AWS, Google, Microsoft dryven productie-innovatie met geavanceerde data & software oplossingen

Ford Motor verhoogt de variet aan sensors in zijn assemblagelijnen om Big Data om te zetten in Even Grotere Data terwijl ze toegang tot de verzamelde informatie democratiseren. "We verrijken de data die de apparatuur genereert door sensors toe te voegen zoals infrarood monitoring en trillingssensors om traditionele data [verzameld] te complementeren, zoals cycletijd en druk, om een rijkere pool data te creëren," zei Mike Mikula, directeur van productie voor voertuigprogramma's. "We kunnen nu slimmere analytics bouwen rond de bijdragen van die signalen aan de kwaliteit van het product, de efficiëntie van het proces en de gezondheid van de apparatuur."

Helpend Ford in zijn inspanningen zijn "de meeste van de grotere IoT platforms," zei hij. Ford en een van die IoT platform bedrijven - Google - kondigden dit jaar een partnerschap aan voor industriële cloud data management diensten en analytische softwareapplicaties, onder andere diensten.

Om gebruik van de resulterende informatie naar de shopfloor te duwen, bouwt Ford een IoT dataplatform dat productiewerkers toegang geeft tot analytics via low-code en no-code apps die geen of weinig kennis van computertalen vereisen.

De nieuw bedachte apps kunnen dan geschaald worden naar andere gebruikers in het bedrijf die te maken hebben met vergelijkbare processen en apparatuur, zei Mikula.

Tegelijkertijd favoriseert Ford ook selectief menselijke breinkracht boven software om data te analyseren en keert steeds meer naar in-house coders dan applicatievendors.

"De oplossing zal afhangen van de applicatie," zei Mikula. "Soms zal het software zijn, en soms zal het een data-analist zijn die de databronnen verwerkt. We zouden graag willen bewegen naar oplossingen die meer autonoom zijn en gedreven door machine learning en kunstmatige intelligentie. Het doel is minder afhankelijk te zijn van aangekochte SaaS [software as a service]."

Uiteindelijk, zei Mikula, zijn de inspanningen bedoeld om de totale kosten van productie te verlagen - besparingen die dan doorgegeven kunnen worden aan consumenten.

Twee van Google's concurrerende datagianten, Amazon en Microsoft, bieden nu ook cloud hosting en softwareoplossingen aan fabrikanten.

"Er zijn veel spelers die buiten de industriële IoT zitten zoals Google, Microsoft en Amazon die de potentie herkennen om hun softwarekrachten te benutten om sommige van de traditionele Industrial Internet of Things incumbents te verplaatsen," zei Mikula.

De tech-giganten vormen een Nieuwe Grote Drie, vergelijkbaar met de Grote Drie referentie van weleer naar Ford, General Motors en Chrysler. De tech-giganten's industriële software voor de voertuigfabrikanten en anderen helpen met componenten en doelen van Industrie 4.0 - digital twin, voorspellend onderhoud, machine vision kwaliteitscontroles, autonome operaties en meer.

Terwijl deze tech-giganten hun expertise met data en software benutten om deel uit te maken van Industrie 4.0, hebben ze ook domeinkennis van het maken van dingen.

Een 'onzin' toeleveringsketen

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

Het bedrijf maakt de computing hardware in zijn datacenters en ontwerpt zijn eigen computertjes. Op de consumentenzijde maakt het telefoons, alsook Chromecast dongels die slimme functies aan een televisie toevoegen.

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

Naarmate productie gedigitaliseerd wordt, worden Google's methodologieën die ontwikkeld zijn voor de consumentenmark relevant voor de industrie, zei Wee, die eerder in de semiconductorindustrie werkte als industrieel ingenieur.

"We geloven dat we op een punt in de tijd zijn waar deze technologieën - voornamelijk de analytics en AI gebied - die heel moeilijk te gebruiken zijn geweest voor de typische industrieel ingenieur, zo makkelijk te gebruiken worden op de shopfloor," zei hij. "Dat is waar we geloven dat ons competitieve differentiëren ligt."

Wee zei wat Google voor zijn technologie voor productie onder Kurian gedaan heeft, nabootst wat het eerder op de consumentenzijde deed: het zo makkelijk 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 heel geavanceerd is, wordt het veel gebruikt [voor kwaliteitsinspectie] en dus hebben we het heel makkelijk gemaakt om machine learning in een shopfloor-context te deployen en heel weinig afbeeldingen te gebruiken om dit te doen. Je hoeft geen programmeur of machine learning specialist te zijn om het te doen," zei Wee. "Het is letterlijk point and click."

Wees erop dat de gemakkelijkheid waarmee bedrijven Vision Inspection kunnen piloten en dan schalen: "Om de methodologie te transfereren, hoef je niemand van Google binnen te halen of Bedrijf XYZ erin te halen om het voor je te doen. De mensen binnen de fabriek kunnen het doen. Dit is de grote ontgrendeling - waar machine learning van fantasie naar wijdverspreid gebruik in productie gaat."

Gebruiksgemak is een competitief voordeel voor het bedrijf, zei Wee.

"We praten over pilot gap," zei hij. "Veel bedrijven hebben machine learning en augmented reality en voorspellend onderhoud geprobeerd, en ze deden het op één punt in één deel van hun wereldwijde productievoetafdruk en het was veel werk. Erg gespecialiseerde mensen waren nodig maar ze konden het nooit uitschalen."

Naast makkelijk te gebruiken, gebruikt Google Cloud open-source software, wat fabrikanten hun opties open houdt, zei Wee.

Google bewerkt ook dat de kracht van zijn analytics en AI ongekend is: "Als een bedrijf dat data processing aan de kern van zijn 20-plus-jarig bestaan heeft, zouden we claimen dat niemand dat beter begrijpt dan wij," zei hij. "Als je een enorme hoeveelheid data hebt om aan te pakken in elke context inclusief van de shopfloor, zouden we argumenteren dat we het juiste bedrijf zijn om dat te doen."

De workforce transformeren

Indranil Sircar, Microsoft's CTO voor de productieindustrie, zou waarschijnlijk respectvol het oneens zijn met Wee.

"Microsoft Cloud for Manufacturing zal klanten helpen hun corporations te herimagineren, meer agile fabrieken te bouwen en meer veerkrachtige toeleveringsketens te creëren alsook hun workforce te transformeren," zei hij.

Sircar is al bijna een decennium bij Microsoft. Voor dat werkte hij meer dan 20 jaar bij Hewlett-Packard.

Terwijl zowel Google als Microsoft fabrikanten helpen data van hun machines te verzamelen en analyseren, zei Sircar dat de workforce-gerelateerde componenten van zijn bedrijf's diensten - inclusief AI en mixed reality met HoloLens 2 - de echte differentiators zijn van niet alleen Google en Amazon maar ook de traditionele industriële softwareoplossingen aanbieders.

Bijvoorbeeld, Mercedes Benz USA gebruikt Microsoft's Remote Assist, wat een persoon aan een computer laat helpen iemand die HoloLens draagt op afstand.

In een video op Microsoft's website, zei Edgar Campana, gecentraliseerde diagnostische technicus bij Mercedes Benz van Coral Gables, "Ik kan het gewoon opzetten [HoloLens] en direct support krijgen. Ze kunnen letterlijk dingen naar me wijzen terwijl ik ernaar kijk. Ze kunnen het omcirkelen. Ze kunnen lijnen trekken. Het is hands-on: Het is letterlijk daar. Ik kan met ze praten, door het voertuig gaan in realtime. Het is heel intuïtief."

Terwijl Remote Assist bi-directioneel is, en gebruikers laat heen en weer praten, is Mixed Reality Guides Solutions één richting alleen en laat trainees interacteren met hologrammen alleen of in combinatie met fysieke objecten.

"Airbus is een geweldig voorbeeld," zei Sircar, notierend dat het bedrijf "de Guides in hun productielijn gebruikt, werknemers brengt om heel snel een overlay te zien boven kabels en hoe die moeten passen."

De 3D omgeving kan features bieden die real-life training niet kan, zoals de capaciteit om elementen in drie dimensies van elke hoek te bekijken.

Airbus ontwerpers kunnen hun ontwerpen virtueel testen om te zien of ze klaar zijn voor de assemblagerij.

Microsoft produceert HoloLens 2 en Surface Hub, een interactief whiteboard voor business. Het verkoopt fysieke producten, inclusief de Xbox videogame consoles en Surface touchscreen personal computers.

Toch, "productie, zoals we spreken, is veel geoutsourced maar... we managen zeker die hele productielijn, helemaal van het ontwerp en het inkopen van de componenten en assemblagetesten," zei Sircar.

Aan de cloud data kant, beheert het bedrijf productie van de infrastructuur end-to-end.

Microsoft's eerste applicatie voor industrie was in 2002, met enterprise resource planning software genaamd Dynamics AX, zei hij. Azure IoT werd beschikbaar in 2016.

Ook in 2016, werd Microsoft uitgenodigd om deel te nemen aan Plattform Industrie 4.0, de Duitse overheidsinitiatief, zei Sircar.

Microsoft co-founderde het Open Manufacturing Platform (OMP) consortium met BMW. De OMP promoot een gemeenschappelijk open-data model, wat een gedeelde datataal is voor business en analytische applicaties om te gebruiken.

Dezelfde tech gebruiken als Amazon

Amazon.com is bekend voor verkopen meer dan productie. Maar het maakt Kindle, Echo apparaten en andere consumentenproducten. Het maakt ook een groot percentage van de hardware die zijn infrastructuur runt en zijn eigen computertjes.

AWS (Amazon Web Services) rollde in 2020 een industriële lijn uit, inclusief producten en diensten voor IoT, AI, machine learning, analytics en edge oplossingen.

De lijn bevat "nieuwe en bestaande diensten en oplossingen van AWS en het AWS partner netwerk, specifiek gebouwd voor [software] ontwikkelaars, ingenieurs en operators op industriële sites," zei Douglas Bellin, global head of business development voor slimme fabriek en Industrie 4.0. "Collectief brengen ze een modulaire benadering om data verzameling, opslag, analyse en inzichten toe te staan."

Het proces voor die potentiële verbeteringen begint vroeg met het verzamelen en scrutiniseren van data, en AWS heeft verschillende manieren uitgevonden om al die "0's" en "1's" te temmen.

"Als je begint op het software en data niveau, zijn er meer dan 350 verschillende protocollen die in de industrie gebruikt worden," zei Bellin, die AWS in 2017 joint na meer dan 10 jaar bij Cisco.

AWS Lookout for Equipment gebruikt historische apparatuurdata van bestaande sensors, samen met informatie van historische onderhoudsevents, en bouwt een custom machine-learning model dat de normale gedragspatronen van die machine trackt. Wanneer operationele data afwijkt van het bekende normale, vlagt Lookout for Equipment de afwijking naar de juiste gebruikers via alerts en dashboards.

Een ander product, AWS IoT SiteWise, vestigt een enkele databron door het vereenvoudigen van de extractie van data uit databases veelvoorkomend in industriële faciliteiten, de data overdragen of lokaal of naar de cloud, en het structureren om het gemakkelijk toegankelijk te maken voor gebruikers en applicaties. Het applicatieramenwerk stelt berekening van veelvoorkomende industriële prestatiemetrics toe, zoals overall equipment efficiency. Het monitort ook operaties over meerdere industriële faciliteiten, analyseert industriële apparatuurdata, voorkomt kostbare apparatuurproblemen en reduceert gaten in productie.

Naast het standaardiseren van data, is een andere veelvoorkomende hindernis bij het creëren van een slimme fabriek het incorporeren van legacy apparatuur. Elke machine tool uitgerust met een PLC zal wat data te geven hebben, maar het zal minimaal zijn vergeleken met moderne machines. Als reactie, heeft AWS partners die de benodigde hardware kunnen toevoegen om sommige machine parameters te tracken. Het creëerde ook zijn eigen low-cost trilling en temperatuur sensor voor rotatieapparatuur, genaamd Amazon Monitron.

Amazon Monitron is ook een machine learning-gebaseerde apparatuurconditie-monitoring dienst die voorspellend onderhoud mogelijk maakt door sensordata van industriële apparatuur te analyseren, zoals motoren, pompen en tandwielen.

Het is een volledig gemanaged, end-to-end systeem dat sensors omvat om trilling en temperatuur data vast te leggen, gateways om data automatisch naar de AWS Cloud te verplaatsen, en een mobiele app voor setup, analytics en notificaties van abnormaal machinegedrag.

"Amazon Monitron is gebaseerd op dezelfde technologie gebruikt bij Amazon, leveraging over 20 jaar anomaliendetectie ervaring om modelnauwkeurigheid verder te verbeteren," zei Bellin.

Met Amazon Monitron, kunnen betrouwbaarheidsmanagers apparatuurcondities tracken in een kwestie van een paar uur - zonder enig ontwikkelwerk of gespecialiseerde training vereist, zei AWS.

Fabrikanten kunnen Amazon Monitron gebruiken om voorspellend onderhoud in te schakelen, apparatuur op afstand te monitoren en de conditie van onbereikbare apparatuur te tracken, voegde Bellin toe.