Билатерални панел САД – Србија: „Најбоља пракса Индустрије 4.0“

Водећи светски стручњак за технолошки развој, Индустрију 4.0 и вештачку интелигенцију, проф. др Џун Ни (Jun Ni) са Машинског факултета Универзитета у Мичигену био је један од главних предвача на 34. Билатералном панелу САД – Србија „Најбоља пракса Индустрје 4.0“, који је недавно одржан у хотелу „Сиеста“ у Ужицу.

Његова излагања на тему „Revitalizing American Advanced Manufacturing“ и „Transformational  Needs and Case Studies of Smart Manufacturing in 4th Industrial Revolution“ изазвала су велику пажњу учесника скупа, који су оценили да изнета искуства САД и НР Кине у домену технолошког развоја и Индустрије 4.0 могу бити од велике помоћи Србији за сличан приступ у овој области.

Панел су организовали Машински факултет Универзитета у Београду, Машински факултет Универзитета у Мичигени, Департман за машинство на Универзитету Тексас и компанија „Инмолд“ из Пожеге, која је била и домаћин скупа.  Због пандемије Ковид ‐19 панел је одржан у онлине формату, а скуп је пратило 32 учесника из Србије, САД, Кине и других земаља.

Основна идеја овог и будућих међународних билатералних Панела је размена знања и искустава између земаља организатора (зато ’’билатерални’’) и најбоље праксе Индустрије 4.0 из угла националних програма Индустрије 4.0, високо‐школског образовања и истраживања у овој области, као и примене овог концепта у индустрији, посебно за СМЕс, што је на овом Панелу и остварено.

Учеснике је подзравио Миодраг Дуганџија, в.д. помоћник министра привреде РС који је, између осталог рекао да је дигитализација домаће привреде једна од најважнијих активности коју  Министарство привреде подржава на различите начине. „Иинтелигентна индустрија је основа модерне индустрије.  Полазећи од те чињенице, Министарство привреде ради на креирању услова за дигиталну инфраструктуру за Индустрију 4.0 у нашој земљи“, истакаоје госпогин Дуганџија.

У име Машинског факултета у Београду, учесницима се обратио  проф. др Предраг Елек,  продекан  међународну сарадњу.  Он је представио образовне и научно-истраживачке потенцијале Машинског факултета и истакао значај његовог  континуираног рада на питањима Индустрије 4.0, још од 2015. године, када је одржан први панел на ту тему у Србији.

Проф. др Драган Ђурђановић, са Машинског факултета из Тексаса, говорио је о значју националног покрета Индустрије 4.0 у Србији, у који је укључен од самог почетка, 2015. године.

У име домаћина скупа, компаније „Инмолд“, учеснике је поздравио и пожелео им добродошлицу, господин Слободан Јанковић, један од власника и технички директор, који је и званично отворио 34. Панел САД-Србија.

Индустрија 4.0 – Америчко искуство

Радни део скупа отворило је предавање проф. др Џун Ни-ја на тему „Revitalizing American Advanced Manufacturing“, током којег је указао на важне чињенице којима се Влада САД водила при дефинисању истоименог документа, који је усвојила у јуну 2019. године.

Како је навео, основно полазиште америчке владе било је: (1) снажан амерички производни сектор је од суштинског је значаја економску и националну безбедност; (2) он доприноси више од 2,4 билиона долара америчкој економији или 11.4 % БДП‐а; (3) прерађивачка индустрија такође чини 8,5 запослености у САД; (4) покреће 60 % извоза и 70 %истраживања и развоја приватног сектора (истраживање и развој).

Основни правци које је Влада САД овим документом подржала су:

(1) модернизација фабрика дигитализацијом старе опреме по ниским ценама, развојем и применом софтвера отвореног кода, где софтвер и хардвер коштају мање од 1.000 долара по машини. То омогућава и најмањој производној компанији да ажурира своје процесе без замене скупе старе опреме;

(2) примена технологије која омогућава безбеднији и дужи рад ватрогасцима при гашењу пожера, као и потребан ваздух за себе и жртве;

(3) лидерство у LED технологији за осветљење и енергетској електроници;

(4) на бази истраживања Института за иновације паметне производње чисте енергије, развијен је дигитални систем за праћење ланца снабдевања, осигуравајући да производи буду без глутена, од поља жетве, до различитих контејнера за отпрему и складиштење и на крају производње;

(5) откривање вирусних и бактеријских загађивача, развојем напредних методе за брзо откривање бактеријских или вирусних загађивача присутних током производње лекова како би се обезбедили сигурни, висококвалитетни лекови за америчку јавност;

(6) персонални медицински уређаји, пружају сталне информације у реалном времену пружаоцима здравствених услуга како би олакшао пацијентима да добију негу која им је потребна стварањем удобних, носивих медицинских уређаја који обезбеђују континуирани надзор.

Свака земља, која жели да донесе свој стратешки План за развој производње, треба да пође од оквира приказаног у наставку текста.

Кључни покретачи за производњу у будућности, које једефинисао Светски економски форума (WEF) у Давосу, 2015. године су: Индустријска политика владе; Споразуми о међународној трговини; Курс националне валуте; Стране директне инвестиције; Инфраструктура и снадбевање енергијом; Радна снага и развој талената; Наталитет; Поуздани извори природних ресурса; Иновациони екосистем.

WEF je 2015. године основао Панел за Индустрију 4.0, који је водио проф. Ни. У јануару 2017. године, на годишњем заседању, Панел је јавности представио Иницијативу за производњу у будућности, која је између осталог садржала и методологију за оцену индустрије земље или појединачне компаније за достигнути ниво зрелости за примену модела Индустрије 4.0.

Овај модел је обухватио три елемента: (1) спремност за производњу у будућности (матрица параметара), (2) визију будуће производње (инклузивна, вођена решењима, оријентисана заинтересованим странама и одржива) и, (3) кључни елементи производње: технологије и иновације, људски ресурси, глобална трговина и инвестиције, институционална подршка, одрживи ресурси и околина.

Панел WEF за Ииндустрију 4.0 је руководећи се  критеријумима економског и индустријског развоја од 192 чланице УН изабрао 100 на којима је применио напред наведени модел, што је дало следеће резултате:

(1) глобални лидери (25 земаља). Јака производна база, као основа за будућност (Немачка, Швајцарска и САД су прве три земље у овој групи).

(2) земље високих потенцијала (7 земаља). Ограничена производна база, али добри потенцијали за будућност (лидери су: Норвешка, Хогконг и Нови Зеланд).

(3) бивши шампиони (10 земаља). Јака производна база, али постоји ризик за будућност (Тајланд, Мађарска и Словачка).

(4) следбеници (58 земаља). Ограничена производна база, али постоји ризик за будућност (Саудијска Арабија, Хрватска и Индонезија). Србија је на 10. месту у овој групи земаља које, како је оцењено, имају тренд убрзаног преласка на следећи ниво – бивши шампиони. Другим речима, анализа је показала да Србија има добре почетне потенцијале за развој и примену модела Индустрије 4.0.

Од 2012. године, влада САД је донела више националних програма за напредну производњу, који су имали за циљ да подрже бржу дифузију нових технологија у америчку индустрију. Међу најважнијима су:

(1) Интеграција истраживања, развоја и комерцијализација са применом нових производа (Универзитети / индустрија) – 2012/2015. година;

(2) Национална мрежа за програм иновација, од 2016. године;

(3) Национални институти за напредну производњу (укупно 8), од 2015. године,

(4) Регионални центри за напредну производњу, значајни за национални ниво (укупно 12), од 2017. Године;

(5) Посебни програми на националном нивоу за: Напредне производне технологије; Геноми материјала; Нанотехнологије; Одржива производња; Индустрија 4.0; Роботика; Дигитална производња. За све ове програме издвојено је више десетина билиона долара, као подршка сарадњи Универзитета и индустрије.

У овом трентуку стратешки правци подршке и развоја индустрије САД у будућности су:  Вештачка интелигенција, Наука о квантним информацијама,  Напредне комуникационе мреже,  Напредна производња, IotF – рел. Технологије – будући компјутерски екосистеми, IofF ‐ рел. Технологије – аутономно и даљинско управљање возилима.

Основни закључци излагања проф. Ни-ја су:

(1) Индустрија 4.0 има огроман утицај на производњу у будућности;

(2) Због велике неизвесности у свету (друштвено‐политичка криза, пандемија, климатске промене), потребно је да све заитересоване стране сарађују у процесу трансформације и,

(3) Влада мора да сарађује са индустријом, универзитетом и цивилним сектором ради јасно дефинисане политике производње у будућности.

Паметна производња као покретач глобалне конкурентности

Проф. Џун Ни је затим одржао предавање на тему „Transformational  Needs and Case Studies of Smart Manufacturing in 4th Industrial Revolution“. На самом почетку осврнуо се на неколико чињеница:  (а) 1994. године почео је да ради са владом НР Кине на доношењу Националног програма за напредну производњу, којим су дефинисани сви елементи за примену овог глобалног пројекта у тој земљи. Почело је с инвестицијама,, да би Кина данас била светски лидер у многим областима нових производних технологија, (б) Овај модел може бити од помоћи Србији за сличан приступ у тој области; (ц) Савремено доба је време података, што је и основна карактеристика Индустрије 4.0, па према томе, треба да буде и основа свих националних програма за нове технологије у ово време.

Глобални трендови у трансформацији производње полазе од следећих изазова: ефективног коришћења производних капацитета; губитка знања и образовања радне снаге; глобалне конкурентности и отпорности тржишта на изненадне поремећаје и технолошких иновација.

Карактеристике трансформације садашње индустрије у напредну производњу, приказане су у доњој табели.

Глобални трендови за будућу производњу су:

(1) глобално тржиште и конкуренција (ниска цена ће све мање бити предност);

(2) динамичке промене захтева тржишта;

(3) иновације у паметним технологијама;

(4) ИоТ и могућности великих података:

(5) таленат инжењера (пројектовање, планирање, анализе, операције, одржавање);

(6) прекиди у глобалним ланцима снадбевања из различитих разлога.

Развој производних стратегија представља еволуцију развоја технолошких система кроз следеће етапе:

(1) измењиви делови – смањење трошкова – масовна производња (1910. година);

(2) производни менаџмент – квалитет – леан концепт (1960. година);

(3) примена рачунара – варијантност – флексибилност (1980.година;

(4) наука у производњи – брз одзив на захтев –реконфигурабилни системи (2000. година);

(5) велики подаци – ефикасност – интелигентна производња (2020. година).

Визија за интелигентне технолошке система данас обухвата следеће карактеристике: (a) 4R (responsiveness ‐ одрживост, resilience – отпорност, reconfigurability – реконфигурабилност, reusability – поновна употреба),

(b) само управљиве и само подесиве машине, које могу оценити своје стање и предузети корективне акције,

(ц) нула шкарт са предиктивним и аутоматским случајевима идентификације, (д) застој близу нуле (NDT) са праћењем имунизације машине,

(е) први пут добро / сваки следећи пут исто (FT/ET).

Јединствене могућности у примени великих података у индустрији се у овом тренутку огледају у следећем:

(а) интелигентна фабрика: самоуправљиве машине, нула застоји у производњи, интелигентно терминирање, системи доношења одлука у одржавању, праћење погона (једног или више) у реалном времену,

(б) могућности праћења глобалних ланаца снадбевања у реалном времену, и њихова анализа и,

(ц) интеграција PLM i EOL менаџмента.

Научне и техничке могућности за подршку напредне производње су:

(а) традиционални SPC алати неће бити адекватни у будућности (тј. статистика заснована на узорковању),

(б) велики подаци у индустрији и AI захтевају развој нових модела ML, класификацију pattern‐a, рударење и интеграцију података и инжењерсво знања,

(ц) биће потребно обрађивати некомпентентне, хетерогене и непрецизне податке и, (д) CPS ће бити кључни елементи напредне производње.

Проф. Ни је навео и примере паметне производње:

(1) Праћење и компензација грешака обраде (21. компонента), самоподесивих МА, Boeing; (2) Компензација грешака обраде у реалном времену – помоћу толеранцијских граница, GM; (3) Активни пригушивач самопобудних вибрација на Boeing 737‐300, Boeing; (4) Адаптивни машински систем за балансирање, NIST;(5) Аутоматски детктор грешке обраде у технолошким системима на више‐станичним обрадама, GM; (6) Унапређење квалиета у производњу – модел 2mm, на BIW аутомибилима (квалитет и брзина изласка на тржиште); (7) R2R модел технолошког система – усмереност на процес кроз децентрализацију функција, TI; (8) DNA концепт производа; (9) 3D HDM идентификација кључног дела пумпе CRRC; (10) Прогностички модел одржавања возова великих брзина; (11) Интелигентне термоелектране.

Из свега наведеног долазимо и до кључних закључака да је паметна производња  глобални покретач конкурентности ( први пут најбоље, сваки следећи пут, као први пут), да долази ера анализе великих података у производњи и одржавању, да научни и технолошки изазови и њихова реализација чине основни потенцијал интелигентне производње, а технолошке иновације представљају највећи потенцијал за унапређење конкурентности.

Доба „Великих података“

Велико интересовање учесника изазвало је и предавање проф. др Драгана Ђурђановића на тему „Computational Intelligence and Physical Analytics for Curation of Big Data in Semiconductor Manufacturing“.

Када је реч о „великим подацима“, неки од главних трендова су: (1) огромна количина података у савременој производњи ‐ драматичан раст надмашује оно што видимо на друштвеним мрежама (физички Интернет ствари генерише два пута више података, са растом тренутно @ 44EB/месечно од друштвених мрежа); (2) прилика за доношење одлука коришћењем великих индустријских података – оцена и предвиђање квалитета, контрола процеса, оптимизација операција и, (3) прилика за учење из индустријских података ‐ апстракција знања из процеса, једно за другим.

Примера ради, у производњи полупроводника напредак у прикупљању података води ка развоју нових сензора, веће стопе узорковања. Савремена фабрика дневно има више од 100К стримованих података са сензора са 10Hz (са могућностима да се драматично повећају стопе узорковања). Због тога, тзв. рударење постаје и неопходност и изазов. Директна примена машинског учења није дала задовољавајуће резултате.

Рачунарска интелигенција (CI) је теорија, пројектовање, примена и развој биолошки и језички мотивисаних рачунунарских парадигми. Данас се у овој области користе следећи модели: еволуција, фази скупови, вештачки имуни системи и ANN.

Аналитика великих података као методе користи напредну статистику, вештачку интелигенцију и машинско учење (успех у рачунарству, на друштвеним мрежама), физички генерисан сигнал (његова обрада и екстракција, заједно са напредном статистиком, вештачком интелигенцијом и машинским учењем), физички следљиве/аналитички дефинисане моделе са напредном статистиком, вештачком интелигенцијом и машинским учењем. Методе су користиле први принцип који је базиран на физичкој следљивости.

Карактеристике традиционалног модела обраде сигнала се базирају на следећим чињеницама: (1) карактеристике ‐ средња вредност, маx, опсег, стандардна девијација, искривљеност, ентропија, (2) нема природног одвајања сигнала ‐ устаљено стање и пролазно понашање, (3) нема динамике праћења сигнала, (4) постоји потенцијални вишак у информативном садржају.

У полупроводничкој индустрији, применом нових модела анализе великих података, сигнал посматрамо као динамичку карактеристику са следећим особинама: референтни ниво, референтно трајање, импулси са референтног нивоа, стандардна девијација по нивоу, амплитуда транзиције, време пораста, време смирења.

На основу свега изложеног долази се до закључка да се:

• Пројектовање, производња и рад савремених машина стално развија и да представља све сложенији проблем ( нови сензори, нове апликације, нови изазови);
• технике из периода 17. и 18. века (Fourier, Lagrange, Riccati, Bernoulli, Gauss) не могу решавати проблеме 21. века;
• AI, ML и супер рачунари су кључни методи.

Индустрија 4.0  у Србији – Позитивно искуство компаније Инмолд

Власник и технички директор компаније „Инмолд“ Слободан Јанковић говорио је на тему „Industry 4.0 for SMEs in Serbia – example from Inmold ltd“. Представљајући ту породичну компанију, основану 2006. године, он је навео да у њој тренутно ради више од 450 људи, а да је међу запосленима 25%  с високим образовањем, претежно техничке струке (78 машинских инжењера).

Говорећи о концепту аутоматизације по моделу Индстраиј 4.0 који се примњује у Инмолду, господин Јанковић је рекао да се он реализује кроз  стратешки Пројекат дигитализације уз подршку неколико  софтвера: 3D experience, Catia V5, Solid Works, Creo, Siemens NX, Autodesk Power Mill, IQ Office.

Са најважнијим добављачима Инмолд је повезан wireless моделом онлајн комуникације, а цео процес се заснива на следећем концепту: 3D experience за web, CAM (power mill) i MES  (веза технологије и умерених резних алата) + QR кодирање техичке документације у погону. Сви наведени софверски алати су у фазама примене, а најдаље се отишло у примени у области пројектовања – PLM. На овај начин Инмолд је у пракси увођења око 20 елемента Индустрије 4.0.

 Национална платформа за технолошки развој

О  Платформи за Индустрију 4.0 у Србији, говорио је проф. др Видосав Мајсторовић. Током предавања под називом “Serbian’s national strategy for Industry 4.0 – what are news?“ он је представио документ који чини Националну платформу за Индустрију 4.0, а који је усвојен на Конференцији о Индустрији 4.0, одржаној на Машинском факултету, у јуну 2019. године. Овај документ представља Национални Програм Индустрије 4.0 за Србију и чини оквир Националног Пројекта Индустрије 4.0.

Током веома инересантне дискусије о даљим правицима развоја Индустрије 4.0 у Србије, прихваћен је предлог проф. Џун Ни-ја, да се уз његову подршку и помоћ организује студијска посета делегације наших стручњака НР Кини, током које би обишли више факултета и фабрика у којима је успостављена најбоља пракса Индустрије 4.0. Такође је подржан и предлог да проф. Ни посети Београд, где би са председницом Владе Србије, министром за привреду и министром за науку и технологију, разговарао о  дефинисању Националне стратегије за напредне технологије.

Наредни, 35. панел  „Индустрија 4.0 у Србији – стање и даљи развој“ биће одржан 14. октобра на Факултету техничких наука у Чачку у оквиру 38. Саветовања производног машинства Србије. До краја године биће одржани и билатерални панели: Швајцарска – Србија, 10. новембра, Јапан-Србија, 16. децембра, а у плану су и билатерални скупови са партнерима из Аустрије, Чешке, румуније, Италије,  као и панели у сарадњи с  Универзитетом у Новом Пазару, Стоматолошким факултетом у Београду и др.

(Извор: Машински факултет)