Ipar
Robot Pick AI rendszer segíti az összeválogatást
Működési előny – A raktárakban lévő különböző termékek automatikus összeválogatása sokáig az intralogisztika nehezebben automatizálható területei közé tartozott.
A Siemens Robot Pick AI mesterséges intelligenciára épülő képfelismeréssel határozza meg, hogyan foghatja meg a robot az akár rendezetlenül, ömlesztve tárolt tárgyakat. A technológia lehetőségeiről, integrációjáról és a gyakorlati alkalmazás szempontjairól Kordás Imrével, az XXL Mechanika Kft. gépésztervező- és projektmérnökével beszélgettünk.
MM: Milyen elemekből épül fel egy Robot Pick AI rendszer?
K.I.: A rendszer egyik legfontosabb része a Siemens mesterséges intelligencián alapuló képfelismerő szoftvere, amely a kiválogatási folyamatot támogatja. Ehhez kapcsolódik maga a robot, amely lehet hagyományos ipari vagy kollaboratív robot, valamint természetesen szükség van a termékek kezelésére alkalmas megfogóra is. A megoldás márkafüggetlenül integrálható különböző robottípusokkal. A rendszer további fontos eleme a 3D kamera. Ez mélységi információt és színes képet biztosít a szoftver számára, amely ezek alapján határozza meg a megfelelő megfogási pontot. Az egyik nagy előny éppen az, hogy viszonylag kevés hardverelemből felépíthető. Az ezen túl szükséges technika már az adott alkalmazástól, a megrendelő igényeitől és az integrátor által kialakított teljes rendszerkoncepciótól függ.
MM: Milyen feladatokra jelenthet elsősorban megoldást?
K.I.: Tipikusan intralogisztikai és komissiózási alkalmazásokra. A raktári automatizálás számos területén már régóta működnek jól bevált automatikus rendszerek, de a változatos, rendezetlenül elhelyezkedő termékek kiválogatása lényegesen összetettebb feladat. A Robot Pick AI különösen akkor érdekes, amikor a termékek ömlesztve helyezkednek el, vagy nagyon sok különböző árucikket kell kezelni, illetve a készlet összetétele dinamikusan változik. Ilyen alkalmazások az autóiparban, a gyógyszeriparban vagy az élelmiszeriparban ugyanúgy előfordulhatnak, mint például a játékiparban. A lényeg, hogy sokféle termékből kell gyorsan és rugalmasan kiválogatni a szükséges darabokat.
MM: Van méret- vagy súlykorlátja a rendszernek?
K.I.: Magának a szoftvernek ilyen értelemben nincs meghatározó korlátja. A fizikai határokat sokkal inkább a robot, a kamera és különösen a megfogó határozza meg. Integrátorként nekünk az a feladatunk, hogy az adott termékhez megfelelő robotot és megfogási technológiát válasszunk, és javasoljunk a megrendelőnek.
„A Robot Pick AI vákuumos megfogási technológiával történő alkalmazás. Emiatt egy új projekt első vizsgálati szempontjai között szerepel, hogy a kezelendő termékek vákuumkorongokkal biztonságosan megfoghatók-e. A tárgyak alakjának, helyzetének vagy egymáshoz viszonyított elrendezésének változatosságát már nagyon jól tudja kezelni a képfeldolgozó rendszer.”
– Kordás Imre, az XXL Mechanika Kft. gépésztervező- és projektmérnöke.
MM: Hogyan kezdődik egy ilyen projekt az integrátor számára?
K.I.: Amikor egy vállalat megkeres bennünket egy automatizálási feladattal, először felmérjük a helyszínt és a kezelendő termékeket, illetve lehetőség szerint azt is, hogy a jövőben milyen további termékek kerülhetnek a rendszerbe. Megvizsgáljuk, hogy a Robot Pick AI alkalmas-e az adott feladatra, és milyen robot-, megfogó- és anyagmozgatási megoldással lehet optimálisan kialakítani a cellát.
Mi mindig teljes rendszerben gondolkodunk. Nemcsak azt nézzük meg, hogyan integrálható maga a Robot Pick AI, hanem azt is, hogyan érkeznek a termékek a robothoz, hogyan történik az azonosításuk, majd miként kerülnek tovább a folyamat következő állomására. Így a koncepció része lehet a szállítópálya, a ládák mozgatása, a raktári automatizálás és számos további technológia.
MM: Mennyire bonyolult a Robot Pick AI betanítása?
K.I.: Ez az egyik legnagyobb előnye a rendszernek: nagyon egyszerű. Alapvetően azt kell meghatározni az első munkánál, hogy a kamera képén mely területen keresse a felvehető tárgyakat, valamint milyen megfogó áll rendelkezésre. Ha például egy láda mindig ugyanarra a pozícióra érkezik a szállítópályán, akkor megadjuk a láda geometriáját és azt a területet, amelyen belül a rendszer dolgozhat. Ugyanakkor amit klasszikusan betanítás alatt szoktak az ügyfelek érteni, azaz, hogy mondjuk jön egy új termék a portfóliójukba, az gyakorlatilag semmilyen betanítást nem igényel ennél a megoldásnál. Akár minden egyes megfogásnál más tárgy kerülhet a robot elé. A szoftver a rendelkezésére álló kép alapján keresi meg azt a pontot és orientációt, ahol az adott megfogóval biztonságosan felvehető a termék.
MM: Ehhez a robotot sem kell minden új terméknél újraprogramozni?
K.I.: Nem. A robot alapvetően ismétlődő mozgásokat végez. A változó elem az, hogy a ládából pontosan honnan és milyen térbeli orientációban kell felvennie a következő tárgyat. Ezt a Robot Pick AI határozza meg, és egy hat koordinátából álló végpontot ad át a robot számára. Így a megfogó nemcsak függőlegesen érkezhet a tárgyra, hanem a termék helyzetének megfelelően különböző irányokba megdöntve is. Ha új termék jelenik meg, sok esetben elegendő eldönteni, hogy a rendelkezésre álló megfogók közül melyik alkalmas hozzá. Ehhez nem kell belenyúlni sem a PLC-programba, sem új robotprogramot írni. Ez különösen fontos azokban a raktárakban, ahol gyakran változik a termékpaletta.
MM: Többféle megfogóval is működhet ugyanaz a robot?
K.I.: Természetesen. A robot automatikus szerszámcserélő segítségével meg tudja változtatni a saját megfogóját. A Robot Pick AI-ban pedig felhasználóbarát módon definiálhatók az egyes szerszámok geometriai jellemzői. Egyetlen vákuumkorong esetében viszonylag egyszerű a helyzet, de összetettebb megfogóknál több vákuumkorong is lehet egymástól eltérő távolságban vagy akár aszimmetrikusan elhelyezve. A szoftver ezt a geometriát figyelembe véve keresi meg a terméken azt a területet és orientációt, amelyre az adott megfogó megfelelően ráilleszthető.
MM: Mekkora számítási teljesítményt igényel mindez?
K.I.: A szoftver ipari PC-n fut, és a képfeldolgozás miatt a grafikus teljesítménynek jelentős szerepe van. A grafikus hardver teljesítménye a feldolgozás sebességére is hatással van. Ettől eltekintve azonban maga a rendszer hardveroldalról meglehetősen kompakt.
MM: Az üzemeltetőnek milyen szintű tudásra van szüksége?
K.I.: A felhasználói felületet úgy alakították ki, hogy a szükséges paraméterek egyszerűen módosíthatók legyenek. Egy technikus egy új termék megjelenésekor például kipróbálhatja, melyik meglévő megfogóval kezelhető megfelelően. A rendszer többször is megkísérelheti a felvételt, és beállítható, hány sikertelen próbálkozás után váltson más megoldásra.
Termékcsoportoknál ez még egyszerűbb lehet. Ha például egy adott palackhoz már rendelkezünk megfelelő megfogóval, akkor jó eséllyel egy nagyon hasonló méretű és kialakítású másik palackhoz is használható lesz. A rendszer rugalmasságának éppen az az egyik lényeges eleme, hogy nem kell minden új terméknél új betanítást indítani.
MM: Hogyan nézne ki mindez egy konkrét robotcellában?
K.I.: Egy általunk kidolgozott modellben a központi robot több ládából válogatja össze a rendeléshez szükséges termékeket, miközben további robotok cserélik körülötte a különböző árucikkeket tartalmazó ládákat. Az egyikben lehet például ásványvíz, a másikban csokoládé, a harmadikban joghurt. A rendszer a konkrét rendelés alapján ezekből állítja össze a kívánt kombinációt.
A központi robot 3D kamerával készít képet az aktuális ládáról. A Robot Pick AI meghatározza, hol található megfelelő megfogási pont, függetlenül attól, hogy például egy palack elgurult vagy egy másik termék ferdén fekszik. A robot ezután felveszi a terméket, majd egy másik kamerával a letétel előtt ismét ellenőrizhető annak helyzete. Ha például a termék az adott orientációban nem férne el a rendelési ládában, a robot a behelyezés előtt elforgathatja. Ebben a koncepcióban a teljes ciklust tekintve percenként körülbelül hat-hét termék kivétele és áthelyezése valósítható meg, de ez akár ezerkétszáz/óra is lehet. Miközben a központi robot dolgozik, a kiszolgáló robotok már előkészíthetik a következő szükséges termékeket tartalmazó ládákat.
MM: A vállalatokat természetesen a megtérülés is érdekli. Hogyan lehet ezt kiszámítani?
K.I.: Ez mindig az adott alkalmazástól függ. Meg kell vizsgálni, hány műszakban működik a rendszer, milyen élőmunkát válthat ki, illetve milyen teljesítményt várunk tőle. Egy robotizált rendszer akár folyamatosan, 24/7 üzemben is működtethető. Három műszak esetén tehát már jelentős lehet az a munkaerő-ráfordítás, amely más, nagyobb hozzáadott értékű feladatra csoportosítható át. A megtérülésnek azonban nem csak közvetlen munkaerőköltség-oldala van. Egy logisztikai központban egyre fontosabb mérőszám a reakcióidő. Ha egy éjszaka beérkező rendelést a rendszer azonnal elkezd feldolgozni, és az áru reggel hat órakor már szállítható, az komoly működési előnyt jelenthet egy olyan rendszerhez képest, ahol a rendelés feldolgozására csak később kerül sor.
MM: Milyen szerepet vállal ebben az XXL Mechanika?
K.I.: Az XXL Mechanika egy, több mint harminc éve működő mérnökiroda. Az utóbbi időszakban egyre több raktárautomatizálási projekttel foglalkozunk, de jelen vagyunk többek között az autóiparban, a gyógyszeriparban és az élelmiszeriparban is, emellett egyedi célgépes megoldásokat is készítünk. A cég a Siemens Robot Pick AI magyarországi rendszerintegrátora.
Kulcsrakész rendszerekben gondolkodunk. A munka a megrendelői igények és a helyszín felmérésével kezdődik, ezt követi a teljes rendszer egyedi megtervezése, majd a gyártás, a kivitelezés és az átadás koordinálása. A gyártásban és a szerelésben külső partnerekkel is együtt dolgozunk, de a projekt és a helyszíni szerelés szakmai irányítását mi végezzük. Így nem egyszerűen egy robotot vagy egy szoftvert integrálunk, hanem az adott logisztikai vagy termelési feladatra komplett automatizálási megoldást alakítunk ki.
www.siemens.hu, www.xxlmechanika.hu
További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!
Ipar
Öt éven belül az ipari növekedést is veszélyeztetheti a vízhiány
A Schneider Electric, világ egyik vezető energiatechnológiai vállalata közzétette The Water Crunch Report című kutatását.
Az eredmények szerint a vízellátás az Egyesült Királyságban és Európában már ugyanolyan jelentős kockázatot jelent az ipari vállalatok folyamatos működésére, mint a kibertámadások vagy az ellátási láncok zavarai. Ez összhangban van a Schneider Electric tavalyi, az Egyesült Államokra összpontosító kutatásával, amelyben az üzleti vezetők több mint fele (56 százaléka) arra számított, hogy a vízzel kapcsolatos kockázatok a következő években gyorsabban nőnek majd, mint az infrastruktúrát érintő egyéb kockázatok.
A kutatásban európai ipari vállalatok felsővezetőit, valamint víziközmű-szolgáltatók és önkormányzatok döntéshozóit kérdezték meg. Az ipari vezetők beszámolói szerint a vízhiány és a vízellátási nehézségek az elmúlt két évben már növelték a működési költségeket (44 százalék), megterhelték az infrastruktúrát és a karbantartási költségkereteket (38 százalék), valamint fennakadásokat okoztak az ellátási láncokban (30 százalék). Ha holnap súlyos vízellátási zavar következne be, a vállalatok 44 százaléka szerint annak hatásai 24 órán belül jelentkeznének a működésükben. Az ipari vezetők több mint fele (52 százaléka) arra számít, hogy a víz minősége vagy rendelkezésre állása a következő öt évben, 2031-ig komoly akadálya lesz vállalata növekedésének. Minden hetedik válaszadó (14 százalék) szerint ez már ma is korlátozza a működést vagy a növekedést.
A kutatás eredményei akkor látnak napvilágot, amikor Európa az elmúlt évtizedek egyik legsúlyosabb aszályával küzd. Az áruszállításban, az energetikában és a mezőgazdaságban jelentkező következmények egyértelműen mutatják, hogy ezek a kockázatok már nem csupán elméletben léteznek.
„Európa nem engedheti meg magának, hogy a vízellátásra kizárólag környezeti kérdésként tekintsen. Ma már a versenyképesség is múlik rajta. Ahogyan az energetikai átállás az elmúlt évtizedben átalakította az ipari stratégiákat, úgy a következő évtizedet a hatékony vízfelhasználás fogja meghatározni. A mesterséges intelligenciára épülő ipari megoldások minden eddiginél pontosabb képet adnak a vállalatoknak arról, hogyan használják fel a vizet, hol keletkeznek veszteségek, és hogyan hasznosítják újra. A feladat ma már az, hogy a probléma felismerését olyan ütemben kövessék intézkedések, amelyek biztosítják az európai ipar jövőjét”
– mondta Gwenaelle Huet, a Schneider Electric ipari automatizálási üzletágának ügyvezető alelnöke.
„Könnyű lenne az idei nyári aszályokat és azok ipari hatásait egyszeri jelenségnek tekinteni, de Európában ma már tartósan számolni kell velük a működés során. Az Európai Aszálymegfigyelő Központ adatai szerint jelenleg az EU és az Egyesült Királyság területének mintegy felét érinti valamilyen mértékű aszály. A víz újrafelhasználásával csökkenthetjük a már most is túlterhelt folyóktól és víztározóktól való függőségünket, az EU-ban mégis csupán a tisztított települési szennyvíz 2,4 százalékát hasznosítják újra. Az intelligens vízgazdálkodási technológiákba beruházó szervezetek versenyelőnyt teremtenek a hatékonyabb vízfelhasználásból”
– fogalmazott Sophie Borgne, a Schneider Electric vízügyi és környezetvédelmi szegmensének elnöke.
Az intelligens vízgazdálkodási technológiákat széles körben alkalmasnak tartják a vízgazdálkodási kihívások kezelésére, alkalmazásuk azonban elmarad az ismertségüktől. Ennek oka nem a bizalmatlanság: az ipari vezetők 86 százaléka és a víziközmű-szolgáltatók 98 százaléka szerint ezek a technológiák csökkenthetik a működési költségeket. Több mint 80 százalékuk pedig úgy véli, hogy a működés folytonosságát is segítik, és javítják a fenntarthatósági teljesítményt.
Annak ellenére, hogy az ipari vezetők 58 százaléka ismeri a digitális ikreket vagy a hálózatmodellezési eszközöket, vállalata még nem vezette be őket. A víziközmű-szolgáltatók 57 százaléka ugyanígy nyilatkozott az előrejelző elemzésekről vagy a mesterséges intelligenciával támogatott vízgazdálkodási megoldásokról.
Biztató ugyanakkor, hogy az érintettek nem várják meg a helyzet további romlását. A megkérdezett víziközmű-szolgáltatók mindegyike és az ipari vezetők 98 százaléka szerint a víz rendelkezésre állása vagy minősége már befolyásolt jelentős döntéseket. Ezek között szerepel a hatékonyabb vízfelhasználást célzó beruházások növelése (47 százalék), valamint a vízzel kapcsolatos kockázatok vezetőségi szintű, formális felülvizsgálata (43 százalék). A megkérdezett ipari vezetők több mint felének vállalata már alkalmaz automatizált vezérlési megoldásokat (56 százalék) és okosmérőket (55 százalék). Az okosmérők használata a víziközmű-szolgáltatók körében még elterjedtebb, aránya eléri a 76 százalékot.
A kiberbiztonság is egyre nagyobb figyelmet kap: az ipari vezetők és a víziközmű-szolgáltatók több mint fele a legfontosabb kezelendő kockázatok közé sorolja, ahogyan a vízellátó rendszerek egyre inkább összekapcsolódnak és digitalizálódnak.
A fejlődésre ugyanakkor még jelentős tér nyílik. Sok vezető ismeri a működés optimalizálását segítő technológiákat, de még nem vezette be őket, így a legnagyobb előnyök egyelőre kiaknázatlanok lehetnek. Az európai vállalatvezetők számára egyértelmű az üzenet: a vízellátással kapcsolatos kockázatokat ugyanolyan tudatosan kell kezelni, mint az energiaellátás vagy a kiberbiztonság kockázatait. Az ismertség és az alkalmazás közötti különbség csökkentése azokban az iparágakban lehet a legfontosabb, amelyek már most érzik a vízellátási nehézségek költségnövelő hatását.
„A víz közel két évtizeden át háttérbe szorult az éghajlatváltozásról szóló párbeszédben, és az energetikára vagy a szén-dioxid-kibocsátás csökkentésére fordított beruházásoknak csupán töredéke jutott erre a területre. Európa több mint kétszer olyan gyorsan melegszik, mint a világ többi része, ami egyre nagyobb nyomást helyez a vízellátásra. A kutatás megerősíti, hogy változik a szemlélet: az ipari vezetők 47 százaléka már növelte a hatékonyabb vízfelhasználást célzó beruházásokat, 43 százalékuk pedig vezetőségi szintre emelte a vízzel kapcsolatos kockázatok kezelését. A vízellátás biztonsága végre kiemelt üzleti szemponttá válik”
– mondta Tom Freyberg független vízügyi és környezetvédelmi szakértő.
Az előrelátó közműszolgáltatók a már elérhető technológiákkal csökkentik a vízellátási problémák hatását ügyfeleikre. A dán Aarhus Vand például digitális iker előrejelzéseire támaszkodva gondoskodik vízhálózatának ellátásbiztonságáról. A Schneider Electric EcoStruxure™ Water Advisor – Water Simulation megoldása lehetővé teszi a vízellátó hálózat távoli felügyeletét, valamint a lehetséges szivárgások és az ellátás ingadozásainak egyszerű, pontos azonosítását. A hálózat különböző pontjairól származó adatok alapján a rendszer előre jelzi a tervezett és váratlan események hatásait. Így az Aarhus Vand gyorsan megteheti a megfelelő intézkedéseket, csökkentheti a vízveszteséget, és megbízhatóan biztosíthat jó minőségű vizet ügyfeleinek. A hatékonyabb működésnek köszönhetően a szolgáltató energiafelhasználása és költségei is csökkennek.
További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!
Ipar
Mire jó a szuperkondenzátor?
Energetikai „lengéscsillapítók” kerülhetnek az AI-adatközpontokba
A mesterséges intelligencia által generált energiaingadozások kezelésére a szuperkondenzátor-technológia teremthet stabilabb hátteret.
A mesterséges intelligencia térnyerése nemcsak a számítási kapacitást, hanem az elektromos hálózatokat is komoly kihívások elé állítja. Az AI-adatközpontok energiaigénye ráadásul rövid idő alatt jelentősen változhat: a szerverekben működő chipek terhelésének egyidejű növekedése vagy csökkenése következtében az energiafelvétel pillanatok alatt, megawattos nagyságrendben is ingadozhat. A gyors teljesítményváltozások kiegyenlítésére kínál megoldást a szuperkondenzátor technológia.
A szuperkondenzátor olyan energiatároló eszköz, amely az akkumulátoroktól eltérően elsősorban elektrosztatikus úton tárolja az energiát. Ennek köszönhetően rendkívül gyorsan képes energiát felvenni és leadni, emellett nagy számú töltési és kisütési ciklust visel el jelentős teljesítményromlás nélkül. Hosszú távú energiatárolásra kevésbé alkalmas, a rövid idejű, hirtelen teljesítménycsúcsok kiegyenlítésében azonban fontos szerepet kaphat.
Működése az autók lengéscsillapításához hasonlítható: ahogyan a futómű mérsékli az úthibák okozta rázkódást, úgy segíthet a szuperkondenzátor a gyors teljesítményingadozások kiegyenlítésében.
Mit nyerhet vele egy adatközpont?
A rövid idejű teljesítménycsúcsok mérséklése –az úgynevezett peak shaving– hozzájárulhat az elektromos infrastruktúra terhelésének csökkentéséhez és az üzembiztonság növeléséhez. Megfelelő rendszertervezés mellett a megoldás lehetővé teheti a rendelkezésre álló villamos teljesítmény hatékonyabb kihasználását, és bizonyos esetekben mérsékelheti a költséges hálózatfejlesztések szükségességét is.
A kompakt, szuperkondenzátor-alapú rendszerek a rendelkezésre álló hely hatékonyabb kihasználásához is hozzájárulhatnak, így több terület maradhat a számítási infrastruktúra számára, egyúttal csökkenthetik az energiafelhasználást és a hőtermelést. A technológia megfelelő tervezés mellett meglévő adatközponti infrastruktúrákba is integrálható.
Partnerség segítheti a gyors elterjedést
A technológiában a Siemens is lehetőséget lát, és befektetést hajtott végre a szuperkondenzátorok fejlesztésével és gyártásával foglalkozó Skeleton Technologies vállalatban. A partnerség illeszkedik a német konglomerátum azon törekvéséhez, hogy az adatközpontok fejlesztésének teljes életciklusában támogassa az üzemeltetőket és a beruházókat.
A vállalat megoldásai a tervezést és a döntéstámogatást segítő digitális eszközöktől – például a szimulációktól, a digitális ikrektől, valamint a Simcenter, a Teamcenter és a Building X portfólióelemeitől –az ellenállóképes energiaellátási architektúrák kialakításáig terjednek. Utóbbiak részei lehetnek a mikrohálózatok, a megújuló energiaforrások, a moduláris rendszerek, az akkumulátoros energiatárolás és az intelligens vezérlés.
A cél az adatközpontok megbízhatóbb és hatékonyabb működésének támogatása, valamint az üzemeltetési költségek mérséklése. Ennek egyik lehetséges eszköze a mesterséges intelligenciával támogatott hűtésoptimalizálás.
További együttműködések az adatközponti technológiák terén
A Siemens más technológiai vállalatokkal kialakított együttműködései szintén az adatközpontok energiaellátásának hatékonyabbá tételét szolgálják.
A Rittallal közösen olyan moduláris tápegységeken dolgozott, amelyek közvetlenül a szerverek melletti, úgynevezett white space területen helyezhetők el. Az energiaellátás felhasználási ponthoz közelebbi kialakítása megfelelő rendszertervezés esetén csökkentheti az energiaátviteli veszteségeket.
Az NVIDIA-val és a Fluence-szel kialakított együttműködés keretében a vállalat előregyártott, moduláris referenciaarchitektúrát mutatott be, amely egyszerűsítheti és felgyorsíthatja az adatközpontok kiépítését, illetve bővítését. A központi felügyelet és az energiatárolási megoldások az üzembiztonság növelését is támogathatják.
A Reinhausennel közösen fejlesztett szilárdtest-transzformátor pedig a hálózati villamos energia átalakításával segítheti a nagy teljesítményű AI-szerverek energiaellátását. A technológia célja a stabil, 800 voltos egyenáramú energiaellátás kialakítása, amely a megfelelő infrastruktúrával együtt hatékonyabb energiaelosztást tehet lehetővé a nagy teljesítményű számítási rendszerek számára.
További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!
Ipar
Energiaintelligencia: a jövő energiarendszere előre lát és cselekszik
Mi történik, ha egyszerre nő meg az áramfogyasztás és válik bizonytalanná a termelés? Az energiarendszernek ilyenkor gyorsan kell alkalmazkodnia, amihez a rendelkezésre álló kapacitások mellett pontos adatokra, előrejelzésre és összehangolt irányításra is szükség van.
Az energiaintelligencia ebben hozhat áttörést: az összekapcsolt energetikai rendszerek felismerhetik a kialakuló problémákat, támogathatják azok megelőzését, és szükség esetén automatizáltan is beavatkozhatnak. Erről a technológiai szemléletváltásról beszélt Veres Zsolt, a Schneider Electric magyarországi országigazgatója egy októberi szakmai konferencián, Budapesten.
Az épületek és a közlekedés villamosítása, valamint az adatközpontok terjedése átalakítja a villamosenergia-felhasználást. A mesterséges intelligencia térnyerése is növeli a számítási kapacitások iránti igényt, és ezzel az energiafogyasztást. Ugyanez a technológia azonban az energiarendszer működtetésében is új lehetőségeket nyit: segíthet előre jelezni a változásokat, összehangolni a termelést és a fogyasztást, illetve gyorsabban reagálni az eltérésekre. A kihívás ezért a termelőkapacitások bővítésénél jóval összetettebb. Az új energiaforrásokat olyan hálózathoz kell kapcsolni, amely képes kezelni a változó terhelést, a megújulók visszatáplálását és az energiatárolást. Ehhez a termelési, átviteli és elosztási oldal fejlesztését együtt kell megtervezni.
„A hálózat az energiaátmenet idegrendszere: összeköti a termelőket és a fogyasztókat, és biztosítja, hogy az áram ott és akkor álljon rendelkezésre, ahol és amikor szükség van rá. A termelési kapacitások fejlesztése és diverzifikálása mellett legalább akkora figyelmet kell fordítanunk a hálózatok korszerűsítésére és intelligens irányítására. A beruházások akkor lesznek jövőállók, ha a teljes rendszer működését javítják”
A hibajelzéstől az önálló beavatkozásig
A hagyományos működésben a felügyeleti rendszerek jelzik az eltéréseket, az üzemeltetők pedig a rendelkezésükre álló információk alapján döntenek a beavatkozásról. Ha az adatok egymástól elkülönülő rendszerekben találhatók, a helyzet értékelése és a válaszlépések összehangolása is időt igényel.
Az energiaintelligenciához vezető első lépés ezért az egységes helyzetkép kialakítása. Az energia-, folyamat- és vállalati adatok összekapcsolásával láthatóvá válhat, hogyan hatnak egymásra a hálózat vagy egy létesítmény különböző részei. Ezt egészíti ki az iparági szaktudás és a digitális iker, vagyis a berendezések és rendszerek virtuális másolata, amely a tervezéstől a kivitelezésen át az üzemeltetésig és karbantartásig folyamatosan új információkkal bővül. Ezek együttes alkalmazásával a mesterséges intelligencia a működés minden szintjén segítheti az előrejelzést, az irányítást és az optimalizálást. A technológiai váltás négy területen hozhat előrelépést. A hibák utólagos jelzését előrejelzés és megelőzés, az elkülönült rendszereket egységes helyzetkép, a kézi vezérlést autonóm műveletek válthatják fel. Egyes automatizált irányítási feladatoknál pedig a percekben mérhető válaszidő milliszekundumokra rövidülhet. A gyakorlatban ez azt jelenti, hogy egy létesítmény rendszerei már a kialakuló problémára utaló jeleket is felismerhetik, és még a hiba bekövetkezése előtt kezdeményezhetnek beavatkozást. Ha a problémát nem sikerül megelőzni, az automatizált reakció gyorsíthatja annak kezelését. Ez a képesség különösen fontossá válik, amikor a fogyasztás és a termelés gyorsan változik, és rövid idő alatt kell helyreállítani az egyensúlyt.
A beruházások értékét az együttműködésük adja
A Schneider Electric szerint az energiaintelligencia szemléletét már a fejlesztések tervezésekor érdemes érvényesíteni. A termelőkapacitások, a hálózatok, a tárolás és a fogyasztás összehangolt fejlesztésével olyan ökoszisztéma alakítható ki, amelyben az adatok, a mesterséges intelligencia és az emberek közösen támogatják a megbízható működést.
Magyarországon az energiarendszer megújítását támogató uniós források lehetőséget teremtenek erre az összehangolt fejlesztésre. Veres Zsolt szerint a cél olyan infrastruktúra kiépítése, amely a termeléstől a felhasználásig egységben kezeli az energiaellátást. Az energiaintelligencia így a hálózatok mellett az ipari üzemek, az épületek, az adatközpontok és az otthonok hatékonyabb működését is szolgálhatja.
További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!
-
Tippek2 hét ago
Milyen tényezők befolyásolják a lépcső készítés árakat és típusválasztást?
-
Egészség2 hét ago
Hogyan válasszunk valóban bio barát termékeket a mindennapokhoz?
-
Gazdaság2 hét ago
A tervezett vagyonadó: ki mondja meg, mennyit ér a vagyon?
-
Gazdaság2 hét ago
Öt perc alatt telepíthető védelemmel segíti partnereit a Zyxel Networks
-
Gazdaság2 hét ago
A Mapei számaiban is megjelent az építőipar nyári fékezése
-
Tippek2 hét ago
Egyre többet várunk az otthoni kávétól
-
Gazdaság2 hét ago
Az AI már autót is ajánl, de a céges flotta választás ettől nem lett egyszerűbb
-
Gazdaság2 hét ago
Országos MI oktatási programot jelentett be a Bosch









