Роботы. История развития машин - Александр Алексеевич Прасол
Цифровые производственные модели («цифровые двойники») являются многоуровневыми макетами как технологических и производственных процессов, так и отдельных технологических операций, оперируют огромным количеством производственных объектов (оборудование, рабочие места сотрудников, сервисные службы и т. д). Функционирование таких моделей требует учета и анализа огромного количества разнородных данных. Это одна из причин, почему цифровое производство в современном значении этого слова потребовало существенного развития технологий, прежде чем стать возможным.
В машиностроении существует термин «green field», который на русский язык можно перевести как «в чистом поле» или «с чистого листа». Так говорят о производстве, созданном не на существующей технологической площадке, а буквально в поле. Многие предприятия, особенно в последнее время, строились именно так. Примером может послужить история Тихвинского вагоностроительного завода, который был построен для решения амбициозной задачи выпуска инновационных грузовых вагонов. Перспективное проектирование позволило сразу заложить в технологические площади максимум оборудования, в том числе роботизированные комплексы. И под выпуск промышленной продукции были «заточены» все информационно-управляющие системы, внедренные на заводе. Это позволило эффективно использовать производственные мощности, оперативно перенастраивать производство на выпуск новых моделей без коренной перестройки помещений и обновления станочного парка.
Если речь идет о создании «с нуля» завода или разработки месторождения, то цифровое моделирование позволяет снизить итоговые издержки на десятки процентов или даже в разы. Ведь, прежде чем установить новое оборудование или попробовать новые материалы, есть возможность провести эксперимент с «цифровыми двойниками». Причем этот эксперимент не будет ничего стоить, в то время как проведение реальных экспериментов часто весьма затратное дело. Это может даже останавливать руководство от экспериментов как таковых, хотя результаты некоторых из них могли бы дать компании новые преимущества. Точная математическая модель предваряет любые реальные процессы и дает возможность вычислить как издержки, так и эффективность запланированных изменений. В свое время бытовала поговорка: «Гладко было на бумаге, да забыли про овраги!» Эти опасения сегодня остаются в прошлом. Преимущества искусственного интеллекта и нейросетей, а также интернета вещей и технологии больших данных (big data) в том, что они учитывают все факторы, связанные с природой и погодой, мощностями, которыми в данный момент обладает предприятие, и перспективным технологическим вооружением создаваемых заводов. Искусственный интеллект получает сведения о квалификации инженерно-технического состава и рабочих и самостоятельно планирует повышение их компетенции за счет дополнительного профессионального обучения. Рабочий сегодняшнего дня, как нередко бывает на современных производствах, имеет инженерное образование, что позволяет ему работать на самом современном оборудовании, запускать в работу робототехнические линии, контролировать их действия, оперативно перепрограммировать цифровое оборудование. В промышленности повсеместно востребовано трехмерное моделирование. Кроме высокой точности, оно полезно тем, что помогает экономить на создании новых моделей. С помощью компьютерной графики предприятия постепенно уходят от долгих предварительных согласований, толстых бумажных документов с детальными описаниями будущего изделия.
Мы уже рассказали, как проектировщики ушли от чертежной доски. Сегодня конструктор работает над перспективными проектами, используя не только трехмерную графику, но и трехмерную печать. Принтеры (их по-прежнему называют так из-за сходства с получением результата) могут работать не только с легкоплавкими материалами в виде пластика, но и с разными металлами, их произвольным сочетанием, что позволяет реализовать самые удивительные изделия. Мне доводилось видеть в одной из компаний, занимающихся аддитивными технологиями (3D-печатью), изготовленную методом трехмерной печати на особом принтере деталь сопла реактивного самолета. Тончайшая скань металлической сеточки, отводящей тепло от сгорающего топлива, была выполнена машиной за несколько десятков минут, тогда как традиционные методы особо точного литья тугоплавкого металла занимают многие часы и требуют высочайшей квалификации персонала.
Еще одна особенность цифрового производства заключается в управлении жизненным циклом изделия. Это технология, внедрение которой набирает обороты. Жизненный цикл любого изделия начинается с моделирования и заканчивается его утилизацией. Обычно конструкторы и инженеры-технологи закладывают в будущее изделие, машину, станок определенный жизненный срок. Он зависит и от применяемых материалов, и от условий, в которых приходится работать агрегату, и от планово-предупредительных ремонтов. Для каждого сложного механизма определяют возможности его «здоровья» и сроки, когда нужно обращаться за «врачебной» помощью. Через определенное время слесари-эксплуатационники делают профилактический ремонт или обслуживание. На моторах меняют смазку и наиболее часто изнашивающиеся детали, к примеру, приводные ремни, фильтры. Их своевременная замена продляет срок службы машин.
А что, если агрегат сам сообщит доктору, что ему нужна срочная помощь? Думаете, это невозможно? Сейчас многие агрегаты и целые машины оснащаются различными датчиками, которые постоянно следят за состоянием оборудования. Если только какой‐то измеряемый параметр выходит за допустимые пределы, датчик подает команду вычислительной машине, и ее ставят на профилактику. Искусственный интеллект позволяет учитывать тысячи параметров, поступающих от различного оборудования, и давать прогнозы его технического состояния. Постоянное наблюдение за состоянием изделия (например, элементом станка) на всех стадиях его «жизни» – ключ к тому, чтобы вовремя проводить ремонт или замену износившихся частей. А значит, станок будет в итоге работать бесперебойно, а если это часть конвейера – то не будет тормозить своими выходами из строя работу всей линии.
Этот пример хорошо раскрывает одну из важных элементов концепции цифрового производства. Технология «интернет вещей» подразумевает, что каждое устройство самостоятельно подключается к интернету и передает туда данные. А также загружает информацию, которая туда поступила от других устройств. Такая технология сейчас внедряется даже в быту, например, в системах «Умный дом». Но главные ее пользователи – это промышленные предприятия, с их многочисленными датчиками и контроллерами, станками с числовым управлением, робототехническими комплексами. Одним из достоинств искусственного интеллекта является его способность к глубинному обучению. Deep Learning – как называют эту особенность англоязычные специалисты – позволяет обучать роботизированную технику выполнению множества операций. В машинный интеллект закладывают технологические данные на каждую операцию, а также функционал оперативного контроля производственной операции или готового изделия. Для этого используются измерительные приборы, датчики и системы технического зрения. После глубинного обучения перенастраивать поточные производственные линии можно буквально по щелчку компьютерной мыши. И в этом большое преимущество роботов перед обычными рабочими.
Глава 15
Кирпич бар, раствор йок! или Неожиданные аспекты применения роботов
Сообщение, которое выпустила компания-стартап Monumental, наверняка приведет в уныние многих трудовых мигрантов, которые рассчитывают поработать на российских стройках. Стартап создал строительных роботов с искусственным интеллектом. Железный каменщик конструктивно состоит из двух частей: тележки со строительными материалами и, собственно, очумелых ручек, точнее, манипулятора, которому по плечу выполнять кирпичную кладку. Робот имеет чувствительные сенсоры, датчики, а искусственный интеллект позволяет роботу легко маневрировать в пространстве, включая узкие углы и
