Milan Gregor, Tomáš Gregor, Michal Gregor: Technologické inovácie a ich vplyv na budúce výrobné koncepty

Úvod

Československo patrilo medzi priemyselne najvyspelejšie krajiny sveta. Po roku 1989 a po rozdelení Československa nastali na Slovensku výrazne zmeny. Príchod silných zahraničných investorov, hlavne do automobilovej výroby, posunul našu krajinu raketovo medzi najvýznamnejších svetových producentov automobilov. Za 29 rokov sme vybudovali silnú dodávateľskú sieť pre našich aj zahraničných OEM producentov a čo je oveľa dôležitejšie, získali sme produkčné kompetencie, s ktorými môžeme dnes konkurovať ktorejkoľvek krajine vo svete.

Aj napriek uvedeným pozitívam, sa za toto obdobie podarilo len skupinke domácich výrobcov dostať medzi dodávateľov prvej úrovne. Väčšinu z dnešných výrobcov tvoria  pobočky nadnárodných korporácií a len minimum z nich má na Slovensku aj vlastnú výskumnú základňu. Naše produkčné schopnosti sú aj napriek úspechom v automobilovom priemysle primitivizované. Stratili sme našich národných OEM výrobcov a tým i možnosti vytvárania intenzívnejšieho tlaku na národnú výskumnú a vývojovú základňu. Základný i aplikovaný výskum univerzít sa izoloval od potrieb priemyslu, čo spôsobuje eróziu národného inovačného i produkčného potenciálu. Jedinou cestou ku trvalému úspechu našej krajiny je transformácia súčasného systému výskumu a vývoja a jeho rýchle zapojenie do riešenia problémov, s ktorými zápasia naši výrobcovia.

Zmeny požiadaviek zákazníkov a technologický pokrok nútia výrobcov k rýchlym transformáciám výrobného prostredia. Ak si títo chcú udržať svoju konkurencieschopnosť, musia rýchlo myslieť, predvídať budúcnosť, dynamicky meniť svoju podnikateľskú stratégiu a okamžite realizovať potrebné zmeny. Len ten, kto to dokáže robiť trvale, sa môže stať dlhodobo úspešným.

Výroba je nástrojom pre tvorbu bohatstva každého národa a miestom, kde dochádza k zhmotneniu inovácií. Výroba je oblasťou, v ktorej sú prostredníctvom kapitalizácie inovácií tvorené primárne hodnoty. Bez výroby nemôže existovať technický pokrok. Výrobné továrne dnes predstavujú komplexné socio-kyber-ekonomické systémy, v ktorých začínajú dominovať pokrokové technológie.

Za posledných tridsať rokov sa vnímanie výroby vo svete zásadne zmenilo. Výroba je predstavovaná často vo forme špinavého pracovného prostredia, zastaraných technológií, ťažkej a rutinnej práce, ako niečo škodlivého, znečisťujúceho životné prostredie, niečo čo treba skôr utlmiť ako rozvíjať. Realita je však dnes úplne iná. Moderná výroba je super čistá, automatizovaná, vybavená špičkovými informačnými a komunikačnými technológiami. Pokrokové výrobné systémy sú intenzívne vyvíjané, tak aby sa stali inteligentnými, automatizovanými, autonómnymi, rekonfigurovateľnými a vysoko efektívnymi (Gregor,M., 2011).

Dva základné, historické výrobné koncepty naplnili svoje poslanie. Fordov systém výroby, postavený na montážnej linke, ktorý sa stal základom výrobných systémov a viac ako 100 rokov bol ako štandard využívaný v priemysle, už budúcim výrobným požiadavkám nevyhovuje. Princípy štíhlej výroby, tak ako ju poznáme od konca 90-tych rokov minulého storočia, tiež vyčerpali svoje potenciály. Čo bude nasledovať? Aký nový výrobný koncept môže postupne nahradiť tie, dnes už historické koncepty?

Linkový spôsob montáže, navrhnutý Fordom, v automobilovom priemysle už nebude schopný efektívne plniť požadované kritéria budúcnosti. Za čias Forda, keď automobily boli veľmi jednoduché a vyrábal sa len jeden variant, to bol vynikajúci prístup. A vydržal nám viac ako 100 rokov. No prišla doba, keď existujúce riešenia výrobných liniek dosahujú svoje limity a ďalej ich už nebude možné „nafukovať“. Potrebujeme úplne nový koncept výroby. Niečo podobne revolučné, ako to, čo priniesol Henry Ford pred 100 rokmi. Niečo, čo by nám vystačilo na ďalších 100 rokov.

Práve v tejto súvislosti sa hovorí o továrňach budúcnosti. Ale budúcnosť začína práve dnes. Nové prelomové technológie a nevídané inovatívne prístupy naštartovali transformáciu dnešnej výroby. Budúcu výrobu a jej organizáciu musíme vnímať v  novom svetle, musíme sa na ňu dívať úplne novým pohľadom, pohľadom budúceho a komplexného.

Novým konceptom, ktorý má podporiť transformáciu európskeho priemyslu, je program schválený v roku 2011 vládou SRN, a ktorý dostal označenie Industrie 4.0. Toto označenie má charakterizovať štvrtú priemyselnú revolúciu, ktorej dominantnými novými ideami a technológiami sa majú stať internet vecí (Internet of Things), technológia Cloud Computingu, umelá inteligencia a inteligentné spracovanie dát, známe aj ako Big Data.

Výskum, vývoj a implementácie riešení v oblasti inteligentnej výroby sú od začiatku 21. storočia v Európe označované aj ako továrne budúcnosti.

História, súčasnosť a budúcnosť výroby

Budúcnosť výroby nemôžeme skúmať izolovane od ostatných významných vývojových trendov a ostatných prvkov komplexného reťazca tvorby hodnoty, akými sú napríklad logistika, zamestnanci, dodávatelia, či zákazníci. Musíme ju vnímať komplexne, v spojení s budúcimi zmenami celej spoločnosti, so zmenami nových technológií, inováciami vo finančných službách či novými trendmi v sociálnom systéme. Takýto komplexný pohľad na výrobu sa označuje ako Holonický výrobný systém.

Od doby priemyselnej revolúcie sa ukazujú negatívne dôsledky rýchleho technologického vývoja, ktorý nie je nasledovaný rovnako rýchlymi zmenami v sociálnej oblasti. Technológie reprezentujú len jednu stranu ekonomickej mince. Rovnako dôležitou je aj tá druhá strana, ktorú reprezentujú ľudia, ich znalosti, schopnosti, pracovné zručnosti a motivácia. Vývoj technológií a vývoj sociálneho systému, ktorý má podporovať ich uplatnenie a využívanie sú nesynchronizované, čo do spoločnosti prináša veľké nerovnováhy. Dnešná situácia sa začína podobať obdobiu po rozbehu prvej priemyselnej revolúcie. Ak sa niečo zásadné nezmení, je dosť pravdepodobné, že sa objaví nové hnutie Luditov, ktorí budú všetkými prostriedkami bojovať proti pokrokovým technológiám vo výrobe. Dôvody sú veľmi jednoduché. Na jednej strane nové technológie nevytvárajú nové pracovné miesta a na strane druhej sú využívané pre veľmi rýchlu substitúciu ľudí vo výrobe priemyselnou automatizáciou a robotmi.

Historický spôsob výroby, kedy produkt stál a pracovné čaty sa vo výrobe pohybovali od produktu ku produktu, pričom realizovali na statickom produkte požadované operácie, bol predchodcom výrobného systému masovej výroby Henryho Forda.

Ford vo svojom revolučnom výrobnom systéme začiatkom minulého storočia reorganizoval výrobu zavedením výrobného (montážneho) pásu. To umožnilo pohyb výrobku na páse a poskytlo možnosť umiestniť stabilné pracoviská okolo výrobného pásu. Výsledkom bol obrovský rast produktivity práce. Fordov výrobný koncept sa stal neskôr základom väčšiny výrobných systémov pre masovú výrobu v celom svete.

O zlepšenie Fordovho systému práce sa snažila japonská štíhla výroba, známa aj ako produkčný systém Toyoty (TPS Toyota Production System), ktorá si stanovila ako svoj cieľ elimináciu všetkých druhov plytvania vo výrobe a sústredila sa na takú organizáciu procesov, ktorá zaisťovala naplnenie jej hlavného cieľa, minimalizáciu priebežných dôb výroby.

Masová kustomizácia je relatívne novou paradigmou, ktorej princíp spočíva v tom, že zákazníkovi sú ponúkané mnohé rozširujúce varianty existujúceho produktu, vyrábané pri nákladoch masovej výroby. Neznamená produkciu výrobkov jedného typu, ako tomu bolo v klasickej masovej výrobe. Je to produkcia veľkého množstva variantov výrobkov, tej istej výrobkovej rodiny za konkurencieschopné náklady masovej výroby a ekonomiky množstva.

Koncept budúcich výrobných systémov si bude vyžadovať úplne nové prístupy k organizácii práce vo výrobe. Tie budú využívať všetko dobré z minulých výrobných prístupov a kombinovať to s najnovšími pokrokovými technológiami. Práve najnovšie technológie, často označované aj ako prelomové, umožnia zmeniť existujúce výrobné princípy.

Budúca výroba bude vyrábať výrobky, ktoré budú prispôsobené požiadavkám konkrétneho zákazníka (personalizované), vysoko sofistikované, komplexné, schopné ponúkať nové funkcionality a preto si budú vyžadovať úplne nové výrobné prostredie.

Najvýznamnejší faktor, ktorý bude ovplyvňovať existujúce výrobné prostredie bude zákazník. Ten bude mať možnosť si detailne konfigurovať svoj produkt. Takto konfigurovaný, zákaznícky návrh bude odoslaný do výrobnej továrne, ktorá bude musieť byť schopná v krátkom čase vyrobiť požadovaný produkt. Aby finalizácia produktu mohla prebehnúť vo veľmi krátkom čase, budú činnosti dodávateľov riadené podobne, ako u finálneho výrobcu (OEM Original Equipment Manufacturer).

Kustomizácia produktov predstavuje zložitý problém, ktorý sa výskumníci snažia riešiť už dnes. Na jednej strane k tomu využívajú vhodnú konštrukciu nových produktov, známu aj ako modulárne, rekonfigurovateľné výrobky. Na strane druhej sa snažia zvyšovať pružnosť výrobného systému, čo dnes označujeme aj ako rekonfigurovateľná výroba.

Hlavnou požiadavkou súčasných výrobcov sa stal minimálny čas uvedenia nových výrobkov na trh (time to market). Súčasné cykly vývoja nových automobilov už prešli revolučnými zmenami (obr.1) no napriek tomu sú stále veľmi dlhé a výrobcovia v redukcii pokračujú ďalej.

Obr.1  Skracujúci sa time-to-market v automobilovom priemysle

Minimálny čas uvádzania produktov na trh si vyžaduje drastickú redukciu priebežných dôb výroby, tak aby zákazník dostal svoj automobil v čo najkratšom čase. Až neuveriteľne vyzerá požiadavka na výrobu takéhoto komplexného produktu do 24 hodín. Ako potom uveriť výpočtom K.E.Drexlera (2013), ktoré ukazujú, že pri využití nanotechnológií a princípu paralelne pracujúcich molekulárnych asemblerov, by takáto výroba trvala len asi 1 minútu?

Budúce produkčné systémy sa budú významne odlišovať od tých dnešných. Zmeny budú spôsobené nielen tlakom zákazníkov na variantnosť nových produktov, ale aj technologickými inováciami, či úplne revolučnými zmenami, ktoré prichádzajú v oblasti materiálov.

Nové trendy v oblasti materiálov

Futurológovia dnes prezentujú úplne odlišnú podobu budúcej výroby. Podľa predpovedí expertov by do konca roku 2020 mohla byť na svete nová technológia, ktorá bude znamenať revolúciu vo výrobe. Do roku 2050 by sa mala táto technológia stať bežnou. Táto technológia nahradí klasické technológie trieskového obrábania, tvárnenia, zlievania, … dokonca aj technológie Rapid Prototyping sa stanú archaizmom. Táto technológia bude využívať nové, programovateľné materiály, ktoré umožnia nielen ľubovoľnú zmenu tvaru fyzického objektu, jeho formy, farby, ale i jeho funkcií. Výskum takéhoto typu materiálov dnes podporuje firma Intel a realizuje ho v spolupráci s výskumníkmi z Carnegie Mellon University v Pittsburghu. Jedným smerom tohto výskumu sú tzv. catómy (Gregor,M., Gregor.M., 2013). Všetci poznáme, ako jednoducho je možné meniť tvar objektu, vytvoreného z modelovacej hliny. Vďaka kombinácii vlastností materiálu (hliny) a elektroniky, získala táto oblasť aj svoje pomenovanie v angličtine Claytronics (clay – hlina, tronics – skrátene electronics, elektronika). Claytronika sa stáva jednou z veľmi sľubných oblastí výskumu, ktorý spája robotiku, počítačové vedy a kolektívnu inteligenciu. Cieľom Claytroniky je výskum a vývoj rekonfigurovateľných nano robotov, ktoré sú nazývané Catomy (Claytronic Atoms – Catoms) a systému komunikácie medzi nimi. Tieto môžu spolu vytvárať komplexné objekty, schopné riešiť a vykonávať komplexné úlohy.

Catomy sú mikro elektro mechanické systémy (MEMS – Micro Electro Mechanical Systems), ktoré boli dlho vyvíjané hlavne pre účely inžinierskych riešení, pri miniaturizácii objektov a pod. V poslednom období je snahou výskumníkov dodať takýmto systémom prvky umelej inteligencie (vnorenú inteligenciu). Milióny takto inteligentných MEMS systémov budú už schopné vytvoriť jeden komplexný systém, vzájomne komunikovať a spolupracovať pri dosahovaní spoločného cieľa. Úlohou výskumníkov je navrhnúť nové spôsoby programovania, komunikácie a vykonávania činností jednotlivých prvkov týchto systémov, prostredníctvom distribuovaného, agentného riadenia.

Ďalším sľubným smerom výskumu materiálov sú nanomateriály. Tie umožňujú rozširovať funkcie a vlastnosti produktov. Bežným sa stalo využitie nanomateriálov pri úprave povrchov produktov pre dosiahnutie špeciálnych povrchových vlastností, napríklad: odolné voči korózii, odpudzujúce prach a špinu, prepúšťajúce len určité vlnové spektrum svetla a pod. (Gregor,M., Gregor,M., 2014).

Podľa expertov spoločnosti Audi sa automobil v roku 2034 nebude v hlavných črtách podstatne líšiť od toho dnešného. Bude mať 4 kolesá, hlavnú pohonovú jednotku, prevody, brzdy, jeho hlavné časti sa budú pravdepodobne stále vyrábať z kovu. Budúcnosť prinesie aplikáciu kompozitov, či nových organických materiálov a samozrejme bude silnieť tlak na redukciu CO2 a teda aj na redukciu váhy samotného automobilu. Významné zmeny nastanú v oblasti recyklácie produktov, tá bude tlačiť na štrukturálne zmeny vo výrobe a v používaných materiáloch. To čo bude podliehať zásadným zmenám je softvér a komunikačný systém automobilov. Tam nastanú revolučné zmeny, ktorých kontúry badať už dnes, sú nimi automobily bez vodiča.

Pokrokové technológie – tlakový systém zmien vo výrobe

Objavné (emerging) technológie  sú často označované ako technologický driver (hnacia sila) pokroku. Hlavným rozdielom medzi klasickými a pokrokovými výrobnými systémami je skutočnosť, že pokrokové výrobné systémy, okrem moderných výrobných technológií, v maximálnej miere a efektívne využívajú najnovšie informačné a komunikačné technológie (IKT). Informačné a komunikačné technológie, integrované s konvenčnými technológiami, rozširujú možnosti konvenčných technológií. Takýto proces rozširovania vlastností nových technológií označujeme aj ako konvergencia technológií (obr.2).

Obr.2 Konvergencia technológií

Nové technológie tak po prvý krát v histórií umožňujú chápať výrobné továrne ako holonické systémy (obr.3). Dnešná výroba sa stala súčasťou väčších socio-kyber-ekonomických systémov, pričom v minulosti bola chápaná skôr ako izolovaná entita.

Obr.3 Komplexný pohľad na pozíciu výrobných tovární

(Gregor, M., Magvaši, V., Gregor, T. 2015).

Využitie najnovších IKT a senzoriky pri organizácii a riadení pokrokovej výroby dostalo označenie Internet vecí (Internet of Things IoT). Digitálne dáta a virtualizované výrobné prostredie využívajú pre realizáciu rýchlych výpočtových služieb ďalšiu novú technológiu, známu ako cloud computing. IoT a Cloud Computing predstavujú novú generáciu technológií, ktoré sú základom inteligentnej výroby. Tieto technológie umožňujú prepojenie reálnych výrobných systémov s komplexným podnikovým okolím, ktoré reprezentuje všetky externé entity, zahrňujúce dodávateľov, logistiku, dopravu, či zákazníkov a ich potreby.

Vývoj budúcich tovární bude úspešný len, ak dokážeme zaistiť trvalý rozvoj všetkých relevantných oblastí, akými sú napríklad: robotika, rýchle výpočtové systémy, umelá inteligencia, znalostné systémy, spracovanie big data, nanotechnológie, technológie digitálnej továrne, simulačné systémy, senzory a senzorické siete a pod. Jednou z hlavných hnacích síl zmien v priemysle sa na začiatku 21. storočia stala digitalizácia.

Robotika

Najnovšie štatistiky o nasadenom počte robotov a prognózy budúceho rastu, publikované svetovou organizáciou pre robotiku, potvrdzujú trendy totálnej automatizácie a robotizácie priemyslu, dnes známe ako inteligentné výrobné systémy, či smart industry. Významný rast v nasadzovaní robotiky sa očakáva hlavne v oblasti servisnej robotiky, robotiky v medicíne, zdravotníctve, v službách a v domácnosti.

Zvláštnu skupinu robotov tvoria kooperatívne roboty (cobot – coworker robot), ktoré reprezentujú robotické systémy, schopné vykonávať vybrané operácie a pri ich realizácii bezpečne spolupracovať s človekom. Kooperatívne roboty sú riešením, ktoré zásadne urýchli aplikácie robotov v oblastiach, kde bolo doposiaľ ťažké, prípadne nemožné roboty využívať.

Odhadované hodinové náklady na prácu cobota sú dnes na úrovni cca. 4 USD, pričom hodinová cena porovnateľnej ľudskej práce sa pohybuje vo vyspelých krajinách na úrovni asi 22 až 50 USD. Viaceré analýzy z priemyslu potvrdili, že pri nasadení cobota môže podnik po dobu jeho životnosti ušetriť až 3.5 mil. USD.

Kooperatívne roboty sú východiskom a riešením pre prechodné obdobie, smerujúce ku úplnej automatizácii výroby.

Nové výpočtové systémy

Výpočtová rýchlosť počítačov bola od 70-tych rokov minulého storočia dosahovaná hlavne prostredníctvom zvyšovania hustoty tranzistorov na integrovaných obvodoch. Hustota tranzistorov na integrovanom obvode sa v súčasnosti približuje k jej fyzikálnym hraniciam a ďalšie zásadné zvyšovanie rýchlosti touto cestou už nebude možné. Nové možnosti budúceho rastu výpočtovej rýchlosti využívajú dve hlavné stratégie. Prvou z nich je kombinácia vyššej výpočtovej sily a ďalších zdrojov v počítači (scaling up). Druhá využíva zreťazenie mnohých serverov tak, aby tvorili jeden virtuálny výpočtový systém (scaling out). Jedným z perspektívnych smerov zvyšovania výpočtového výkonu je aj aplikácia výpočtových princípov, ktoré využíva ľudský mozog. Najnovšie smery vývoja nových výpočtových systémov sú orientované na  kvantové, neurosynaptické a kognitívne výpočtové systémy. Najväčším prísľubom v tejto oblasti sú neurosynaptické a kognitívne výpočtové systémy. Tranzistory používané v konvenčných čipoch majú len ohraničené použitie. Využívajú technológiu CMOS (Complementary Metal-Oxid-Semiconductor). Takéto tranzistory sú schopné simultánne komunikovať najviac so štyrmi inými tranzistormi. Neurosynaptické čipy, vyvíjané vo výskumnom centre IBM, sa snažia napodobňovať chovanie neurónov. Pri neurosynaptickych výpočtoch musí byť každý elektronický prvok schopný komunikovať s tisíckami iných prvkov, podobne ako to robia neuróny ľudského mozgu (tie majú až 10 tisíc takýchto spojení). Už v roku 2008 preto zahájila firma IBM výskumný projekt SyNAPSE (System of Neuromorphic Adaptive Plastic Scalable Electronics). Najnovší čip s 256 miliónmi synapsií potrebuje na napájanie len asi 0.1 Wattu. Vedci IBM predpokladajú, že asi do roku 2038 bude vyvinutý čip s výpočtovou kapacitou porovnateľnou s ľudským mozgom.

Kognitívne výpočty (Cognitive Computing) predstavujú novú vývojovú etapu evolúcie výpočtových technológií. Kognitívne systémy sú schopné sa učiť, vyhľadávať (dolovať) dáta z hory dát a rozpoznať v nich nové “vzory” (cross korelácie), prirodzene komunikovať s ľuďmi a tak vnikať do komplexity analyzovaných systémov. To umožňuje holistický pohľad na analyzované systémy a ich správanie sa.

Umelá inteligencia

Umelá inteligencia tvorí základ inteligentných počítačových programov, ktoré umožnili vznik inteligentných produktov, inteligentných strojov a zariadení, inteligentných výrobných systémov a celého, umelého inteligentného sveta.

Medzi hlavné úlohy, ktoré rieši umelá inteligencia patria napríklad: rozpoznávanie, interpretácia, rozhodovanie, strojové učenie, plánovanie a predikcia, spätná väzba, samo-monitorovanie.

Medzi hlavné metódy umelej inteligencie patria: umelé neurónové siete, fuzzy systémy, fuzzy logika, evolučné algoritmy, umelý život, znalostné systémy (reprezentácia, zber, uchovávanie a využívanie znalostí), rozpoznávanie obrazu, zvuku, reči, expertné systémy (ES) a systémy na podporu rozhodovania (DSS – Decision Support Systems).

Výskum pre potreby výroby v tejto oblasti je sústredený hlavne na nové, inovatívne metodológie rozpoznávania vzorov a špeciálne nástroje pre účely výrobného inžinierstva:

  • Vývoj metód pre rozpoznávanie vzorov a nástroje pre 3D aktivity. Príkladom aplikácie je okamžité rozpoznanie orientácie dielcov v stroji či prípravku, čo umožní zjednodušiť identifikáciu operácií, ktoré je potrebné vykonať na výrobku a automaticky realizovať takéto operácie.
  • Vývoj integrovaného prístupu, založeného na rozpoznávaní vzorov, využiteľného pre návrh výrobných systémov s aplikáciou známych techník pre rozmiestňovanie strojov, ktoré umožnia návrh či automatický výber multifunkčných obrábacích centier. Takéto systémy sú vyvíjané ako integrované kolaboratívne prostredie, integrujúce návrh výrobnej dispozície a pružnej automatizácie, s cieľom redukcie nákladov na medzioperačnú manipuláciu a transport.

Z pohľadu algoritmizovateľnosti môžeme všetky úlohy rozdeliť do dvoch hraničných tried, na úlohy jednoducho algoritmizovateľné (využívajú známe pravidlá, príkladom sú aritmetické operácie) a na úlohy, ktoré nemožno zjednodušiť tak, aby sme ich dokázali reprezentovať pravidlami, či algoritmami (rozpoznávanie komplexných vzorov, tvorivosť, myslenie, príkladom sú kognitívne činnosti).

Prvá trieda predstavuje činnosti, ktoré budú respektíve už dnes sú vykonávané počítačmi. Počítače dokážu riešiť takéto úlohy oveľa kvalitnejšie, rýchlejšie a teda aj efektívnejšie.

Druhá trieda, ktorú predstavujú kognitívne činnosti, je predmetom celosvetového výskumu, hlavne v posledných dekádach. V tejto oblasti pracuje ľudský mozog o niekoľko rádov efektívnejšie (výkonovo i energeticky) ako počítače a odhaduje sa, že to nejakú dobu ešte potrvá.

Strojové učenie a kognitívne systémy

V oblasti strojového učenia sa objavujú viaceré nové smery výskumu a aplikácií, medzi ktoré patria napríklad Deep Learning (Hlboké učenie) a Wise Learning (Múdre učenie). Wise Learning reprezentuje spôsob učenia, ktorý sa tiež označuje ako Human Machine Learning (HML) a pri ktorom sa systém umelej inteligencie učí na základe pozorovania správania sa človeka v rozhodovacích situáciách (napríklad riadenia automobilu, rozhodovanie v logistike a pod.).

Ďalšou oblasťou, kde je možné využiť systémy strojového učenia je riešenie kritických situácií. V konvenčných prístupoch sú využívané štatistické metódy pre analýzu miery rizika, realizované na historických dátach. Aby bolo možné vylúčiť výskyt kritických stavov, sú v nových prístupoch využívané Fuzzy kognitívne metódy, ktoré spájajú štatistiku s fuzzy logikou a využívajú ju pre predpovedanie udalostí. Nádejným smerom výskumu sú takzvané Fuzzy kognitívne mapy (Fuzzy Cognitive Maps).

Vedci v súčasnosti pracujú na dvoch odlišných prístupoch k systémom učenia sa. Predpokladá sa, že pri ich simulácii bude možné využiť už vytvorený digitálny mozog (Kurzweil,R., 2013). Prvý zo spôsobov je založený na využití analogického prístupu učenia, aký využíva ľudský mozog. Toto učenie začína „prázdnym“ mozgom, ktorý sa učí postupne, ako malé dieťa. Odhaduje sa, že takéto učenie bude trvať rovnako dlho, ako je tomu u ľudí, čo viacerí vedci odmietajú. Preto sa hľadal iný spôsob. Druhý spôsob učenia vychádza z predpokladu, že budeme schopní skenovať obsah mozgu. V takomto prípade sa vezme obsah mozgu dospelého človeka (viacerých ľudí), ktorý už má dostatok znalostí a jeho vzory uložené v neokortexe sa prekopírujú do digitálneho mozgu. Vedci odhadujú, že vývoj potrebnej skenovacej technológie mozgu bude reálny až okolo roku 2040.

Nanotechnológie

Najčastejšie diskutovanou výzvou pre ľudstvo je oblasť nanotechnológií, tak ako ich predstavil americký profesor a výskumník z Massachusetts Institute of Technology E.Drexler  (Drexler,K.E., 2013). Ten vo svojom výskume rozvinul myšlienky nositeľa Nobelovej ceny R. Feynnmana a navrhol postup pre výrobu zložitých výrobkov prostredníctvom sústavy paralelných, hierarchicky pracujúcich výrobných stupňov, ktoré začínajú prvou úrovňou manipulácie individuálnych atómov. Mechanizmus pre manipuláciu atómov odpozoroval E.Drexler zo živej prírody a pomenoval ho molekulárnym assemblerom (Gregor,M.,Gregor,T., 2014). Mnohí vedci tvrdili, že takýto postup reálne nemôže fungovať, až kým v roku 2016 nezískali traja fyzici: J.P. Sauvage, J.F.Stoddart a B.L.Feringa – Nobelovú cenu v oblasti chémie, za návrh a syntézu molekulárnych strojov. Začiatkom roku 2018 priniesli média informáciu, že nemeckým vedcom sa podarilo zdokonaliť postup, ktorý urýchľuje prácu molekulárneho assemblera asi 100 tisíc násobne, čo už umožní praktické využitie tejto technológie.

Digitalizácia a virtualizácia

Štíhla výroba predstavovala statický, evolučný koncept zmeny, ktorého princípy dominovali v organizácii výroby od osemdesiatych rokov minulého storočia až do začiatku 21. storočia. Udržanie rastu si po vyčerpaní potenciálov štíhlej výroby vyžadovalo nový revolučný prístup, skokovú zmenu. Nové informačné a komunikačné technológie a exponenciálny rast výpočtového výkonu začali existujúci, statický svet rýchlo meniť. Pre reprezentáciu rýchlych zmien už nepostačovali statické metódy a rozhodovanie si vyžadovalo stále viac využívanie dynamických metód a metód rozhodovania za neurčitosti. Technologickým východiskom v takto dynamizovanom svete sa stala digitalizácia a nové digitálne technológie. Tie umožnili v mnohých prípadoch transformovať klasické technologické princípy na digitálne a využiť výhody digitalizácie.

Digitálne technológie priniesli začiatkom 21. storočia do priemyselného sveta revolúciu, ktorá bola označená ako Digitálny podnik (Digital Factory). Digitálny podnik zahrňoval digitalizáciu troch najvýznamnejších podnikových oblastí: produktov, procesov a zdrojov (Gregor, M., Medvecký, Š., 2010). Tak sa začala éra, v ktorej boli postupne všetky rozhodujúce fyzické produkčné entity reprezentované ich digitálnymi kópiami, digitálnymi modelmi, nazývanými aj DMU (Digital Mock Ups). Okrem reálneho produkčného systému tak mali zrazu podniky k dispozícií aj digitálny výrobný systém, ktorý bol reprezentovaný súborom statických, kinematických a dynamických digitálnych modelov, vzájomne integrovaných do jednotného digitálneho vývojového prostredia, teda digitálneho podniku. To umožnilo študovať a analyzovať efektívnosť a výkonnosť výroby ešte pred jej uvedením do reálnej prevádzky. Rozhodovanie sa začalo stále viac a viac algoritmizovať, pričom dátovou základňou pre rozhodovanie sa stali výsledky dynamických počítačových simulácií. Tak boli začiatkom 21. storočia podniky konfrontované s dvomi paralelnými svetmi, reálnym a digitálnym (dualita reálny – digitálny svet).

Druhá dekáda 21. storočia priniesla ďalšiu revolučnú zmenu. Moderné reálne továrne, využívajúce najpokrokovejšie technológie, sú označované ako inteligentné továrne (Smart Factory). Zlacnenie senzorov, rýchly vývoj nových komunikačných prostriedkov a systémov umožnili virtualizáciu sveta výroby. Takýto virtuálny výrobný svet generoval obrovské množstvá dát, ktoré podniky uchovávali, analyzovali a začali využívať pre predikciu budúceho správania sa výrobných systémov. Virtualizácia v tomto prípade znamenala, že riadiaci pracovníci získavali prostredníctvom senzorov informácie o okamžitom stave výrobného systému. Dáta zo senzorov, spracované inteligentnými algoritmami, vytvárali dynamický, virtuálny obraz reálnej výroby, ktorý bol pomenovaný ako Virtuálny podnik (Virtual Factory) a reprezentoval dualitu reálny – virtuálny svet. Prepojením digitálneho a virtuálneho sveta vzniká nová dualita digitálneho a virtuálneho sveta. obr.4 ukazuje spojenie troch svetov.

Obr.4  Dualita vo svete výroby

Digitalizácia, postavená na využívaní technológií virtuálnej reality umožnila vytvárať komplexné digitálne modely výrobných systémov. Tieto digitálne modely však boli izolované od reálneho fungovania továrne. Integráciou digitálnych modelov s dátami zbieranými v reálnych výrobných procesoch vznikla dynamická reprezentácia výrobného sveta, ktorá už prostredníctvom dát verne reprezentuje objekty a procesy vo výrobe. Virtualizácia tak umožnila vznik virtuálneho obrazu výrobných systémov, ktorý dostal označenie virtuálna továreň (obr.5).

Obr.5  Integrácia reálneho, digitálneho a virtuálneho sveta

Spojením všetkých troch svetov (digitálneho, reálneho a virtuálneho) do jednotného prostredia vznikol úplne nový typ výrobného prostredia, ktorý predstavuje novú kvalitu. Toto výrobné prostredie je najčastejšie označované ako inteligentná výroba (Smart Factory), či v širšom chápaní ako inteligentný priemysel (Smart Industry), ako to zobrazuje obr.6.

Obr.6  Koncept Smart Industry

Ako bolo uvedené vyššie, továrne budúcnosti budú ďalej vyvíjané s podporou troch integrovaných svetov: digitálneho, reálneho a virtuálneho. Integráciou týchto troch svetov vzniká úplne nový druh výrobného prostredia, ktorý vytvára predpoklady pre plné využitie potenciálov metód globálnej optimalizácie komplexných priemyselných systémov. Takéto produkčné systémy musia byť navrhované ako samo-organizované, adaptívne systémy, schopné imitovať mechanizmy využívané super organizmami živej prírody (roje včiel, mravce, kŕdle vtákov a pod.). Koncept takýchto systémov vychádza z architektúry bionických výrobných systémov, ktorá napodobňuje architektúru evolúciou vyvinutých živých prírodných organizmov.

Nové koncepty budúcich tovární

Všetky nové výrobné koncepty sa okrem dosahovania zisku usilujú o naplnenie hlavného cieľa a tým je adaptabilita, schopnosť okamžite reagovať na rýchle zmeny okolia, označované aj ako turbulencie. Adaptívne výrobné systémy predstavujú v súčasnosti vrchol snahy vedcov o formuláciu kontúr budúceho výrobného prostredia. K splneniu požiadavky adaptability je možné sa priblížiť viacerými cestami aj preto vedci rozpracovali, vyvíjajú a testujú celú skupinu nových výrobných konceptov, akými sú napríklad rekonfigurovateľné výrobné systémy, kompetenčné ostrovy, multiagentné systémy riadenia a pod.

Klasické výrobné systémy boli najskôr navrhované ako lineárne systémy, v ďalšom ako paralelné, či sério-paralelné systémy. V súčasnosti návrhári experimentujú s cirkulárnymi štruktúrami výrobných systémov. Tieto by mali umožniť dodávateľom priamo sa napojiť na výrobné a montážne linky OEM výrobcov. Tento typ štruktúr bol Dashenkom,O. (2006) pomenovaný ako továrne na dopyt (Factory on Demand). Príklad takejto cirkulárnej štruktúry pre automobilového výrobcu, navrhnutý poradenskou spoločnosťou Boston Consulting Group (BCG), je zobrazený v obr.7.

Obr.7  Cirkulárna organizácia výroby podľa BCG

Smery vývoja budúcich výrobných systémov

V súčasnosti dokážeme identifikovať tri možné smery vývoja budúcich produkčných systémov:

  1. Nové výrobné systémy pre masovú výrobu a montáž produktov.
  2. Rekonfigurovateľné výrobné a montážne systémy.
  3. Kompetenčné ostrovy.

Výrobné systémy pre masovú výrobu a montáž

Výrobné systémy pre masovú výrobu budú fungovať aj v budúcnosti a budú využívané najmä tam, kde bude stále ekonomicky výhodné produkovať niektoré typy výrobkov masovo. Aj tieto produkčné systémy sa budú dynamicky meniť, spôsobia to hlavne aplikácia najnovších digitálnych technológií, automatizácia a robotizácia.

Rekonfigurovateľné výrobné a montážne systémy

Rekonfigurovateľný výrobný systém (RVS) predstavuje taký výrobný systém, ktorého štruktúra je jednoducho nastaviteľná s možnosťou škálovania kapacít a pružnosti ohraničenej na vybranú rodinu výrobkov.

Rekonfigurovateľné výrobné systémy predstavujú evolučnú fázu vývoja výrobných systémov, sú pokračovaním vývojovej evolúcie. Ich aplikácia vyžaduje nový prístup, v ktorom hrajú dominantnú úlohu rekonfigurovateľné stroje, prípravky, nástroje, logistika a rekonfigurovateľný systém riadenia (Westkamper,E., Zahn,E., 2009).

RVS sú budované tak, aby umožňovali jednoduchú a rýchlu prestavbu (rekonfiguráciu). Táto vlastnosť posúva rekonfigurovateľné výrobné systémy do oblasti adaptívnych systémov. Prestavby umožňujú adaptovať výrobný systém na nové typy produktov (funkcionalita) a na nové výrobné množstvá (kapacita). Rekonfigurabilta sa tak stala novou technológiou, ktorá dokáže prostredníctvom postupnej prestavby výrobného systému lepšie uspokojovať trhové fluktuácie a turbulencie.

Príkladom výskumu v oblasti rekonfigurovateľných systémov je výskumný projekt, zameraný na návrh konceptu rekonfigurovateľných produkčných liniek, riešený na Žilinskej univerzite v spolupráci so spoločnosťou CEIT (Gregor,M., Grznár,P., Hoč,M., Ďurica,L., 2017).

Obr.8  Nový koncept rekonfigurovateľných liniek (Vavrík,V., 2017)

Rekonfigurabilita predstavuje operatívnu schopnosť výrobného systému adaptovať svoje funkcie a kapacity na konkrétnu rodinu výrobkov. Jej výsledkom je požadovaná pružnosť výrobného systému. Pružnosť je na rozdiel od rekonfigurability vo výrobnom systéme pevne definovaná. Rekonfigurabilita a pružnosť podmieňujú adaptačnú schopnosť výrobného systému, ktorá je dosahovaná prostredníctvom zmeny jeho štruktúry. Takáto štrukturálna zmena umožňuje adaptovať (prispôsobiť) funkcie a kapacitu výrobného systému na nové požiadavky. Podmienkou efektívnej rekonfigurability je požiadavka na minimalizáciu vynaloženého úsilia a maximálnu redukciu času potrebného na realizáciu zmien (Bauernhansl, T. at all., 2014).

Kompetenčné ostrovy

Výrobný systém je multifaktorový systém. Jeho model je dynamický, nie statický. Nemožno preto hovoriť, že efektívnosť výrobného systému je funkciou nízkych zásob, či krátkych priebežných dôb. Efektívnosť výroby závisí od veľkého súboru faktorov, ktoré sa v čase dynamicky menia.

Dnes riadime výrobné systémy podobne ako lekári liečia chorých. Diagnostikujeme možné problémy, kategorizujeme ich a „liečime“ podľa zaužívaných a overených postupov. Budúce výrobné systémy sa budú podobať živým organizmom. Aj preto je pre budúcich priemyselných inžinierov dôležité študovať a chápať aj základy biológie a medicíny. Budúca výroba a jej organizácia sa budú postupne približovať viac emergentnému fungovaniu živých organizmov, ako mechanickým automatom.

Doterajšie, priebežné výsledky výskumu ukazujú, že dnešný veľkosériový spôsob výroby, organizovaný rytmicky vo výrobných halách, pracujúci vo výrobnom takte, už ďalej nebude schopný reagovať na budúce požiadavky zákazníkov a odpovedať na silnú konkurenciu. Pri výrobe komplexných produktov, akým je napríklad automobil, je poradie operácií do značnej miery pred determinované. Sekvencia lisovanie, zváranie, lakovanie, montáž a testovanie je a pravdepodobne aj zostane vo výrobe automobilov rovnaká. Meniť sa bude spôsob organizácie práce. Dnešné „tvrdé“ linky budú nahradené množinou autonómnych pracovísk, takzvaných  kompetenčných ostrovov (obr.9).

Obr.9  Koncept výrobných ostrovov

Tie budú reprezentovať pracoviská, ktoré budú poskytovať výkon definovaných operácií vyrábaným produktom. Môžeme si ich predstaviť ako virtuálne výrobné linky, tvorené dynamicky, virtuálne, na základe skutočnej potreby. Kompetenčné ostrovy budú vybavené kooperatívnymi robotmi, schopnými bezpečne a spoľahlivo spolupracovať s ľuďmi. V prechodnom období budú v  kompetenčných ostrovoch pracovať aj ľudia. Dlhodobým cieľom je úplná automatizácia výroby.

Nové výrobné systémy by mali byť teda koncipované ako malé, vysoko pružné výrobné jednotky, ktoré budú nasadzované tam, kde existuje dostatočný reálny dopyt. Táto myšlienka sa čiastočne podobá predstave výrobných ostrovov, ktorá bola popularizovaná začiatkom deväťdesiatych rokov minulého storočia, v rámci konceptu bunkovej výroby (Košturiak,J., Gregor,M., Mičieta,B., Matuszek,J., 2000). Tieto nové výrobné systémy musia byť schopné vyrábať všetky typy produktov z danej produktovej rodiny. To bude možné len, ak budú navrhnuté ako rekonfigurovateľné výrobné systémy.

Organizácia práce v budúcej výrobe

Budúca výroba bude vonkajšiemu pozorovateľovi pripadať ako nekoordinované správanie. Materiál, polotovary, rozpracovaná výroba, či mobilné roboty sa budú pohybovať zdanlivo neplánovane, chaoticky. Každý z nich sa však bude riadiť prísnou logikou nadradenej úrovne, ktorá mu umožní relatívne autonómne správanie. V skutočnosti sa teda bude jednať o organizovaný chaos. Pre riadenie výroby budú využívané princípy odpozorované z prírody, ktoré ponúkajú evolúciou overené, optimálne postupy.

Silnú pozíciu v budúcich továrňach získajú inteligentné mobilné roboty, mobilné robotické systémy a platformy. Tisícky takýchto robotov budú zaisťovať pohyb rozpracovaných produktov a ich spracovanie v zdanlivo chaotickom svete.

Výroba bude organizovaná ako živý organizmus, podobajúci sa mravenisku, v ktorom mravce zdanlivo chaoticky pobiehajú, pričom sú ale prísne organizované, špecializované a každý z nich plní presne definované úlohy, ktoré si vyžaduje prežitie mraveniska.

Meniť sa bude produkt, výrobné zariadenia, technológie a celý produkčný systém. Vyrábané produkty, výrobné zariadenia i prostriedky mobilnej logistiky sa stanú inteligentné a budú vzájomne spoločne komunikovať. V reálnom čase si budú vymieňať a zdieľať všetky potrebné dáta a informácie. Mobilné roboty, transportujúce rozpracovaný výrobok, sa budú pohybovať medzi kompetenčnými ostrovmi, pričom si produkt sám bude určovať požadované operácie a plánovať ich poradie. Pozorovateľ nebude vidieť klasickú výrobnú linku, bude pozorovať zdanlivý fyzický chaos, za ktorým ale bude skrytá virtuálna linka (jej digitálny a virtuálny dátový model), tvorená z kompetenčných ostrovov, potrebných pre výrobu zákazníckeho produktu.

Budúca výroba nebude štruktúrovaná podľa výrobného rytmu linky, ako je tomu dnes, ale podľa obsahu práce, ktorú je potrebné vykonať. Firma Audi si už v roku 2013 patentovala nový spôsob výroby automobilov, ktorý už nebude využívať dnešný linkový koncept. Rozhodujúcu úlohu v ňom majú mať funkčné vzťahy a nie fixné cyklové časy. Podľa Audi bude tento typ výrobného prostredia vhodný nie len pre malé výrobné podniky, ale bude zvlášť výhodný u tých typov výroby, ktoré pracujú s vysokým objemom, vysoko variantnej výroby a ktorých cieľom je vysoká pružnosť a efektívnosť. Takéto systémy budú schopné oveľa efektívnejšie reagovať na fluktuácie v dopyte, rýchle zmeny vyrábaných modelov, vyžadujúce rôzne výrobné technológie.  Audi tvrdí, že výrobné ostrovy budú oveľa efektívnejšie, ako dnešný linkový koncept a aby to aj potvrdila, začiatkom roku 2018 oznámila, že v SRN začína budovať prvý závod, ktorý bude postavený na koncepte kompetenčných ostrovov.

Produkt sa stáva centrálnym prvkom výroby

Vyrábaný produkt sa bude vo výrobe správať ako inteligentná entita, schopná komunikovať so svojím okolím a schopná si organizovať svoje spracovanie úplne autonómne. Takýto produkt si bude sám určovať sekvenciu svojho spracovania, alokovať požadovanú kapacitu v príslušných kompetenčných ostrovoch a privolávať dopravné prostriedky, ktoré zabezpečia jeho transport vo výrobe. Pre tento koncept  spoločnosť CEIT vyvinula mobilný robotický systém, ktorý je v súčasnosti testovaný v automobilovom priemysle (obr.10).

Obr.10  Mobilný robotický systém spoločnosti CEIT pre montáž (Zdroj: Archív CEIT)

Aby dokázal takýto systém organizácie práce bezpečne a spoľahlivo fungovať a plniť požadované úlohy, bude si to vyžadovať nové spôsoby plánovania a riadenia výroby. V budúcom zdanlivo „chaotickom“ svete výroby už nebudú využívané súčasné tlakové systémy riadenia. Pri veľmi veľkom počte inteligentných prvkov (entít) vo výrobnom systéme bude dochádzať ku komplikovaným vzťahom a situáciám, ktoré dnešné hierarchické riadenie už nedokáže efektívne zvládať. Zložité vzťahy medzi individuálnymi entitami vyvolávajú stav označovaný ako emergencia, teda stav v ktorom už bude ťažké až nemožné predikovať budúce správanie sa takýchto komplexných systémov. Preto výskumníci experimentujú s novými prístupmi riadenia, založenými na relatívnej autonómii individuálnych prvkov výrobného systému a ich správania, ktoré sa bude podobať správaniu inteligentných, živých organizmov. Vo výrobe budú preto okrem reálnych (fyzických) objektov existovať aj ich virtuálni reprezentanti (agenty), ktorých modelovú reprezentáciu dnes označujeme ako virtuálne dvojičky. Takáto duálna reprezentácia výroby sa označuje aj pojmom virtuálna výroba.

Metódy a nástroje, podporujúcu transformáciu fyzických systémov do virtuálnych sa vyvíjajú evolučne. Dynamika vývoja takýchto systémov je zobrazená v obr.11.

Obr.11  Evolúcia reálny systém – virtuálny model

Virtuálna výroba a inteligentné agenty

V prípade riadenia výroby bude virtuálne dvojča každého reálneho objektu reprezentované agentom. Veľkú skupinu takýchto agentov a ich riadenie označujeme ako multiagentné systémy (MAS Multi Agent Systems).

Budúca výroba bude reprezentovaná tromi svetmi: svetom digitálnym, reálnym (fyzickým) a virtuálnym. Tieto svety budú vzájomne integrované prostredníctvom dát. Dáta o výrobe budú zbierané a spracovávané v reálnom čase. Takmer okamžite tak bude k dispozícií informácia o každom objekte vo výrobe, o tom čo práve robí, v akom stave sa nachádza, čo plánuje ďalej, čo mu chýba a pod. Stav každého produktu, stroja, nástroja, zariadenia, prípravku, robota, či človeka bude okamžite snímaný a spracovaná informácia bude odosielaná do riadiaceho centra. Táto informácia bude porovnávaná s ďalším krokom v spracovaní produktov a na základe toho bude generovaná sekvencia budúcich krokov a budú prijímané potrebné rozhodnutia pre ďalšie spracovanie produktu. Virtuálny svet umožní v prípade potreby realizovať simulácie budúceho stavu a predikcie efektov potrebných riadiacich opatrení.

Riadenie takéhoto emergentného systému je komplikovaný proces. Riadiaci systém nemôže všetko ustrážiť sám. Preto sa musí väčšina objektov správať a jednať úplne nezávisle, teda vykazovať autonómne správanie. Riadiacemu systému zostáva v takomto prípade plánovacia, koordinačná a kontrolná funkcia. Vlastný výkon riadenia budú zabezpečovať autonómne agenty (obr.12).

Obr.12  Simulácia multiagentného riadenia  mobilných robotov (Ďurica,L.,2016)

Holonické riadenie a dátová explózia

Každá entita v budúcej výrobe bude schopná komunikovať s ostatnými entitami. Aj keď individuálne entity budú disponovať určitou mierou autonómie, bude na ich správanie dohliadať a ich činnosť plánovať a kontrolovať hierarchicky nadradený riadiaci systém (agent), ktorý bude v továrni určovať virtuálny tok informácií i materiálu. Tento nový riadiaci prístup je označovaný ako holonické riadenie. Vzájomná komunikácia entít v reálnom čase vo výrobe prinesie obrovský rast objemu dát. Už v dnešnej výrobe, keď komunikácia ešte nie je realizovaná spôsobom M2M (každý s každým), existuje problém s množstvom dát. Preto sa hlavnou výzvou pre budúce továrne stáva zber a spracovanie dát. Spoločnosť Audi napríklad uvádza, že výroba karosérie automobilu Audi A3 si dnes vyžaduje za jediný deň asi 200 gigabytov pamäte a to za predpokladu, že všetko vo výrobe prebehne bezchybne. Budúca výroba bude oveľa komplexnejšia. Každý jej prvok od výrobku, cez výrobné zariadenia až po testovanie bude vybavený inteligentnými a kognitívnymi schopnosťami, schopnými identifikovať, klasifikovať, rozpoznávať a rozhodovať. Nové produkčné systémy budú generovať veľké množstvo dát, ktoré bude potrebné inteligentne filtrovať, agregovať, reprezentovať, vizualizovať a uchovávať v redukovanej forme.

Tieto funkcie podporuje nová technológia, označovaná ako internet vecí (Internet of Things). Budúce výrobné prostredie bude musieť zaistiť okamžitý prístup každej produkčnej entity k zbieraným dátam, k čomu slúži technológia cloud computingu. Veľké množstva dát budú vyžadovať nové formy a spôsoby prenosu dát. Čo je však významnejšie, takéto dáta nemôžu zostať nevyužité a tvoriť cintoríny dát. Získané dáta budú tvoriť surový materiál pre ďalšie spracovanie s využitím metód a technológií Big Data. Vyvíjané algoritmy budú schopné v existujúcich dátach vyhľadávať „neviditeľné“ súvislosti a vzťahy a tie využívať pre predikcie a podporu rozhodovania. Nové algoritmy budú inteligentné a preto sa zvyknú označovať aj ako Smart Data.

Podľa niektorých odborníkov by teda mala budúca výroba využívať nový systém riadenia, vychádzajúci z konceptu holonického riadenia. Takéto riadenie by malo kontrolovať a dohliadať na všetky procesy v továrni. V tom ho budú podporovať mobilné bezdrôtové senzorické siete (mWSN – mobile Wireless Sensoric Networks).  Ak by takéto riadenie stratilo prehľad o prebiehajúcich procesoch a celkovej situácii, vo výrobe by nastal totálny chaos. Preto sa výskumníci sústreďujú aj na iné, než len centralizované riadiace koncepty, pričom ako najsľubnejší vyzerá práve koncept založený na využití agentov a multiagentového riadenia. Použitie konceptu agentov je sľubné hlavne preto, že umožňuje do riadenia ľahko integrovať prvky autonómneho správania. Autonómia v praxi znamená, že individuálne entity budú schopné realizovať určité rozhodnutia, bez potreby schvaľovania a často i bez potreby komunikácie s nadradenou úrovňou.

Inteligentné továrne

Inteligentná továreň (Smart Factory) je ešte stále viac snom ako realitou. Zatiaľ premýšľame o nej skôr ako o ideálnom riešení na zelenej lúke, bez vzťahu k existujúcim výrobným štruktúram, existujúcim produktom a dnešným pracovníkom. K takejto generačnej zmene produkčných systémov určite nedôjde okamžitým zrušením existujúcich výrob. Zmeny budú skôr evolučné a budú sa uskutočňovať postupne.

Masívne nasadenie automatizácie, inteligentných strojov a robotov, či rutinné využívanie internetu vecí a cloudovských riešení ešte nejakú dobu potrvá. A to nehovoríme o nanotechnológiách, tak ako ich definoval E.Drexler. Dnes sa ešte jedná skôr o pokusy výskumného charakteru, ktoré sú vo väčšine prípadov nasadzované v experimentálnych podmienkach, nie v hromadnej výrobe.

Niektorí OEM výrobcovia v automobilovom priemysle už experimentujú s princípmi inteligentných tovární, pretože evidujú individuálnych zákazníkov, ktorých počet intenzívne rastie a ktorí chcú meniť detaily svojho vozidla až do úplného ukončenia jeho montáže. Ako hovorí Alois Brandt, vedúci Technology Development Innovation v Audi : „chcú byť pri narodení svojho personalizovaného automobilu“ (Audi Rethinks Production, 2015). Vyvíjané riešenia sú však stále veľmi drahé a teda neekonomické. Jedná sa skôr o prototypy, než o sériové riešenia. Takéto „prototypy“ si dnes kupujú najbohatšie firmy a zvyšujú tým svoj imidž pokrokových spoločnosti. Dobrým príkladom sú firmy Apple, Intel či Google. Takéto investície sú nesmierne dôležité, bez nich by pokrok smerovaný ku inteligentným továrňam zamrzol.

Pozícia ľudí v budúcej výrobe

Aj keď úroveň automatizácie vo výrobe rastie rýchlo a do budúcnosti bude mať tento rast exponenciálny charakter, ešte zďaleka nedosahuje úroveň, univerzálnosť a pružnosť, ktorou disponujú ľudia. V prechodnom období, vzhľadom na komplexnosť a rozmanitosť výroby personalizovaných produktov a ich obrovskú variantnosť či komplexnosť, si dnes vieme len ťažko predstaviť takúto výrobu bez ľudí. Práve naopak. Človek je a dlho ešte zostane najinteligentnejším prvkom výroby, jej najuniverzálnejšou a najpružnejšou súčasťou. Umelá inteligencia ešte dnes zďaleka nedosahuje úroveň ľudskej inteligencie.

V krátkej budúcnosti budú schopnosti ľudí rozšírené s podporou kooperatívnych robotov, robotických asistentov a mobilných robotických platforiem. Ďalšou technológiou, ktorá umocní schopnosti ľudí sú sofistikované informačné, softvérové a komunikačné systémy, ktoré sa stanú súčasťou oblečenia a pracovných odevov (angl. wearables). Odevy plné senzorov, kamier a procesorov sú vyvíjané a testované už dnes, vidieť ich najmä v automobilovom priemysle. Umožňujú nielen sledovať pracovné činnosti, fyzický a emocionálny stav človeka, pracovné prostredie, ale napríklad umožňujú automatické rozpoznávanie a identifikáciu objektov, ich klasifikáciu, vyhľadanie definovanej lokalizácie vo výrobnom priestore, či kontrolu správnosti realizácie pracovnej operácie. Tieto technológie sú v súčasnosti síce ešte veľmi drahé, no ich cena bude vďaka rýchlemu vývoju exponenciálne klesať.

Dá sa očakávať, že aj v nasledovných dekádach bude požiadavka po vysoko kvalifikovaných a zručných pracovníkoch vo výrobe vysoká. Z výroby sa postupne vytratia hlavne tie pracovné pozície, v ktorých je vykonávaná rutinná práca, či opakované činnosti, ktoré je možné ľahko automatizovať.

Od výskumu ku inováciám – Smart Factory vyžaduje rýchlu odozvu

Konkurencieschopnosť produkčných systémov vyžaduje trvalo udržateľnú spoluprácu priemyselnej základne s výskumnou základňou univerzít a akademických inštitúcií. Takáto spolupráca musí byť založená na dôvere, spoločných cieľoch, výhodách a prínosoch pre obidve strany. Pre vznik a rozvoj spolupráce priemyslu a univerzít musí vzniknúť podporné prostredie, dnes nazývané aj ekosystém. Príkladom takéhoto ekosystému môže byť Žilinská univerzita a jej inovačné prostredie, ktoré vytvára spoločne so svojimi spin off firmami a startupmi.

Žilinská univerzita pre podporu inovácií vytvára spoločné laboratória. Jedným z takýchto experimentov je i spoločné laboratórium Žilinskej univerzity a spoločnosti CEIT,a.s. (spin off Žilinskej univerzity). Spoločné laboratórium je už známe pod označením ZIMS (Žilinský inteligentný výrobný systém). Jeho štruktúra je zrejmá z obr.13.

Obr.13  ZIMS Layout (Gregor,M., 2011).

ZIMS sa stal novou platformou, ktorá podporuje výskum a vývoj najnovších technológií a metód, experimentovanie s nimi a následne ich transformáciu do nových inovácií pre priemysel.

Pre ilustráciu výstupov spolupráce uvedieme dva príklady. Prvým je vlastné integrované vývojové a emulačné prostredie pre navrhovanie a testovanie výrobných systémov, známe pod obchodným menom CEIT Factory Twin. Jeho vývoj dnes realizuje spoločnosť CEIT v spolupráci s inovatívnym startupom EdgeCom a Žilinskou univerzitou. Koncept systému Factory Twin je znázornený v obr.14.

Obr.14  Koncept Factory Twin®  (Zdroj: CEIT a EdgeCom)

Na obr.15 je uvedený príklad jedného zo subsystémov Factory Twin, platformy Ella® , ktorá je využívaná pri vývoji komplexných robotických riešení v priemysle.

Obr.15  Ella® – vývoj komplexných robotických riešení (Zdroj: EdgeCom)

Táto platforma umožňuje realizovať celý vývoj, testovanie a emuláciu riadenia nového produktu vo virtuálnej realite, čo zásadným spôsobom skracuje vývoj vlastného riešenia s mobilnými robotmi. Vývojová platforma bola postupne rozširovaná a aplikovaná aj vo vývoji a testovaní komplexnejších logistických riešení, využívajúcich autonómne mobilné robotické systémy bez vodiča (AGV Automated Guided Vehicles). Takto vyvinuté komplexné systémy CEIT pre internú podnikovú logistiku v súčasnosti pracujú vo viacerých nadnárodných koncernoch (VW, Porsche, Škoda, Jaguar, Continental, a pod.). Riešenia implementované v praxi sú skutočne grandiózne, pričom v implementovaných projektoch dnes napríklad koordinovane pracuje viac ako 500 mobilných robotov, asi 1500 ďalších externých zariadení (nakladacie a vykladacie stanice, ťahané návesy, dopravníky, a pod.). Základnou technológiou, ktorú využíva Factory Twin je technológia lokalizácie objektov v reálnom čase RTLS (Real Time Localization System), ktorú vyvinula partnerská firma Sewio z Českej republiky.

Celé riešenie integruje tri svety, svet reálnej fyzickej továrne, digitálny svet – reprezentovaný digitálnymi modelmi, ktorých dynamiku možno analyzovať s využitím počítačovej simulácie a virtuálny svet, reprezentovaný dátami, ktorý je možné optimalizovať s využitím technológie emulácie.

Ďalším príkladom úspešných riešení vyvinutých v spolupráci CEIT a Žilinskej univerzity je systém pre adaptívnu logistiku, ktorý sa uplatnil najmä v automobilovom priemysle. Jeho základom sú mobilné robotické systémy (MRS Mobile Robotics System) a mobilné automatizované platformy (MAP Mobile Automated Platform).

Príklad MAP vyvíjanej v spolupráci CEIT a Žilinskej univerzity je uvedený v obr.16.

Obr.16  Mobilná automatická platforma (Zdroj: Archív CEIT)

CEIT využíva pri formovaní budúcich stratégií trojročný technologický výhľad, pracovne označovaný aj ako CEIT technologický reflektor. V rámci jeho prípravy je hodnotený potenciál vybraných technológií, spracovaný do formy Hype krivky a následne je vytvorený vlastný reflektor (obr.18), ktorý slúži pre rozhodovanie o investíciách (prípadne akvizíciách) do výskumu a vývoja.  Hype krivka (obr.17) očakávaní prínosov z nových technológií ukazuje, že MRS i MAP sa dostávajú v súčasnosti do veľmi zaujímavej oblasti vývoja, keď sa začínajú stávať významným zdrojom rastu produktivity.

Obr.17  CEIT hype krivka a pozícia MRS a MAP

Priority technologických investícií pre oblasť mobilnej robotiky v CEIT a ich budúci, potenciálny vplyv na tržby sú zobrazené vo forme Technologického reflektora v obr.18.

Obr.18 CEIT Technologický reflektor

Na základe Hype krivky, časového intervalu využitia a pravidiel efektívnosti a profitability je realizovaná prioritizácia alternatívnych technológií. S ohľadom na definované technologické priority je v ďalšom postupe detailne špecifikovaná road map výskumu a implementácie príslušnej inovácie (Obr.19).

Obr.19  Grafická forma road map pre inovácie MRS

V spolupráci CEIT a Žilinskej univerzity je v rámci ZIMS vyvíjaný Holonický koncept riadenia internej logistiky (Obr.20) pre Smart Factory.

Obr.20  Nový koncept ALS

Logistika je tvorená samostatnými prvkami, holónmi, ktoré disponujú vlastnosťami autonómie, schopnosťou vzájomne komunikovať, prostredníctvom senzorov zbierať dáta, učiť sa, rozhodovať sa na základe okamžitého stavu výroby, optimalizovať a predikovať jej budúce trajektórie a riešiť riadiace úlohy svojej úrovne. V logistickom výskume sa už hovorí aj o kognitívnej logistike. Adaptívny logistický systém musí preto disponovať schopnosťou meniť nielen svoju štruktúru, ale i svoje funkcie a svoje kapacity. Prvým a nutným predpokladom adaptability je funkčná modularita logistických systémov, ktorá je často krát aj podmienkou rýchlej rekonfigurability logistického systému. Vývojári využívajú pri návrhu a štúdiu dynamiky logistického systému digitálne modely výroby. Tie sú tvorené v prostredí simulačno emulačného softvérového systému Ella, ktorý vyvinula žilinská start upovská firma Edgecom (www.edgecom.eu). Pri vývoji komplexných logistických riešení je využívané vlastné Haptic Visual Adaptive Collaborative Design Environment (HVACDE), ktoré umožňuje dizajnerovi v procese vývoja vizualizovať digitálne modely a prostredníctvom imerzie získavať „reálne“ impulzy, pocity a vnemy, tak ako keby pracoval v reálnom logistickom prostredí.

Každý významný reálny objekt RVS je reprezentovaný svojim virtuálnym dvojčaťom, agentom. Multiagentný systém pre riadenie rekonfigurovateľného logistického systému a mobilných robotických systémov navrhol Ďurica,L. (2016). Mobilný robotický systém okrem plnenia základných funkcií (fyzická úroveň produktu) disponuje aj schopnosťami vykonávať svoje funkcie inteligentne (smart úroveň) a zároveň pri plnení svojich funkcií má možnosť komunikovať s ďalšími entitami (komunikačná úroveň) a na základe takejto komunikácie prijímať rozhodnutia. Takéto komplexné prostredie označujeme ako produktový cloud .

Vďaka pokrokovým technológiám rastie aj funkcionalita MRS, ktoré sa môžu interne rozhodovať, ktorú z funkcionalít (technológií) využijú pri plnení požadovanej úlohy. Súbor takýchto technológií sa označuje aj ako Technology Stack.

Vyvíjané riešenie pre ALS využíva autonómne logistické ťahače Auróra spoločnosti CEIT, ktoré boli navrhnuté ako modulárne systémy (Obr.21).

Obr.21  Logistické ťahače z programu Auróra  (Zdroj: Archív CEIT)

Súbor nadstavieb a príslušenstva (Obr.22) rozširuje možnosti systému CEIT_MRS a podporuje funkcie zamerané na rekonfigurabilitu celého systému.

Obr.22  Príklad nadstavieb  (Zdroj: Archív CEIT)

Jedným z príkladov možnej rekonfigurability je príslušenstvo C-rámu (Obr.23).

Obr.23  Príklad rekonfigurovateľného C-rámu (Zdroj: Archív CEIT)

Nasadenie existujúceho systému Auróra v VW Group ukazuje Obr.24.

Obr.24  Mobilné robotické systémy CEIT vo VW Slovakia (Zdroj: Archív CEIT)

Záver

Vedci a výskumníci sa predbiehajú v predikciách, oznamujú že do roku 2034 sa vo výrobe všetko zmení. Vychádzajú pritom z pokroku dosiahnutého v informačných a komunikačných technológiách, umelej inteligencie, či nanotechnológiách. Pragmatickí odborníci z priemyslu sú triezvejší a hovoria, že výrobné systémy v roku 2034 sa budú ešte veľmi podobať dnešným výrobným systémom. Podľa nich do roku 2034 ľudia z výroby nevymiznú. Aj naďalej budú potrební, no výrazne porastú požiadavky na ich kvalifikáciu a zručnosti. Praktici sú opatrní aj pri formulácií konceptov budúcich výrobných systémov. Tvrdia, že to dobré čo obsahuje Fordov výrobný systém a to čo priniesla štíhla výroba zostane vo výrobných princípoch zachované aj v blízkej budúcnosti. Odborníci sa domnievajú, že v určitej miere zostanú v budúcich konceptoch zachované aj princípy klasickej masovej výroby, ktorá zaistí produkciu štandardných produktov. Túto výrobu však bude možné v prípade požiadavky na individualizovanú výrobu pre špeciálnych zákazníkov rýchlo rekonfigurovať. Je zrejmé, že predstavy o budúcej výrobe sú dnes do značnej miery ovplyvnené našim dnešným pohľadom na organizáciu výroby. Vidíme finálnu montáž a až tak nás netrápi výroba dielcov, modulov, agregátov, ktoré zaisťujú dodávatelia a ktoré budú tiež ovplyvnené prebiehajúcimi zmenami.

V Európe už desaťročie existujú pokusy o vytvorenie štandardov Európskeho výrobného systému, no zatiaľ sme neboli schopní ich formalizovať a uviesť do reálneho života.

Príroda funguje ako komplexný, samoorganizovaný, holonický systém. Aj človek je tvorený malými, autonómnymi jednotkami – holónmi, ktoré spolu vytvárajú väčšie samorganizované, komplexné celky a tie tvoria komplexný holonický systém – človeka.

Príroda vytvorila biologické systémy a prostredníctvom evolúcie umožnila ich ďalší vývoj, smerom ku najvyššej forme organizovanej hmoty – inteligentným systémom.

Biologické systémy reprezentujú najefektívnejšie a najvýkonnejšie výrobné systémy, ktoré ľudstvo dnes pozná. Tieto systémy slúžia vedcom ako vzory pri vytváraní „umelých“ mechanizmov, napodobňujúcich prírodu, pre produkciu nových produktov.

Zmeny požiadaviek zákazníkov robia výrobcom hlboké vrásky. Bez zákazníkov nemôže existovať žiadna výroba a preto výrobcovia pozorne načúvajú hlasu svojich zákazníkov. Tí šikovnejší sa dokonca snažia požiadavky zákazníkov predvídať a v prípade, že to dokážu, získavajú veľkú konkurenčnú výhodu.

Rast požiadaviek na nové kustomizované a personalizované produkty vytvára vysoký tlak na úplne nové koncepty produkčných systémov. Tie musia disponovať vysokou pružnosťou, ktorú je možné zabezpečiť prostredníctvom rekonfigurácie. Nové produkčné koncepty si budú vyžadovať úplne revolučné spôsoby plánovania a riadenia výroby. Tie musia byť založené na holonických princípoch, autonómii a aplikácií umelej inteligencie a evolučných princípov.

Aj keď zmeny nenastanú okamžite, vyspelé krajiny venujú výskumu budúcich produkčných konceptov veľkú pozornosť.

Tento príspevok vznikol s podporou projektu „Rekonfigurovateľný logistický systém pre výrobné systémy novej generácie Factory of The Future (RLS_FoF)“ číslo APVV-14-0752, spolufinancovaného zo zdrojov Agentúry na podporu výskumu a vývoja SR.

Literatúra

  1. Audi Rethinks Production (2015). <http://audi-encounter.com/magazine/smart-factory/02-2015/148-smart-faction> (29.5.2015)
  2. Bauernhansl, T. at all. (2014). Industrie 4.0 in Produktion, Automatisierung und Logistik. Anwendung – Technologien – Migration. Springer Verlag, Wiesbaden, 648 S. (ISBN 978-3-658-04681-1
  3. Drexler,K.E. (2013). Radical Abundance: How a Revolution in Nanotechnology Will Change Civilization. Perseus Books, New York, 327 pp. ISBN 978-1-61039-113-9
  4. Dashchenko,O. (2006). Analysis of Modern Factory Structures and Their Transformability. In: Dashchenko, A.I., Ed. (2006). Reconfigurable Manufacturing Systems and Transformable Factories. Springer Verlag, Berlin, Heidelberg, pp.395-422, ISBN 978-3-540-29391-0
  5. Ďurica,L. (2016). Multiagentový logistický systém s implementáciou vo virtuálnej realite. Dizertačná práca, Katedra priemyselného inžinierstva, Strojnícka fakulta, Žilinská univerzita v Žiline, 181 s.
  6. Gregor,M. (2011). ZIMS- Žilinský inteligentný výrobný systém. ai magazín, 3/2011, s.28-30
  7. Gregor,M., Gregor.M. (2013). Programovateľné materiály. CEIT, 2013, 12s. (CEIT-Š002-12-2013)
  8. Gregor,M.,Gregor,T. (2014). Nanotechnológie, vízie a skutočnosť. ProIN, No.15, č.5, s.30-38 (ISSN 1339-2271)
  9. Gregor,M., Grznár,P., Hoč,M., Ďurica,L. (2017). Nový logistický koncept zo Žiliny. Ústav konkurencieschopnosti a inovácií, Žilinská univerzita v Žiline, 12s.
  10. Gregor, M., Magvaši, V., Gregor, T. (2015). Internet vecí (Internet of Things – IoT) ProIN, roč.16, č.2, s.35-41, (ISSN 1339-2271)
  11. Gregor, M., Medvecký, Š. (2010). Digital Factory – Theory and Practice. Engineering the Future. SCIYO, 22 pp. (ISBN 978-953-7619-X-X)
  12. Košturiak,J., Gregor,M., Mičieta,B., Matuszek,J. (2000). Projektovanie výrobných systémov pre 21. storočie. EDIS, Žilina, 2000, 398s. (ISBN 80-7100-553-3)
  13. Kurzweil,R. (2013): How To Create A Mind. The Secret of Human Thought Revelead. Penguin Books, New York, 319 pp, ISBN 978-0-14-312404-7
  14. Vavrík,V. (2017). 3D model pracovnej scény rekonfigurovateľného montážneho systému s mobilnými robotmi. Ústav konkurencieschopnosti a inovácií, Žilinská univerzita v Žiline.
  15. Westkämper, E., Zahn, E. (2009). Wandlugsfähige Produktionsunternehmen. Das Stuttgarter Unternehmensmodell. Springer Verlag Berlin, 321pp. ISBN 978-3-540-21889-0