Автор: Василий Мищенко. В этой статье описывается подход к достижению высокого уровня автономности на сборочной фабрике, которая отличается от стандартной практики автоматизации заводов. В нашем подходе решения принимаются на основе данных в реальном времени и без участия человека.

Статья начинается с краткого обзора литературы.

Во второй главе обсуждается разница между автономностью и автоматизацией.

В третьей главе дается определение современного производства и описываются процессы, наиболее подходящие для автоматизации.

В четвертой главе представлена концепция автономного управления логистикой и мобильными роботами.

Сам подход изложен в пятой главе, где также рассматриваются ключевые логические элементы автономных систем управления.

В шестой части приведены программные средства и технологии, использованные при создании автономной фабрики.

В заключении обобщаются представленные идеи и преимущества предлагаемого подхода.

1. Обзор литературы

В последние годы внедрение автономных систем на различных заводах растет, поскольку компании стремятся повысить эффективность и снизить затраты. В данном обзоре литературы рассматривается текущее состояние исследований автономных систем для заводов, включая преимущества, проблемы и будущие тенденции.

Преимущества:

Первичный анализ доказывает, что автономные системы предлагают многочисленные преимущества для заводов, включая повышение эффективности, сокращение времени простоя и повышение качества продукции. Так, одно исследование [1] показывает, что внедрение автономной системы обработки материалов на заводе привело к сокращению времени простоя на 30%. В другом исследовании [2] говорится, что использование автономных управляемых транспортных средств (AGV) на заводе приводит к повышению эффективности производства на 20%.

Вызовы:

Хотя теоретические преимущества автономных систем понятны, существует также ряд проблем, связанных с их внедрением. Три основные проблемы – это стоимость развертывания автономных систем, традиционная архитектура фабрик не совместимая с современными подходами в программном обеспечении (модульность, микро-сервисный подход и т.д.) и сопротивление изменениям со стороны сотрудников. Было установлено [3], что затраты на внедрение системы AGV на заводе могут быть выше, чем затраты, связанные с традиционными системами перемещения материалов. В другом исследовании [4] сделан вывод, что сопротивление сотрудников изменениям может стать основным препятствием для успешного внедрения автономных систем. Кроме того, было установлено [5], что создание автономной системы (например, парка AGV) требует создания цифровых двойников (digital twin) для систем и устройств завода.

Тенденции будущего:

Будущее автономных систем для заводов, очевидно, будет определяться технологическими достижениями, такими как развитие искусственного интеллекта и IoT. Например, исследование [6] показало, что интеграция искусственного интеллекта в автономные системы может значительно улучшить их способность принимать решения и уменьшить необходимость ручного вмешательства. В другом исследовании [7] делается вывод, что использование технологии IoT может позволить автономным системам общаться и сотрудничать друг с другом, что приведет к повышению эффективности производственных процессов.

2. Автономность против автоматизации

Чтобы лучше проиллюстрировать концепцию автономного завода, важно провести различие между автономностью и автоматизацией. Автономность означает способность системы или объекта действовать самостоятельно, без внешнего контроля или влияния. Это может относиться к широкому кругу объектов, от отдельных организмов до сложных машин и систем. В контексте искусственного интеллекта термин «автономность» часто используется для описания способности машины или программной системы принимать решения и действовать самостоятельно, без прямого вмешательства человека.

С другой стороны, автоматизация – это использование технологии для выполнения задач, которые ранее выполнялись вручную людьми. Это может включать в себя все: от простых, повторяющихся задач, таких как конвейерное производство, до более сложных процессов, например, анализа данных и принятия решений. Автоматизация может помочь повысить эффективность, точность и скорость; кроме того, освобождая сотрудников от повторяющейся работы, автоматизация позволяет им сосредоточиться на более творческих и стратегических задачах.

2.1. Автономные системы

Автономные системы – это системы, которые способны выполнять задачи или принимать решения без вмешательства человека. Эти системы полагаются на искусственный интеллект (ИИ) и машинное обучение для самообучения, взаимодействуя с окружающей средой и соответствующим образом корректируя свое поведение. Примерами автономных систем являются самоуправляемые автомобили, беспилотники и роботы-помощники. Такие системы способны обрабатывать большие объемы данных и принимать решения на их основе в режиме реального времени.

Преимущества автономных систем включают повышение безопасности, эффективности и точности. Самоуправляемые автомобили могут снизить риск человеческой ошибки при вождении, которая является основной причиной аварий. Автономные беспилотники могут использоваться для выполнения таких задач, как геодезическая съемка, картографирование и доставка товаров, что может быть быстрее и экономичнее традиционных методов.

Однако у автономных систем есть и потенциальные недостатки. Во-первых, они могут быть склонны к ошибкам в сложных ситуациях и принимать решения на основе неполной или неверной информации. Кроме того, они вызывают проблемы с конфиденциальностью и безопасностью, поскольку такие системы собирают и передают большие объемы данных.

2.2. Автоматизированные системы

С другой стороны, автоматизированные системы предназначены для выполнения задач, которые в противном случае человек выполнял бы вручную. Они направлены на рационализацию и оптимизацию процессов, таких как производство, анализ данных и обслуживание клиентов.

Примерами автоматизированных систем являются роботы сборочных линий, чат-боты и бухгалтерское программное обеспечение. Эти системы могут выполнять задачи быстрее и точнее, чем люди, и могут работать непрерывно, без перерывов и усталости.

Преимущества автоматизированных систем включают в себя повышение производительности, точности и экономичности. Например, производственные роботы могут производить товары быстрее и с меньшим количеством дефектов, чем работники-люди, что приводит к повышению качества продукции и помогает снизить затраты. Чат-боты могут круглосуточно обслуживать клиентов, повышая их удовлетворенность и снижая нагрузку на сотрудников службы поддержки.

В то же время автоматизированные системы могут вызывать опасения по поводу вытеснения рабочих мест, поскольку они способны полностью устранить необходимость в человеческих работниках в некоторых отраслях. Кроме того, они могут иметь ограничения в способности справляться со сложными или неожиданными ситуациями.

2.3. Различия между автономными и автоматизированными системами

Ключевое различие между автономными и автоматизированными системами заключается в том, что автономные системы предназначены для самостоятельного принятия решений и действий, а автоматизированные системы предназначены для выполнения задач быстрее и точнее, чем человек. Автономные системы работают на основе ИИ и машинного обучения, в то время как автоматизированные системы полагаются на технологии, такие как робототехника и программное обеспечение.

Автономные системы, как правило, более сложные и совершенные, чем автоматизированные, и сфера их применения гораздо шире. Однако они также более подвержены ошибкам и могут требовать большего надзора и регулирования.

Автоматизированные системы, как правило, проще и понятнее автономных систем, и они могут использоваться в самых разных отраслях и сферах применения. Тем не менее, они могут быть не в состоянии справиться со сложными или непредвиденными ситуациями, и они могут не подходить для задач, требующих творческого подхода или человеческого суждения.

3. Современные заводы и заводские процессы

Теперь рассмотрим ключевые характеристики и методы работы, которые определяют современный завод. Ниже перечислены особенности, характеризующие современное автомобильное производство:

• Автоматизация и робототехника: Современные автомобильные заводы оснащены роботами и высоко автоматизированы; это приводит к повышению эффективности, снижению трудозатрат и повышению точности производства.
• Передовые технологии: Современный завод использует аналитику данных и IoT для повышения эффективности производства, качества и безопасности.
• Бережливое производство: Подход бережливого производства делает акцент на постоянном совершенствовании, сокращении отходов и эффективном использовании ресурсов.
• *Безопасность**: Включает в себя установку датчиков безопасности, защитного оборудования и автоматизированных систем безопасности.
• Устойчивое производство: Технологии и методы, позволяющие снизить воздействие на окружающую среду, такие как переработка, сокращение отходов и использование возобновляемых источников энергии.

Эффективное, последовательное и высококачественное производство опирается на набор основных практик, которые также помогают снизить затраты и минимизировать риск несчастных случаев. Давайте также рассмотрим, какие процессы являются критическими для современного и автономного завода:

Контроль качества: В автомобильной промышленности контроль качества это очень сложный процесс, где конкретные методы могут варьироваться и включать в себя множество проверок, испытаний и аудитов для обеспечения соответствия продукции требуемым стандартам.

Управление запасами: Имеет решающее значение для любого предприятия, поскольку оно помогает обеспечить наличие необходимых материалов и принадлежностей, когда они требуются. Включает отслеживание уровня запасов, управление отношениями с поставщиками и прогнозирование будущего спроса.

Безопасность: Регулярное обучения сотрудников, оценка рисков и проверки безопасности.

Техническое обслуживание: Помогает обеспечить работу оборудования и машин на оптимальном уровне и продлить срок их службы путем проведения регулярных осмотров, профилактического обслуживания и модернизации оборудования.

Планирование производства: Включает прогнозирование спроса, составление графика производства и контроль производительности.

Непрерывное совершенствование: Помогает определить и внедрить изменения, способные повысить эффективность производства. Основные составляющие: анализ данных, картирование процессов и сравнительный анализ.

Обучение сотрудников: Обеспечение персонала навыками и знаниями, необходимыми для эффективного выполнения своей работы – ввод новичков, постоянное обучение и оценка результатов работы.

4. Автономное управление логистической системой фабрики

Под логистической системой здесь подразумеваются мобильные роботы, или AGV – перевозчики грузов, которые помогают транспортировать материалы или изготовленные детали по предприятию. Ниже приводится краткий обзор основных процессов управления AGV:

1. Выбор AGV: Первым шагом является выбор подходящих АГВ для задач, которые они должны выполнять. При этом учитываются такие факторы, как размер и вес транспортируемого груза, тип завода, производственные процессы, а главное требуемая скорость и точность AGV.
2. Автономное управление: Основное различие между автономным и традиционным управлением парком AGV заключается в уровне контроля, который требуется от человека-оператора. Автономные AGV оснащены датчиками и камерами, которые позволяют им самостоятельно ориентироваться и работать. Снижение потребности в ручном труде делает производство более экономически эффективным.
3. Предиктивное техническое обслуживание: Программное обеспечение для управления парком автономных AGV обеспечивает возможность прогнозируемого технического обслуживания. Оно использует данные, полученные от AGV, чтобы определить, когда может потребоваться техническое обслуживание, и запланировать его соответствующим образом. Это помогает сократить время простоя AGV и устранить негативное влияние поломки оборудования на работу завода.
4. Планирование и оптимизация маршрутов: Это процессы расчета и оптимизации эффективных маршрутов, по которым должны следовать мобильные роботы. Эффективная маршрутизация увеличивает пропускную способность логистической системы и выпуск всей фабрики.
5. Мониторинг в режиме реального времени: С помощью специализированного программного обеспечения фабрики могут отслеживать производительность AGV, состояние, контролировать их местоположение, скорость и т.д.
6. Анализ данных и отчетность: Программное обеспечение для анализа данных и отчетности, чтобы получить количественную информацию о работе парка. Включает такие показатели как: количество задействованных мобильных роботов, пройденное расстояние, коллизии, расход энергии, количество времени, затраченного на техническое обслуживание и т.д. Эти данные являются частью Bigdata фабрики и используются для последующей оптимизации.
7. Автономное принятие решений: Некоторые системы управления позволяют автономно принимать решения для AGV. Используя набор алгоритмов, программное обеспечение анализирует данные, поступающие от датчиков мобильных роботов (лидары, нагрузка, компьютерное зрение) и регулирует скорость или маршрут AGV в режиме реального времени. Это повышает эффективность логистической системы и снижает необходимость ручного вмешательства.

5. Способ создания автономной фабрики

Цели для автономной системы управления

Те же принципы управления что мы использовали для управления мобильными роботами можно применить к построению автономной фабрики. Расширение автономного управления до уровня всего завода или даже группы заводов позволяет:

1. Увеличить эффективности: Чем меньше людей вовлечено в процесс принятия решений, тем меньше ошибок и меньше расходы на управление заводом. Оптимизация менеджмента может достигать 40–50%
2. Повысить безопасность: Очевидно, что сокращая операции, требующие человека, мы повышаем уровень безопасности.
3. Кратно повысить качество и скорость мониторинга и принятия решений: Благодаря интеграции множества датчиков, камер и других устройств мониторинга в заводскую среду, фабрики могут собирать огромное количество данных о производственных процессах, состоянии оборудования, качестве продукции и т.д. Автономные алгоритмы позволяют фабрике самостоятельно проводить анализ и принимать решения в реальном времени.
4. Гибкость и масштабируемость: Автономность подразумевает способность системы самостоятельно перестраиваться и переконфигурировать оборудование и процессы в случае изменений (новый продукт, сбой, обновление и т.д.). Это снижает стоимость скорость реагирования на изменения рынка и потребности клиентов.

Для построения автономной фабрики с подобными характеристиками мы, Robofacturing команда в Arrival, разработали специальную систему управления.

5.2. Автономная система управления

Что касается логики, то автономная система управления состоит из следующих элементов:

• Агенты / Ресурсы;
• Их расписание;
• Цифровые двойники (digital twin) агентов и заводских процессов;
• Система управления на основе искусственного интеллекта;
• Инсайты, которые также функционируют как Задачи (рекомендации), используемые для улучшения процессов;
• Дашборды (dashboards).

Приведенная ниже блок-схема иллюстрирует логическую архитектуру системы и взаимосвязь между ее элементами. Сначала система управления создает задания и распределяет их между агентами. Каждый агент имеет свой собственный график задач и работает, используя данные Digital Twins в режиме реального времени и dashboards. Dashboards, так же, строятся в режиме реального времени на основе данных, собранных от «цифровых двойников». Вводные и выводы также поступает от «цифровых двойников» и формулируется в виде задач, где каждой задаче соответствует свой набор выводов (данных).

Теперь более подробно рассмотрим каждый из элементов.

5.2.1. Агенты

Технически, автономные агенты – это программы, которые работают независимо и выполняют задачи от имени пользователя или другой программы. Эти агенты могут взаимодействовать с окружающей средой, принимать решения и предпринимать действия без вмешательства человека. На практике мы считаем агентами все активные физические или виртуальные объекты, участвующие в производственном процессе. Сюда входят мобильные роботы (AGV), промышленные роботы, машины, автоматизированные ячейки, службы принятия решений, службы мониторинга и рабочие. Все решения, которые принимают агенты, основаны на данных и алгоритмах. Рассмотрим несколько примеров автономных агентов:

• Мобильные роботы, которые могут выполнять логистические задачи, определять свой путь, обнаруживать и избегать препятствий, планировать зарядку или техническое обслуживание;
• Автоматизированные системы планирования, которые используют алгоритмы для анализа данных о производственном потоке и выполнения алгоритмов планирования для оптимизации пропускной способности;
• Промышленные роботы, которые выполняют такие задачи, как сборка, сварка и покраска в производственных условиях.

После определения Агентов, следующим шагом будет определение задач, которые они должны выполнять.

Каждый Агент характеризуется набором навыков, или возможностей – abilities. Автономная система управления действует как брокер, сопоставляя задания, которые она получает извне, с возможностями Агентов. В случае совпадения задача назначается Агенту. Вот несколько примеров задач на фабрике:

• Логистические задачи, например, перемещение материалов в определенное место на объекте;
• Задачи по сборке, например, сборка конкретного набора компонентов с использованием конкретных соединений (сварка, склеивание и т.д.) ;
• Задачи технического обслуживания, например, выполнение замены сломавшегося инструмента в роботической ячейке;
• Задачи в области качества, например, проведение измерений компьютерным зрением собранного продукта на соответствие допускам;
• Задачи по ручной сборке, например, крепление винтов.

Рассмотрение работников-людей в качестве автономных агентов может показаться спорным. В нашей концепции автономного производства мы рассматриваем рабочего завода, оснащенного планшетным компьютером, как биоробота. Такой рабочий получает задания от системы управления и выполняет действия(операции) на основе данных, предоставляемых системой в режиме реального времени, таких как определения задач, состояние оборудования (для технического обслуживания), последовательность действий, доступный инструмент и т.д. Для автономной фабрики понятие Human machine interface следует заменить на Machine Human interface – отразив, таким образом кто (в нашем случае Что) принимает решение и отдает команды.

5.2.2. Расписание

Планировщик – это автономная система, которая отслеживает все данные в реальном времени (например, задачи, агенты, состояние оборудования) и при необходимости вносит изменения в расписание. Алгоритмы составления расписания работают путем определения порядка, в котором задачи должны быть обработаны на основе набора ограничений и целей. К таким ограничениям могут относиться:

• Наличие агента;
• Сроки выполнения каждого производственного заказа;
• Зависимости между задачами (например, задача сборки может быть начата только после завершения логистической задачи доставки).

Цель алгоритма – минимизировать время, необходимое для выполнения всех задач, или максимизировать использование ресурсов.

Существует несколько типов алгоритмов составления расписания, включая:

• Планирование по принципу «первым пришел – первым обслужен» (FCFS): Это простой алгоритм, который обрабатывает задания в том порядке, в котором они были получены. Он прост в реализации, но может оказаться неэффективным, если задачи имеют разное время обработки.
• Планирование по принципу «наименьшее задание на первом месте» (SJF): Этот алгоритм запускает задания в порядке их предполагаемого времени обработки, причем самые короткие задания обрабатываются первыми. Это может быть более эффективным, чем FCFS, но может быть неоптимальным, если более длинные задачи имеют более высокий приоритет.
• Round Robin Scheduling: Этот алгоритм обрабатывает задачи в циклическом порядке, при этом каждой задаче дается фиксированный отрезок времени, прежде чем она будет вытеснена и перемещена в конец очереди. Он обычно используется в системах с разделением времени.
• Приоритетное планирование: Этот алгоритм обрабатывает задачи на основе их уровня приоритета, причем задачи с более высоким приоритетом обрабатываются первыми. Он может быть эффективным для обработки срочных задач, но может быть несправедливым по отношению к задачам с более низким приоритетом.
• Планирование по срокам (deadline): Этот алгоритм обрабатывает задачи на основе их сроков выполнения, причем сначала обрабатываются самые ранние сроки. Он обычно используется в системах реального времени, где соблюдение сроков является критически важным.

Мы предлагаем использовать комбинацию приоритетного и дедлайн-планирования, а также проводить моделирование процессов в реальном времени, чтобы избежать тупиков и столкновений.

5.2.3. Цифровые двойники (Digital twins)

На нашем заводе мы создали систему, которая хранит данные, связывает их с цифровым двойником с помощью информационных роботов и предоставляет данные потребителям в режиме реального времени с задержкой менее 100 мс. Таким образом, потребители (прежде всего, другое роботы) всегда в курсе того, что происходит в производственном цеху, и могут принимать более точные решения.

Система принятия решений в этом случае состоит из:

• Сама система управления;
• Все автономные агенты;
• Планировщик;
• Механизм Insights.

Более подробное описание концепции Digital Twins представлено в отдельной статье “ Что такое Digital twins и как они помогают создать автономную фабрику”.

5.2.4. Система управления

Для управления производством мы используем мульти-агентную систему ИИ, основанную на правилах. Вкратце, система на основе правил – это компьютерная программа, которая опирается на набор заранее определенных правил и условий для принятия решений. Эти правила основываются на конкретных целях и задачах системы и используются для оценки и определения приоритетов информации и данных.

Этот подход особенно полезен для производства, поскольку его можно легко применять для принятия решений о производстве, планировании и управлении запасами, обеспечивая при этом большую точность по сравнению с алгоритмами Machine Learning (ML). Вторым важным преимуществом является повторяемость результатов. Результаты, получаемые алгоритмами ML, могут отличаться при каждом запуске, даже если используются одни и те же входные данные. Системы, управляемые правилами, всегда дают последовательные результаты. Третья особенность – отсутствие предопределенных, конечных вариантов последовательностей операций(задач) и автоматическая перестройка решения в каждый момент времени под влиянием действий Агентов. Эти 3 фактора, точность и повторяемость, являются производственными императивами, то есть определяют автономную фабрику.

5.2.5. Выводы (Insights)

Insights – это набор алгоритмов данных, которые анализируют поток данных, производимых цифровыми двойниками (т.е. изменения их состояния), и при необходимости генерируют задачи, например, задачи предиктивного обслуживания или контроля качества. Инсайты могут варьироваться от завода к заводу и всегда являются настраиваемыми.

5.2.6. Dashboards

Dashboards также создаются на основе данных Digital Twins, но представляют их в форме, которая наилучшим образом способствует принятию решений. Например, дашборд технического обслуживания отображает данные об общем состоянии оборудования и истории его обслуживания: задачи, отказы, простои и т. д. Дашборд для инспектора по качеству должна включать информацию об инспектируемом продукте и описание процедуры оценки. Как и любая BI-система, дашборды должны быть доступны для настройки непрограммистом. В идеале Агенты-люди должны иметь возможность самостоятельно формировать dashboards, комбинируя различные типы данных из хранилища Digital Twins.

6. Программные продукты и технологии

В рамках проекта автономной платформы используются следующие технологии:

• Scala
• Akka HTTP
• ZIO

Для разработки был выбран язык Scala – т.к. в нем присутствуют высокопроизводительные хорошо парализующиеся фреймворки. Изначально выбор пал на Akka Actors. Своего рода грин-треды из Эрланга. Мы прошли этап как не типизированных акторов, так и переходили на типизированные. Идея была очень проста: каждый агент автономной платформы – это актор. При этом акторов может быть сотни тысяч, т.к. Каждая функция, каждый слушатель это экземпляр какого-то актора. В итоге такая вычислительная модель оказалась не очень эффективной, т.к. одновременно параллельно выполняется не более пары сотен процессов, а десятки тысяч акторов просто простаивают и слушают когда же им придут сообщения. В итоге в качестве вычислительной модели были взяты идеи из направленных сетей Петри [https://en.wikipedia.org/wiki/Petri_net]. В качестве фремворка был выбран ZIO т.к. Он отлично подходит для задачи синхронизации и обмена евентами для множества параллельных процессов.

Дата платформа более проста с точки зрения фреймворков. Мы используем Scala и CATS фреймворк. Scala выбрана – т.к. Не хотелось в двух родственных проектов иметь разный тех стек. Ну а CATS прекрасный фреймворк для упрощения кода. При этом дата платформа аккумулирует множество технологий управления данных, среди них: Kafka, RabbitMQ, MongoDB, ClickHouse DB, Parquet, Spark, Kafka streams, MinIO. Были также опробованы многие и другие базы, но пока остановились на выше обозначенном стеке.

7. Заключение

Подводя итог всему вышесказанному, можно сказать, что автономные системы для заводов имеют потенциал для значительного повышения эффективности, качества производства и гибкости (адаптивности). Будущее автономных систем в производстве будет определяться развитием технологий, а именно ИИ и IoT.

В данной статье мы изложили подход к реализации автономной системы управления на предприятиях, где ключевыми элементами логики являются агенты, расписания, цифровые двойники, система управления, инсайты и дашборды. Предлагаемый метод использует технологии искусственного интеллекта, применяемые к данным цифровых двойников. В сочетании с лучшими отраслевыми практиками управления производством этот подход позволяет построить передовое полностью автономное производство.

Ссылки

1. Агравал, Гаурав К., и Сандереш С. Херагу. «Обзор автоматизированных систем перемещения материалов в 300-мм полупроводниковых фабриках». IEEE Transactions on Semiconductor manufacturing 19.1 (2006): 112–120.
2. Бехцис, Димитриос и др. «Устойчивое управление цепями поставок в эпоху цифровизации: Влияние автоматизированных управляемых транспортных средств». Journal of Cleaner Production 142 (2017): 3970–3984.
3. Silva, Tomé, et al. «Моделирование и экономический анализ системы AGV как средства транспортировки складских отходов в автомобильном OEM». 2016 IEEE 19th International Conference on Intelligent Transportation Systems (ITSC). IEEE, 2016.
4. Сараф, Джаянт В., и Ричард Дж. Себастьян. «Стратегии человеческих ресурсов для эффективного внедрения передовых производственных технологий (ППТ)». Журнал «Управление производством и запасами» 33.1 (1992): 64.
5. Alexandru, Matei, Circa Dragoș, and Zamfirescu Bălă-Constantin. «Цифровой двойник для управления парком автоматизированных управляемых транспортных средств». Procedia Computer Science 199 (2022): 1363–1369.
6. Ковач, Дьёрдь, Рабаб Беноцмане и Ласло Дудаш. «Концепция автономных систем в Индустрии 4.0». Advanced Logistic Systems-Theory and Practice 12.1 (2018): 77–87.
7. Macher, Georg, et al. «The quest for infrastructures and engineering methods enabling highly dynamic autonomous systems.» Systems, Software and Services Process Improvement: 26th European Conference, EuroSPI 2019, Edinburgh, UK, September 18–20, 2019, Proceedings 26. Springer International Publishing, 2019.