ניו-טק מגזין | יוני 2019

SMART FACTORY מוסף מיוחד

בנוסף, זיהוי אוטומטי ובלתי מונחה, כלומר שאינו מונחה אדם, של קורלציות בין החיישנים אף משמש לצורך זיהוי סיבת השורש לכשל הצפוי במכונה. תובנות אלו, בנוסף על היותן סממנים לתקלה מתקרבת, מספקות לטכנאים מידע מפורט על אופיה של התקלה המתהווה ואלו יכולים להזמין חלפים ולהערך לתיקןן לפני שמתרחשת ההשבתה בפועל. ברמות ההנהלה, ישנה תמיכה גדולה ברעיון של יישום למידה חישובית לניתוח הנתונים המופקים על ידי המכונות והמפעלים. עם זאת, עד לא מכבר הבעיה הייתה מחסור במדעני שיחלצו את התובנות )Data Scientists( נתונים המסתתרות בהם. Presenso במחקר שנערך לאחרונה על ידי חברת מאטלנטה, Emory מחיפה ואוניברסיטת המחסור במיומנות החיונית של מדעני נתונים במפעלי הייצור נמצא כגורם המשמעותי ביותר המונע אימוץ של פתרונות מבוססי למידת חישובית לצורך תחזוקה חזויה. על מנת ליישם פתרונות של "למידה חישובית" ברמת המפעל, יש צורך להעסיק מדעני נתונים. כפי שצויין, ישנו כיום מחסור חמור במדעני נתונים בשוק, ורובם נמשכים לתעשיות המציעות שכר גבוה יותר, כגון היי-טק ושירותים פיננסיים. בנוסף, בהינתן הכמויות העצומות של "ביג-דאטה" המיוצרות כל הזמן וכמות המכונות השונות הפועלות במפעלים השונים, קשה להתאים את פתרונות הלמידה החישובית למפעלים תעשייתיים בהם מספר רב של מכונות מסוגים שונים ואשר מיוצרות על ידי יצרנים שונים. למעשה התקנה של פתרונות אלו על מספר רב של מכונות מצריכה הרבה עבודת התאמה ידנית של מדען נתונים, ותחזוקה מתמדת של תוכנת הניטור גם לאחר שזו הותקנה. עובדה שאינה מובנת תמיד בנוגע לדיסציפלינת מדעי הנתונים, היא ההיקפים של העבודה הידנית המבוצעת על ידי מדעני הנתונים עצמם. אלה כוללים פיתוח שיטות מידול של למידה חישובית, בחירת המודל הנכון ליישום בתרחיש נתון וכיול מתמיד של מודל זה. לאחרונה חלה התקדמות גדולה במדעי הנתונים הידועה כ"למידת חישובית אוטומטית" או . היא פותחה על מנת לתת מענה AutoML למגבלות שצויינו לעיל. במובן מסוים, "למידה חישובית אוטומטית" מייעלת את יישום הלמידה חישובית לתחום מדעי הנתונים. משימות שגרתיות החוזרות על עצמן וכוללות בין השאר, עבודה ידנית ואינטנסיבית, מבוצעות כעת באופן אוטומטי. במקום שמדעני נתונים בשר ודם ייבחרו

לקחת אחריות על תחזוקתן באתרי הלקוחות השונים. מודל מכירות חדש זה, הידוע בשם "חומרה ) מתפתח Hardware as a Service כשירות" ( וצובר תאוצה כעת. במסגרתו יצרני המכונת מחכירים מכונות תעשייתיות למפעלים ומספקים שירותי תחזוקה ותמיכה שוטפים. למעשה הם אינם מוכרים את המכונה יותר, אלא מוכרים שירות. (לדוגמה, במקום למכור מדחס בעסקה חד פעמית, מוכרים היצרנים שירותי דחיסה בתשלום חודשי מתחדש) אם כן, גם יצרני הציוד יכולים מעתה לעשות AutoML שימוש בהתפתחות הפתרונות מסוג כדי לשרת את לקוחותיהם טוב יותר ולהציע להם פלטפורמות ניטור ותחזוקה המאפשרות להם להגדיל את ההכנסה מהלקוח גם לאחר מכירת הציוד. בנוסף, מאפשרות הפלטפורמות האלה ליצרן לשמור על קשר עם הציוד הפועל בשטח, להבין איך הוא פועל בתנאים שונים וללמוד ממנו תובנות חדשות שישפיעו על תכנוני ציוד עתידי. לסיכום, לפני זמן לא רב, מדעי הנתונים היו בעיקרם תחום לימוד תיאורטי המוגבל לאקדמיה. עם זאת, בתוך תקופה קצרה יחסית חלה התקדמות משמעותית ביכולות ניתוח הביג דאטה וחילוץ תובנות תפעוליות מתוכו. ההשפעות של אימוץ טכנולוגיה זו אינן מתבטאות רק בפן הפיננסי או בהיבטי תפעול הייצור. עם הזמן, נהיה עדים להתפתחות ואף שינוי יסודי באופן שבו יצרני ציוד ומפעלים תעשייתיים מתפעלים ומתחזקים מכונות בקווי הייצור.

באיזה אלגוריתם ועם איזה כיול להשתמש על בסיס נתונים נתון, אלגוריתם מאומן לבצע את הבחירה הזו במקומם. התוכנה בוחרת לעצמה את שיטות המידול המאימות ביותר, מכיילת בעצמה את המודלים ודואגת לאופטימיזציה וולידציה של המודלים לאורך הזמן. ההשפעה של השימוש בלמידה חישובית אוטומטית היא נרחבת. אם נחזור לרגע אל השוק התעשייתי ואל המהפיכה הטכנולוגית שהוא עובר בימים , השימוש בלמידה חישובית Industry 4.0 , אלו ) מאפשר התקנת תוכנת AutoML אוטומוטית ( ניטור ואתראה בזמן קצר על מספר רב של מכונות מייצרנים ומסוגים שונים. מנקודת מבט תפעולית, היות וצוותי התחזוקה מקבלים התראה מראש הכוללת גם מידע על סוג ואופי הכשל מתהווה, הם מסוגלים כיום להערך לתיקון במקום להגיב לתקלת שבר. פרק זמן זה מאפשר להם לתכנן, להסיט ייצור, להקצות משאבי תיקון נדרשים, להזמין חלפים במידת הצורך ולקבוע מועד לתיקון מבלי להפריע לייצור. בעוד שעד כה דובר בעיקר על יצרני הקצה המפעילים את המכונות והציוד במפעלים, תוצאה נוספת של המהפיכה תעשייתית ) המייצרים OEMs המודרניתהיאשיצרני הציוד ( ומוכרים את אותן המכונות התעשייתיות, נוטלים תפקיד פעיל יותר בתחזוקתן ותפעולן לאחר שאלו נמכרו ועובדות כבר באתרי הלקוח. בעוד שבעבר יצרנים אלו מכרו מכונות למפעלים שהפכו בתורם לאחראים על תפעולן ותחזוקתן, מודל זה עובר כעת שינוי. יצרני מכונות כמו והרבה אחרות מבינות שהיות GE , ABB סימנס, וה-"ביג-דאטה" שמופק מהחיישנים ניתן לניטור מרחוק, ישנה כעת הזדמנות להרחיב את סל שירותיהם, ומעבר למכירת המכונות גם

המייסדים, איתן וסלי, מנכ"ל, דדי לביד, סמנכ"ל טכנולוגיות, ד"ר דוד אלמגור, יו"ר «

57 l New-Tech Magazine