Przejdź do treści

Przemysł 4.0, IIoT i piramida automatyzacji

Od PLC i SCADA do danych, chmury i cyfrowych bliźniaków

Wstęp

Cel kompetencji kształcenia nr 17 wymaga, aby uczeń mógł omówić rozwój przemysłowej technologii automatyki w oparciu o różne warstwy piramidy automatyki oraz jak rozwiązania Industrie 4.0 — w tym chmura, Big Data, sztuczna inteligencja i bliźniaki cyfrowe — wpływają na zadania technologów automatyki. Nie wystarczy już rozumieć jedną instalację w izolacji; musisz zrozumieć, jak rozmawia z resztą firmy.

Piramida automatyzacji — klasyczne warstwy

Piramida automatyzacji to sposób opisania, jak tradycyjnie sterowanie i dane są organizowane w warstwy, od podłogi w górę ku kierownictwu. Na dole znajduje się poziom pola i sterowania: czujniki, aktuatory i sterowniki PLC, które sterują procesem fizycznym w czasie rzeczywistym. Powyżej znajduje się poziom SCADA, który monitoruje i obsługuje kilka sterowników PLC razem. Nad SCADA znajduje się MES (Manufacturing Execution System), która steruje samą produkcją — zamówienia, zużycie materiałów, jakość. Na górze jest poziom ERP, całościowy system firmy do ekonomii, zakupów i planowania.

PoziomFunkcja
Pole/sterowanie (PLC)Steruje czujnikami i siłownikami w czasie rzeczywistym
SCADAMonitoruje i obsługuje wiele sterowników PLC łącznie
MESKieruje samą produkcją: zamówienia, materiały, jakość
ERPOgólny system firmy: ekonomia, zakupy, planowanie

Kiedy piramida się rozpada

Przemysłowy IoT (IIoT) rzuca wyzwanie ścisłej myśli warstwowej. Zamiast aby dane miały wędrować w górę przez każdy poziom, dane z czujników mogą być dzisiaj wysyłane bezpośrednio do usług w chmurze lub narzędzi analizy, podczas gdy PLC nadal kontroluje proces fizyczny. Daje to szybszy dostęp do danych w całej organizacji, ale stawia również nowe wymagania na techniku automatyki: sieci, zbieranie danych i komunikacja między systemami przemysłowymi stają się częścią codziennej pracy - coś cel kompetencyjny nr 16 bezpośrednio adresuje z wymogami instalacji i debugowania na sieciach przemysłowych.

Sztuczna inteligencja i Big Data w produkcji

Duże ilości danych operacyjnych z czujników mogą być używane do czegoś więcej niż tylko monitorowanie - mogą być analizowane w poszukiwaniu wzorców, które przewidują, kiedy komponent prawdopodobnie ulegnie awarii (konserwacja predykcyjna), lub aby znaleźć wąskie gardła w produkcji. Komisja branżowa ds. szkolenia wskazała zatem, że sztuczna inteligencja będzie coraz bardziej wykorzystywana w pracy technika automatyki, i że przyszłe apprentice powinni zaznajomić się z technologią już podczas szkolenia.

Bezpieczeństwo IT staje się częścią zawodu

Im bardziej urządzenie jest podłączone do sieci i chmury, tym większe jest również ryzyko ataku lub manipulacji z zewnątrz. Cel kompetencyjny nr 18 wymaga zatem, że uczeń na podstawie zrozumienia systemu technologii automatyki może podjąć niezbędne środki ostrożności dotyczące bezpieczeństwa IT w stosunku do własnych zadań pracowniczych. W praktyce oznacza to rzeczy takie jak znajomość haseł dostępu i segmentacji sieci, niepodłączanie niezabezpieczonego urządzenia bezpośrednio do Internetu i zrozumienie, że system produkcyjny zaburzony przez cyberatak może być równie poważny jak błąd mechaniczny.

  • 01Piramida automatyzacji: PLC/pole → SCADA → MES → ERP
  • 02IIoT wysyła dane bezpośrednio do analizy i chmury, niezależnie od warstw klasycznych
  • 03Cyfrowy bliźniak: zaktualizowana cyfrowa model fizycznego obiektu
  • 04Sztuczna inteligencja i Big Data są używane m.in. do konserwacji stanu
  • 05Bezpieczeństwo IT na poziomie obiektu (OT) staje się częścią codziennego zadania