ก้าวสู่อนาคตของ Industrie 4.0 พร้อมกับ KUKA

คำว่า Industrie 4.0 นั้นมีมานานหลายปีแล้ว และเทคโนโลยีที่เกี่ยวข้อง เช่น อินเทอร์เน็ตในทุกสิ่ง, การประมวลผลบนระบบคลาวด์ (Cloud Computing), หรือปัญญาประดิษฐ์ (AI) ก็ไม่ได้เพิ่งถูกคิดค้นขึ้นเมื่อวาน อย่างไรก็ตาม ความก้าวหน้าทางเทคโนโลยีที่สำคัญเกิดขึ้นเกือบทุกวัน โดยเฉพาะทั้งสามแนวโน้มที่มีความโดดเด่น

ปัญญาประดิษฐ์ (AI) เป็นหนึ่งในแรงขับเคลื่อนของการเปลี่ยนแปลงทางดิจิทัลอยู่แล้ว และจะมีอิทธิพลเพิ่มมากขึ้นในอนาคต ตัวอย่างเช่น AI ช่วยให้สามารถบำรุงรักษาเครื่องจักรเชิงคาดการณ์ได้ และหุ่นยนต์ที่ใช้ในโรงงานอัจฉริยะจะเปลี่ยนกลายเป็นผู้ช่วยที่ทำงานแบบสแตนด์อโลน ที่สามารถเรียนรู้ได้อย่างอิสระ จัดการอย่างมีเหตุผล และสื่อสารระหว่างกันได้

นอกจากนี้ Machine Learning (แมชชีนเลิร์นนิง) ที่เป็นส่วนที่สำคัญที่สุดของ AI ก็กำลังกรุยทางสู่โรงงาน และจะกลายเป็นส่วนสำคัญของโรงงานอัจฉริยะในไม่ช้า แมชชีนเลิร์นนิงสามารถ “เข้าใจ” รูปแบบและความสัมพันธ์ของเหตุและผลที่พวกเขาสร้างขึ้นเองได้ โดย “เรียนรู้” และตอบสนองแบบเรียลไทม์ โดยการปรับแต่งอัลกอริทึมของตนอย่างอิสระ

หลักการของ Mixed Reality ก็ถือเป็นการปฏิวัติวงการไม่แพ้กัน MR ผสมผสานระหว่างเทคโนโลยีของ Virtual Reality (VR) และ Augmented Reality (AR) เข้าด้วยกัน Virtual Reality หมายความว่าผู้ใช้จะถูกตัดขาดจากโลกแห่งความเป็นจริงและอยู่ในสภาพแวดล้อมเสมือนจริงที่มองเห็นได้ผ่านแว่นตา ซึ่งแตกต่างจาก Augmented Reality ที่สภาพแวดล้อมจริงยังคงมองเห็นได้อยู่ แต่ถูกซ้อนทับด้วยเนื้อหาดิจิทัล (วัตถุเสมือน ข้อมูล) ในตอนนี้เทคโนโลยี Mixed Reality สามารถผสมผสานเนื้อหาเสมือนจริงเข้ากับโลกแห่งความจริงได้ เนื้อหาใน Mixed Reality ไม่ได้เป็นเพียงการฉายภาพเท่านั้น แต่กลับแสดงผ่านอุปกรณ์พกพาหรือเครื่องแสดงภาพแบบสวมหัว เช่น Microsoft Hololens ที่แสดงผลภาพโฮโลแกรมที่ผสานเข้ากับโลกจริงอย่างสมจริง ซึ่งแตกต่างจาก Augmented Reality ภาพสามารถเคลื่อนย้ายและเปลี่ยนแปลงได้ราวกับว่าเป็นวัตถุจริง

เราจึงสามารถพูดได้ว่าอนาคตได้เริ่มต้นขึ้นจริง ๆ แล้ว แต่การใช้เทคโนโลยีเหล่านี้ในอุตสาหกรรมมีประโยชน์อย่างไรบ้าง มาดูโครงการนวัตกรรมของ KUKA กัน

KUKA.Sim ซอฟต์แวร์การจำลองของเราช่วยให้คุณสามารถตั้งโปรแกรมหุ่นยนต์นอกสภาพแวดล้อมการผลิตได้ ซอฟต์แวร์นี้ช่วยให้ผู้ใช้สามารถโต้ตอบกับฝาแฝดดิจิทัลได้ เช่น ภาพเสมือนจริงของกระบวนการผลิตจริงในภายหลัง ไม่ว่าจะเป็นการออกแบบกระบวนการหรือการแสดงภาพการไหลของวัสดุและปัญหาคอขวดหรือรหัส PLC: การจำลอง 3 มิติที่สร้างขึ้นโดย Kuka.Sim ก็ครอบคลุมกระบวนการวางแผนทั้งหมด ในขณะเดียวกัน ชุดควบคุมแบบเสมือนและของจริงก็ทำงานด้วยข้อมูลเดียวกัน: สิ่งที่วางแผนไว้แบบเสมือน ก็จะเกิดขึ้นจริงในภายหลังในลักษณะที่เหมือนกันทุกประการ การทำเช่นนี้ทำให้การวางแผนกระบวนการผลิตมีความน่าเชื่อถือสูงสุด โดยที่ใช้แรงและต้นทุนเพียงน้อยนิด

เรียนรู้เพิ่มเติมเกี่ยวกับ KUKA.Sim

หากสามารถคาดการณ์อายุการใช้งานของส่วนประกอบหุ่นยนต์แต่ละชิ้นได้ ก็จะสามารถหลีกเลี่ยงเวลาหยุดทำงานที่มีค่าใช้จ่ายสูงและการหยุดชะงักของการผลิตได้ นี่คือสิ่งที่กำลังศึกษาในโครงการวิจัย “Artificial Intelligence for Lifetime and Availability Prediction of Industrial Robots” (ปัญญาประดิษฐ์สำหรับการคาดการณ์อายุการใช้งานและความพร้อมใช้งานของหุ่นยนต์อุตสาหกรรมหรือ KIVI) ซึ่งได้รับเงินสนับสนุนจาก The Bavarian State Ministry of Economic Affairs, Energy and Technology (StMWi) โดยมีจุดประสงค์คือการตรวจสอบสภาพของหุ่นยนต์อุตสาหกรรมอย่างต่อเนื่องและสามารถบำรุงรักษาเชิงคาดการณ์ได้ (Condition Monitoring และ Predictive Maintenance) เพื่อจุดประสงค์นี้ เซ็นเซอร์หลายตัวจะส่งลักษณะการสั่นสะเทือนในการดำเนินงานของส่วนประกอบแต่ละชิ้นของหุ่นยนต์ไปให้ก่อน ปัญญาประดิษฐ์จะใช้เพื่อประเมินข้อมูลที่เกี่ยวข้อง: โดยจะระบุรูปแบบของการเกิดสภาวะการสึกหรอและเรียนรู้รูปแบบพฤติกรรมจากสิ่งเหล่านี้ กล่องเครื่องมือ AI ต้นแบบ ที่ขณะนี้อยู่ในขั้นตอนการประเมินแล้วคือผลลัพธ์ที่จะได้จากการศึกษาในครั้งนี้ ทันทีที่สามารถใช้งานในเชิงพาณิชย์ได้ บริษัทผู้ผลิตจะสามารถเพิ่มความพร้อมใช้งานของระบบและทำให้กระบวนการผลิตมีประสิทธิภาพมากขึ้น อีกทั้งยังช่วยประหยัดทรัพยากรอีกด้วย

จุดเริ่มต้นของกระบวนการเพิ่มประสิทธิภาพทั้งหมดของหุ่นยนต์อุตสาหกรรมคือข้อมูล อย่างไรก็ตาม การสร้างและรวบรวมต้องใช้เวลาและค่าใช้จ่ายจำนวนมาก เพื่อประหยัดสิ่งเหล่านี้ ปัจจุบันสามารถรวบรวมข้อมูลได้โดยการจำลองการโต้ตอบของหุ่นยนต์ได้แล้ว ปัญหาคือ แม้แต่การจำลองขั้นสูงก็ยังไม่สามารถแสดงถึงความเป็นจริงได้อย่างสมบูรณ์แบบ โครงเรื่องที่เรียนรู้ได้จากการจำลองก็ไม่สามารถถ่ายโอนไปยังหุ่นยนต์จริงได้ในทันที เรามักเรียกความยากลำบากในลักษณะนี้ว่า “Reality Gap หรือช่องว่างของความจริง”

และนี่ก็คือที่มาของโครงการ “TransLearn” ของเรา: เราต้องการเอาชนะ Reality Gap ด้วยการระบุข้อผิดพลาดของการจำลอง โดยมีจุดประสงค์คือการถ่ายโอนผลลัพธ์การจำลองไปยังหุ่นยนต์จริงอย่างราบรื่น

ซึ่งนำมาซึ่งข้อดีมากมาย ก็คือหุ่นยนต์สามารถตั้งโปรแกรมได้เร็วขึ้นและดีขึ้นในการจำลอง ซึ่งช่วยลดต้นทุนในการตั้งโปรแกรมได้ นอกจากนี้ หุ่นยนต์ยังสามารถเรียนรู้ได้ดีและเป็นอิสระมากขึ้นอีกด้วย ทั้งในการจำลองและในระบบจริง กระบวนการเรียนรู้ที่ดีขึ้นทำให้หุ่นยนต์อุตสาหกรรมไม่จำเป็นต้องตั้งโปรแกรมที่ต้องใช้ค่าใช้จ่ายจำนวนมากอีกต่อไปในอนาคต คุณเพียงแค่สอนเท่านั้น การทำเช่นนี้จะทำให้หุ่นยนต์สามารถเรียนรู้ด้วยตนเองได้ว่าจะลดรอบเวลาให้สั้นลงหรือใช้พลังงานน้อยลงได้อย่างไร

บริษัทที่มีกระบวนการผลิตที่ทันสมัยจะต้องสามารถตอบสนองต่อความต้องการหรือเงื่อนไขที่เปลี่ยนแปลงไปได้อย่างรวดเร็ว โดยเฉพาะกระบวนการผลิตที่จำเป็นต้องมีการปรับเปลี่ยนอยู่บ่อยครั้ง ทั้งตัวกระบวนการเอง ทรัพยากรการผลิต รวมถึงผลิตภัณฑ์ที่จะผลิต ดังนั้นจึงควรสามารถทำ “วิศวกรรมต่อเนื่อง” กระบวนการดังกล่าวได้ตลอดเวลา BaSys 4 สามารถพัฒนาระบบพื้นฐานสำหรับระบบการผลิตได้ ทำให้กระบวนการผลิตเปลี่ยนแปลงได้อย่างมีประสิทธิภาพ ขณะนี้เรากำลังดำเนินโครงการ BaSys 4.2 ที่รับได้เงินสนับสนุนจาก Federal Ministry of Education and Research (BMBF) เพื่อปรับใช้องค์ประกอบโครงสร้างพื้นฐาน Industrie 4.0 เพิ่มเติมตามแนวคิดและมาตรฐานของแพลตฟอร์ม Industrie 4.0 เรากำลังมุ่งเน้นไปที่สามหัวข้อได้แก่ “มิดเดิลแวร์”, “ความสามารถ” และ “ระบบคอมพิวเตอร์เสมือน” เราต้องการพัฒนาแบบจำลองความสามารถที่ได้มาตรฐานเพิ่มเติมและนำระบบตรวจสอบความสามารถอัตโนมัติมาใช้งานจริง

โดยมีจุดประสงค์คือระบบการผลิตที่ปรับเปลี่ยนได้ ซึ่งสามารถตอบสนองต่อความต้องการที่เปลี่ยนแปลงได้อย่างชาญฉลาดและมีเหตุผล