Fabryka osobista

Ćwierć wieku temu wielkie komputery wyszły z ośrodków obliczeniowych i trafiły na nasze biurka w postaci popularnych PC. Dziś stajemy w obliczu podobnych przemian w obszarze systemów produkcyjnych.

Ćwierć wieku temu wielkie komputery wyszły z ośrodków obliczeniowych i trafiły na nasze biurka w postaci popularnych PC. Dziś stajemy w obliczu podobnych przemian w obszarze systemów produkcyjnych.

Jest godzina druga w nocy. W słabo oświetlonej, zimnej hali produkcyjnej nie ma żywego ducha. Jednak słyszalne odgłosy wskazują na rytmiczną pracę maszyn. W półmroku można dostrzec precyzyjne ruchy wykonywane przez metaliczne ramiona robotów. Szelest szybko przesuwających się wózków transportowych uzupełniany jest regularnymi zgrzytami działających obrabiarek. Tak pracuje bezludna fabryka. Tego typu obrazki dawno już przestały budzić zdziwienie. W każdym razie nie pracowników zakładu, którzy w tej samej chwili spokojnie śpią w swoich domach. Rano przyjdą tylko po to, by odpowiednio zmodyfikować programy sterowania urządzeniami, dokonać niezbędnych czynności kontrolnych czy konserwacyjnych. Na drugą i trzecią zmianę zostanie zaledwie garstka osób w portierni i dyspozytorni.

Środkiem wiodącym do takich fabryk są elastyczne systemy wytwórcze FMS (Flexible Manufacturing System), które na szerszą skalę zaczęły pojawiać się w latach 70. ubiegłego stulecia, głównie w przemyśle maszynowym (samochodowym) i elektromaszynowym. W przeszłości termin "elastyczność" rozumiano wąsko, utożsamiając go z elastycznością zautomatyzowanego wytwarzania. Tymczasem rozwój technologii informatycznych spowodował, że możliwe stało się rozszerzenie tego pojęcia na całość systemu produkcyjnego, tak aby posiadał zdolność łatwej adaptacji do dynamicznych wymagań rynku, poprzez możliwość ekonomicznego wytwarzania zmiennego asortymentu wyrobów, również w małych seriach.

Właśnie elastyczność informacyjna przedsiębiorstwa stała się podstawowym warunkiem dla zindywidualizowanej produkcji masowej realizowanej według formuły:

mass production + customization = mass customization.

Coraz liczniejsze przykłady praktyczne pokazują, że idea elastyczności dawno już wykroczyła poza obszary zrobotyzowanych hal produkcyjnych i obrabiarek numerycznych. Producenci dżinsów oferują swoim klientom odzież na miarę (XXI w.!): w firmowych sklepach, domach towarowych czy po prostu za pośrednictwem Internetu specjalne oprogramowanie przyjmuje i dobiera wymiary klienta, kolory i specyfikacje materiałowe. W podobny sposób indywidualizuje się produkcję rowerów bądź okularów.

Doświadczenia bez doświadczeń

Elastyczność to jednak za mało, by zagwarantować firmie przetrwanie na coraz bardziej wymagającym rynku, gdzie cykle życia maszyn i wyrobów stają się coraz krótsze. Wzrost elastyczności to wzrost złożoności systemu, a w konsekwencji jego mniejsza odporność na zakłócenia. Wyjściem z tego zaklętego kręgu ma być nowy paradygmat organizacyjny - tzw. inteligentne systemy wytwórcze IMS (Intelligent Manufacturing System). Mówiąc żartobliwie, można by stwierdzić, że inteligencja to zasób doświadczeń w dziedzinach, z którymi... nigdy nie miało się do czynienia. Dokładnie tak jest w tym przypadku. System o takich cechach na pewno poradzi sobie z rynkowymi niespodziankami. Ale w jaki sposób implementować inteligencję w procesach wytwarzania?

Współczesne metody sztucznej inteligencji stają się faktycznie coraz mniej "sztuczne", a coraz bardziej "inteligentne". Jednak samo poleganie na nowoczesności technologii grozi występowaniem paradoksu produktywności, czyli brakiem jednoznacznej korelacji między efektywnością przedsiębiorstwa a nakładami na informatykę. Jedną z głównych przyczyn tego stanu rzeczy jest zjawisko dysonansu organizacyjnego, tzn. braku dopasowania systemów technicznych i skojarzonego z nimi środowiska organizacyjnego.

Najdoskonalszym rodzajem inteligencji jest naturalna i taką warto stosować w praktyce zarządzania. Stąd już tylko krok do idei Bionicznych Systemów Produkcyjnych BMS (Bionic Manufacturing System). Nadmieńmy jedynie, że używanie w tym kontekście terminu "biologiczne systemy produkcyjne" prowadzi do nieporozumień - przymiotnik "biologiczny" odnosi się do organizmów żywych, natomiast bionika wyłoniła się z cybernetyki właśnie dla tworzenia technicznych analogii środowiska przyrodniczego.

Algorytmy genetyczne to już klasyczna sfera metod sztucznej inteligencji. Również systemy BMS poszukują związków między żywymi organizmami a systemami technicznymi, w tym przypadku produkcyjnymi. Wychodząc z klasycznej definicji oprogramowania: algorytmy + struktury danych = programy, można stwierdzić, że BMS to biorarchia (biorarchy, bionic hierarchy) + genetyczna reprezentacja informacji (GRI). Biorarchia jest z założenia bardziej efektywna niż tradycyjne, sztywne i scentralizowane hierarchie; to rozproszone struktury o znacznym stopniu lokalnej autonomii. Z kolei idea GRI uwidacznia się już w sferze oprogramowania, które w przeszłości tworzono na bazie proceduralnej, obecnie zaś dziedziczenie jest typowym mechanizmem programowania obiektowego.

W procesie wytwarzania roweru każda jego część posiada "genetyczne" informacje produkcyjne: o sobie, o tym, z jakimi częściami winna być połączona, jaki środek transportowy dostarcza ją do określonej jednostki montażowej. W takim systemie łatwiej można projektować nowe produkty jako kombinacje już istniejących, nie zaś wyłącznie zawsze od nowa, co oczywiście wiąże się z większym nakładem sił i środków. Podobnie jak w ewolucyjnym doborze naturalnym, dobrze sprzedający się rower to pozytywna informacja DNA, zaś rynkowa porażka odpowiada odrzuceniu wadliwego fragmentu kodu genetycznego.

Widać więc wyraźnie, że model BMS łączy w sobie wiele sprawdzonych rozwiązań technologii wytwórczych oraz informacyjnych: od podobieństw identyfikowanych podczas grupowania wyrobów i części, aż do rozproszonych hurtowni danych.

Podstawowym budulcem żywego systemu są komórki składające się na tkanki, te z kolei tworzą organy, grupowane w układy, które na najwyższym poziomie agregacji odpowiadają organizmowi. Odpowiedniki tych poziomów można znaleźć także w systemie wytwórczym: podstawowe jednostki produkcyjne (np. robot czy obrabiarka), potem procesy materiałowo-energetyczno-informacyjne, działające podobnie jak enzymy czy hormony, czy gniazda produkcyjne o wyspecyfikowanej morfologii, i wreszcie zespoły współpracujących narządów (wydziałów) odpowiedzialne za "życiowe" funkcje fabryki.

W celu komercyjnej reprodukcji treści Computerworld należy zakupić licencję. Skontaktuj się z naszym partnerem, YGS Group, pod adresem [email protected]

TOP 200