Trendy v průmyslové automatizaci - směrem k Industry 4.0

Trendy v průmyslové automatizaci směrem k Industry 4.0 Vladimír MAŘÍK

http://cyber.felk.cvut.cz/ www.ciirc.cvut.cz

Katedra kybernetiky FEL – EU Center of Excellence Český institut informatiky, robotiky a kybernetiky (CIIRC) České vysoké učení technické v Praze

Katedra kybernetiky, ČVUT FEL

Vývoj kybernetiky jako teoretického základu automatizace První etapa (1950-1980) (Dynamický) systém a jeho model Teorie informace Zpětná vazba Druhá etapa (1980-2000) Znalostní systém, (procedurální) znalosti Strojové učení a optimalizace Ontologie (deklarativní znalosti) Dnešní etapa (od 2000) Agentový systém Autonomie v distribuovaném systému Systémová integrace, internet věcí, sémantický web Hlavní principy kybernetiky: systémový pohled a bezprostřední interakce s fyzickým světem Katedra kybernetiky, ČVUT FEL

Kybernetika − Nejvýznamnější dosažené výsledky: – Automatické řízení dynamických systémů – Rozpoznávání/klasifikace objektů z naměřených dat, strojové vnímání, zpracování obrazové informace, rekonstrukce objektů – Znalostní a expertní systémy, sémantické struktury a ontologie – Distribuované znalostní systémy (multi-agentní) – Systémová integrace, integrace dat, datové sklady (data-warehousing), cloudy a big data – Strojové učení, „dolování“ znalostí z dat (data-mining) – Plánování a rozvrhování – Technická a lékařská diagnostika – Rozpoznávání přirozené řeči a automatizované překlady – Vestavěné systémy a Internet věcí – SOA a Internet služeb Katedra kybernetiky, ČVUT FEL

Klíčové rozvojové oblasti kybernetiky

Robotika – motivační role Ale i mnoho praktických aplikací, např. i v bezpilotních letadlech, automobilech budoucnosti, marsochody, podmořské roboty apod. Systémy reagující bezprostředně s reálným prostředím a vykazující autonomní chování Roboti významní pro výrobu Antropomorfní roboti – spíše předmětem výzkumu

(Kurzweilova singularita) Agentní systémy – metodologický význam Nový přístup směřující k nové teorii systémů, vyžaduje změnu myšlení Propojování (nehmotných) distribuovaných znalostí s reálným světem První praktické aplikace v nejrůznějších oblastech Mnoho teoretických problémů (emergentní chování, stabilita, adaptabilita)


Klíčové rozvojové oblasti kybernetiky

Biomedicínské systémy a asistivní technologie – aplikační, pro potřeby lidí Vycházejí z potřeb zdravotnictví a zlepšování životního standardu mnoha skupin obyvatel Využívají principů robotiky, agentových technologií, strojového učení a mnoha dalších Inspirace přírodou (finančně náročný výzkum mozku v USA i v EU) Průmyslové aplikace – výrazný ekonomický efekt Automatické řízení Systémová integrace Smart grids Systémy strojového vnímání Plánování a rozvrhování Řízení dopravy, plánování misí Obranné aplikace (kybernetická bezpečnost, plánování misí atd.) Katedra kybernetiky, ČVUT FEL

Prorůstání a konvergence technologií

Osobní počítače <- -> mobilní komunikační prostředky <- -> průmyslové automaty Ontologie <- -> WWW Agentní systémy <- -> OO-programování, SOA (Service Oriented Architecture) Agentní systémy <- -> Internetové technologie Přirozené pronikání kybernetických principů do dalších oblastí: Big data, Smart Grids, mobilní aplikace, počítačová bezpečnost, internet věcí


Agentové technologie


Co je agent? − Agent je výpočetní systém, pracující v jistém prostředí, jenž je schopen flexibilního, vysoce autonomního chování tak, aby dosahoval svých vlastních cílů − Agent není jenom objekt, proces, program, počítač, .. − Agenti mohou působit jako izolované jednotky nebo jako členové multi-agentní komunity intelligent agent

collaborative learning agent

cooperate

collaborative agent

autonomous

learn

interface agent


Jací jsou agenti? − autonomní – agenti jsou proaktivní, cílevědomé jednotky, operující relativně samostatně − reaktivní – činnost agentů je stimulována událostmi, agenti jsou schopni vnímat a bezprostředně reagovat − intencionální – mají schopnost pracovat s dlouhodobým záměrem, organizovat chování tak, aby dosahovali dlouhodobých cílů, komunikují ve speciálním jazyce pro agentovou komunikaci (ACL), formulují plány a používají reflektivního uvažování − sociální – agenti spolupracují v rámci komunit, aby dosahovali sdílených cílů, vědí o sobě navzájem, uvažují o sobě, mohou se sdružovat do koalic, týmů a profitovat z tohoto sdružování


Architektura agenta − Agent obvykle sestává z – obalu a – těla − Tělo nemá vůbec představu o komunitě a obal je zodpovědný za plánování a realizaci sociální interakce v širším slova smyslu − Obal tak sestává z – komunikační vrstvy – znalostního modelu

wrapper

body

communication layer acquaintance model

body


Co od nich chceme?

− typické schopnosti agenta: – – – – –

delegovat odpovědnost, dekomponovat úlohy na podúlohy, kontrahovat optimální spolupracovníky, tvořit týmy a koalice, vyhledávat chybějící informace …

− Tyto schopnosti jsou obvykle podporovány specializovanými agenty: facilitátory a informačními brokery, mediátory, matchmakery nebo zprostředkovatelskými agenty – tito agenti jsou obvykle součástí multiagentní platformy – jako centrální jednotky (nevidíme rádi) − Důležité služby (musí být zajištěny vždy): white pages (bílé stránky) yellow pages (žluté stránky)


Komunikace a dohadování − Meziagentová komunikace: – Speciální jazyky ACL – Cílená nebo všesměrová – Umožňuje dohadování – Zabezpečuje emergentní chování − Metody dohadování – Advertise & subscribe – Aukce – Contract-net-protocol


Contract-Net-Protocol (CNP) − Alokace úlohy: – přes mediátora/brokera/facilitátora/zprostředkovatelského agenta, nebo – autonomně prostřednictvím CNP (upřednostňováno) − − −

kontrahující posílá potenciálním kontrahovaným agentům výzvu ke spolupráci potenciální kontrahovaní agenti zasílají nabídku kontrahující vybírá nejlepší nabídku a uzavírá kontrakt


Aplikace agentových technologií v průmyslové automatizaci


Distribuované inteligentní řídící systémy (1) • Moderní průmyslové řídící systémy – Rostoucí složitost výrobních zařízení – Trvale rostoucí požadavky zákazníků • • • •

Rychlá inovace produktů (vysoký počet malých zakázek) Stále kratší časy od objednávky k expedici) Tolerance k chybám Flexibilita a dynamická rekonfigurovatelnost

– Tradiční centralizované přístupy nezvládají


15

Distribuované inteligentní řídící systémy (2) • Založeny na metodách agentních systémů – Řízení distribuováno na dosti autonomní jednotky (reprezentované agenty) • Agenti specializováni na různé úlohy for various control tasks/machines • Nabízejí své schopnosti jiným agentům

– Složité úlohy řešeny kooperací • Vyjednávání o poskytnutí schopností a kapacit • Komunikace prostřednictvím krátkých zpráv

• Výhody oproti standardním centralizovaným přístupům – Řídící systémy nemusí být programovány pro konkrétní linky • Prototypoví agenti pro jednotlivé funkcionality, individualizace instancí • Složitost programování se nezvyšuje s růstem systému

– Odolnost proti chybám – Snadná rekonfigurovatelnost systému Katedra kybernetiky, ČVUT FEL

16

Agenti pro řízení v reálném čase – nejnižší úroveň • Agenti přímo spojeni s fyzickým systémem – Nutno zabezpečit reakce v reálném čase – Klasičtí SW agenti nestíhají – Natupují tzv. holonické předprogramované subsystémy na bázi IEC 61499, reagující obdobně jako agenti • Integrace agentů s řízením na bázi PLC – PLC-řízení (IEC 61131-3) dále využíváno pro řízení v reálném čase, může běžet bez problémů bez agentů – SW agenti uvažováni jako inteligentní vrstva nad klasickým řídícím systémem • pokročilá optimalizace, diagnostika, rekonfigurace, .


17

Vývojové prostředí pro agentové systémy − Vývojové prostředí – Podporuje kompletní vývoj agentového řídícího systému: − návrh – generování kódu – aplikování − Může být využito i pro neagentní systémy – Knihovna prototypových agentů pro řízení − OO-návrh (znovupoužitelnost, dědění..) − Editor kódu žebříčkové logiky − Editor chování agentů – Návrh konkrétních aplikací řízení (editor řízení výrobního úseku) − Tvorba instancí prototypů řídících elementů − Přiřazení agentů k automatům nebo PC – Generování kódu, download and run


Simulace − Simulace v průmyslovém prostředí – Užívá se pro testování agentového řídícího systému − Testování na reálném HW příliš drahé – Detekce emergentního chování − Celkové chování – agregace chování jednotlivých agentů − Těžko predikovatelné při návrhu − MAST – Manufacturing Agent Simulation Tool (Rockwell Automation) – Implementován v Javě – Řídící agenti v reálném čase (JADE) − Agenti pro řízení výrobních buněk, agent transportního pásu, agent výhybky, agent sensoru, … – Simulační část − emulace fyzického výrobního prostředí – GUI (návrhový systém drag-and-drop) − Vizualizace simulace Katedra kybernetiky, ČVUT FEL

19

Simulace − SW simulace průmyslového prostředí – Model fyzického zařízení nebo procesu − Užity komerční simulátory (Matlab/Simulink) − Synchronizátor – Synchronizace času a výměny dat − Matlab/Simulink simulace − PLC systém na bázi žebříčkové logika − Přímočarý a hladký přechod k reálnému řízení – Prostřednictvím PLC datové tabulky (patentované řešení Rockwell Automation)


20

Aplikace – transport materiálu (2) − MAST použit v DIAL Lab (Cambridge University, UK) – Laboratorní model balící linky – Původně monolitické ne-agentní řízení − Simulace pomocí MAST – Noví agenti − Fanuc robot, nakládací station, agent úložného regálu ... – Agent výrobku − Vyjednává s dalšími agenty o balících operacích – Integrace s RFID − RFID agenti sbírají data z RFID čteček − Poskytují data dalším agentům prostřednictvím standardní agentové komunikace


Nejnovější trendy − Aplikace sémantických znalostí – Efektivní reprezentace a sdílení sémantických znalostí − Jednotný formální popis významu jednotlivých dat v dané oblasti – Komunikace mnohem jednodušší − komponenty mají stejnou interpretaci vyměňovaných zpráv – Použití technologií sémantického webu: OWL, RDF − Webové aplikace ve výrobě – Komplexní, dynamická a interaktivní rozhraní ve webových prohledávačích Machine – Technologie: Google Web Toolkit, AJAX, instance HTML5, CSS3, … Of CNC125

provides Operation

provides Drilling


Agenti v automatizaci palubních procesů Agentní řízení pro systémy distribuce chladící vody (lodě US Navy) – Cíl: zvýšení funkčních schopností palubních systémů − On-line rekonfigurace v případě poruchy nebo poškození − Řídící systém umístěn co nejblíže k zařízením – Každé fyzické zařízení representované agentem − Chladicí zařízení, ventily, úseky potrubí, služby – Hledání alternativních cest distribuce chladící vody v případě poruchy (agentní vyjednávání)

−

V002

LPAC DHYR 2

V003 V103

V121 IC/ GYRO 2

CHW PLANT 1

CIC EQPT 2 HVAC CLS 2

NSWC Chilled Water System Test-bed

V127

SONAR EQPT

STBD ARRAY

V601 V122 SLQ-32 400 HZ CNVTR 1 V603

PORT ARRAY

V231

C&D ELEC EQPT

V004 CIC EQPT 2

V001 HVAC CLS 1

V230

IC/ GYRO 1

LPAC DHYR 1

CHW PLANT 2

400 HZ CNVTR 2

V234 V204

V006

Rockwell Automation Controllers

V005


Agentové technologie v plánování a rozvrhování


Plánování a rozvrhování v MAS

− Úspěšně aplikováno v doménách – Strategického plánování, plánování misí – Multi-robotických operací – Rozvrhování výroby – Plánování dopravních tras (vehicle routing problem)

Planning Agent

Planning Agent

Scheduling Agent Scheduling Agent Scheduling Agent


Projekt ARUM − ARUM – Adaptive Production Management – Integrovaný projekt FP7 (14 partnerů) – Období 2012-2015, rozpočet 11.5 M€ − Cíle projektu – Optimalizace náběhu výroby a řízení malosériové výroby – adaptivní strategické plánování a operační rozvrhování – Celkové zlepšování business procesů − Use cases – Airbus (A350) – náběh výroby letadel – Iacobucci – náběh výroby interiérů letadel – Infineon – výroba vrtsvených polovodičů


Celková architektura

FND UI

Operational Scheduler

SD UI

FND&SD Service

Strategic Planner

Business Process Mining & Optimization (MIDAS)

Security Service

iESB

ARUM Events Ontology

ARUM Core Ontology

Ontology Service

SPARQL queries & publish-subscribe RDF (data, events)

ARUM Scene Ontology

Data Transformation Service (TIE Integrator)

Mapping files

TIE Semantic Integrator

ARUM Core Ontology Legacy syst. schemas

ARUM Events Ontology

Raw data Ontology & operational data (triple store)

SAP Gateway

Other AIB Gateway

SAP (AIB)

Pepsy (AIB)

RDB (Airbus data) Gateway

RDB (Airbus data)

AS400 Gateway

IHF XLS gateway

AS400 (IHF)

Excell sheet


iESB − iESB – Intelligent Enterprise Service Bus – Vhodný pro integraci of heterogenních nástrojů a služeb − vychází z Jboss ESB a TIE ESB – komunikace prostřednictvím zpráv − užívá FIPA ACL pro zasílání zpráv − Sniffer - vizualizace zpráv


Ontologie − Služby ontologií – Ontologie se používají k udržení společné sémantiky dat – Shromažďují data ze starších systémů via Data Transformation Service a Gateways − Agregace dat ze starších „zděděných“ systémů: SAP, PEPSY, Excell, SQL, … − Operační rozvrhování pracovních stanic – Agentový přístup + matematická optimalizace (CLP) − agenti representující výrobní jednotky (pracovní stanice) − Vyjednávání o průběhu prací a reakce na události (chybějící zdroje, nekonformita, …) – Hypotetické plánování s využitím simulací − Uživatel může vytvořit alternativní scénáře a sledovat, jaké efektivity lze dosáhnout


Iniciativa Industry 4.0


Industry 4.0 − Konvergence a propojování technologií – Agentové technologie (metodologie, standardní služby, SOA, užití sémantiky/ontologií) – Komunikační technologie (Internet, mobilní řešení, RDIF, wifi atd.) – Datové a znalostní technologie (Big Data, sémantika, strojové učení) – Výpočetní prostředky (osobní počítače, mobily, vestavěné aplikace, výkonné průmyslové procesory, superpočítače) − Pro všechny tyto technologie k dispozici aplikační platformy a standardy (nakročeno k interoperabilitě) − První univerzální integrované platformy umožňující užívat současně SW platforem pro agentové technologie, SW platformy pro ontologie a sémantiku a využívající násobně moderní komunikační technologie byly vyvinuty: Gnublin Board (ARM9, 180 Mhz, 32 MB SDRAM) či Gadgeteer (ARM7, 72 MHz, 4,5 MB Flash, 16 MB RAM) – umožňují fyzické napojení mnoha modulů Katedra kybernetiky, ČVUT FEL

Industry 4.0 – iniciativa vlády SRN – 750 mil. EUR na 3 roky – „Evoluce od vestavěných systémů ke kyberneticko-fyzikálním systémům“ − Technologické pokroky  1. průmyslová revoluce: pára  2. průmyslová revoluce: elektřina  3. průmyslová revoluce: počítače a roboti  4. průmyslová revoluce: Kyberneticko-fyzikální systémy (CPS)


Industry 4.0 Základem: využití Internetu věcí a Internetu služeb Internet věcí:  Na internet napojeno:  Každé výrobní zařízení  Každý výrobek (i nedokončený)  Každý nosič výrobku Jedná se o fyzické napojení/HW závislé určené k přímé komunikaci mezi fyzickými systémy Internet služeb  každé zařízení reprezentováno SW entitou  ta si může vyvolat libovolnou službu (HW nezávislou)  Přístup k ontologiím, www, k datům v cloudech či jiných úložištích  může běžet na stejném fyzickém procesoru, ale i na úplně jiném Katedra kybernetiky, ČVUT FEL

Picture 1 Internet služeb (Internet of Services)

CPC

Chytrý materiál Apl. platforma

Sémantika Smart Factory

Chytré výrobky Apl. platforma

Apl. platforma

Internet věcí (Internet of Things)


Industry 4.0 Každé zařízení napojeno na Internet 2x, ale fyzicky to může být jen jedenkrát či vícekrát Toto napojení by mělo nahradit všechny průmyslové komunikační protokoly (Profibus, Interbus, Profibus, DeviceNet...) Internet: - otevřený (obecné informace ve W3) - firemní internet (popisy výrobního zařízení, produktů, firemních plánů, statistik atd.) S výhodou se využívá: - Filosofie agentů - SOA


Chytrý výrobek Každý výrobek (i nedokončený) lze chápat jako - informační kontejner - agent - pozorovatel prostředí Musí obsahovat: - senzory - záznamník událostí - sémantickou paměť výrobku (SPM) - rozhodovací modul (na bázi umělé inteligence) - akční člen/členy

Senzory Záznamník událostí Rozhodovací modul Sématická paměť Akční členy

Rozhodovací modul může být schopen vyvolat všechny komunikační akty známé z oblasti agentů resp. si vyžádat libovolné služby Akčním členem může být např. jen vysílač zpráv (viz komunikační obal viz výše) Katedra kybernetiky, ČVUT FEL

Architektura Smart Factory

Stroj 1

M2M komunikace

Stroj 2

M2M komunikace

...

Stroj N

Vyhledávání výrobních služeb, vytvoření instance, provedení

Transportní nosič 1

...

Transportní nosič N

Plánování výroby

Vznikající výrobek 1

...

Vznikající výrobek N


Informační propojení Důležitá je interoperabilita – jádro průmyslového CPS je XML-based Web server Přesně stejné filosofie, která se používá v automatizaci průmyslové výroby Industry 4.0, lze využít např. při technologické přípravě výroby, plánování a rozvrhování, organizaci zásobovacího řetězce, v ERP atd., přičemž tyto systémy mohou být úplně propojeny. Dochází tak k úplnému internetovému/informačnímu propojení všech aktivit spojených s průmyslovou výrobou a její automatizací


Průmyslové asistivní systémy založené na CPS − Člověk zapojen jako kooperující komponenta, jako jedno ze zařízení, které může inicializovat procesy − Má k dispozici množinu aplikací (Application Store) − Využívá se i rozšířená realita („augumented reality“) − Lehké, flexibilní roboty spolupracují s člověkem


Problémy Industry 4.0

Chybí centrální řídící element  emergentní chování Nákladná analýza celého systému a potřeb jeho řízení Velké množství komunikace – servery a sítě nestíhají – možný kolaps Potřeba učení v ontologických sítích a dolování dat z cloudů – pravděpodobnostní model složitého systému – jedině tak lze zvládat dynamicky se měnící složité systémy


Trendy v průmyslové automatizaci - směrem k Industry 4.0

Recommend Documents