loģistika, mazumtirdzniecība un patērētāju mijiedarbība arvien vairāk ģenerē digitālu informāciju. QR kodi ar sērijas numuriem, GS1 Digital Link, RFID, NFC un mainīgo datu ražošana ir tehnoloģiju piemēri, kas savieno fiziskos izstrādājumus ar digitālajām identitātēm.
Tas rada jaunas automatizācijas iespējas.
Ražošanas iekārtas arvien biežāk var saņemt konkrētajam darbam paredzētu informāciju, pārbaudīt uzdrukātos identifikatorus, pārbaudīt mainīgos datus un ziņot par ražošanas statusu augšupējām sistēmām.
Rezultātā notiek pāreja no iekārtu automatizācijas uz piegādes ķēdes automatizāciju.
Manuprāt, šīs būs vienas no svarīgākajām pārmaiņām nozarē. Konkurences priekšrocība arvien vairāk piederēs ražotājiem, kuri spēj apmainīties ar uzticamiem ražošanas datiem starp organizatoriskajām robežām.
Digitālā druka paātrinās darba procesu automatizāciju
Digitālā druka izplešas ārpus tradicionālajiem mazo tirāžu un specializētajiem lietojumiem.
Etiķetes, gofrētais iepakojums, reģionalizētas kampaņas, personalizēti izstrādājumi, iepakojums ar sērijas numuriem, sezonas izstrādājumi un tirgus testēšana — tas viss iegūst no īsākiem ražošanas cikliem un mazāka krājumu riska.
Tomēr digitālā druka pati par sevi automātiski negarantē ekonomisko efektivitāti.
Patiesā priekšrocība parādās tad, kad digitālās iekārtas tiek integrētas ar automatizētu pirmsdrukas sagatavošanu, darbu plānošanu, krāsu pārvaldību, pārbaudi, pēcapstrādi un pasūtījumu izpildi.
Ātrgaitas prese, kas savienota ar nesaistītām darbplūsmām, joprojām var radīt ražošanas sastrēgumus. Savukārt vidēji ātra iekārta, kas darbojas ļoti integrētā darbplūsmā, var nodrošināt lielāku kopējo caurlaidspēju.
Tāpēc iekārtu specifikācijas arvien biežāk jāvērtē sistēmas, nevis atsevišķas mašīnas līmenī.
Datu standartizācija ir rūpnieciskā mākslīgā intelekta pamats
Datu standartizācija ir viena no vismazāk pamanāmajām, bet vissvarīgākajām nākotnes automatizācijas prasībām.
Mašīnu dati, darbu dati, informācija par materiāliem, informācija par krāsām, ražošanas notikumi, pārbaudes rezultāti un apkopes ieraksti jābalsta uz konsekventām definīcijām, ja organizācijas vēlas izveidot noderīgus analītiskos modeļus.
Tas ir īpaši svarīgi mašīnmācīšanās gadījumā.
Modelis, kas apmācīts, izmantojot nekonsekventas darbu klasifikācijas vai nepilnīgus ražošanas ierakstus, var identificēt korelācijas ar mazu praktisko vērtību. Labāki algoritmi nevar bezgalīgi kompensēt sliktus izejas datus.
Nozares iniciatīvas, kurās iesaistītas tādas organizācijas kā PRINTING United Alliance, GWG, CIP4 un UCP, var veicināt šo pamatu, uzlabojot savietojamību un darbplūsmu datu konsekvenci.
Nākamajam solim vajadzētu būt praktiskai konsolidācijai: sistēmām jāspēj nolasīt, salīdzināt, pārbaudīt un apmainīties ar ražošanas informāciju, neprasot operatoriem manuāli tulkot datus starp platformām.
Automatizācija maina operatora darbu
Paredzamā nākotnē automatizācija neizslēgs kvalificētu ražošanas personālu. Tā mainīs jomas, kurās tiek izmantotas viņu zināšanas.
Operatori mazāk laika pavadīs, veicot atkārtotas regulēšanas darbības, un vairāk laika veltīs izņēmumu pārvaldībai, procesu darbības analīzei, kvalitātes pārbaudei, iekārtu problēmu novēršanai, darbplūsmu uzraudzībai un procesu standartu uzturēšanai.
Šai pārejai nepieciešama cita veida apmācība.
Tehniķis, kurš izprot sensorus, tīklus, PLC loģiku, rūpnieciskos sakarus, datu struktūras un procesu vadību, var kļūt vērtīgāks, ražošanas sistēmām kļūstot savstarpēji savienotām.
Tāpēc darbaspēka problēma nav tikai darbaspēka trūkums. Tā ir prasmju pāreja no manuālas izpildes uz tehnisko uzraudzību un izņēmumu pārvaldību.
Kiberdrošībai jākļūst par ražošanas automatizācijas sastāvdaļu
Lielāka savienojamība palielina arī uzbrukuma virsmu.
Kad preses, kontroles sistēmas, MIS platformas, mākoņpakalpojumi, apkopes sistēmas un uzņēmuma tīkli apmainās ar informāciju, ražošanas automatizācija kļūst atkarīga no sakaru infrastruktūras.
Kiberdrošību vairs nevar uzskatīt tikai par IT atbildību.
Rūpnieciskajiem tīkliem nepieciešama segmentēšana, kontrolēta piekļuve, droša attālinātā apkope, autentifikācija, programmatūras dzīves cikla pārvaldība, rezerves kopiju veidošanas stratēģijas un noteiktas atjaunošanas procedūras. Ražošanas nepārtrauktība jāņem vērā līdztekus datu konfidencialitātei.
Tā kā arvien vairāk iekārtu tiek attālināti uzraudzītas un darbojas, balstoties uz programmatūru, kiberdrošība kļūs par pamatprasību savienotu ražošanas sistēmu inženierijā.
Ražošana bez operatoru klātbūtnes joprojām būs atkarīga no konkrētā lietojuma
Pilnībā autonomas rūpnīcas piesaistīs uzmanību, jo tās atspoguļo automatizācijas galīgo vīziju. Tomēr pilnīga ražošana bez operatoru klātbūtnes joprojām būs sarežģīta vidēs, kurām raksturīgi ļoti mainīgi produkti, biežas pārregulēšanas, neparedzami materiāli un pielāgotas klientu prasības.
Ļoti standartizēta ražošana ir piemērotāks kandidāts autonomai darbībai.
Jauktas ražošanas vidēs praktiskāks ir hibrīds modelis. Iekārtas veic atkārtojamas darbības, programmatūra koordinē darba plūsmas, sensori pārbauda rezultātus, AI atbalsta lēmumu pieņemšanu, bet cilvēku speciālisti iesaistās, kad apstākļi pārsniedz iepriekš noteiktās robežas.
Šis modelis nodrošina reālistiskāku ceļu uz autonomu ražošanu.
Nākamā konkurences priekšrocība ir darba plūsmas arhitektūra
Nozare pāriet no uz iekārtām vērstas automatizācijas uz uz sistēmu vērstu automatizāciju.
Konkurētspējīgākie ražotāji ne vienmēr būs tie, kam pieder ātrākā iespiedmašīna vai vismodernākā atsevišķā iekārta. Tie būs uzņēmumi, kas iekārtas, programmatūru, datus, sensorus, pārbaudes, plānošanu, apkopi un cilvēku zināšanas integrē vienotā ražošanas arhitektūrā.
Šādai arhitektūrai jānodrošina vairāki izmērāmi rezultāti: mazāk manuālu darbību, īsāks sagatavošanas laiks, mazāki materiālu zudumi, labāka grafika ievērošana, nemainīga krāsa, ātrāka kļūmju identificēšana un labāka ražošanas pārskatāmība.
No rūpnieciskās automatizācijas viedokļa tie ir faktiskie veiktspējas rādītāji.
Ceļš uz autonomu ražošanu
Poligrāfijas un iepakojuma nozare pašlaik atrodas savienotas automatizācijas, nevis pilnībā autonomas ražošanas posmā.
Attīstība, visticamāk, sekos atpazīstamai secībai:
- Automatizēt atsevišķas iekārtas un atkārtojamus uzdevumus.
- Savienot ražošanas iekārtas un programmatūras sistēmas.
- Standartizēt ražošanas un iekārtu datus.
- Ieviest analītiku un uz AI balstītu lēmumu atbalstu.
- Ieviest atgriezenisko saiti un slēgta cikla procesa vadību.
- Automatizēt izņēmumu apstrādi, ja procesa apstākļi ir paredzami.
- Paplašināties koordinētas autonomas ražošanas virzienā.
Pēdējais posms neiestāsies tikai tāpēc, ka AI kļūs jaudīgāks. Tas būs atkarīgs no tā, vai pamatā esošā ražošanas arhitektūra spēs nodrošināt precīzus datus, uzticamas vadības saskarnes, standartizētus procesus un skaidri noteiktas darbības robežas.
Tāpēc galvenā atziņa ir vienkārša: automatizācija jāveido kā arhitektūra, nevis jāiegādājas kā izolētu tehnoloģiju kopums.
Rūpnīcas, kas šo arhitektūru izveidos agrīni, būs labāk sagatavotas AI, robotikas, mākoņplatformu, progresīvas pārbaudes un nākotnes ražošanas tehnoloģiju ieviešanai, bez nepieciešamības atkārtoti pārveidot savas darba plūsmas.
