مجله بهره‌وری (20): تولید هوشمند چیست؟

این مقاله مفهوم تولید هوشمند را از طریق تعاریف رایج در صنعت توضیح می دهد.

به گزارش پایگاه خبری بهره ورنیوز به نقل از وبسایت سازمان بهره وری آسیایی، تصور رایج در مورد تولید هوشمند این است که شامل کاربرد فناوری های دیجیتال مانند اینترنت اشیا، شبکه های بی سیم، هوش مصنوعی (AI)، تجزیه و تحلیل داده های بزرگ، واقعیت افزوده، محاسبات ابری و غیره است. درست نیست، تولید هوشمند فقط در مورد پیاده سازی فناوری های دیجیتال نیست. فناوری ها به سادگی توانمندساز هستند. این مقاله مفهوم تولید هوشمند را از طریق تعاریف رایج در صنعت توضیح می دهد.

تولید هوشمند عملکرد را بهبود می بخشد. محرک کسب و کار تولید هوشمند نیاز به بهبود بهره وری، کیفیت، پاسخگویی به مشتری، روابط تامین کننده و در نتیجه بهبود کلی در مزیت رقابتی یک شرکت است. در ادبیات تعاریف زیادی از تولید هوشمند وجود دارد.

MESA International، یک سازمان معروف و غیرانتفاعی متشکل از تولیدکنندگان، تولیدکنندگان، رهبران صنعت و ارائه‌دهندگان راه‌حل که در انتشار دانش، آموزش بهترین عمل و حمایت مشارکت دارد، از تعریف زیر استفاده می‌کند:

«تولید هوشمند، هماهنگ‌سازی و همگام سازی هوشمندانه و بی‌درنگ فرآیندهای تجاری، فیزیکی و دیجیتالی در کارخانه‌ها و در کل زنجیره ارزش است. منابع و فرآیندها به صورت خودکار، یکپارچه، نظارت و ارزیابی مستمر بر اساس تمام اطلاعات موجود تا حد امکان به زمان واقعی انجام می شوند.»

عبارات کلیدی در این تعریف عبارتند از: «هوشمند، هماهنگ‌سازی بی‌درنگ»، «همگام‌سازی فرآیندهای فیزیکی و دیجیتالی» و «در سراسر زنجیره ارزش» که هر یک از این عبارات کلیدی در زیر بررسی شده است.

نخستین ویژگی یک فرآیند تولید هوشمند در تعریف بالا، هوشمندی است که در یک سیستم/کنترل کننده یا اساساً در یک برنامه کامپیوتری تجسم یافته است. هوش را می توان به روش های مختلفی تعریف کرد، اما در این زمینه، توانایی یک سیستم، کنترل کننده یا برنامه کامپیوتری برای به کارگیری دانش برای حل یک مشکل، حتی در صورت عدم قطعیت و یا اطلاعات ناقص است. اگر هوش توانایی به کارگیری دانش است، پس دانش چیست؟ دانش را می توان به عنوان درک جدیدی که از حقایق، داده ها و اطلاعات موجود به دست می آید، تعریف کرد.

با اعمال این مفاهیم در محیط تولید، ماشین‌ها برای تولید محصولات به کار گرفته می‌شوند. همانطور که در شکل 1 نشان داده شده است، اگر حسگرهای مناسب را بتوان با ماشین‌ها و یا فرآیندها متصل کرد، می‌توانیم جمع‌آوری داده‌ها را در مورد متغیرهای فرآیند کلیدی عملیات یا فرآیندهای ماشین در طول هر چرخه شروع کنیم.

شکل 1. تجسم هوشمندی در یک کنترل کننده/ سیستم فرآیند تولید هوشمند.

سپس می توان از این جریان داده برای «درک» وضعیت ماشین/فرآیند استفاده کرد، مانند اینکه آیا طبق دستورالعمل های سازنده و/یا مطابق با قابلیت فرآیند طراحی شده، عملکرد بهینه دارد یا خیر. این درک به “دانش” جدید تبدیل می شود. سپس می توان از دانش برای حفظ فرآیند در حد بهینه یا نزدیک به آن استفاده کرد.

در همین زمینه بخوانید

مجله بهره‌وری (19): بهره‌گیری از یادگیری عمیق و IoT برای آبیاری هوشمند

مجله بهره‌وری (18): مصورسازی فرآیند و کاهش هزینه از طریق MFCA

مجله بهره‌وری (17): سیاه و سفید انحصار بازار؛ کوواریانس بین سهم بازار و بهره‌وری

مجله بهره‌وری (16): بررسی اتوماسیون و نیروی کار مهاجر برای بهره‌وری

مجله بهره‌وری (۱۵): بهره‌وری دولت؛ روش‌های عملی برای خدمات بیشتر با هزینه کمتر

مجله بهره‌وری (14): چه کسی بهره‌ور است، چه کسی بهره‌ور نیست؟

مجله بهره‌وری (13): پس از 2024: آیا شاهد رکود اقتصادی خواهیم بود یا رونق مبتنی بر بهره‌وری؟

مجله بهره‌وری (12): رفع موانع عملیاتی برای افزایش بهره‌وری

مجله بهره‌وری (11)کدام مهارت‌های بهره‌ورانه در قرن 21 مهم هستند؟

بنابراین، در زمینه تولید هوشمند، یک سیستم، کنترل‌کننده یا برنامه رایانه‌ای که می‌تواند داده‌های خام را از ماشین‌ها جمع‌آوری کند، داده‌های خام را به متا داده یا دانش تبدیل کند تا به درک وضعیت ماشین و/یا فرآیند دست یابد. استفاده از دانش کشف شده برای پیشنهاد و/یا اجرای اصلاحات دوره مناسب برای دستیابی به بهینه در عملکرد، تجسم هوش است.

موارد فوق هنوز تعریف کاملی از هوش نیست زیرا همه شرایط مربوط را پوشش نمی دهد. بخش دوم تعریف هوش در بالا می گوید: «حتی در صورت عدم قطعیت و/یا اطلاعات ناقص». مهم این است که تصور نکنیم که درک و به کارگیری دانش تنها در صورت وجود قطعیت و اطلاعات کامل امکان پذیر است.

این امر در یک محیط تولیدی غیرعملی خواهد بود، زیرا 100٪ اطلاعات مورد نیاز برای تصمیم گیری هرگز نمی تواند جمع آوری شود. همیشه شکاف هایی در دانش و/یا وجود داده های مبهم و مبهم وجود خواهد داشت. این عدم قطعیت ها را می توان با استفاده از تکنیک های آماری، احتمالاتی یا هوش مصنوعی مشخص کرد.»

بنابراین، هوشمندی در زمینه تولید هوشمند را می‌توان به این صورت تعریف کرد: «سیستم، کنترل‌کننده یا برنامه رایانه‌ای که می‌تواند به طور مداوم داده‌های خام را از ماشین‌ها جمع‌آوری کند، داده‌های خام را به فراداده یا دانش تبدیل کند تا به درک وضعیت دست یابد. ماشین و/یا فرآیند با وجود نادرستی و نارسایی در داده‌ها، و دانش کشف شده را برای پیشنهاد و/یا اجرای اصلاحات دوره برای دستیابی به بهینه مطلوب در عملکرد (مانند بهبود بهره وری) تجسمی از هوش در زمینه تولید هوشمند است.»

در حالی که کلمه “هوش” اغلب در صنعت استفاده می شود، عبارت “هماهنگ سازی بلادرنگ” نسبتا کمتر رایج است. “هماهنگسازی (ارکستراسیون)” در موسیقی به خوبی درک می شود، اما چه ربطی به ساخت هوشمند دارد؟ ارکستراسیون همچنین به هماهنگ کردن عناصر یک فرآیند برای دستیابی به اثر کلی مطلوب (مانند بهره وری یا کارایی بهبود یافته) اشاره دارد.

بنابراین این موضوع به هماهنگی عناصر متعدد یک فرآیند تولید برای دستیابی به اهداف یک مرکز تولید اشاره دارد. تعریف تولید هوشمند بیان می کند که هماهنگ سازی باید در زمان واقعی یا تا حد امکان نزدیک به زمان واقعی باشد. یعنی هر تجسم هماهنگ سازی در یک کنترلر/سیستم یا برنامه کامپیوتری در زمینه تولید هوشمند باید قابلیت بلادرنگ را نشان دهد.

در هماهنگ سازی چه فرآیندهایی وجود دارد؟ آنها شامل هماهنگی بین چندین فرآیند مرتبط و آشتی بین چندین فرآیند متضاد هستند، اما محدود به آن نیستند.

هوشمندی شرط لازم برای هماهنگسازی بلادرنگ است، اما به تنهایی کافی نیست. فراتر از هوشمندی، همکاری و هماهنگی بین فرآیندها، همانطور که از سیاست های شرکت نشات می گیرد، ضروری است. شکل 2 نمونه ای از هماهنگ سازی بلادرنگ در صنعت برای دستیابی به مدیریت عملکرد دارایی را نشان می دهد.

در این مورد، هماهنگسازی بلادرنگ در محصولی به نام Enterprise Gateway، یک نام تجاری متعلق به 5G Automatika Ltd.، کانادا، تجسم می یابد. هدف این سیستم دستیابی به عملکرد بهینه دارایی های حیاتی و کاهش یا حذف خرابی های برنامه ریزی نشده با مداخلات تعمیر و نگهداری مناسب پیش بینی، پیشگیرانه یا تجویزی است.

شکل 2. نمونه ای از هماهنگ سازی در زمان واقعی نگهداری پیش بینی کننده، پیشگیرانه و تجویزی برای بهبود در دسترس بودن، که به بهبود بهره وری ترجمه می شود.
منبع: تهیه شده توسط نویسنده؛ حق چاپ 2019-20 توسط شرکت 5G Automatika Ltd.، کانادا.

همانطور که در شکل نشان داده شده است، این محصول از یک طرف دارای شرایط دارایی را در زمان واقعی و تاریخی و اطلاعات چرخه عمر/نگهداری دارایی (مانند تاریخچه خرابی، هزینه های مداخله تعمیر و نگهداری، در دسترس بودن منابع تعمیر و نگهداری، شرایط عملیاتی دارایی، دستورالعمل های سازنده، شرایط محیطی را با هم تطبیق می دهد. و غیره) و از سوی دیگر، برای تمام دارایی های حیاتی در کارخانه است.

این هماهنگی با هدف ایجاد دستورات کاری به موقع و پیشگیرانه (تجویزی، پیش‌بینی‌کننده یا پیشگیرانه) برای دارایی‌ها در صورت وجود احتمال شکست قریب‌الوقوع یا خرابی انجام می‌شود. هدف کلی کاهش زمان توقف برنامه ریزی نشده و بهبود در دسترس بودن کارخانه است.

هنگامی که در دسترس بودن بهبود می یابد، اثربخشی کلی تجهیزات، معیاری که معمولاً برای عملکرد تولید استفاده می شود، بهبود می یابد. هماهنگسازی همچنین هماهنگی/همکاری فعال بین چندین ذینفع، مانند سرپرستان تعمیر و نگهداری، مدیران ارشد، سرپرستان کارخانه و پرسنل تعمیر و نگهداری را نشان می دهد.

پس از تعریف هوشمندی و هماهنگسازی بلادرنگ، باید معنای «همگام سازی فرآیندهای فیزیکی و دیجیتالی» توضیح داده شود. اکثر خوانندگان معنی «فرایندهای فیزیکی» را در زمینه تولید می دانند. هر فرآیند فیزیکی را می توان با یک نمودار جریان با ورودی ها، متغیرهای فرآیند و خروجی ها نشان داد. حالات مختلف فرآیند فیزیکی را می توان برای مجموعه های مختلف شرایط ورودی شناسایی کرد.

فرآیندهای فیزیکی در هر عملیات تولیدی وجود دارد. به عنوان مثال، در یک ماشین تراشکاری CNC، عمق برش، تغذیه، سرعت و غیره همه متغیرهای فرآیند هستند. چرخه فرآیند عملیات تراشکاری ممکن است به سه مرحله بارگیری، چرخش و تخلیه با یک چرخه کلی که به کل فرآیند نسبت داده می شود، تقسیم شود.

یک «فرایند دیجیتال» (digital process) به سادگی نمایشی از فرآیند فیزیکی است. نمونه فرآیند چرخش را می توان به صورت بصری در داشبورد دیجیتال به عنوان دنباله ای از سه فاز ذکر شده در بالا ارائه کرد. سنسورهای موجود در ماشین و محیط، چرخه های بارگیری و تخلیه را شناسایی می کنند. سنسورهای موجود در دستگاه زمان برش را اندازه گیری می کنند.

مقادیر متغیرهای فرآیند در حین برش را می توان با استفاده از سنسورها نیز اندازه گیری کرد. این جریان داده خام تولید شده توسط حسگرها را می توان در همان توالی مراحل در داشبورد تعاملی روی تبلت مشاهده کرد. به عبارت دیگر، همانطور که هر فاز انجام می شود، بخش مربوطه از داشبورد دیجیتالی که آن فاز را نشان می دهد، می تواند در زمان واقعی به روز شود. با تجسم جریان فرآیند دیجیتال به عنوان معادلی از جریان فرآیند فیزیکی واقعی در زمان واقعی، فرآیندهای دیجیتال و فیزیکی همگام می‌شوند. همگام سازی جریان مواد و اطلاعات یک جنبه اساسی از تولید هوشمند است.

فراتر از همگام سازی، فرآیند دیجیتال می تواند فرآیند فیزیکی را بهینه کند. به عبارت دیگر، از هوش حاصل از فرآیند دیجیتال می توان برای شناسایی علت اصلی انحراف فرآیند از نقطه بهینه استفاده کرد. این موضوع می تواند منجر به پالایش ورودی های خاص یا متغیرهای حالت در فرآیند فیزیکی شود.

تولید هوشمند در مورد یکپارچگی، اتصال و همکاری است. نه تنها ماشین‌ها و انسان‌ها در یک فرآیند تولید هوشمند به هم متصل هستند، اکوسیستم تامین‌کنندگان، تولیدکنندگان تجهیزات اصلی (OEM) و مشتریان نیز به هم مرتبط هستند.

چنین اتصالی امکان نظارت بر زمان واقعی عملیات را فراهم می‌کند تا زمان‌های خرابی، تاخیرها، مشکلات کیفیت و غیره بلافاصله برای ذینفعان پایین‌دستی در زنجیره لجستیک شناخته شوند. بنابراین تولیدکنندگان تجهیزات اصلی می توانند به طور مناسب به تغییرات واکنش نشان دهند و تطبیق دهند.

شکل 3 ادغام فرآیند کیفیت تامین کننده با یک تولیدکننده تجهیزات اصلی را نشان می دهد. داده های بازرسی در سایت تامین کننده به طور عینی و بدون نیاز به ورود داده های اپراتور به دست می آید. این خطاها و حذفیات را که معمولاً به خطاپذیری و استرس انسان نسبت داده می شود، حذف می کند. به عبارت دیگر، در این مثال، اپراتور صرفاً اندازه‌گیری ابعاد مورد نیاز قطعه را با استفاده از ورنیه یا صفحه‌سنج انجام می‌دهد.

همانطور که اندازه‌گیری ابعاد انجام می‌شود، داده‌های ابعادی مربوط به آن اندازه‌گیری به‌طور خودکار با استفاده از یک پیوست دیجیتالی به ورنیر یا گیج شماره‌گیر به‌دست می‌آیند. داده های دیجیتالی به صورت بی سیم به یک سرور ابری منتقل می شوند که هم تولیدکننده تجهیزات و هم تامین کننده به آن دسترسی همزمان دارند.

این فرآیند دیجیتالی بازرسی هماهنگ با فرآیند فیزیکی واقعی بازرسی انجام شده توسط اپراتور، امکان حذف یک بازرس کیفیت در تولیدکننده تجهیزات را فراهم می کند. این به این دلیل است که کیفیت دسته‌ای از قبل برای تولیدکننده تجهیزات و تامین‌کننده قبل از ارسال شناخته شده است. بنابراین، اگر کیفیت آن طور که مشخص شده نیست، قبل از حمل و نقل، بهبودهایی انجام می شود.

شکل 3. نمونه ای از ادغام اکوسیستم برای دستیابی به استانداردسازی کیفیت بین یک تامین کننده و یک تولیدکننده تجهیزات و تضمین کیفیت.
منبع: تهیه شده توسط نویسنده؛ حق چاپ 2019–20 توسط Fifth Generation Technologies India (P) Ltd.

توصیف اصطلاحات خاص مورد استفاده در تولید هوشمند، درک واضح تری از این مفهوم را در اختیار خوانندگان قرار می دهد. توضیحات نشان می‌دهد که تولید هوشمند شامل هوشمندی، هماهنگ‌سازی بی‌درنگ، همگام سازی و بهینه‌سازی فرآیندهای فیزیکی و دیجیتالی، و همکاری/ادغام کل اکوسیستم است.

ترکیب همه موارد فوق که توسط فناوری‌های هوشمند مانند اینترنت، وای‌فای، بلوتوث، هوش مصنوعی، واقعیت افزوده، شبیه‌سازی، داده‌های بزرگ و غیره فعال می‌شود، امکان بهینه‌سازی مداوم عملکرد تولید (مانند به حداکثر رساندن بهره‌وری و کیفیت و در عین حال به حداقل رساندن هزینه‌ها و بهبود بازده دارایی ها و در نتیجه مزیت رقابتی بهتر و افزایش سهم بازار را فراهم میکند.

= = = = = = = = = = =

روزهای جمعه میتوانید در پایگاه خبری بهره ورنیوز، ترجمه مقالاتی در حوزه بهره وری را که در معتبرترین مراجع منتشر شده است، را با عنوان «مجله بهره وری» مطالعه کنید.

این مقاله ترجمه ای است از مقاله ای با عنوان «?What is Smart Manufacturing» نوشته دکتر دکتر آنانت سهشان (Dr. Ananth Seshan) که در وبسایت سازمان بهره وری آسیایی منتشر شده است.

دکتر Ananth Seshan رئیس گروه 5G، یک ارائه دهنده راه حل های دیجیتالی سازی چند ملیتی در صنعت تولید است. او عضو هیئت بین المللی MESA International است، یک سازمان غیرانتفاعی که مقر آن در ایالات متحده است و بر بهترین شیوه ها برای اجرای صنعت تمرکز دارد.

همچنین، دکتر آنانت سهشان کارشناس دوره های آموزش الکترونیکی APO در زمینه تولید هوشمند است. برای توضیحات دوره روی عنوان دوره های زیر کلیک کنید.

آموزش بهره‌وری: دوره مقدماتی «ساخت هوشمند»

آموزش بهره‌وری: دوره پیشرفته «ساخت هوشمند»

مطالب مرتبط:

مجله بهره‌وری (10): بهره‌وری کلید رشد و توسعه اقتصادی

مجله بهره‌وری (9): ضرورت ارتقای بهره‌وری کشاورزی در دنیای امروز

مجله بهره‌وری (8): کارایی، اثربخشی و بهره‌وری؛ سه مفهوم پرکاربرد که با هم اشتباه گرفته می‌شوند

مجله بهره‌وری (۷): ضرورت ارتقای بهره‌وری در همه واحدهای سازمانی

مجله بهره‌وری (6): تأثیر مشارکت کارکنان بر بهره‌وری

مجله بهره‌وری (5): هوش مصنوعی و رشد بهره‌وری

مجله بهره‌وری (4): هوش مصنوعی و وعده‌­های آن برای افزایش بهره­‌وری و رشد اقتصادی

مجله بهره‌وری (3): چگونه می‌توان بهره‌وری را افزایش داد؟

مجله بهره‌وری (2): بهره‌­وری چیست؟ مک کینزی پاسخ می‌دهد

مجله بهره‌وری (1): شرکت­هایی که بالاترین بهره­‌وری را دارند، چه تفاوت عملکردی با دیگران دارند؟

اشتراک گذاری:



دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *