Postęp w automatyce stawia przemysł przed koniecznością nowych wyzwań.
Jeszcze nigdy technologia nie rozwijała się tak szybko, oferując m.in. globalne wykorzystanie urządzeń mobilnych, smartfonów, samouczące się i coraz bardziej zręczne roboty, dostępną cenowo metodę sekwencjonowania genomów oraz wszechobecne systemy akwizycji i przetwarzania danych. XXI wiek przyniósł imponujący postęp technologiczny i chociaż niektóre z aktualnych innowacji, takie jak projekt Hyperloop 600 mph, pojazdy bezzałogowe czy sztuczna inteligencja znajdują się w fazie prototypowej, stanowią one dowód na to, że wkrótce naszą rzeczywistością staną się urządzenia o lepszej jakości, krótszym czasie testowania, bardziej niezawodnej pracy w sieci oraz z możliwością wykonywania niemal natychmiastowych obliczeń.
Według National Instruments (NI), równie istotnym co krytyczne spojrzenie na cel, do którego zmierzamy oraz w jaki sposób chcemy go osiągnąć, jest rozważenie oczekiwanych korzyści. Raport NI Trend Watch porusza tematy takie, jak masowe zastosowanie koncepcji Internetu Rzeczy (IIoT), uczenia maszynowego oraz nadchodzących wyzwań w zakresie badania coraz większej ilości połączonych i zelektryfikowanych systemów. Poniżej przedstawiamy podsumowanie pięciu najważniejszych trendów wskazanych w raporcie NI Trend Watch 2018.
1. Konieczność skutecznego zarządzania w zakresie IIoT
Accenture szacuje, że w ciągu trzech najbliższych lat 95% firm stosować będzie IIoT w celu maksymalizacji dyspozycyjności, optymalizacji wydajności oraz dla napędzania innowacji w obrębie produktów i procesów. Innymi słowy, wdrożenie IIoT nie ma już na celu wyprzedzenia konkurencji, ale raczej stanowi konieczność, by nie pozostawać w tyle. Inteligentne i połączone “rzeczy” dają obecnie przedsiębiorstwom możliwość zwiększenia wydajności, przy jednoczesnym obniżeniu kosztów, jednak wciąż często pomija się kwestie efektywnego zarządzanie tymi rozproszonymi systemami.
Firmy z wszystkich sektorów przemysłu wprowadzają obecnie nowy rodzaj rozproszonych platform i ekosystemów, które docelowo przekształcą przedsiębiorstwa w swego rodzaju koła napędowe innowacji i rozwoju, przy wykorzystaniu inteligentnych technologii. Technologie IIoT pozwalają na pełne wykorzystanie zalet tych najlepszej jakości platform oraz na ostateczne obniżenie kosztów eksploatacyjnych i lepsze wykorzystanie zasobów. Aby móc skutecznie wdrażać strategię IIoT, firmy muszą zarządzać danymi, konfiguracją oprogramowania oraz systemami zdalnymi.
2. Postęp 5G a zdezorganizowanie procesów testowania
Nowa technologia 5G oznacza transformację generacyjną, która w znacznym stopniu wpłynie na firmy oraz konsumentów w skali światowej. Niesie ona ze sobą możliwości, na które czeka wielu konsumentów: szybsze przetwarzanie danych, krótsze czasy reakcji w komunikacji sieciowej (mniejsze opóźnienia), natychmiastowy i wszechobecny dostęp do informacji oraz pojemność umożliwającą obsługę miliardów urządzeń.
Pomimo, iż rozwiązania w zakresie testów i pomiarów będą kluczowe dla cyklu komercjalizacji, technologia 5G zdezorganizuje procesy testowania, ponieważ wymaga ona innego podejścia niż w przypadku starszych generacji technologii bezprzewodowych. Podejście oparte na elastycznej oraz konfigurowalnej programowo platformie, stanie się kluczowe dla rozwoju tego ekosystemu.
3. Obalenie prawa Moore'a
Według najnowszych publikacji prawo Moore’a (obserwacja, że liczba tranzystorów w układzie scalonym podwaja się co dwa lata) zostało obalone. Chociaż rynek półprzewodników i elektroniki doświadcza ostatnio szeregu problemów, nie nadszedł jeszcze czas, by wróżyć mu rychły upadek. Nowe techniki obliczeniowe oraz nowe zastosowania istniejących już technologii, nadal zwiększają możliwości przetwarzania sygnałów dla szybkich modułów wejść/wyjść (I/O). Jak wykazują wcześniejsze dokonania w dziedzinie architektury, takie jak np. procesory wielordzeniowe, kluczem do sukcesu są narzędzia i struktury oprogramowania, które wykorzystują zróżnicowane elementy obliczeniowe.
4. Elektryfikacja pojazdów: zdezorganizowanie nie tylko dla przemysłu motoryzacyjnego
Jeszcze dekadę temu powszechne było całkowicie mechaniczne sprzężenie pomiędzy kierownicą a przednimi kołami samochodu. Wskutek eksplozji technologii przewodowego sterowania pojazdem drogowym (“drive-by-wire”), w połączeniu z naciskami rządów w stronę wprowadzenia pojazdów całkowicie elektrycznych, paradygmat ten uległ zmianie, a jego wpływ sięga o wiele dalej niż tylko przemysł motoryzacyjny.
Zastosowanie energoelektroniki oraz napędów elektrycznych zwiększa złożoność układów sterowania, a ich integracja sprawia, że rośnie ona dodatkowo i gwałtownie. Czynniki te w sposób bezpośredni wpływają na złożoność pojazdów, a pośrednio tworzą natychmiastową potrzebę rozwoju ich infrastruktury. Aby mogło się to wydarzyć potrzebne jest między innymi interdyscyplinarne podejście do konstruowania bezpiecznych i niezawodnych systemów sterowania dla pojazdów samochodowych.
5. Automatyzacja w obszarze inżynierii z zastosowaniem uczenia maszynowego
Uczenie maszynowe przyniosło korzystne rezultaty w kolejnych, niszowych obszarach, ale dziedzina ta dysponuje o wiele większym i trwalszym potencjałem, ze względu na zapotrzebowanie na szerszy wgląd oraz efektywność w całym przemyśle.
Ponieważ aplikacje uczenia maszynowego migrują z przestrzeni klienta wraz z platformami rozwojowymi i nowatorską technologią IIoT, decydenci w przedsiębiorstwach szukają u inżynierów i w nowej generacji uczenia maszynowego pomocy w znalezieniu ulepszeń w zakresie dostępności, wydajności i efektywności, w morzu analogowych danych typu “Big Data”.
Kiedy innowacje staną się rzeczywistością, istotne będzie, aby dotrzymać tempa zmianom generowanym przez te rozwiązania w wielu gałęziach przemysłu.
Autor: Kyle Voosen to kierownik działu marketingu akwizycji i kontroli danych w National Instruments.