Internet of Things Industri dan Bangkitnya Pneumatik Cerdas
Kita semua pernah mendengar kehebohan tentang Internet Things (IoT) dan dampak revolusionernya pada manufaktur. Namun, sayangnya, adopsi teknologi Internet of Things industri tidak terjadi secepat yang diprediksi oleh para pendukung konsep tersebut.
Apa yang menahan kami untuk melihat pelukan yang lebih luas dari Internet of Things industri, terutama dalam pneumatik?
Untuk pengguna akhir yang bertanggung jawab untuk memelihara mesin dan menjaganya tetap berjalan, jalurnya jelas. Anda dapat memiliki sistem IoT yang menyediakan data dari mesin, dan memastikan bahwa sistem atau komponen pada mesin tersebut bekerja dalam kisaran normalnya. Dalam hal ini, pengguna akhirlah yang mendorong penerapan Internet of Things industri.
Pemutusan hubungan sering terjadi pada pembuat mesin. Mereka mungkin memiliki banyak pelanggan yang mendorong mereka untuk solusi IoT, jadi OEM bertanya, “Bagaimana Anda menerapkannya? Siapa yang memiliki produk untuk melakukan itu? Dan apa yang harus kita pantau?”
Pneumatik telah memiliki fitur diagnostik yang berbeda untuk beberapa waktu. Sebagai contoh, kita dapat merasakan hari ini apakah daya terlalu rendah atau terlalu tinggi, atau apakah ada korsleting dalam sistem I/O yang menyebabkan semacam kegagalan. Dan sekarang kami melangkah lebih jauh dengan sensor dan kemampuan untuk menggunakan sistem I/O untuk melihat hal-hal yang menggerakkan aktuator. Aspek yang diperjuangkan orang adalah, “Saya memiliki semua data ini, tetapi apa artinya? Bagaimana kita mengubah data itu menjadi informasi yang berguna?” Itulah batu sandungan besar hari ini.
Sekarang, fokusnya adalah pada apa yang dapat Anda lakukan dengan data tersebut untuk mengubahnya menjadi informasi yang berguna dan bereaksi terhadap, atau bahkan memprediksi kegagalan. Misalnya, sensor yang dapat diprogram Emerson Aventics ST4-2P telah ada di lini produk kami selama bertahun-tahun. Ini mengukur jarak perjalanan dan kecepatan untuk silinder pneumatik. Kita bisa merasakan kecepatan piston di dalam silinder. Tetapi kita juga dapat menggunakan data yang datang kembali dari sensor untuk memantau bantalan dan peredam kejut di dalam silinder untuk memastikan kinerjanya dalam jendela spesifikasi tertentu. Jika Anda menginterpolasi data tersebut, Anda dapat menemukan cara untuk memastikan silinder berperforma seperti yang diharapkan, dan dengan cepat menentukan kapan tidak.
Anda dapat melihat data hari ini di PLC dan, dengan gateway seperti monitor pneumatik pintar Aventics, Anda dapat menganalisis data untuk membuat informasi yang dapat digunakan untuk mengetahui apa yang terjadi dengan mesin.
OEM berfungsi dengan komponen pneumatik seperti Emerson Aventics yang digambarkan di sini dapat mengembangkan arsitektur IoT untuk memastikan sensor yang tepat berada di tempatnya dan merasakan hal yang tepat untuk membantu mesin tetap berjalan penuh waktu.
Mari kita lihat konsumsi energi, misalnya. Anda dapat mengukur tekanan udara yang masuk ke sistem. Anda dapat mengukur aliran dan menghubungkannya dengan suatu peristiwa dan menyimpulkan bahwa ketika Anda menghidupkan katup tertentu, Anda mendapatkan aliran tertentu, yang berarti jika aliran itu menyimpang saat katup dihidupkan berikutnya, pasti ada yang salah dengan sistemnya. Mungkin tabungnya sudah keluar atau mungkin seal di dalam silinder sudah aus. Anda tahu ada yang tidak beres, tapi apa yang Anda lakukan dengan informasi itu dan bagaimana Anda menggunakannya adalah pembeda karena pembuat mesin berusaha menerapkan cara untuk meningkatkan kemampuan IoT.
Baik OEM maupun produsen komponen memiliki tanggung jawab untuk mengatasi masalah yang terungkap dari data. Pendekatan IoT kami bukanlah “IoT dalam Kotak.” Ada beberapa sifat konsultatif untuk itu. OEM dan pengguna akhir biasanya ingin memiliki beberapa pemantauan tambahan untuk memastikan bahwa proses mesin mereka dikendalikan dengan benar. Kami dapat bekerja dengan OEM untuk menghasilkan arsitektur IoT guna memastikan bahwa sensor yang sesuai sudah terpasang dan merasakan hal yang tepat untuk membantu mesin tersebut tetap berjalan penuh waktu.
Yang penting adalah bahwa produsen komponen yang melengkapi mesin perlu berbicara satu sama lain dan memahami bagaimana pneumatik berperan, sehingga dapat ada kemitraan sejati ketika berbicara dengan pelanggan tentang IoT. Ketika Anda turun ke tingkat lapangan, Anda akan memiliki pneumatik, drive, pengontrol, dan sistem I/O. Kuncinya adalah mengetahui bagaimana data berpindah di antara item-item tersebut dan memastikan bahwa data tersebut sampai ke mana pun ia perlu pergi, apakah itu secara lokal di server web, atau keluar ke sistem cloud.
Kembali ke contoh konsumsi energi:cara terbaik untuk mewujudkan penghematan energi adalah dengan mematikan kompresor. Kedengarannya sederhana. Meskipun kami mungkin tidak membuat kompresor dan kami tidak membuat sistem kontrol untuk kompresor, dengan pneumatik pintar kami bisa beri tahu sistem kontrol kompresor berapa permintaan udara selama 12 jam ke depan. Dan dari situ, kontrol dapat mematikan kompresor yang sesuai, karena mungkin tidak membutuhkan semua udara itu. Itu hanyalah salah satu contoh komponen dan sistem yang "berbicara" satu sama lain untuk memengaruhi penghematan energi.
Pelanggan perlahan mulai terbiasa dengan konsep tingkat analisis dan berbagi data yang lebih tinggi. Lebih penting lagi, itu tergantung pada siapa Anda berbicara dalam proses desain mesin. Di masa lalu, ketika kami bekerja dengan perancang mesin, kami membahas hal-hal seperti daya dan koneksi udara. Sekarang diskusi perlu melibatkan faktor-faktor seperti koneksi jaringan, keamanan, dan koneksi VPN.
Lebih penting dari sebelumnya untuk memasukkan departemen TI dalam arsitektur desain dan mendiskusikan seperti apa koneksi itu dan bagaimana data bergerak. Masalah keamanan juga penting, terutama bagi pengguna akhir, jadi Anda perlu melibatkan pakar TI di awal desain untuk memahami apa itu data, berapa banyak data, ke mana data itu pergi, dan bagaimana data itu akan terhubung. Tidak perlu melakukan itu di masa lalu.
Bagaimana semua hal ini bekerja sama untuk memperbaiki situasi bagi pabrikan? Salah satu visinya adalah memungkinkan proses pemeliharaan yang sangat otonom. Bagi kami, itu berarti sirkuit pneumatik, atau pada akhirnya mesin, memiliki waktu aktif 100 persen dan tidak pernah gagal. Jelas, komponen aus; katup dan silinder melewati siklus hidup yang ditentukan dan perlu diganti. Namun, data ada untuk memprediksi kegagalan sebelum terjadi, jadi di situlah pemeliharaan prediktif masuk.
Misalnya, satu aplikasi memprediksi penurunan kinerja hal-hal seperti katup pneumatik. Berdasarkan tolok ukur siklus hidup dan kredit siklus hidup B10, kami dapat menggunakan data untuk melacak kapan katup tertentu akan mencapai 75 juta siklus dan perlu diganti. Operator dapat menerima pesan tentang kegagalan prediktif dan mengganti katup sebelum produksi terganggu.
Menggunakan data dari sensor, kami juga dapat memprediksi kapan peredam kejut di ujung aktuator memburuk dengan merasakan peningkatan kecepatan siklus, bahkan beberapa milidetik. Ini akan memicu alarm atau bahkan mengirim email otomatis ke pemasok komponen bahwa pemeliharaan harus diselesaikan atau bahwa komponen siap untuk diganti. Sistem bahkan dapat menghasilkan pesanan dan komponen baru akan secara otomatis dikirimkan ke pelanggan, sehingga pemasangan dapat dijadwalkan untuk meminimalkan waktu henti produksi.
Tujuan akhirnya adalah menggunakan data untuk menyediakan informasi guna memastikan bahwa mesin tidak pernah gagal; bahwa mereka mendiagnosis diri sendiri; dan pengguna akhir mengetahui apa yang terjadi dan mesin terus bekerja.
Mark Densley adalah direktur, pengembangan bisnis di divisi otomatisasi pabrik Emerson Automation Solutions.
