Témata
Obrázek generovaný AI

AI není jen chatbot: Integrace AI do stávajících systémů

Implementace umělé inteligence ve výrobních podnicích vyžaduje bezproblémovou integraci do existujících systémů. Podívejme se, jak propojit AI technologie s vaší současnou infrastrukturou.

Tento článek je součástí seriálu:
AI není jen chatbot
Díly
Patrik Tesař

Jednatel a ředitel společnosti xyndata, propojující svět průmyslu a IT s vášní pro inovace a trvalý rozvoj.

Reklama

V rámci přípravné fáze, tzn. ještě před zahájením integrace, je nutné zmapovat současnou IT infrastrukturu. Je tedy třeba identifikovat všechny systémy, které budou s AI modelem komunikovat: systémy ERP, platformy MES, systémy SCADA i databáze výrobních dat. Například výrobce z automobilového průmyslu před implementací AI určené pro prediktivní údržbu zmapoval 23 různých systémů – od starších PLC řídicích jednotek až po moderní cloudové aplikace.

Architektura integrace

Moderní přístup využívá vrstvu middleware, která funguje jako „překladač“ mezi AI modely a stávajícími systémy. Tato vrstva zajišťuje sběr dat z různých zdrojů (unifikuje formáty dat z různých strojů), provádí preprocessing dat (čistí a připravuje data pro AI model), spouští AI model (předává modelu data a přijímá výsledky) a distribuuje výsledky (posílá predikce do příslušných systémů).

API a komunikační protokoly

AI modely se nejčastěji integrují prostřednictvím API. Důležité je zvolit vhodný komunikační protokol. Na výběr jsou protokoly REST API (jednoduchý a široce podporovaný protokol), MQTT (protokol vhodný pro real-time komunikaci se zařízeními IoT), OPC UA (průmyslový standard pro komunikaci se stroji) a MTConnect (otevřený standard pro komunikaci s CNC stroji a obráběcími centry) a také monitoring elektrické energie (nepřímé sledování stavu strojů prostřednictvím analýzy spotřeby elektřiny).

(Obrázek generovaný AI)

Speciální přístupy k připojení strojů

Protokoly MTConnect, OPC UA a Umati umožňují standardizované připojení k CNC strojům. Tento otevřený standard poskytuje jednotné rozhraní pro sběr dat o stavu nástrojů, pozicích os a alarmech bez ohledu na výrobce stroje.

Elegantním řešením pro starší stroje bez digitálního rozhraní je monitoring elektrické energie. Analýza křivky spotřeby elektřiny může odhalit cykly obrábění a prostoje, zatížení stroje a opotřebení nástrojů, anomálie indikující začínající poruchy a také efektivitu výrobního procesu. Například výrobce automobilových dílů nasadil monitoring spotřeby do 40 starších CNC strojů. AI model naučený na vzorcích spotřeby dokáže identifikovat opotřebené nástroje s 87% přesností, aniž by bylo nutné stroje technicky upravovat.

Reklama
Reklama
Reklama

Jak zajistit kompatibilitu mezi různými systémy?

Standardizace datových formátů: Různé systémy často používají odlišné formáty dat. Řešením je implementace datového slovníku, který definuje jednotné formáty pro všechny systémy. Příkladem může být výrobce ložisek, který používal různé jednotky pro teplotu (°C, °F, kelvin) v různých systémech. Sjednocení na stupně Celsia zjednodušilo analýzu dat provedenou AI modelem o 60 %.

Časová synchronizace: AI modely potřebují časově synchronizovaná data, proto je třeba implementovat centrální server NTP (Network Time Protocol), aby se zajistila synchronizace všech systémů.

Bezpečnostní protokoly: Integrace AI vyžaduje konzistentní bezpečnostní politiku, zahrnující autentizaci, autorizaci a šifrování komunikace mezi systémy.

Technické výzvy při integraci

Legacy systémy: Starší stroje často nemají moderní komunikační rozhraní. Řešením je použít zařízení typu Gateway, protokolové konvertory nebo monitoring elektrické energie.

Latence sítě: Zpoždění může ovlivnit real-time aplikace. Řešením je umístit AI modely blíže ke zdrojům dat (edge computing).

Škálovatelnost: Systém musí zvládnout rostoucí objem dat. Řešením je cloudová infrastruktura s automatickým škálováním.

Různorodé protokoly (směs starších a novějších komunikačních standardů): Řešením je využít univerzální protokoly.

Reklama

Organizační výzvy

Odpor zaměstnanců plynoucí z obavy, že technologie nahradí lidskou práci, lze odstranit školením personálu a zdůrazněním role AI jako nástroje podpory.

Kolize priorit a kompetencí jednotlivých týmů (např. IT, výroba a údržba mají různé priority) lze vyřešit sestavením multifunkčního týmu s jasně definovanými rolemi.

AI často vyžaduje úpravu zaběhnutých postupů. Překotným změnám se lze vyhnout postupnou implementací zahrnující pilotní projekty.

Praktické řešení výzev

Zavádění AI je vhodné rozfázovat – začněte s omezeným rozsahem a postupně jej rozšiřujte. Po určitou dobu provozujte starý i nový systém paralelně. Důležitý je kontinuální monitoring - sledujte výkon integrovaného systému a průběžně jej optimalizujte.

Integrace specializovaných systémů MES s řešením ERP

Moderní systémy MES, tedy ty, které již obsahují modul AI, například xynLog od společnosti xyndata, usnadňují integraci AI s podnikovými systémy díky předpřipraveným rozhraním a podpoře pro různé komunikační protokoly. Typickými benefity integrace MES a ERP jsou automatické plánování údržby na základě predikcí AI, optimalizace zásob náhradních dílů, průběžné reportování kvality výroby a synchronizace výrobních zakázek a stavů. Specializované systémy MES dokážou snížit neplánované prostoje o 30–40 % a zlepšit dodržování termínů dodávek o 25–30 %.

Doporučení pro úspěšnou integraci AI

Detailní plánování: věnujte dostatek času analýze současného stavu a návrhu cílové architektury.

Pilotní testování: před plným nasazením integraci otestujte na omezeném rozsahu.

Školení personálu: zajistěte, aby všichni uživatelé novému systému rozuměli.

Dokumentace: vytvořte podrobnou dokumentaci integračních rozhraní a procesů.

Monitoring a údržba: implementujte nástroje pro sledování výkonu integrace.

Úspěšná integrace AI do stávajících systémů vyžaduje kombinaci technické expertizy, pečlivého plánování a postupné implementace. Moderní přístupy, tedy ty, které využívají standardy MTConnect, OPC UA, Umati apod., nebo kreativní řešení jako např. monitoring elektrické energie umožňují propojit s nejnovějšími AI technologiemi i starší zařízení.


Související články
AI není jen chatbot: Zlepšení kvality CNC obrábění

Kvalita v CNC obrábění určuje konkurenceschopnost každé strojírenské firmy. Umělá inteligence přináší revoluci v detekci defektů, optimalizaci procesů a prediktivní údržbě.

AI není jen chatbot: Nástroje pro strojírenskou praxi

Umělá inteligence přináší do strojírenství nové možnosti pro zefektivnění procesů, pro zlepšení kvality a pro snížení nákladů. Tento článek představuje hlavní typy AI nástrojů dostupných pro strojírenské podniky a usnadní vám orientaci v této rychle se rozvíjející oblasti.

AI není jen chatbot: Kde ve strojírenství se AI vyplatí?

V dnešním strojírenství představuje umělá inteligence (AI) zásadní nástroj pro modernizaci a pro posílení konkurenceschopnosti. Přestože může být nasazení AI značně přínosné, je důležité vybrat vhodné procesy a zajistit maximální efekt s ohledem na kapacity firmy. Dobře zvolená strategie automatizace totiž dokáže zredukovat náklady, zvýšit efektivitu a odstranit rizika, která se dosud zdála neřešitelná.

Související články
AI není všelék, je to nástroj

V posledních letech se umělá inteligence stala klíčovým tématem v mnoha odvětvích a strojírenství není výjimkou. Abychom lépe porozuměli jejímu potenciálu a výzvám, které přináší, požádali jsme o rozhovor odborníka na AI v průmyslu pana Patrika Tesaře ze společnosti xyndata. Mezinárodní tým této společnosti s pobočkami v Německu a USA se zabývá správou velkých serverů a vývojem softwaru pro velké obchodní společnosti a nabízí také MES systém xynLog, určený pro výrobní firmy.

Reklama
Reklama
Reklama
Reklama
Související články
AI není jen chatbot: Příprava dat pro strojové učení

V dnešní době se strojové učení, jež je součástí umělé inteligence, stává klíčovým prvkem modernizace řady průmyslových odvětví, včetně strojírenství. Aby umělá inteligence mohla správně fungovat a přinášet skutečnou hodnotu, potřebuje kvalitní data. Pojďme si vysvětlit, jak taková data připravit, a to i bez hlubokých znalostí IT.

AI není jen chatbot: Průvodce integrací AI ve strojírenství

Umělá inteligence (AI) zásadně mění způsob, jakým vnímáme a využíváme výrobu v dnešním strojírenství. Máte-li na starost řízení výroby, jistě vás zajímá, jak AI dokáže zefektivnit procesy, zlepšit kvalitu nebo snížit náklady. Tento průvodce vám pomůže pochopit, proč je AI zásadní pro budoucnost strojírenství, i to, jak ji úspěšně začít implementovat do výroby.

CIMT Peking, Část 1. Obecný pohled

V předvelikonočním týdnu se v Pekingu uskutečnil veletrh obráběcích strojů CIMT 2019. V asijském regionu se jedná o obdobu veletrhu EMO Hannover. A stejně jako EMO je velkou měrou národní výstava německé výrobní techniky, tak CIMT je převážně čínský. V tomto prvním vstupu se podíváme na letošní ročník trochu s odstupem, aniž bychom se zaměřili na konkrétní exponáty.

AI + leadership = ekonomická transformace

Pozvání k otevíracímu rozhovoru zářijového vydání MM Průmyslového spektra, věnovaného největší přehlídce průmyslových inovací – MSV v Brně, přijal prof. Ing. Vladimír Mařík, DrSc., dr.h.c., FEng., zakladatel a vědecký ředitel CIIRC ČVUT v Praze a zakladatel a ředitel Institutu Equilibrium. Nedávno byl v Indii podle něj nazván Institut umělé inteligence na NIMS University v Jaipuru, což je pro Českou republiku mimořádná událost a velká čest.

AI ve školství: Třídit informace a kriticky přemýšlet

Umělá inteligence je dnes tématem, které se týká většiny oblastí lidské činnosti, včetně školství. V našem seriálu proto postupně oslovujeme osobnosti, které působí na různých pozicích a v různých typech škol, a ptáme se jich na to, jak využití AI ve školství hodnotí ze svého pohledu. Dnes vám přinášíme pohled Ing. Petra Augusty, Ph.D., zástupce ředitele Střední průmyslové školy na Proseku.

Urychlete svoji digitální transformaci

Jak může strategie digitální transformace, jejíž součástí je přechod na moderní distribuovaný řídicí systém, pomoci výrobcům dosáhnout vyšší produktivity, ziskovosti a snížit rizika? To se dozvíte, pokud se začtete do následujících řádek.

Sběr (léčivých bylin) dat z výroby

Ano, sběr bylin sem nepatří a je to špatně (?????). Anebo ne tak docela? No, byliny se obvykle sbírají proto, aby po svém zpracování pomáhaly léčit, hojit a podobně. Co to má se sběrem výrobních dat společného? Na první pohled pramálo - ale je to tak úplně pravda?

Jak se zrodil systém pro monitoring výroby

Jiří Rozvařil spoluzakládal v roce 1996 v Kolíně tiskárnu Colognia press, ze které se po 20 letech stala firma se 100 zaměstnanci a obratem kolem 300 mil. ročně. Její vývoj byl téměř čítankový od garážového podnikání přes pokusy a omyly až ke stavbě nové haly a koupi špičkově fungujících tiskových strojů, díky kterým patří dnes tiskárna etiket k lídrům na českém trhu.

AI není jen chatbot: Vývoj a trénování AI modelů ve strojírenství

S využitím umělé inteligence se stále častěji setkáváme i v moderním průmyslu – pomáhá zde např. optimalizovat výrobní procesy a předpovídat poruchy strojů. V tomto článku se podíváme na to, jaké jsou základní principy strojového učení a neuronových sítí, jak AI modely vznikají a jak je lze trénovat.

Revoluce udržitelnosti: Digitalizací k úsporám

Průmyslová udržitelnost se v posledních letech stala nejen věcí image, ale také ekonomiky. Rostoucí ceny energií, tlak na snižování emisí i požadavky zákazníků nutí podniky hledat způsoby, jak vyrábět chytřeji. Jednou z hlavních cest je digitalizace. Ta dovoluje provoz detailně prozkoumat a z drobných optimalizací sestavit významné energetické úspory.

Reklama
Předplatné MM

Dostáváte vydání MM Průmyslového spektra občasně zdarma na základě vaší registrace? Nejste ještě členem naší velké strojařské rodiny? Změňte to a staňte se naším stálým čtenářem. 

Proč jsme nejlepší?

  • Autoři článků jsou špičkoví praktici a akademici 
  • Vysoký podíl redakčního obsahu
  • Úzká provázanost printového a on-line obsahu ve špičkové platformě

a mnoho dalších benefitů.

... již 25 let zkušeností s odbornou novinařinou

      Předplatit