המפתח להגדלת הפרודוקטיביות הוא פיתוח מערכות ניהול

מחשוב נייד, נתונים הקשריים וארכיטקטורה מודולרית ישנו את המראה והתחושה של מערכות בקרה וישפרו את הפרודוקטיביות הכוללת של המפעל, ויסייעו להפחית את הסיכון לפיטורי עובדים מנוסים.

ארגונים משקיעים במערכות ניהול מתוך ציפייה שהן יתפקדו כמצופה במשך שנים רבות. קצב השינוי במערכות הניהול מואץ והעשור הבא יביא לשינויים אדירים.

הבנת השינויים הללו חשובה לארגונים המחפשים את הביצועים הטובים ביותר ואת ההחזר על ההשקעה במערכות בקרה.

במשך עשרות שנים, מערכת הבקרה הוגבלה לחומרה פיזית: כניסות ויציאות קוויות, בקרים מחוברים וארכיטקטורות מובנות, כולל רשתות ייעודיות ותצורות שרתים.

הפחתת עלויות החישוב והחיישנים, פיתוח תשתית רשת ואלחוטית וארכיטקטורה מבוזרת (כולל ענן) פותחות כעת אפשרויות חדשות למערכות בקרה.

בנוסף, תקני הכללה וייצור מתפתחים, כגון ממשקי Advanced Physical Layer (APL) וממשקי סוג מודולרי (MTP), יובילו לשינויים משמעותיים בתכנון ובשימוש במערכות ניהול ארגוניות במהלך העשור הבא.)

גם עם הזמנים והטכנולוגיה המשתנים, המשוואה להצלחה נשארת זהה: בחר מערכת בקרה אמינה וקלה לשימוש תוך מתן גישה לטכנולוגיות חדשות לשיפור הפרודוקטיביות.

הגמישות של מערכת הניהול מפחיתה את הסיכונים הכרוכים בפרישה של עובדים מנוסים

במהלך העשור האחרון, התעשייה ראתה פרישה של אנשי מקצוע ונקטה בצעדים כדי למתן את ההשפעות של אובדן הניסיון. שינויים אלו הביאו לצמצום מספר העובדים במקום העבודה במספר ענפים.

יחד עם זאת, עם שורה של טכנולוגיות סריקה חדשות ויכולות העברת נתונים ברוחב פס גבוה, עסקים אוספים יותר נתונים מאי פעם, וארגונים רוצים לקבל יותר ערך מהנתונים האלה כדי לעזור להם לשפר את הביצועים העסקיים ולשפר את הבידול.

זה כולל אפשרויות גמישות יותר לאספקת מוצרים, איכות אופטימלית והיקפי ייצור עקביים, כמו גם בטיחות תפעולית משופרת ותאימות סביבתית.

בתגובה, ארגונים רבים ירחיבו את ארכיטקטורת הניהול שלהם לתשתית מבוזרת יותר גיאוגרפית, מה שיאפשר לצוותים קטנים וריכוזיים של אנשי מקצוע לספק תמיכה בכל הצי שלהם.

נתונים קריטיים ממערכת הבקרה יהיו גלויים ברחבי הארגון, מה שיאפשר לצוותים קטנים לספק תמיכה עבור מספר מיקומים מפוזרים גיאוגרפית. כל התמונות באדיבות אמרסון

ניתן להוסיף למומחים פנימיים אלו מומחי OEM המורשים גישה מאובטחת להיבטים רלוונטיים של תשתית זו.

מרכיב אחד בארכיטקטורה מבוזרת זו הוא הענן, בין אם הוא פרטי, ציבורי או היברידי. ההגירה ההדרגתית של בקרות ארכיטקטוניות לא חיוניות לענן מקלה על ארגונים לעבוד ביעילות רבה יותר ולקבל החלטות טובות יותר.

משתמשי ענן מקבלים יותר ערך מהנתונים שלהם על ידי מינוף מומחיות מרחבי העולם, בין אם בעסק שלהם ובין אם מספקי שירותים רבים.

בנוסף, ריכוז נתונים בענן מציע את היתרון של עלויות נמוכות יותר במחזור החיים, דרישות תחזוקה נמוכות יותר וביטול איי נתונים מבודדים.

מעבר לבקרה ריכוזית ידרוש שינוי באסטרטגיית מערכת הניהול, גם אם הבקרה הראשונית בפועל לא תועבר מהרמה התפעולית.

הכלים עליהם מסתמכים המומחים (תצורת מערכת, ניטור מכשירים, ניהול אזעקות, נתונים והיסטוריית אירועים בזמן אמת, תאומים דיגיטליים, מערכות ניהול תיקונים וכו') הם מרכיבים במערכת הניהול.

רבים מהכלים הללו אינם משפיעים על הניהול השוטף, אלא קשורים למערכת הניהול, אשר בתורה קשורה למיקום פיזי בארגון. בעתיד, יהיה הגיוני יותר לארח את הרכיבים הללו בענן.

ארכיטקטורות נתונים וענן מרכזיות יאפשרו גם פריסה מהירה של טכנולוגיות חדשות.

ריכוז הנתונים מקל על ארגונים ליישם גישה ניידת מאובטחת חד כיוונית לנתוני מערכת הניהול, ומאפשרת לצוות הארגוני לעקוב אחר זה בכל מקום

אינטגרציה קלה מגבירה את היעילות

המפתח להצלחה הוא מציאת פלטפורמות המאפשרות הכנסת טכנולוגיות חדשות במינימום אינטגרציה ועלויות טכניות. הכי מתקדמים בקרים יכולים לפעול כבקרים עצמאיים ובעלי יכולת להשתלב במערכת ניהול גדולה יותר, המאפשרת לארגונים לפתח יכולות ארכיטקטורה וניהול ביחס לתהליכים ומוצרים.

חברות תעשייתיות מובילות גם מפחיתות את הצורך בייצור מודולרי עם טכנולוגיות הכנס-הפעל חדשות.

טכנולוגיית ה-MTP, שפותחה על ידי NAMUR (Association of Users of Automation Technologies in Manufacturing Processes), משתמשת בטכנולוגיות קיימות ליצירת ממשקים לאינטגרציה מגובשת של מערכות שונות ומפשטת את התכנון של מערכות מודולריות.

MTP מתקן את האינטראקציה בין מודולי ייצור ומערכת הבקרה, ומאפשר לארגונים לשלב רכיבים.

מערכת הבקרה תמשיך למלא תפקיד קריטי בניהול ואופטימיזציה של מערכות מודולריות מגוונות אך משולבות יותר אלו.שימוש בתקני אינטגרציה אלו הוא מרכיב מרכזי בהשגת התוצאה הטובה ביותר האפשרית.

בקרות מתקדמות ותאומים דיגיטליים משפרים את יעילות העבודה

מערכות הבקרה כוללות כעת הרבה יותר כלים אנליטיים ותמיכה בהחלטות כדי לעזור למפעילים לקבל החלטות מושכלות יותר במגוון רחב יותר.

במקום לקבל החלטות, לקבל אותן ולקוות שהן הבחירה הנכונה, המפעילים ישתמשו בסימולציה כדי לאמת החלטות מפתח בסביבה אוטונומית.

לדוגמה, מפעיל במפעל עשוי להבחין שמשתנה תהליך נמצא במגמה גרועה. המפעיל משתמש בתאום הדיגיטלי כדי לבדוק את השגרה החדשה ואז מגלה שהיא קרובה מדי לגבול ההפסקה.

כדי להימנע מתרחיש זה, הוא ישתמש תאומים דיגיטלייםלנסות חלופות אחרות ולמצוא דרך לנהל משא ומתן בטוח על פרמטרי התהליך.

המפעיל עוזר לקבל את ההחלטה הנכונה מבלי לבדוק שום דבר על תהליכים ומכשירים אמיתיים, התאום הדיגיטלי יהיה זמין במקום העבודה ובענן ויהפוך לחלק סטנדרטי ברוב הפרויקטים.

האם בינה מלאכותית (AI) יכולה להיות השלב הבא בפיתוח מערכות בקרה?

מערכות הבקרה התפתחו ללא הרף במהלך עשרות השנים. טכנולוגיות בינה מלאכותית (AI) עוזרות לפתח את הדור הבא של כמה מערכות בקרה.

בקר אינטגרלי-נגזרת פרופורציונלית (PID). ניתן לפרש כהפרדה בין יכולות: האלמנט הפרופורציונלי מציג את האות, האלמנט האינטגרלי מתקרב לנקודת ההגדרה, והאלמנט הדיפרנציאלי יכול למזער את החריגה.

בעוד שמערכת אקולוגית ניהולית יכולה להיות רשת מורכבת של טכנולוגיות מחוברות זו לזו, ניתן לפשט אותה גם על ידי ראייתה כענף מתפתח כל הזמן של עץ משפחה. כל טכנולוגיית מערכת בקרה מציעה תכונות ייחודיות משלה שלא היו זמינות בטכנולוגיות קודמות.

לדוגמה, Feedforward משפר את בקרת ה-PID על ידי חיזוי פלט הבקר ולאחר מכן שימוש בחיזויים כדי לבודד שגיאות עקב עיוות תהליכים מרעש האות.

בקרת חיזוי מודל (MPC) מוסיפה לכך יכולות נוספות על ידי פירוק תחזיות של תוצאות התערבות בקרה עתידיות ושליטה במספר כניסות ותפוקות מתואמות.

ההתקדמות האחרונה באסטרטגיות בקרה היא הכנסת טכנולוגיות בינה מלאכותית שלוקחות מערכות בקרה תעשייתיות לשלב הבא.

ניתן להרחיב את טכנולוגיית הבינה המלאכותית כדי לפתור כל בעיה מורכבת שניתן לעצב, למשל לניהול הפסקות ייצור לסירוגין במפעלים המספקים את מגזר הנפט והגז, וכן לייעל ולנהל את הפעילות של בתי זיקוק ומפעלים כימיים.

כדי להפיק את המרב מהפתרונות החדשים הללו, ארגונים זקוקים לפלטפורמות אוטומציה לא סטנדרטיות וקלות לשימוש כדי לעזור להם להתפתח עם תנאי השוק והתעשייה המשתנים.