Mikro Bilgisayarlar

Müdür, makinenin çalıştığını biliyor. Ne kadar süre, hangi yükte, neden bir vardiya %30 daha az parça verdiği — bunlar bilinmiyor.

Üretime BT yaklaşımı

Endüstriyel otomasyonda iki kutup var. Bir yanda — büyük satıcıların pahalı çözümleri: üretim yönetim sistemleri, dijital ikizler, milyonlarca dolarlık entegrasyonlar. Öbür yanda — elle veri toplama; bilgi arada bir kayda geçiyor ve kayboluyor. Gözlemlenebilirlik deneyimine sahip BT uzmanları olarak, üretim ekipmanına sunucu ve uygulama izlemede kullanılan aynı ilkeleri uygulamaya karar verdik. Metrikler sensörlerden toplanır, buluta iletilir, panolarda görselleştirilir. Bir şey normun dışına çıktığında alarmlar gelir. Loglar analiz için saklanır. Üretim, BT altyapısıyla aynı telemetri kaynağıdır. Soru şu: bu veriler nasıl toplanacak ve onlarla ne yapılacak.

Kör bölge

Bir atölye düşünün. Elli makine, üç vardiya, iki yüz kişi. Ekipmanın bir kısmı modern; kumanda ve ekranlı. Bir kısmı mekanik, elektroniksiz, 30-50 yıllık modeller. Çalışma verisi parça parça derleniyor: biri bir şey yazdı, biri hatırladı, biri sözle aktardı. Ay sonunda bir rapor çıkıyor. Rakamlar orada, hiçbir şey açıklamıyor. Bir bölge neden istikrarlı şekilde geri kalıyor? Bu makinede parçalar neden daha sık kırılıyor? Üretim hacmi aynıyken elektrik tüketimi neden artıyor? En önemlisi — karşılaştırma imkânı yok. Bu bölge bir yıl önce nasıl çalışıyordu? Geçen çeyrekte benzer bir siparişle nasıl başa çıkıldı? Son arızadan önce hangi değerler görülüyordu? Biriken veri yoksa bu sorular cevapsız kalır.

Bunu nasıl çözüyoruz

Üretime, BT'de işe yarayan aynı ilkeleri uyguluyoruz: gözlem, loglama, metrik, alarmlama. Veri kaynağı değişiyor — artık makineler, sensörler, kumandalar söz konusu. Ağ. Tüm ekipmanın bağlanması gerekir. Mümkün olan yerde — zayıf akım kablolaması döşenir. Kablonun ulaşmadığı yerde — 4G modemli düğümler yerleştirilir. Her düğüm özerk çalışır: bağlantı düşerse veri yerelde birikir, bağlantı geri geldiğinde iletilir. Donanım. Atölyelere bağlı sensörlü mikro bilgisayarlar yerleştirilir. Konfigürasyon göreve bağlıdır: bir mikro bilgisayar birkaç makineye hizmet edebilir ya da bir makinenin birden çok veri toplama noktası olabilir. Bulut. Tüm veriler izleme, alarm ve analitiğin yürüdüğü tek bir sisteme akar. Hesaplama bulutta gerçekleşir, kaynaklar ihtiyaca göre kiralanır.

Atölyelerdeki ekipman

Kumandalı modern makinelerde entegrasyon Modbus veya Ethernet üzerinden yapılır. Veri zaten makinenin içindedir — onu alıp tek bir yere toplamak gerekir. Elektroniksiz eski makinelere dışarıdan sensörler takılır, mekanik müdahalesiz kalır. Modbus'lu enerji sayaçları elektrik panosunda DIN raya monte edilir ve tüketimi gerçek zamanlı gösterir: çalışma modu, yük, anormallikler. Üç fazlı modeller her faz için tam bir görüntü sunar. Gövde üzerindeki MEMS ivmeölçerler titreşimi izler — onun üzerinden mekanizmaların çalışmasındaki değişiklikler görülür. Kritik noktalardaki sıcaklık sensörleri normdan sapmaları kaydeder. Torna ve freze tezgâhlarında mil devri sensörleri çalışma rejimlerini gösterir. Hidrolik veya pnömatikli makinelerde — basınç sensörleri. Yağ ve soğutucu seviye sensörleri bakım gereksinimini bildirir. Çevrim sayaçları operasyon adedini kaydeder.

Eski ekipman

Ayrı bir konu — elektroniksiz makineler. Bu, fabrikanın kuruluşundan bu yana çalışan 30-50 yıllık bir torna olabilir ya da dijital kumandası olmayan klasik şemayla üretilmiş modern bir model olabilir. Bu makineler güvenilirdir, değiştirmek anlamsızdır ve günlük gözleme değer kaydıyla dirençlidirler — kumandalı yeni makineler bunu kolaylaştırır. Böyle ekipmana titreşim sensörü, yağ seviye sensörü, besleme üzerinde enerji sayacı kurulabilir — bunlar örnek, kısmi bir listedir. Kurulumdan sonra şunlar görülür: makine çalışıyor mu duruyor mu, yükte mi boşta mı, titreşimler normda mı sapmalar mı çıkmış, ne kadar yağ kalmış. Planlı kontroller arasında ekipmanın durumunu izleme imkânı doğar.

Soru şu: bu makine bakım olmadan daha ne kadar çalışacak? Sensörlerle bu öngörülebilir hale gelir.

Hava kalitesi ve havalandırma

Bazı üretimlerde hava kontrolü bir güvenlik meselesidir. Boya atölyelerinde, ahşap işleme tesislerinde, tamir atölyelerinde asılı toz veya buhar kritik olabilir. Modbus veya RS485 arayüzlü hava kalitesi sensörleri PM2.5 ve PM10 partikül derişimini, CO2 seviyesini, uçucu organik bileşikleri (UOB) ölçer. Bu veriler aynı izleme sistemine girer. Alarmlar kurulabilir: toz derişimi normu aşarsa sistem sorumluları uyarır. Havalandırmaya bağlanabilir: CO2 yükseldiğinde üfleyici kapasitesi otomatik artar. Benzer sensörler havalandırma sistemlerine de kurulur: emiş çalışıyor mu çalışmıyor mu, hava akıyor mu durgun mu, her kademede hangi kapasite var. Bu, tesis sistemlerinin durumunu gerçek zamanlı gösterir ve atölyede hava nefes alınamaz olmadan çok önce sorunları fark etme imkânı verir.

Güvenlik ve erişim

Ekipmandan veri toplayan aynı altyapı güvenlik görevlerine de hizmet eder. Şunu kavramak faydalıdır: bu bir olay modelidir. Her olay loglanır — bir kapak açıldı, bir kapı kapandı, bir varlık sensörü tetiklendi. Bu bilgi şimdi gerekli olmasa bile bir olay incelemesi ya da analitik için gerekebilir. Anlamsız görünen verileri saklayın.

Tüm olaylar tek bir sisteme girer. Tek bir pano hem ekipmanın durumunu hem de güvenlik olaylarını gösterir.

Bulut ve analitik

Kuruluşa dağılmış çok sayıda mikro bilgisayardan oluşan tüm sistem tek bir merkezden yönetilir. Bu, bulut ya da kuruluştaki yerel bir sunucu olabilir. Başlamak için bulut daha basittir: sunucu donanımı satın alıp bakımını yapmaya gerek yoktur. Veriler farklı sunucularda birkaç kopya halinde saklanır — birinin başına bir şey gelirse bilgi kalır. Çoğu izleme görevi için bu yeterlidir. Yerel sunucu, veri hassassa ve kuruluşun çevresinden çıkmaması gerekiyorsa, ya da internet bağımlılığı olmadan gerçek zamanlı tepki gerekiyorsa anlamlıdır. Veri toplama ve görselleştirme için açık kaynaklı araçlar kullanırız: metrikler için Prometheus, panolar için Grafana, loglar için Loki. Alarmlar mesajlaşma uygulamalarına veya e-postaya gelir.

Veri sebebi gösterir. Sonraki adım bir eylem planıdır.

Sistemde her makinenin gerçek çalışma süresi, duruşlar ve süreleri, enerji tüketimi anormallikleri, vardiya ve bölgelerin etkinliği, göstergelerdeki eğilimler görülür. Bu, arızadan önce bakım planlamaya olanak verir: titreşimler yükselmeye başlarsa belirli bir saat sonra müdahale gerekir.

Veri ve insanlar

Teknik metrikler vardiya ve belirli operatör verileriyle eşleştirildiğinde ayrı bir analitik katmanı doğar. Hangi makinenin hangi vardiyada çalıştığı, kime zimmetli olduğu, hangi göstergelere ulaşıldığı görülür. Bu, sistemsel sorunları gün yüzüne çıkarır: belki mesele gece vardiyasında malzeme temini lojistiğindedir. Ya da bir makine daha uzun setup süresi gerektiriyordur. Ya da belirli bir parça türü istikrarlı biçimde daha yavaş üretiliyordur.

Nasıl çalışıyoruz

İşe görevi anlamakla başlarız: nasıl bir gözlemlenebilirlik gerek, kuruluşta ne mevcut, hangi verileri toplamak isteniyor. Zayıf akım altyapısı varsa — iyi, bu devreye alımı hızlandırır. Yoksa — 4G modemlerle çalışırız veya ağ döşemek için taşeron çağırırız. Ardından — tasarım: hangi sensörler, nereye konur, tek bir sistemde nasıl birleştirilir. Sonra devreye alma: ekipman montajı, yazılım yapılandırması, mevcut süreçlere entegrasyon. Başlatmadan sonra — eğitim: panolarla ve alarmlarla nasıl çalışılacağını gösteririz. Ve destek: durumu izleriz, firmware güncelleriz, sistemi ihtiyaca göre genişletiriz. Tek bir bölgeden veya birkaç makineden başlayıp nasıl işlediğini görmek ve ileride ölçeklemek mümkündür.

Bu kimin için

Böyle bir izleme, verilerle çalışmaya hazır olanlar için bir araçtır. Önce bilgi biriktirmek gerekir. Sonra — farklı kriterlere göre eşleştirmeyi denemek: zamana, vardiyaya, ürün türüne, bölgeye göre. Eğilimler bulmak. Daha sonra — log incelemelerine ve vardiyadaki kişilerle yapılan konuşmalara dayanarak açıklamalar ve çözümler aramak. Bu, kuruluşta süreç iyileştirmesiyle uğraşanlar için faydalıdır. Olayların tam resmine ihtiyaç duyan güvenlikçiler için. Tüm üretime dair toplu analitik isteyen yönetim için. Ekipmanın gerçekte nasıl çalıştığını anlamak isteyen proses mühendisleri için. Verinin kendisi bir şey karara bağlamaz. Dağınık büyük miktarda bilgi, kriterlere göre birleştirildiğinde ve analize açık olduğunda — tahminler bir yana bırakılarak olgulara dayalı kararlar alma imkânı doğar.

Sonraki

Shorts Oluşturucu

Blender, Python ve 3D grafik kullanarak kısa videolar oluşturmak için çevrimiçi araç. Sosyal ağlar için içerik oluşturma otomasyonu.

→