Összegyűjtöttünk öt olyan tévhitet, amelyek felmerülnek a vállalatvezetőkben az ipar 4.0-val kapcsolatban. A cikk végén azt is összefoglaljuk, hogy milyen szintjei vannak az i4.0 megvalósításának.
Hamis. Az emberek a legtöbb esetben az ipar 4.0-t az informatikai technológiákhoz társítják. A digitális gyártási készségek azonban nem elegendőek az i4.0 megvalósításához, az új forgatókönyvek összetettsége sokrétű soft- és hard skillek felhasználását követeli meg, mint például az agilitás vagy az adatos gondolkodás. Valójában az a helyzet, hogy gyártómérnökök tudják a legjobban, az ipari folyamatokban melyek a kritikus lépések, és hol vannak kockázatok illetve lehetőségek.
Hamis. Az i4.0 paradigma tökéletesen illeszkedik a kis- és középvállalkozásokhoz. A legtöbb esetben az i4.0 kulcsfontosságú technológiái olcsó hardverekre épülnek, internetes szabványok, szoftverek és alkalmazások fejlesztését igényli, ezek pedig könnyen megugorható akadályokat jelentenek az i4.0 megvalósítása során. Christian Schroeder „Az ipar 4.0 kihívásai a kis- és középvállalkozások számára” című kutatásában összefoglalja az i4.0 jelenlegi helyzetét és gazdasági potenciálját a német kkv-kban, a tanulmány itt olvasható. Ahogy korábban Tordai Balázs, az IVSZ ipar 4.0 almunkacsoportjának vezetője lapunknak elmondta: „A kkv-k nagyon eszközközpontúak, jórészt azt gondolják, hogy vásárolnak egy robotot, és az megoldja a problémáikat. Ha azonban mindez megmarad egy önmagában álló eszközként és nem lesz organikus része az egésznek, nem veszi figyelembe a teljes anyagáramlást, akkor az az i4.0 megvalósítása szempontjából sikertelen lesz.”
Hamis. Mint korábban írtuk, az i4.0 legtöbbje főként olcsó technológiákon alapszik. Mutatunk példákat: egy kisvállalkozás is megvásárolhat egy profi 3D-nyomtatót kevesebb, mint 500 euróért az Amazonon, amelyet fel lehet használni a gyors prototípus készítéshez a termékfejlesztésben, az eszköz tervezésében, karbantartásában, a munka szervezésében és még sok másban. Ha ez a termelési rendszer részévé válik, ezt nevezhetjük i4.0 elemnek.
Másik példa a virtuális valóság felhasználása laptoppal, alapvető CAD szoftverrel és egyszerűen a Google Cardboard (10 euró) segítségével, vagy professzionálisabb módon a HTC Vive készülékkel (700 euró).
Teherbírásukól függően az együttműködő robotoknak is nagyon sokféle alkalmazási területük lehet, amiket már alig 1000 euróért beszerezhet egy kisebb vállalkozás is.
Hamis. Az automatizálás valójában a harmadik ipari forradalom (vagyis az ipar 3.0) fő technológiája. A 70-es évek óta automatizált megoldásokat használunk a mikrochip fejlesztéseknek és a számítógépes tudománynak köszönhetően. Az i4.0 magasabb szintre utal: ebben a gyártás egy bizonyos szintű mesterséges intelligenciával rendelkező autonóm rendszerré válik, ami azt jelenti, hogy egyes döntések autonóm módon, emberi beavatkozás nélkül is megszülethetnek. Következésképpen ez drasztikusan csökkentheti a munkaerőköltségeket.
Részben igaz csak, valójában a gépi összeköttetés része az IoT-nak (tárgyak internete), amely a Boston Consulting Group szerint az i4.0 egyik kulcsfontosságú technológiája. A csatlakozó gépeknek számos előnyük van, segítségükkel elkerülhetőek a gépelési hibák a gyártási adatok bevitele során, az így léterjött rendszer nminden irányba ad visszajelzést, illetve robosztus adatgyűjtést biztosít. Fontos hangsúlyozni, hogy a gépi csatlakoztathatóság csak egyike azoknak a lehetőségnek, amelyet az i4.0 magában foglal.
Hogy valósuljon meg az ipar 4.0?
Most, hogy ezt a pár mítoszt eloszlattuk, nem árt tisztázni, hogy mely szinteket kell megugrani ahhoz, hogy az ipar 4.0 megvalósuljon. Először is adatokat kell gyűjteni a folyamatokról, az alapanyagokról, a félkész termékekről és az emberekről is, vagyis a teljes gyártási folyamatról beleértve a hum,ánerőforrást. A cél, hogy ezekből az adatokból fel lehessen építeni a gyár egyszerűsített, valós idejű modelljét. Ez a digitalizáció fundamentuma, innen kétfelé lehet indulni: az amerikai megközelítés inkább a termékek, a berendezések digitális funkciójára koncentrál, a német szemlélet szerint az ipar 4.0 a gyártás digitalizációjáról szól, eszerint nem csak a gyár, az egész beszállítói értéklánc digitálisan kommunikál egymással, így sokkal hatékonyabb módon lehet megszervezni a termelést, gyorsabban lehet beavatkozni a folyamatokba.
A következő szint – amikor már megvannak a vizualizált adatok – az optimalizáció. Az adatok alapján döntéseket hozunk a termelés felépítésére, a változások kezelésére vonatkozóan. A különböző algoritmusok – ezeket nevezhetjük big datának vagy mesterséges intelligenciának – segítik az erőforrások jobb kihasználtságát.
A harmadik fázis az automatizáció, amikor már látjuk a termelési lánc leggyengébb pontjait – ilyenkor lehet gondolkodni a robotizáción vagy más automatizáción.
Az infrastruktúra a negyedik pontja a digitális gyár kialakításának. Az informatikai hálózatot be kell vinni a csarnokba, hogy a kommunikáció megvalósulhasson, ilyenkor azonban előkerül a biztonság kérdése is.
A gyártáson túl egyébként a minőségbiztosításban és a karbantartásban segíthet a digitális támogatás. Utóbbira jó példa a kiterjesztett valóság (AR) használata. Az eszköz szerelési utasítása a gépre vetítve jelenik meg, amelynek segítségével egy okosszemüvegen vagy tableten keresztül látja a szervizes, hogy kell szétszerelni és összeszerelni a gépet. Ennek előnye, hogy egy kevésbé felkészült szakember is képes elvégezni a javítást az algoritmizált szerelési útmutató alapján, valamint a rendszer lehetőséget ad távoli elérésre is, így többen is láthatják a gépet, és adott esetben egy specialista is közbeléphet, ha szükség van rá.
Képzeljük csak el, hogy milyen hatékonyságjavulás érhető el így egy olyan gépgyártó esetén, amely a világ összes országában forgalmaz gépeket, gondoskodnia kell a szervizről és a karbantartásról is, ehhez pedig számos magasan képzett szakemberre van szüksége. Az AR használatával ez a szám jelentősen csökkenthető. Jó példa továbbá a digitális támogatás előnyeire a prediktív karbantartás, amikor mérik az eszköz paramétereit, és előre meg tudják mondani, hogy mikor érdemes közbelépni, min érdemes változtatni, még mielőtt elromlana a szerszám.
Trapp Henci
Cookie | Duration | Description |
---|---|---|
pll_language | 1 year | Polylang sets this cookie to remember the language the user selects when returning to the website and get the language information when unavailable in another way. |
Cookie | Duration | Description |
---|---|---|
_ga | 1 year 1 month 4 days | Google Analytics sets this cookie to calculate visitor, session and campaign data and track site usage for the site's analytics report. The cookie stores information anonymously and assigns a randomly generated number to recognise unique visitors. |
_ga_* | 1 year 1 month 4 days | Google Analytics sets this cookie to store and count page views. |
_gat_gtag_UA_* | 1 minute | Google Analytics sets this cookie to store a unique user ID. |
_gid | 1 day | Google Analytics sets this cookie to store information on how visitors use a website while also creating an analytics report of the website's performance. Some of the collected data includes the number of visitors, their source, and the pages they visit anonymously. |
CONSENT | 2 years | YouTube sets this cookie via embedded YouTube videos and registers anonymous statistical data. |
Cookie | Duration | Description |
---|---|---|
test_cookie | 15 minutes | doubleclick.net sets this cookie to determine if the user's browser supports cookies. |
VISITOR_INFO1_LIVE | 5 months 27 days | YouTube sets this cookie to measure bandwidth, determining whether the user gets the new or old player interface. |
YSC | session | Youtube sets this cookie to track the views of embedded videos on Youtube pages. |
yt-remote-connected-devices | never | YouTube sets this cookie to store the user's video preferences using embedded YouTube videos. |
yt-remote-device-id | never | YouTube sets this cookie to store the user's video preferences using embedded YouTube videos. |
yt.innertube::nextId | never | YouTube sets this cookie to register a unique ID to store data on what videos from YouTube the user has seen. |
yt.innertube::requests | never | YouTube sets this cookie to register a unique ID to store data on what videos from YouTube the user has seen. |
Cookie | Duration | Description |
---|---|---|
Murloc7A6B62905CA54C13DCDD11A0962E47EC21BBA94193C61D5987195FF6B7CAB838 | 1 day | Description is currently not available. |
SiteMapId | session | Description is currently not available. |
SWLOCALE | 30 years | Description is currently not available. |
SWSESSIONID | session | Description is currently not available. |