ไมโครคอมพิวเตอร์

ผู้อำนวยการทราบว่าเครื่องจักรกำลังทำงานอยู่ ทำงานนานเท่าใด ภายใต้ภาระเท่าใด ทำไมกะหนึ่งจึงผลิตชิ้นงานน้อยลง 30% — สิ่งเหล่านี้ยังคงไม่ทราบ

แนวทาง IT ต่อการผลิต

ในระบบอัตโนมัติอุตสาหกรรมมีขั้วอยู่สองด้าน ด้านหนึ่ง — โซลูชันราคาแพงจากผู้ผลิตรายใหญ่: ระบบจัดการการผลิต ฝาแฝดดิจิทัล การผสานรวมมูลค่าหลายล้านดอลลาร์ อีกด้านหนึ่ง — การเก็บข้อมูลด้วยมือ ที่ข้อมูลถูกบันทึกเป็นครั้งคราวและสูญหายไป ในฐานะผู้เชี่ยวชาญ IT ที่มีประสบการณ์ด้าน observability เราจึงตัดสินใจนำหลักการเดียวกันกับที่ใช้ในการติดตามเซิร์ฟเวอร์และแอปพลิเคชันมาใช้กับอุปกรณ์การผลิต เมตริกถูกเก็บจากเซ็นเซอร์ ส่งไปยังคลาวด์ แสดงผลบนแดชบอร์ด การแจ้งเตือนมาถึงเมื่อบางอย่างหลุดจากเกณฑ์ปกติ ล็อกถูกเก็บไว้เพื่อการวิเคราะห์ การผลิตก็เป็นแหล่งเทเลเมตรีแบบเดียวกับโครงสร้างพื้นฐาน IT คำถามคือจะเก็บข้อมูลเหล่านี้อย่างไรและจะทำอะไรกับมัน

จุดบอด

ลองนึกภาพโรงงาน ห้าสิบเครื่องจักร สามกะ สองร้อยคน อุปกรณ์ส่วนหนึ่งทันสมัย มีตัวควบคุมและจอแสดงผล อีกส่วนเป็นเครื่องจักรกล ไม่มีอิเล็กทรอนิกส์ เป็นรุ่นที่มีอายุ 30 ถึง 50 ปี ข้อมูลการทำงานถูกเก็บเป็นชิ้น ๆ: มีคนจดอะไรบางอย่าง มีคนจำได้ มีคนบอกปากเปล่า สิ้นเดือนก็จะมีรายงานปรากฏขึ้น ตัวเลขอยู่ตรงนั้น โดยไม่อธิบายอะไรเลย ทำไมแผนกหนึ่งล้าหลังตลอด? ทำไมบนเครื่องจักรเครื่องนี้ชิ้นส่วนมักแตกบ่อยกว่า? ทำไมการใช้ไฟฟ้าเพิ่มขึ้น ทั้งที่ปริมาณการผลิตเท่าเดิม? สิ่งสำคัญที่สุด — ไม่มีทางเปรียบเทียบได้ แผนกนี้ทำงานอย่างไรเมื่อปีที่แล้ว? รับมือคำสั่งซื้อที่คล้ายกันในไตรมาสที่แล้วได้อย่างไร? ค่าที่อ่านได้ก่อนการเสียหายครั้งก่อนเป็นอย่างไร? หากไม่มีข้อมูลสะสม คำถามเหล่านี้ยังคงไม่มีคำตอบ

เราแก้ปัญหานี้อย่างไร

เรานำหลักการเดียวกันกับที่ใช้ได้ผลใน IT มาใช้กับการผลิต: การสังเกต การบันทึกล็อก เมตริก การแจ้งเตือน แหล่งข้อมูลเปลี่ยนไป — ตอนนี้คือเครื่องจักร เซ็นเซอร์ และตัวควบคุม เครือข่าย อุปกรณ์ทั้งหมดต้องถูกเชื่อมต่อ ที่ไหนทำได้ — ก็เดินสายไฟอ่อน ที่ไหนสายไปไม่ถึง — ก็ติดตั้งโหนดที่มีโมเด็ม 4G โหนดแต่ละตัวทำงานอิสระ: หากการเชื่อมต่อหลุด ข้อมูลจะสะสมในเครื่องและถูกส่งออกไปเมื่อการเชื่อมต่อกลับมา ฮาร์ดแวร์ ไมโครคอมพิวเตอร์พร้อมเซ็นเซอร์ที่ต่ออยู่จะถูกจัดวางตามโรงงาน การตั้งค่าขึ้นอยู่กับงาน: ไมโครคอมพิวเตอร์หนึ่งตัวอาจให้บริการหลายเครื่อง หรือเครื่องเดียวอาจมีจุดเก็บข้อมูลหลายจุด คลาวด์ ข้อมูลทั้งหมดไหลเข้าสู่ระบบเดียวที่ระบบติดตาม การแจ้งเตือน และการวิเคราะห์ทำงาน การคำนวณเกิดขึ้นในคลาวด์ ทรัพยากรเช่าตามความต้องการ

อุปกรณ์ในโรงงาน

สำหรับเครื่องจักรทันสมัยที่มีตัวควบคุม การผสานทำผ่าน Modbus หรือ Ethernet ข้อมูลอยู่ในเครื่องจักรอยู่แล้ว — ต้องดึงออกมาและรวบรวมไว้ที่เดียว ในเครื่องจักรเก่าที่ไม่มีอิเล็กทรอนิกส์ จะติดตั้งเซ็นเซอร์ภายนอก ไม่แตะส่วนกลไก มิเตอร์พลังงาน Modbus จะติดตั้งบนราง DIN ในตู้ไฟฟ้าและแสดงการใช้ไฟแบบเรียลไทม์: โหมดการทำงาน ภาระ ความผิดปกติ รุ่นสามเฟสทำให้เห็นภาพเต็มของแต่ละเฟส มาตรวัดความเร่ง MEMS บนตัวเครื่องจะติดตามการสั่น — จากนั้นก็เห็นการเปลี่ยนแปลงของการทำงานของกลไก เซ็นเซอร์อุณหภูมิที่จุดสำคัญจะบันทึกค่าที่คลาดเคลื่อนจากปกติ บนเครื่องกลึงและเครื่องกัด เซ็นเซอร์รอบของแกนจะแสดงโหมดการทำงาน บนเครื่องจักรที่มีไฮดรอลิกหรือนิวเมติกส์ — เซ็นเซอร์แรงดัน เซ็นเซอร์ระดับน้ำมันและน้ำยาหล่อเย็นจะแจ้งเตือนความจำเป็นในการบำรุงรักษา ตัวนับรอบจะบันทึกจำนวนการทำงาน

อุปกรณ์เก่า

อีกเรื่องหนึ่ง — เครื่องจักรที่ไม่มีอิเล็กทรอนิกส์ อาจเป็นเครื่องกลึงที่มีอายุ 30 ถึง 50 ปีซึ่งทำงานตั้งแต่ก่อตั้งโรงงาน หรือรุ่นทันสมัยที่ประกอบตามแบบดั้งเดิมโดยไม่มีตัวควบคุมดิจิทัล เครื่องจักรเหล่านี้เชื่อถือได้ การเปลี่ยนไม่มีเหตุผล และมันยากต่อการสังเกตประจำวันพร้อมบันทึกค่า — เครื่องจักรใหม่ที่มีตัวควบคุมทำให้เรื่องนี้ง่าย บนอุปกรณ์เช่นนี้ก็ติดเซ็นเซอร์สั่น เซ็นเซอร์ระดับน้ำมัน มิเตอร์พลังงานที่ฝั่งไฟเข้า — เหล่านี้เป็นตัวอย่าง เป็นรายการบางส่วน หลังติดตั้งก็เห็น: เครื่องจักรทำงานหรือหยุด อยู่ภายใต้ภาระหรือเดินตัวเปล่า การสั่นอยู่ในเกณฑ์ปกติหรือมีค่าเบี่ยงเบน น้ำมันเหลืออยู่เท่าไหร่ เกิดความสามารถในการติดตามสภาพของอุปกรณ์ระหว่างการตรวจตามแผน

คำถามคือเครื่องจักรนี้จะทำงานต่อโดยไม่ได้บำรุงรักษาไปได้อีกนานเท่าใด เมื่อมีเซ็นเซอร์ เรื่องนี้สามารถพยากรณ์ได้

คุณภาพอากาศและการระบายอากาศ

สำหรับโรงงานบางแห่ง การควบคุมอากาศเป็นเรื่องความปลอดภัย ในโรงพ่นสี โรงแปรรูปไม้ อู่ซ่อมบำรุง ฝุ่นละอองหรือไอที่ลอยอยู่อาจเป็นเรื่องวิกฤต เซ็นเซอร์คุณภาพอากาศที่มีอินเทอร์เฟซ Modbus หรือ RS485 วัดความเข้มข้นของอนุภาค PM2.5 และ PM10 ระดับ CO2 สารอินทรีย์ระเหยง่าย (VOC) ข้อมูลเหล่านี้เข้าสู่ระบบติดตามเดียวกัน สามารถตั้งการแจ้งเตือนได้: หากความเข้มข้นของฝุ่นเกินเกณฑ์ ระบบจะแจ้งผู้รับผิดชอบ สามารถเชื่อมกับการระบายอากาศได้: เมื่อ CO2 เพิ่มขึ้น กำลังพัดลมจ่ายจะเพิ่มขึ้นโดยอัตโนมัติ เซ็นเซอร์ลักษณะเดียวกันนี้ยังติดตั้งในระบบระบายอากาศด้วย: พัดลมดูดทำงานหรือไม่ อากาศไหลเวียนหรือนิ่ง ประสิทธิภาพแต่ละขั้นเป็นเท่าใด สิ่งนี้ทำให้เห็นสภาพระบบวิศวกรรมแบบเรียลไทม์ และช่วยให้รู้ถึงปัญหานานก่อนที่อากาศในโรงงานจะกลายเป็นหายใจลำบาก

ความปลอดภัยและการควบคุม

โครงสร้างพื้นฐานเดียวกันที่เก็บข้อมูลจากอุปกรณ์ก็ใช้กับงานความปลอดภัยได้ด้วย ที่เป็นประโยชน์ต้องเข้าใจ: นี่คือแบบจำลองเชิงเหตุการณ์ ทุกเหตุการณ์ถูกบันทึก — ช่องเปิด ประตูปิด เซ็นเซอร์ตรวจคนถูกกระตุ้น แม้ข้อมูลไม่จำเป็นในตอนนี้ อาจจำเป็นสำหรับการวิเคราะห์เหตุการณ์หรือการวิเคราะห์ในภายหลัง เก็บรักษาข้อมูลที่ดูไร้ความหมายไว้

ทุกเหตุการณ์ตกเข้าสู่ระบบเดียว แดชบอร์ดเดียวแสดงสถานะของอุปกรณ์พร้อมเหตุการณ์ด้านความปลอดภัย

คลาวด์และการวิเคราะห์

ระบบทั้งหมดที่ประกอบด้วยไมโครคอมพิวเตอร์จำนวนมากกระจายอยู่ทั่วโรงงาน ถูกบริหารจากศูนย์กลางเดียว อาจเป็นคลาวด์หรือเซิร์ฟเวอร์ในสถานที่ สำหรับการเริ่มต้น คลาวด์ง่ายกว่า: ไม่ต้องซื้อและดูแลฮาร์ดแวร์เซิร์ฟเวอร์ ข้อมูลถูกจัดเก็บในหลายสำเนาในหลายเซิร์ฟเวอร์ — หากเกิดอะไรขึ้นกับเครื่องหนึ่ง ข้อมูลยังคงอยู่ สำหรับงานติดตามส่วนใหญ่ เท่านี้ก็เพียงพอ เซิร์ฟเวอร์ในสถานที่มีประโยชน์เมื่อข้อมูลเป็นข้อมูลอ่อนไหวและต้องอยู่ภายในขอบเขตโรงงาน หรือเมื่อจำเป็นต้องมีการตอบสนองแบบเรียลไทม์โดยไม่พึ่งพาอินเทอร์เน็ต สำหรับการเก็บและแสดงข้อมูล เราใช้เครื่องมือ open source: Prometheus สำหรับเมตริก Grafana สำหรับแดชบอร์ด Loki สำหรับล็อก การแจ้งเตือนมาที่แอปรับส่งข้อความหรืออีเมล

ข้อมูลแสดงสาเหตุ ขั้นต่อไปคือแผนปฏิบัติ

ในระบบจะเห็นเวลาทำงานจริงของแต่ละเครื่อง การหยุดทำงานและระยะเวลา ความผิดปกติของการใช้พลังงาน ประสิทธิภาพของกะและแผนก แนวโน้มของตัวชี้วัด สิ่งนี้ช่วยให้วางแผนการบำรุงรักษาก่อนเกิดการเสียหาย: หากการสั่นเริ่มเพิ่มขึ้น หลังจากชั่วโมงจำนวนหนึ่งก็ต้องเข้าไปจัดการ

ข้อมูลและคน

ชั้นการวิเคราะห์อีกแบบหนึ่งปรากฏขึ้นเมื่อเมตริกทางเทคนิคถูกจับคู่กับข้อมูลเรื่องกะและผู้ปฏิบัติงานคนใด เห็นได้ว่าเครื่องใดทำงานในกะใด ใครเป็นผู้รับผิดชอบ ตัวชี้วัดใดบรรลุถึง สิ่งนี้ช่วยให้เผยปัญหาเชิงระบบ: บางทีเรื่องอาจอยู่ที่ลอจิสติกส์การจัดส่งวัตถุดิบในกะดึก หรือเครื่องหนึ่งต้องใช้เวลาปรับตั้งมากกว่า หรือชิ้นงานบางประเภทผลิตช้ากว่าอย่างต่อเนื่อง

เราทำงานอย่างไร

เราเริ่มจากการเข้าใจงาน: ต้องการ observability แบบใด ในโรงงานมีอะไรอยู่แล้ว อยากเก็บข้อมูลใด หากมีโครงสร้างไฟอ่อนอยู่ — ดี จะช่วยให้การวางระบบเร็วขึ้น หากไม่มี — เราทำงานกับโมเด็ม 4G หรือดึงผู้รับเหมาเข้ามาเดินสาย ต่อไป — การออกแบบ: ใช้เซ็นเซอร์ใด วางที่ไหน เชื่อมเป็นระบบเดียวอย่างไร จากนั้นคือการวางระบบ: การติดตั้งอุปกรณ์ ตั้งค่าซอฟต์แวร์ ผสานกับกระบวนการที่มีอยู่ หลังเริ่มทำงาน — การอบรม: เราแสดงวิธีการทำงานกับแดชบอร์ดและการแจ้งเตือน และการสนับสนุน: เราเฝ้าสถานะ ปรับปรุงเฟิร์มแวร์ ขยายระบบตามความจำเป็น เริ่มจากแผนกเดียวหรือแม้แต่เพียงไม่กี่เครื่องได้ ดูว่ามันทำงานอย่างไร และขยายต่อไป

เหมาะกับใคร

การติดตามลักษณะนี้เป็นเครื่องมือสำหรับผู้พร้อมที่จะทำงานกับข้อมูล ก่อนอื่นต้องสะสมข้อมูล จากนั้น — พยายามจับคู่ตามลักษณะต่าง ๆ: ตามเวลา ตามกะ ตามประเภทผลิตภัณฑ์ ตามแผนก หาแนวโน้ม จากนั้น — โดยอาศัยทั้งการทบทวนล็อกและการพูดคุยกับคนในกะ ค้นหาคำอธิบายและวิธีแก้ สิ่งนี้มีประโยชน์ต่อผู้ที่ดูแลการปรับปรุงกระบวนการในโรงงาน ต่อฝ่ายความปลอดภัยที่ต้องการภาพครบของเหตุการณ์ ต่อฝ่ายบริหารที่ต้องการการวิเคราะห์รวมสำหรับการผลิตทั้งหมด ต่อวิศวกรกระบวนการที่อยากเข้าใจว่าอุปกรณ์ทำงานจริงอย่างไร ข้อมูลโดยลำพังไม่ตัดสินอะไร เมื่อข้อมูลกระจัดกระจายปริมาณมากถูกรวมตามลักษณะและพร้อมสำหรับการวิเคราะห์ — ก็จะเกิดความเป็นไปได้ในการตัดสินใจบนพื้นฐานของข้อเท็จจริง โดยวางการคาดเดาไว้ข้างหนึ่ง

ถัดไป

เครื่องมือสร้างชอร์ต

เครื่องมือออนไลน์สำหรับสร้างวิดีโอสั้นโดยใช้ Blender, Python และกราฟิก 3D ระบบอัตโนมัติการสร้างเนื้อหาสำหรับโซเชียลเน็ตเวิร์ก

→