공장을 스마트하게 만들기 – 소프트웨어 제조를 위한 7가지 기준

인더스트리 4.0은 제조업에 대한 전면적인 변화를 가져오고 있습니다. 미래의 공장은 자율적으로 운영됩니다. 사람의 개입 없이 자체적으로 자체 및 프로세스를 구성하고 오작동이나 문제를 해결할 수 있습니다.

스마트 팩토리의 기반은 관련된 모든 주체(기계, 제품 등)의 지능에 있으며, 이 기반은 소프트웨어를 통해 구현됩니다. 기계의 상황, 즉 기계의 동작에 영향을 미칠 수 있는 모든 정보를 지속적으로 평가함으로써 소프트웨어는 각각의 특정 상황에서 기계가 취하거나 시작해야 하는 조치를 결정할 수 있습니다. 이 상황별 평가는 오늘날의 제조 환경에서 이미 어느 정도 생성된 풍부한 생산 및 기계 데이터를 기반으로 합니다.

지식을 소프트웨어로 변환

각각의 특정 상황에서 어떤 조치를 취해야 하는지에 대한 지식은 일반적으로 생산 프로세스에 대한 프로세스와 규칙을 정의하는 제조 전문가에게 있습니다. 이러한 프로세스와 규칙을 자동화할 수 있다면 기계 자체에서도 실행할 수 있습니다. 이를 달성하려면 프로세스와 규칙이 소프트웨어에서 명시적으로 모델링되어 자율적인 의사 결정이 가능해야 합니다. 생산 직원의 지식을 소프트웨어로 변환하는 것은 진화적인 과정입니다. 생산이 지속적으로 개발되고 최적화되는 것처럼 기계가 매일 수행해야 하는 작업의 수와 복잡성은 꾸준히 증가하고 있습니다. 결과적으로 작업은 시간이 지남에 따라 가르쳐야 합니다. 즉, 지식은 지속적으로 번역되어야 합니다.

인간 전문 지식의 중요한 역할

모든 작업을 독립적으로 수행하는 기계의 전망은 종종 사람들이 미래의 제조 산업에서 쓸모없게 될 것이라는 의미로 받아들여집니다. 실제로 사람들은 내일의 공장에서 단순히 다른 역할을 할 것입니다. 첫째, 그들은 미래 공장의 창조자가 될 것입니다. 다른 하나는 예를 들어 하드웨어와 소프트웨어 간의 복잡한 인터페이스를 처리하는 것과 같이 이미 많은 부분이 작업의 일부를 구성하는 모니터링 및 제어 작업을 담당하게 됩니다. 이러한 작업은 계속해서 증가할 것이며 앞으로 사람들의 작업에서 가장 큰 비중을 차지하게 될 것입니다.

지식을 소프트웨어로 변환하는 것은 일회성 작업이 아니라 지속적인 프로세스라는 점에 유의하는 것이 중요합니다. 기계, 프로세스 및 제조 자체가 계속 발전함에 따라 새로운 과제가 정기적으로 나타날 것이며 많은 경우 이러한 과제에 대한 솔루션 자체가 자동화되어야 합니다. 이것은 생산 직원이 개발 프로세스에서 계속해서 적극적이고 중요한 역할을 할 것이라는 것을 의미합니다. 왜냐하면 그들은 산출, 품질 및 비용을 최적화할 수 있는 가능성을 식별하는 데 가장 적합한 사람이 되기 때문입니다. 그들은 기계 작동 방식에 대한 모든 세부 사항을 이해할 수 있는 전문 지식을 보유하고 있으며, 언제 임계 상태에 도달했는지, 이 상태에 도달했음을 나타내는 매개변수는 무엇인지, 기계 또는 생산 라인이 직면한 문제를 어떻게 해결해야 하는지 정확히 알고 있습니다. . 그들은 항상 진정한 제조 전문가가 될 것입니다.

제조 전문가를 위한 소프트웨어

일반적으로 교육 및 경험 측면에서 제조 전문가가 반드시 자격을 갖춘 프로그래머는 아닙니다. 작업 요구 사항은 미래에 변경될 가능성이 높지만 제조 전문가가 규칙 및 프로세스를 모델링하는 공식 방법을 사용한 경험이 있기 때문에 현재의 불일치로 인해 스마트 공장 개발이 지연되지는 않을 것입니다. 스마트 제조의 발전을 촉진하는 데 필요한 것은 그 활동을 지원하는 맞춤형 소프트웨어뿐입니다.

출처:Bosch.IO 제조 전문가를 위해 설계된 소프트웨어에 대한 7가지 기준

적절한 소프트웨어는 제조 전문가가 지식을 소프트웨어로 변환하는 데 있어 최적의 지원을 제공할 수 있습니다. 다음은 제조 전문가의 요구 사항을 충족하기 위해 특별히 맞춤화된 소프트웨어 도구가 충족해야 하는 7가지 기준입니다.

1. 여러 소스의 데이터에 액세스하는 기능

프로덕션 환경에서는 매일 엄청난 양의 데이터가 생성됩니다. 데이터는 생산 프로세스가 품질 표준을 충족하는지, 계획된 출력을 달성할 수 있는지 또는 기계에 오작동이 발생하는지 여부를 밝힐 수 있습니다.

출처:Bosch.IO 여러 출처의 데이터에 액세스할 수 있는 기능

2. 지식을 직관적으로 번역하는 능력

지식을 소프트웨어로 변환하는 것은 현재 제조 전문가 혼자서는 수행할 수 없는 복잡한 프로세스입니다. 제조 전문가에게 프로그램 코드를 직접 생성할 수 있는 기회가 주어지면 스스로 코드를 개발, 테스트 및 적용할 수 있으며 결과에 따라 효율적으로 작업할 수 있습니다.

3. 일반 모델용 템플릿

제조 환경은 테스트 데이터를 평가하고, 이상 징후를 식별하고, 추세를 예측하기 위해 다양한 방법을 사용합니다. 소프트웨어가 제조 전문가에게 최적으로 맞춤화되려면 제조 전문가의 작업을 지원하기 위해 도메인 전문 지식을 통합해야 합니다.

4. 실시간 데이터에 지식을 적용하고 검증하는 능력

제조 전문가의 노하우가 실행 가능한 소프트웨어로 변환되면 이를 실시간 데이터에 적용할 수 있어야 합니다. 이를 통해 전문가는 지정된 지식이 실제 데이터와 대면했을 때 원하는 결과를 생성하는지 여부를 확인하고 필요한 경우 소프트웨어를 조정할 수 있습니다.

5. 동료의 참여

사람들이 생성 프로세스 자체와 모든 후속 단계에서 고도로 자동화된 프로세스의 제어를 유지하는 것이 중요합니다. 생성 프로세스의 핵심 중 하나는 관련된 사람들이 자동으로 평가되는 정보도 수신하도록 하는 것입니다.

6. 새로운 시스템과 데이터 소스의 통합

미래의 공장을 개발하는 것은 진화적인 과정입니다. 제조 전문가를 지원하도록 설계된 소프트웨어는 이러한 지속적인 개발 프로세스를 고려해야 합니다. 따라서 스마트 팩토리의 지속적이고 지속적인 개발을 촉진하기 위해 새로운 기계, 센서 및 데이터 소스를 시스템에 쉽게 통합해야 합니다.

7. 다른 기계 및 라인에서 사용할 수 있는 지식

지식이 소프트웨어로 변환되고 생산 라인에서 그 기능이 입증되면 동일한 플랜트 및 다른 플랜트 모두에서 적절한 프로세스, 워크플로 등을 통해 이 지식을 다른 기계 및 라인으로 전송하여 혜택을 받을 수 있어야 합니다. 재사용성.

미래의 공장을 만들고 개발하기 위해 제조 전문가는 자신의 요구에 맞는 소프트웨어가 필요합니다. 무료 백서 "생산 데이터의 규칙 기반 분석 - 인더스트리 4.0의 중심에 있는 제조 전문가"를 읽고 다음 질문에 대한 자세한 답을 얻으십시오.

<울>

공장을 스마트하게 만들려면 어떻게 해야 하나요?

이 과정의 중심에 사람이 있는 이유는 무엇입니까?

제조 전문가를 위해 설계된 소프트웨어의 세부 기준은 무엇입니까?

이 맥락에서 프로덕션 데이터의 규칙 기반 분석이 어떻게 도움이 될까요?