![Endüstri 4.0’ı Yönlendirecek Geleceğin Teknolojileri (1. Bölüm)](/_next/image?url=https%3A%2F%2Ffixitygw.isnet.net.tr%2Ffixity%2Ffile%2FisnetWebSite%2FBlog%2Fendustri-4.jpg&w=1200&q=75)
Yedek parçaya ihtiyaç duyduklarında otonom olarak tespit yapan makineler. Operasyon sırasında kendi kalite kontrollerini yapan, denetim masraflarını azaltan üretim sistemleri. Bileşenleri otonom olarak tanıyan ve taşıyan robotlar. Bu gibi senaryolar endüstriyel üretimde giderek gerçeğe dönüşüyor.
Bunlar, yapay zeka ve sınır bilişim (edge computing) gibi geleceğin teknolojileri üzerine kuruldular. Bu teknolojiler ise ayrık (discrete) ve prosesli endüstriler için çok büyük fırsatlar sunuyor çünkü yeni iş modellerine ve verimlilik potansiyeline yer açıyorlar. Bu, onları, endüstriyel şirketlerin yarının dünyasında rekabet edebilmelerini sağlamaya ilişkin vazgeçilmez kılıyor.
Yeni teknolojilerin temeli olarak veri
Geleceğin teknolojileri, verilerin mevcudiyeti üzerine kurulacak. Ve bu veriler, endüstrinin dijital dönüşümü sayesinde bolca mevcut hale geliyor. Siemens’in Digital Enterprise portföyü gibi dijital çözümler, dijital ikiz olarak bilinen şey ile birlikte sanal formda endüstriyel üretimdeki her adımı -ürünün tasarımından, üretimine ve kullanımına kadar - yansıtıyor.
Dahası, bu adımlar, kapsamlı veri havuzları sağlamak için dijital olarak giderek birbirine daha iyi şekilde bağlanıyor. Geleceğin teknolojileri artık bu veri havuzlarını tamamen yeni yöntemlerle analiz etmeyi ve verimli şekilde kullanmayı mümkün kılıyor.
Yapay zeka örneği, bunun ne anlama geldiğini açıkça gösteriyor. Kendi içinde yapay zeka özellikle yeni diyemeyiz. Örneğin Siemens, 1990’lı yıllarda çelik fabrikalarına sinir ağları kurdu. Fakat teknoloji o zamandan beri büyük ilerleme kaydetti.
Bilgi işlem gücü katlanarak arttı. Algoritmalar çok daha iyi hale geldi. Fabrikalardaki donanım daha iyi performans gösteriyor. Ve veri transferi ciddi anlamda hızlandı. Bu, mevcut verilerin artan hacminin eskisinden çok daha hızlı ve kapsamlı şekilde toplanıp analiz edilebileceği ve veri analizinin çok daha karmaşık hale geldiği anlamına geliyor.
Bu amaçla, Siemens’in açık, bulut tabanlı nesnelerin interneti işletim sistemi MindSphere gibi platformlara ihtiyacımız var.
Endüstriyi geleceğin teknolojileri için hazır hale getirmek
Bunun gibi bir platformda kullanıcılar verileri toplamak ve görüntülemekten daha fazlasını yapabilir - verileri yapay zeka algoritmaları kullanarak analiz edebilir ve üretim süreçlerini bu temelde daha verimli hale getirebilir.
Örneğin, Siemens’in Amberg fabrikasında yapay zeka algoritmaları, makinelerin millerinin ne zaman hizmet ömrünün sonuna ulaştığını ve değişim gerektirdiğini söylemek için freze makine verilerini kullanıyor. Bu, planlanmamış aksama sürelerini minimumda tutuyor ve her yıl makine başına yaklaşık 10.000 euro maliyet tasarrufu sağlıyor.
Ve yapay zekanın yalnızca buluttaki nesnelerin interneti platformlarında çalışması gerekmiyor. Yüksek güçlü bilgisayarlar ve yüksek performanslı donanımlar sayesinde giderek daha fazla fabrika binasında da, yani doğrudan makinenin üzerinde çalışabiliyor.
Bu teknoloji, sınır bilişim (edge computing) olarak biliniyor. Avantajı ise şöyle: akıllı uygulamalar, kısa transfer yolları ve neredeyse gerçek zamanlı veri işleme ile tesis içinde (on-site) çalışabiliyor. Bunun yanı sıra, operasyonlarla ilgili veriler yerel ortamda korunmaya devam ediyor — yalnızca yapay zeka uygulamalarını güncellemek için bir bulut bağlantısı gerekiyor.
Sınır bilişim şimdiden Siemens’in Amberg tesisinde, örneğin devre kartı kalite kontrolünde çalışıyor. Yapay zeka algoritmaları üretim verilerinden hangi devre kartlarının arızalı olabileceğini söyleyebiliyor. Böylece, sadece bu tanımlanmış bileşenlerin X ışınları ile incelenmesi gerekiyor. Bu, denetim maliyetlerini yaklaşık %30 oranında azalttı.
Yapay zeka ayrıca otonom taşıma sistemleri için tamamen yeni olan olanaklar sunuyor. Bir örnek: eskiden bilinen nesnelerle robotları eğitme, her hareketi tanımlamak ve detaylı bir şekilde programlama göreviyle ilgilenmek gerekliydi.
Fakat yapay zeka, taşıma sistemlerinin bilinmeyen nesneleri bile tanımasını ve onlar için en iyi kavrama noktalarını hesaplamasını sağlıyor. Bu yetenek; uygulamasını arabalar gibi karmaşık ürünler için tamamen otomatikleştirilmiş montaj hatlarında - mümkün olduğunca esnek olması gereken hatlar - buluyor. Bunu yapmak için robotların farklı bileşenlerin yerini saptayıp onları taşıyabilmesi gerekiyor.
Bu geleceğin teknolojileri zaten bir gerçek. Fakat, üretimi daha güvenilir, daha verimli ve en önemlisi daha esnek hale getirme potansiyeli hala çok yüksek. Giderek kişiselleştirilmiş küçük miktarlardaki ürünlerin artan talebini karşılamanın tek yolu bu ve dahası; bunu hızlıca, yüksek kaliteyle ve çekici bir fiyatla yapmak.
Devamı sonraki yazımızda.
Kaynak: weforum.org