L’industria pesante fa affidamento sul personale per ispezionare strutture pericolose e sporche. È costoso e mettere gli esseri umani in queste zone comporta evidenti rischi per la sicurezza. Produttore svizzero di robot ANYbotics e società di software LINFA stanno cercando di cambiare la situazione.
I robot autonomi a quattro zampe di ANYbotics saranno collegati direttamente al software di pianificazione delle risorse aziendali backend di SAP. Invece di trattare un robot come una risorsa autonoma, questo lo trasforma in un nodo mobile di raccolta dati all’interno di una rete IoT industriale.
Questa iniziativa dimostra che l’innovazione hardware può ora connettersi efficacemente con i flussi di lavoro aziendali consolidati. Sottolineando questa tendenza più ampia, SAP sponsorizza quest’anno Expo sull’intelligenza artificiale e sui big data in Nord America al San Jose McEnery Convention Center, California, un evento opportunamente collocato insieme al Fiera della tecnologia IoT E Summit sull’automazione intelligente e l’intelligenza artificiale fisica.
Quando un’attrezzatura si rompe in un impianto chimico o in una piattaforma offshore, costa una fortuna. Le persone effettuano ispezioni di routine per individuare tempestivamente questi problemi, ma gli esseri umani si stancano e le piante sono enormi. I robot, d’altro canto, possono camminare costantemente sul pavimento, trasportando sensori termici, acustici e visivi. Collega questi sensori a SAP e una pompa calda genererà istantaneamente una richiesta di manutenzione senza attendere che un essere umano la segnali.
Eliminazione del ritardo nel reporting
Di solito, individuare un problema e registrare un ordine di lavoro sono due passaggi scollegati. Un lavoratore potrebbe sentire uno strano rumore in un compressore, scriverlo e digitarlo su un computer ore dopo. Nel momento in cui la parte di ricambio viene approvata, la macchina potrebbe essere distrutta.
La connessione di ANYbotics a SAP elimina questo ritardo. L’intelligenza artificiale integrata del robot elabora immediatamente ciò che vede e sente. Se rileva una frequenza motore irregolare, non si limita a visualizzare un avviso su uno schermo separato, ma utilizza le API per comunicarlo direttamente al modulo di gestione delle risorse SAP. Il sistema controlla immediatamente la presenza di pezzi di ricambio, calcola il costo di potenziali tempi di inattività e programma l’intervento di un tecnico.
Ciò automatizza il flusso di informazioni dal reparto alla direzione. Significa anche che i macchinari vengono giudicati in base a numeri rigidi e coerenti anziché all’opinione soggettiva di un ispettore umano.
Mettere i robot nell’industria pesante non è come installare software in un ufficio: le aziende devono fare i conti con infrastrutture inaffidabili. Le fabbriche di solito hanno una connettività Internet pessima a causa del cemento spesso, delle impalcature metalliche e delle interferenze elettromagnetiche.
Per far sì che funzioni, la configurazione si basa sull’edge computing. È necessaria troppa larghezza di banda per trasmettere costantemente video termici ad alta definizione e dati Lidar al cloud. Quindi, i robot elaborano la maggior parte di questi dati localmente. I processori integrati rilevano la differenza tra una macchina che funziona normalmente e una che si surriscalda pericolosamente. Inviano a SAP solo i dettagli cruciali (ad esempio il guasto specifico e la sua posizione).
Per gestire i problemi di rete, molti dei primi utilizzatori costruiscono reti 5G private. Ciò offre loro la copertura di cui hanno bisogno in strutture enormi dove il normale Wi-Fi non funziona. Inoltre blocca l’accesso, mantenendo i dati del robot al sicuro dalle intercettazioni.
Naturalmente, la sicurezza è una questione importante. Un robot ambulante pieno di telecamere è effettivamente una vulnerabilità in roaming. Le aziende devono utilizzare protocolli di rete zero-trust per verificare costantemente l’identità del robot e limitare i moduli SAP che può toccare. Se il robot viene violato, il sistema deve interrompere immediatamente la connessione per impedire agli aggressori di spostarsi lateralmente nella rete aziendale.
Questi robot generano un’enorme quantità di dati non strutturati mentre camminano. Trasformare le immagini audio e termiche grezze nelle tabelle ordinate richieste da SAP è difficile.
Se le aziende non gestiscono correttamente tutto questo, i team di manutenzione saranno sommersi dagli allarmi. Un robot troppo sensibile potrebbe emettere centinaia di avvisi inutili al giorno, ignorando completamente la dashboard SAP. I team IT devono stabilire regole rigide prima di attivare il sistema. Hanno bisogno di soglie esatte per ciò che attiva un vero ticket di manutenzione e ciò che deve semplicemente essere tenuto d’occhio.
La configurazione di solito utilizza il middleware per tradurre la telemetria del robot nel linguaggio SAP. Questo software agisce come un filtro, eliminando il rumore in modo che solo i problemi reali raggiungano il sistema ERP. Anche il data Lake che memorizza tutte queste informazioni deve essere organizzato per futuri progetti di machine learning. Riparare le macchine rotte è l’obiettivo a breve termine; il profitto a lungo termine sta nell’utilizzare anni di dati robot per prevedere i guasti prima che si verifichino.
Garantire il successo dell’implementazione fisica dell’IA
Far cadere i robot in una fabbrica naturalmente rende le persone nervose. Il successo del progetto spesso dipende dal modo in cui le risorse umane lo gestiscono. I lavoratori di solito guardano i robot e presumono che i licenziamenti siano i prossimi.
La direzione deve essere chiara sul motivo per cui i robot sono lì. L’obiettivo è far uscire le persone da aree pericolose come zone ad alta tensione o settori chimici tossici per ridurre gli infortuni. Il robot raccoglie i dati e l’ingegnere umano passa all’analisi di tali dati e all’esecuzione delle riparazioni effettive.
Ciò richiede una riqualificazione. I lavoratori che prima camminavano lungo il perimetro ora devono leggere i dashboard SAP, gestire ticket automatizzati e lavorare con i robot. Devono fidarsi dei sensori e la direzione deve assicurarsi che gli operatori sappiano che possono assumere il controllo manuale se accade qualcosa di inaspettato.
Le aziende devono procedere lentamente al lancio. Poiché la sincronizzazione dei robot fisici con il software aziendale è complicata, le implementazioni su larga scala dovrebbero iniziare come piccoli progetti pilota mirati.
Il primo test dovrebbe essere effettuato in un’area specifica con rischi noti ma con una rete Internet solida come la roccia. Ciò consente all’IT di monitorare il flusso di dati tra l’hardware e SAP in uno spazio controllato. In questa fase, il compito principale è assicurarsi che i dati corrispondano alla realtà. Se il robot vede una cosa e SAP ne registra un’altra, deve essere controllata e corretta quotidianamente.
Una volta che la pipeline di dati funziona effettivamente, l’azienda può aggiungere più robot e connettere altri sistemi, come l’ordinazione automatizzata delle parti. I responsabili IT devono continuare a verificare se le loro reti private possono gestire più robot, mentre i team di sicurezza aggiornano le loro difese contro le nuove minacce.
Se le aziende trattano questi ispettori autonomi come un’estensione della loro architettura dati aziendale, ottengono un’enorme quantità di informazioni sulle loro risorse fisiche. Ma farcela significa mettere a punto l’infrastruttura di rete, le regole dei dati e l’elemento umano esattamente nel modo giusto.
Vedi anche: L’ascesa dell’IoT invisibile nelle operazioni aziendali
Vuoi saperne di più sull’intelligenza artificiale e sui big data dai leader del settore? Guardare Fiera dell’intelligenza artificiale e dei big data che si svolge ad Amsterdam, in California, e a Londra. L’evento completo è parte di TechEx ed è situato in concomitanza con altri importanti eventi tecnologici tra cui Fiera sulla sicurezza informatica e sul cloud. Clic Qui per ulteriori informazioni
AI News è alimentato da Media TechForge. Esplora altri prossimi eventi e webinar sulla tecnologia aziendale Qui.
Fonte: www.artificialintelligence-news.com
