AWS, Google, Microsoft passen expertise in data, software toe op productie

Ford Motor vergroot de verscheidenheid aan sensoren in zijn assemblagelijnen om big data om te zetten in nog grotere data en tegelijkertijd de toegang tot de verzamelde informatie te democratiseren. "We verrijken de gegevens die de apparatuur genereert door sensoren zoals infraroodbewaking en trillingssensoren toe te voegen als aanvulling op traditionele gegevens [verzameld], zoals cyclustijd en druk, om een ​​rijkere gegevenspool te creëren", zegt Mike Mikula, directeur productie voor voertuig programma's. "We kunnen nu slimmere analyses bouwen rond de bijdragen van die signalen aan de kwaliteit van het product, de efficiëntie van het proces en de gezondheid van de apparatuur."

Ford helpt bij zijn inspanningen "de meeste van de grotere IoT-platforms", zei hij. Ford en een van die IoT-platformbedrijven, Google, hebben dit jaar een samenwerking aangekondigd voor onder meer industriële cloudgegevensbeheerservices en analytische softwaretoepassingen.

Om het gebruik van de resulterende informatie naar de werkvloer te pushen, bouwt Ford een IoT-dataplatform dat productiemedewerkers toegang geeft tot analyses via low-code en no-code apps waarvoor geen of weinig kennis van computertalen nodig is.

De nieuw ontworpen apps kunnen vervolgens worden geschaald naar andere gebruikers in de onderneming die te maken hebben met vergelijkbare processen en apparatuur, zei Mikula.

Ondertussen geeft Ford ook selectief de voorkeur aan menselijke hersenkracht boven software om gegevens te analyseren en wendt Ford zich meer en meer tot interne programmeurs dan leveranciers van applicaties.

"De oplossing zal afhankelijk zijn van de toepassing," zei Mikula. “Soms zal het software zijn, en soms zal het een data-analist zijn die de databronnen doorzoekt. We willen graag overstappen naar oplossingen die meer autonoom zijn en worden aangedreven door machine learning en kunstmatige intelligentie. Het doel is om minder afhankelijk te zijn van gekochte SaaS [software as a service].”

Uiteindelijk, zei Mikula, zijn de inspanningen bedoeld om de totale productiekosten te verlagen - besparingen die vervolgens kunnen worden doorberekend aan de consument.

Twee van de concurrerende datagiganten van Google, Amazon en Microsoft, bieden nu ook cloudhosting- en softwareoplossingen aan fabrikanten.

"Er zijn veel spelers buiten het industriële IoT, zoals Google, Microsoft en Amazon, die het potentieel voor hen erkennen om hun softwaresterkten te gebruiken om een ​​deel van de traditionele gevestigde industriële internet der dingen te vervangen," zei Mikula.

De techreuzen omvatten een New Big Three, vergelijkbaar met de Big Three-referentie van weleer naar Ford, General Motors en Chrysler. De industriële software van de techreuzen voor de autofabrikanten en anderen helpt met componenten en doelstellingen van Industrie 4.0:digitale tweeling, voorspellend onderhoud, kwaliteitscontroles van machinevisie, autonome operaties en meer.

Hoewel deze techreuzen hun expertise met data en software benutten om deel uit te maken van Industrie 4.0, hebben ze ook domeinkennis om dingen te maken.

Een 'krankzinnige' toeleveringsketen

"We zijn waarschijnlijk een van de grootste productiebedrijven ter wereld", zegt Dominik Wee, global managing director, manufacturing and industrial bij Google Cloud. “Google heeft een waanzinnige, extreem diepe toeleveringsketen. We hebben een toeleveringsketen die net zo complex is als elk ander wereldwijd productiebedrijf.”

Het bedrijf maakt de computerhardware in zijn datacenters en ontwerpt zijn eigen computerchips. Aan de consumentenkant maakt het telefoons, evenals Chromecast-dongles die slimme functies toevoegen aan een televisie.

Hoewel Google een fabrikant is sinds het bedrijf meer dan 20 jaar geleden begon, begon het zwaar te investeren in zijn productiediensten voor anderen toen Google Cloud-president Thomas Kurian in 2018 werd aangenomen, zei Wee. Kurian werkte eerder 22 jaar bij Oracle.

Naarmate de productie digitaliseert, worden de methodologieën van Google die zijn ontwikkeld voor de consumentenmarkt relevant voor de industrie, zei Wee, die eerder als industrieel ingenieur in de halfgeleiderindustrie werkte.

"We zijn van mening dat we op een punt zijn beland waarop deze technologieën, met name op het gebied van analyse en AI, die voor de typische industrieel ingenieur erg moeilijk te gebruiken waren, zo gebruiksvriendelijk worden op de werkvloer", zei hij. "Dat is waar we geloven dat onze concurrentiedifferentiatie ligt."

Wee zei wat Google heeft gedaan voor zijn technologie voor productie onder Kurian, bootst wat het eerder deed aan de kant van de consument na:het zo gebruiksvriendelijk maken dat je niet eens merkt dat je het doet.

Kwaliteitsinspectie met Google Cloud's Vision Inspection is een goed voorbeeld, zei hij.

“Omdat machine vision erg geavanceerd is, wordt het veel gebruikt [voor kwaliteitsinspectie] en daarom hebben we het heel gemakkelijk gemaakt om machine learning in een werkvloercontext te implementeren en hiervoor heel weinig afbeeldingen te gebruiken. Je hoeft geen programmeur of machine learning-specialist te zijn om het te doen, "zei Wee. "Het is letterlijk aanwijzen en klikken."

Hij wees op het gemak waarmee bedrijven Vision Inspection kunnen testen en vervolgens kunnen schalen:"Om de methodologie over te dragen, hoeft u niemand van Google of bedrijf XYZ binnen te halen om het voor u te doen. De mensen in de fabriek kunnen het. Dit is de grote ontgrendeling, waarbij machine learning van fantasie verandert in een wijdverbreid gebruik in de maakindustrie."

Gebruiksgemak is een concurrentievoordeel voor het bedrijf, zei Wee.

"We hebben het over de pilot gap", zei hij. "Veel bedrijven hebben machine learning en augmented reality en voorspellend onderhoud geprobeerd, en ze deden het op een gegeven moment in een deel van hun wereldwijde productievoetafdruk en het was veel werk. Er waren zeer gespecialiseerde mensen nodig, maar ze waren nooit in staat om het uit te schalen.”

Google Cloud is niet alleen gebruiksvriendelijk, maar maakt ook gebruik van open-sourcesoftware, waardoor de opties van fabrikanten open blijven, aldus Wee.

Google beweert ook dat de kracht van zijn analyses en AI ongeëvenaard is:"Als een bedrijf dat gegevensverwerking centraal stelt in zijn meer dan 20-jarige bestaan, zouden we beweren dat niemand dat beter begrijpt dan wij", zei hij. "Als u een enorme hoeveelheid gegevens moet verwerken, in welke context dan ook, ook vanaf de werkvloer, zouden we zeggen dat wij het juiste bedrijf zijn om dat te doen."

Het personeelsbestand transformeren

Indranil Sircar, de CTO van Microsoft voor de maakindustrie, zou het waarschijnlijk respectvol oneens zijn met Wee.

"Microsoft Cloud for Manufacturing zal klanten helpen hun bedrijf opnieuw vorm te geven, flexibelere fabrieken te bouwen en veerkrachtigere toeleveringsketens te creëren en hun personeelsbestand te transformeren", zei hij.

Sircar werkt al bijna tien jaar bij Microsoft. Daarvoor werkte hij meer dan 20 jaar bij Hewlett-Packard.

Hoewel zowel Google als Microsoft fabrikanten helpen bij het verzamelen en analyseren van gegevens van hun machines, zei Sircar dat de personeelsgerelateerde componenten van de diensten van zijn bedrijf - inclusief AI en mixed reality met HoloLens 2 - de echte onderscheidende factoren zijn van niet alleen Google en Amazon, maar ook de traditionele leveranciers van industriële softwareoplossingen.

Mercedes Benz USA gebruikt bijvoorbeeld Microsoft Remote Assist, waarmee een persoon achter een computer iemand kan helpen die HoloLens op afstand draagt.

In een video op de website van Microsoft zei Edgar Campana, gecentraliseerd diagnostisch technicus bij Mercedes Benz van Coral Gables:"Ik kan het [HoloLens] gewoon opzetten en onmiddellijke ondersteuning krijgen. Ze kunnen me letterlijk dingen aanwijzen terwijl ik ernaar kijk. Ze kunnen er een rondje omheen maken. Ze kunnen lijnen trekken. Het is praktisch:het is letterlijk daar. Ik kan met ze praten, in realtime door het voertuig gaan. Het is heel intuïtief.”

Terwijl Remote Assist bidirectioneel is en gebruikers heen en weer laat praten, is Mixed Reality Guides Solutions slechts één richting en kunnen cursisten alleen of in combinatie met fysieke objecten met hologrammen communiceren.

"Airbus is een geweldig voorbeeld", zei Sircar, en merkte op dat het bedrijf "de gidsen in hun productielijn heeft gebruikt, waardoor werknemers heel snel een overlay bovenop de bekabeling kunnen zien en hoe deze moet worden aangebracht."

De 3D-omgeving kan functies bieden die echte training niet kan bieden, zoals de mogelijkheid om elementen in drie dimensies vanuit elke hoek te bekijken.

Airbus-ontwerpers kunnen hun ontwerpen virtueel testen om te zien of ze al dan niet klaar zijn voor de assemblagelijn.

Microsoft produceert HoloLens 2 en Surface Hub, een interactief whiteboard voor bedrijven. Het verkoopt fysieke producten, waaronder de Xbox-videogameconsoles en Surface-pc's met touchscreen.

Toch "is de productie op dit moment veel uitbesteed, maar ... we beheren zeker die hele productielijn, helemaal vanaf het ontwerp en de aanschaf van de aanvullingen en het testen van de assemblagelijn", zei Sircar.

Aan de kant van de cloudgegevens beheert het bedrijf de productie van de infrastructuur van begin tot eind.

De eerste toepassing van Microsoft voor de industrie was in 2002, met enterprise resource planning-software genaamd Dynamics AX, zei hij. Azure IoT kwam in 2016 beschikbaar.

Ook in 2016 werd Microsoft uitgenodigd om deel te nemen aan Plattform Industrie 4.0, een initiatief van de Duitse regering, aldus Sircar.

Microsoft richtte samen met BMW het consortium Open Manufacturing Platform (OMP) op. Het OMP promoot een gemeenschappelijk open-datamodel, een gedeelde datataal voor zakelijke en analytische applicaties.

Dezelfde technologie gebruiken als Amazon

Amazon.com staat meer bekend om de verkoop dan om de productie. Maar het maakt Kindle, Echo-apparaten en andere consumentenproducten. Het maakt ook een groot percentage van de hardware die zijn infrastructuur en zijn eigen computerchips beheert.

AWS (Amazon Web Services) heeft in 2020 een industriële lijn uitgerold, inclusief producten en diensten voor IoT, AI, machine learning, analyse en edge-oplossingen.

De lijn bevat "nieuwe en bestaande diensten en oplossingen van AWS en het AWS-partnernetwerk, speciaal gebouwd voor [software]ontwikkelaars, ingenieurs en operators op industriële locaties", zegt Douglas Bellin, global head of business development voor smart factory en Industry 4.0. "Gezamenlijk zorgen deze voor een modulaire aanpak om gegevensverzameling, opslag, analyse en inzichten mogelijk te maken."

Het proces voor het maken van die mogelijke verbeteringen begint al vroeg met het verzamelen en onderzoeken van gegevens, en AWS heeft verschillende manieren bedacht om al die "0"-en "en" te temmen.

"Als je begint op software- en dataniveau, zijn er meer dan 350 verschillende protocollen die in de industrie worden gebruikt", zegt Bellin, die in 2017 bij AWS kwam werken na meer dan 10 jaar bij Cisco.

AWS Lookout for Equipment gebruikt historische apparatuurgegevens van bestaande sensoren, samen met informatie van historische onderhoudsgebeurtenissen, en bouwt een aangepast machine learning-model dat de normale gedragspatronen van die machine volgt. Wanneer operationele gegevens afwijken van de bekende norm, signaleert Lookout for Equipment de afwijking aan de juiste gebruikers via waarschuwingen en dashboards.

Een ander product, AWS IoT SiteWise, creëert een enkele gegevensbron door de extractie van gegevens uit databases die vaak worden aangetroffen in industriële faciliteiten te vereenvoudigen, de gegevens lokaal of naar de cloud over te dragen en te structureren om ze gemakkelijk toegankelijk te maken voor gebruikers en applicaties. Het applicatieraamwerk maakt het mogelijk om algemene industriële prestatiestatistieken te berekenen, zoals de algehele efficiëntie van apparatuur. Het bewaakt ook de activiteiten in meerdere industriële faciliteiten, analyseert industriële apparatuurgegevens, voorkomt dure apparatuurproblemen en vermindert hiaten in de productie.

Naast het standaardiseren van gegevens, is een andere veelvoorkomende hindernis bij het creëren van een slimme fabriek het gebruik van verouderde apparatuur. Elke werktuigmachine die is uitgerust met een PLC zal wat gegevens moeten opgeven, maar het zal minimaal zijn in vergelijking met moderne machines. Als reactie hierop heeft AWS partners die de benodigde hardware kunnen toevoegen om enkele machineparameters te volgen. Het creëerde ook zijn eigen goedkope vibratie- en temperatuursensor voor roterende apparatuur, genaamd Amazon Monitron.

Amazon Monitron is ook een op machine learning gebaseerde service voor het bewaken van de toestand van apparatuur die voorspellend onderhoud mogelijk maakt door sensorsignalen van industriële apparatuur, zoals motoren, pompen en versnellingsbakken, te analyseren.

Het is een volledig beheerd, end-to-end systeem met sensoren om trillings- en temperatuurgegevens vast te leggen, gateways om automatisch gegevens over te dragen naar de AWS Cloud en een mobiele app voor installatie, analyse en meldingen van abnormaal machinegedrag.

"Amazon Monitron is gebaseerd op dezelfde technologie die bij Amazon wordt gebruikt en maakt gebruik van meer dan 20 jaar ervaring met het detecteren van anomalie om de nauwkeurigheid van modellen verder te verbeteren", aldus Bellin.

Met Amazon Monitron kunnen betrouwbaarheidsmanagers binnen een paar uur beginnen met het volgen van de toestand van de apparatuur, zonder dat er ontwikkelingswerk of gespecialiseerde training nodig is, aldus AWS.

Fabrikanten kunnen Amazon Monitron gebruiken om voorspellend onderhoud mogelijk te maken, apparatuur op afstand te bewaken en de toestand van ontoegankelijke apparatuur te volgen, voegde Bellin eraan toe.