{"id":2312,"date":"2023-02-12T09:47:25","date_gmt":"2023-02-12T08:47:25","guid":{"rendered":"https:\/\/versabox.eu\/automatyzacja-produkcji-roboty-i-zarzadzanie-w-procesach-produkcyjnych\/"},"modified":"2024-09-05T11:28:35","modified_gmt":"2024-09-05T09:28:35","slug":"automatyzacja-produkcji-roboty-i-zarzadzanie-w-procesach-produkcyjnych","status":"publish","type":"blog","link":"https:\/\/versabox.eu\/pl\/blog\/automatyzacja-produkcji-roboty-i-zarzadzanie-w-procesach-produkcyjnych\/","title":{"rendered":"Automatyzacja produkcji, roboty i zarz\u0105dzanie w procesach produkcyjnych"},"content":{"rendered":"

Autonomiczne systemy w produkcji i logistyce<\/h2>\n

Nowe obszary automatyzacji produkcji<\/h3>\n

W przemy\u015ble brakuje dzi\u015b r\u0105k do pracy, a trendy takie jak \u201ere-shoring\u201d (powr\u00f3t proces\u00f3w produkcji i zak\u0142ad\u00f3w przemys\u0142owych do kraj\u00f3w rozwini\u0119tych) wzmagaj\u0105 to zjawisko. Dlatego automatyzacja proces\u00f3w produkcyjnych staje si\u0119 coraz bardziej potrzebna r\u00f3wnie\u017c tam, gdzie by\u0142a dotychczas zaniedbywana – w roz\u0142adunku i za\u0142adunku, czy transporcie wewn\u0119trznym.<\/p>\n

\"automatyzacja<\/h3>\n

Autonomiczne procesy i systemy<\/h3>\n

Do fabryk trafiaj\u0105 nowoczesne maszyny, kt\u00f3re s\u0105 w stanie samodzielnie planowa\u0107 realizacj\u0119 wyznaczanych im cel\u00f3w. Doskona\u0142ym przyk\u0142adem s\u0105 autonomiczne roboty mobilne (AMR – Autonomous Mobile Robots)<\/a> i zwi\u0105zane z nimi autonomiczne systemy transportu wewn\u0119trznego (intralogistyki).<\/p>\n

Automatyzacja produkcji w swej nowej ods\u0142onie zmienia spos\u00f3b realizacji proces\u00f3w. Ewoluuje r\u00f3wnie\u017c standardowe u\u017cycie maszyn w automatyzacji produkcji – od realizacji szczeg\u00f3\u0142owych i powtarzalnych procedur do elastycznej realizacji zleconych misji.<\/p>\n

Roboty przemys\u0142owe i ludzie<\/h2>\n

Systemy autonomiczne s\u0105 jednym z wa\u017cnych czynnik\u00f3w wp\u0142ywaj\u0105cych na role odgrywane przez ludzi w zak\u0142adach produkcyjnych. Zast\u0119puj\u0105 ich w zadaniach operacyjnych oraz w prostych zadaniach zarz\u0105dczych. W przypadku autonomicznych system\u00f3w transportowych role te przejmuj\u0105 odpowiednio roboty mobilne i nadzoruj\u0105ce je systemy zarz\u0105dzania flot\u0105. Te systemy dzi\u0119ki integracji z systemami zarz\u0105dzaj\u0105cymi produkcj\u0105 i gospodark\u0105 magazynow\u0105 umo\u017cliwiaj\u0105 dalsz\u0105 optymalizacj\u0119 produkcji.<\/p>\n

Z drugiej strony automatyzacja produkcji pozwala skupi\u0107 si\u0119 mened\u017cerom na wydajnym realizowaniu potrzeb biznesowych oraz utrzymaniu du\u017cej elastyczno\u015bci produkcji. Jest to wa\u017cne, poniewa\u017c elastyczna produkcja to odporno\u015b\u0107 na zmiany popytu oraz zaburzenia \u0142a\u0144cuch\u00f3w dostaw. Nowe technologie wprowadzaj\u0105 nowe narz\u0119dzia, kt\u00f3re maj\u0105 za zadanie dostarczy\u0107 nowych, lepszych danych, jednak co do zasady decyzje dalej na ko\u0144cu podejmuje cz\u0142owiek.<\/p>\n

Automatyzacja i robotyzacja proces\u00f3w sprawia r\u00f3wnie\u017c, \u017ce pojawiaj\u0105 si\u0119 nowe zadania, gdzie potrzebny jest udzia\u0142 cz\u0142owieka. Proces automatyzacji linii produkcyjnych i magazyn\u00f3w wymaga ci\u0105g\u0142ej troski o to, aby wszystkie komponenty autonomicznych system\u00f3w dzia\u0142a\u0142y poprawnie, wsp\u00f3\u0142pracowa\u0142y ze sob\u0105 oraz nad\u0105\u017ca\u0142y za rozwojem potrzeb.<\/p>\n

\"m\u0119\u017cczyzna<\/p>\n

Zmienia si\u0119 poj\u0119cie wydajno\u015bci pracy dla tych r\u00f3l. Ich g\u0142\u00f3wnym zadaniem jest monitorowanie i analiza danych, planowanie czy optymalizacja konfiguracji system\u00f3w. Wydajno\u015b\u0107 pracy jest tu pochodn\u0105 wiedzy i przek\u0142ada si\u0119 na sprawne dzia\u0142anie proces\u00f3w produkcji oraz skuteczne reagowanie na nieoczekiwane zdarzenia. Wydajna realizacja tych r\u00f3l wymaga dost\u0119pu do nowoczesnych narz\u0119dzi analityki biznesowej oraz sprawno\u015bci w pos\u0142ugiwaniu si\u0119 nimi.<\/p>\n

Analityka biznesowa a robotyzacja proces\u00f3w produkcyjnych<\/h2>\n

Systemy analityczne w przedsi\u0119biorstwach<\/h3>\n

Systemy analityczne w biznesie maj\u0105 d\u0142ug\u0105 histori\u0119 i stanowi\u0105 jeden z najbardziej dojrza\u0142ych obszar\u00f3w zastosowa\u0144 technologii. W przemy\u015ble s\u0105 norm\u0105. Poziom zaawansowania wyznaczony jest przez specyfik\u0119 bran\u017cy, jednak systemy wspieraj\u0105ce zarz\u0105dzanie od zawsze budowane by\u0142y z my\u015bl\u0105 o dostarczaniu decydentom i mened\u017cerom narz\u0119dzi ewidencji danych i ich przetwarzania w raporty wspieraj\u0105ce podejmowanie decyzji operacyjnych, taktycznych, a nawet strategicznych.<\/p>\n

Raportowanie wska\u017anik\u00f3w operacyjnych<\/h3>\n

Podstawowe narz\u0119dzia analityczne stanowi\u0105 na og\u00f3\u0142 funkcjonalno\u015b\u0107 system\u00f3w wspieraj\u0105cych operacje. Pozwalaj\u0105 pozna\u0107 bie\u017c\u0105ce parametry procesu – wydajno\u015b\u0107, zam\u00f3wienia, produkcje w toku, stany magazynowe, pomiary jako\u015bci itp.<\/p>\n

W operacjach zarz\u0105dzanych przez ludzi raportowanie wska\u017anik\u00f3w s\u0142u\u017cy temu, aby mened\u017cer korygowa\u0142 dzia\u0142ania pracownik\u00f3w obs\u0142uguj\u0105cych urz\u0105dzenia tak, aby osi\u0105gn\u0105\u0107 codzienne cele.<\/p>\n

\"przycisk<\/a><\/div>\n

Systemy autonomiczne korzystaj\u0105 z danych generowanych przez maszyny (roboty, zautomatyzowane magazyny, czujniki itp.), optymalizuj\u0105c na bie\u017c\u0105co prac\u0119 inteligentnej fabryki pod k\u0105tem cel\u00f3w operacyjnych. Dane dotycz\u0105ce wska\u017anik\u00f3w operacyjnych dost\u0119pne s\u0105 dla ludzi niejako \u201eprzy okazji”. Wa\u017cne staje si\u0119 co innego – czy konfiguracja system\u00f3w autonomicznych jest odpowiednia dla zada\u0144 i zasob\u00f3w.<\/p>\n

Optymalizacja cel\u00f3w, zasob\u00f3w i zarz\u0105dzanie konfiguracj\u0105 autonomicznego systemu staje si\u0119 kluczowym elementem zarz\u0105dzania operacyjnego. Nowoczesne systemy coraz cz\u0119\u015bciej dokonuj\u0105 tego typu optymalizacji w spos\u00f3b automatyczny, w dodatku du\u017co sprawniej i szybciej od ludzi.<\/p>\n

Interaktywna analiza danych<\/h3>\n

Raportowanie operacyjne przestaje wystarcza\u0107, kiedy w procesie pojawiaj\u0105 si\u0119 zagadnienia wykraczaj\u0105ce poza rutynowe schematy. Tak mo\u017ce si\u0119 dzia\u0107 przy istotnych zmianach logiki lub parametr\u00f3w procesu, takich jak oczekiwana wydajno\u015b\u0107 produkcji, wymagaj\u0105cych zmian nie tylko w konfiguracji systemu (np. zwi\u0119kszenie liczby robot\u00f3w w systemie transportowym), ale r\u00f3wnie\u017c w jego otoczeniu (np. zwi\u0119kszenie bufor\u00f3w logistycznych). Wymaga to analizy szerszego danych, w szerszym kontek\u015bcie.<\/p>\n

Kolejnym etapem rozwoju analityki by\u0142o wi\u0119c rejestrowanie danych historycznych pozwalaj\u0105cych \u015bledzi\u0107 trendy oraz bazuj\u0105ce na historii wska\u017aniki wyprzedzaj\u0105ce, pozwalaj\u0105ce na wdra\u017canie korekt w planach operacyjnych. Na tym etapie pojawi\u0142a si\u0119 te\u017c potrzeba interaktywnej, wielowymiarowej analizy danych (On-Line Analytical Processing – OLAP) i praktyka budowy system\u00f3w wspomagania decyzji, o z\u0142o\u017conej architekturze danych. Narz\u0119dzia OLAP przeznaczone s\u0105 dla wyspecjalizowanych analityk\u00f3w, kt\u00f3rzy np. analizuj\u0105c dane z procesu, ich wzorce i korelacje potrafi\u0105 zaprojektowa\u0107 nowy model sterowania procesem lub systemem intra-logistycznym<\/a>.<\/p>\n

Prognozowanie, symulacja i automatyzacja decyzji<\/h3>\n

Coraz wa\u017cniejszym zadaniem analityki biznesowej staje si\u0119 przewidywanie przysz\u0142o\u015bci. W tym celu stosowane s\u0105 dwa rodzaje system\u00f3w analitycznych. Systemy predykcyjne cz\u0119sto bazuj\u0105 na uczeniu maszynowym. Ich coraz cz\u0119stszym zastosowaniem jest przewidywanie awarii, co pozwala bardziej efektywnie zaplanowa\u0107 czynno\u015bci serwisowej i zapewni\u0107 ci\u0105g\u0142o\u015b\u0107 dzia\u0142a\u0144.<\/p>\n

Systemy symulacyjne bazuj\u0105 na dynamicznych modelach badanych zjawisk. To podstawowe narz\u0119dzie przewidywania r\u00f3\u017cnych scenariuszy zachowania si\u0119 system\u00f3w i proces\u00f3w zale\u017cno\u015bci od ich parametr\u00f3w i konfiguracji.<\/p>\n

R\u00f3wnie\u017c obszar interaktywnej analityki zaczyna poddawa\u0107 si\u0119 automatyzacji. Po pierwsze dzi\u0119ki rozwojowi narz\u0119dzi umiej\u0105cych wygenerowa\u0107 regu\u0142y na podstawie analizy korelacji danych, po drugie dzi\u0119ki rozwojowi metod i narz\u0119dzi machine learning. Ten poziom automatyzacji system\u00f3w analitycznych nale\u017cy jednak do rzadko\u015bci w przemy\u015ble i logistyce.<\/p>\n

Analityka w systemie AUTONOMY@WORK<\/h2>\n

Raportowanie operacyjne<\/h3>\n

AUTONOMY@WORK pozwala na monitorowanie parametr\u00f3w zwi\u0105zanych z wydajno\u015bci\u0105 autonomicznego systemu transportowego w czasie rzeczywistym, a tak\u017ce zapewnia wymian\u0119 danych z popularnymi narz\u0119dziami analitycznymi.<\/p>\n

Symulacja<\/h3>\n

Jednym z kluczowych komponent\u00f3w wspieraj\u0105cych projektowanie proces\u00f3w w systemie AUTONOMY@WORK \u2122 jest symulator VIRTUAL FACTORY \u2122. Umo\u017cliwia kierownikom operacyjnym i specjalistom ds. intralogistyki modelowanie, ocen\u0119 i optymalizacj\u0119 konfiguracji proces\u00f3w intralogistycznych opartych na AMR w przestrzeni wirtualnej (cyfrowej) fabryki, zanim nast\u0105pi jej wdro\u017cenie w przestrzeni rzeczywistej.<\/p>\n

\"oprogramowanie<\/p>\n

Ludzie, dane i autonomiczne procesy produkcji i transportu<\/h2>\n

Coraz wyra\u017aniejsze staje si\u0119 trend \u0142\u0105czenia zaawansowanych system\u00f3w analitycznych symulacyjnych i produkcyjnych z automatyzacja proces\u00f3w. Taka w\u0142a\u015bnie kombinacja czynnik\u00f3w otwiera drog\u0119 do prawdziwie autonomicznych proces\u00f3w, a nawet ca\u0142ych fabryk. Zdolnych nie tylko do sprawnej realizacji rutynowych dzia\u0142a\u0144, lecz r\u00f3wnie\u017c elastycznie dostosowuj\u0105cych si\u0119 do zmieniaj\u0105cych si\u0119 warunk\u00f3w otoczenia i oczekiwa\u0144 kieruj\u0105cych nimi ludzi.<\/p>\n

Zwinne zarz\u0105dzanie by\u0142o zawsze jednym z wa\u017cnych powod\u00f3w wprowadzania system\u00f3w analitycznych i zarz\u0105dzania informacj\u0105 w procesie. R\u00f3wnie\u017c dzi\u015b forpoczt\u0105 zmiany zwi\u0105zanej z cyfryzacj\u0105 proces\u00f3w w przemy\u015ble i logistyce cz\u0119sto s\u0105 specjali\u015bci Lean Management. Trudno jednak nie zada\u0107 pytania, czy w autonomicznych fabrykach jest jeszcze miejsce na t\u0119 filozofi\u0119 zarz\u0105dzania, silnie bazuj\u0105cej na decentralizacji decyzji i wiedzy z „pierwszej linii”?<\/p>\n

Czas na Lean 4.0?<\/h2>\n

Marnotrawstwo pozostaje marnotrawstwem r\u00f3wnie\u017c wtedy, gdy zwi\u0105zane z nim dzia\u0142ania wykonuj\u0105 roboty. Dlatego np. analityka dost\u0119pna w AUTONOMY@WORK pozwala w pierwszej kolejno\u015bci \u015bledzi\u0107 utylizacj\u0119 urz\u0105dze\u0144 w dzia\u0142aniach o r\u00f3\u017cnej warto\u015bci (np. puste przejazdy i oczekiwanie vs. przejazdy z \u0142adunkiem) diagnozowa\u0107 mo\u017cliwo\u015bci doskonalenia wydajno\u015bci za pomoc\u0105 symulacji.<\/p>\n

\"podstawowe<\/p>\n

W autonomicznej fabryce mened\u017cerowie dowolnego szczebla mog\u0105 mie\u0107 dost\u0119p do danych ilustruj\u0105cych funkcjonowanie proces\u00f3w na dowolnym poziomie szczeg\u00f3\u0142owo\u015bci. A do analizy niepo\u017c\u0105danych zjawisk okre\u015blonych w Lean Management jako „muda” mog\u0105 wykorzysta\u0107 zaawansowane system dla analizy i symulacji. Czekamy wi\u0119c na now\u0105 ods\u0142on\u0119 – Lean Management 4.0 – dostosowan\u0105 do transformacji cyfrowej w przemy\u015ble.<\/p>\n","protected":false},"author":1,"featured_media":2322,"template":"","categories":[23,20,1],"tags":[],"class_list":["post-2312","blog","type-blog","status-publish","has-post-thumbnail","hentry","category-automatyzacja-magazynu","category-intralogistyka","category-ogolne"],"acf":[],"_links":{"self":[{"href":"https:\/\/versabox.eu\/pl\/wp-json\/wp\/v2\/blog\/2312","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/versabox.eu\/pl\/wp-json\/wp\/v2\/blog"}],"about":[{"href":"https:\/\/versabox.eu\/pl\/wp-json\/wp\/v2\/types\/blog"}],"author":[{"embeddable":true,"href":"https:\/\/versabox.eu\/pl\/wp-json\/wp\/v2\/users\/1"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/versabox.eu\/pl\/wp-json\/wp\/v2\/media\/2322"}],"wp:attachment":[{"href":"https:\/\/versabox.eu\/pl\/wp-json\/wp\/v2\/media?parent=2312"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/versabox.eu\/pl\/wp-json\/wp\/v2\/categories?post=2312"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/versabox.eu\/pl\/wp-json\/wp\/v2\/tags?post=2312"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}