V tomto článku si predstavíme význam dátových rozhraní človek-stroj. Majitelia závodov môžu použiť tento článok, aby sa dozvedeli viac o koncepte dátových rozhraní človek-počítač a úlohe dátových rozhraní človek-počítač v závode budúcnosti.
Tento článok zahŕňa:
- Čo znamená dátové rozhranie človek-stroj?
- Kľúčové výhody dátového rozhrania človek-stroj
- Ktoré odvetvia ho využívajú?
- Čo je potrebné na implementáciu?
Čo znamená dátové rozhranie človek-počítač?
Prostredie internetu vecí a veľkých dát
Keďže sa vo výrobe používa stále viac platforiem internetu vecí, generuje sa veľké množstvo údajov. Prostredie „inteligentnej“ továrne je o generovaní a poskytovaní veľkého množstva údajov, strojovom učení, umelej inteligencii, riešeniach rozšírenej a virtuálnej reality a prepojených strojoch s integrovanými platformami internetu vecí. Skutočné údaje môžu pochádzať z externých zdrojov, ako sú senzory na strojoch, pripojené zariadenia, logistika, vstavané HMI, interné systémy SCADA a nákupné modely zákazníkov. V dnešnej dobe existuje nespočetné množstvo dátových zdrojov, ktoré je potrebné integrovať do rozhodovacieho procesu.
Riešenia Big Data a Business Intelligence sa čoraz viac hodnotia s cieľom získať prehľad z údajov. Vo väčšine prípadov sa tieto údaje odošlú do cloudu na ďalšiu analýzu a spracovanie. Existuje potreba robustného priemyselného cloudového riešenia na ukladanie a spracovanie údajov z viacerých generovaných zdrojov údajov.
Napriek tomu však existujú chvíle, keď je potrebné urobiť okamžité rozhodnutia, v takom prípade je potrebné údaje spracovať na okraji, a nie najprv preniesť do cloudu. Edge computing zahŕňa spracovanie údajov z platforiem internetu vecí bližšie k miestu, kde sa údaje skutočne generujú. V prípade tovární ide o spracovanie údajov na úrovni továrne.
Predstavte si situáciu, keď sa kritický stroj na dôležitej montážnej linke prehreje. Ak sa všetky údaje musia najskôr odoslať do cloudu, môže to byť veľmi časovo náročné, pretože je potrebná okamžitá akcia. Vplyv môžu mať aj problémy s latenciou a sieťovým pripojením. V tomto prípade je edge computing vhodnejší ako cloudový proces, pretože senzory zo strojov môžu do HMI vo výrobnom závode posielať iba tie údaje, ktoré potrebujú, takže pracovníci továrne môžu okamžite podľa toho upraviť teplotu strojov.
Rozhranie ľudských údajov
Koncept dátového rozhrania človek-stroj je o tom, že ľudia priamo interagujú so strojovo generovanými údajmi. Opisuje tiež spojenie medzi mozgom a myšlienkovými vzormi stroja. Inými slovami, dáta prúdia medzi ľudským mozgom a strojom.
Mnohí majitelia závodov sú oboznámení so zapojením stroj-stroj, pretože stroje na prevádzke vyžadujú vstup od iných strojov a sú súčasťou interného systému SCADA. Väčšina z nich je tiež oboznámená s konceptom uľahčenia ľudskej interakcie pomocou jazyka.
Dátové rozhrania človek-stroj sú o komunikácii človek-stroj. Ľudské dátové rozhrania vyžadujú stroje, ktoré sú schopné zachytiť a porozumieť nielen neurálnym vzorcom a komunikácii, ale aj rozpoznať a pochopiť ďalšie senzorické indikátory. To by mohlo zahŕňať používanie systémov rozpoznávania tváre, aby maloobchodníci mohli zmerať reakciu zákazníka na určitý produkt alebo poskytnúť propagačné informácie v reálnom čase o produkte, o ktorý prejavili pozitívny záujem. Stroje by tiež mali byť schopné spracovať a porozumieť hlasovým príkazom, vizuálnym podnetom, biofeedbacku a iným zmyslovým dátam, aby sa mohli efektívne zapojiť do tejto komunikácie.
Rozhrania s ľudskými údajmi sú v súlade s cieľom Industry 4.0 strojového učenia, keďže stroje sa budú učiť a budú schopné spracovať údaje, ktoré dostanú z ľudského mozgu/priamu spätnú väzbu od človeka. Ak sa teda tento koncept aplikuje na továrenské prostredie, v prípade prehriateho stroja by sa teplota dala upraviť vizuálnymi pokynmi alebo priamymi hlasovými príkazmi od pracovníkov továrne.
Kľúčové výhody dátových rozhraní človek-stroj
Vylepšené možnosti rozhodovania
Optimalizácia závodu na základe údajov uľahčila vývoj riešení prediktívnej údržby a ďalších poznatkov o veľkých dátach, ako sú algoritmy strojového učenia. Po zavedení platforiem internetu vecí môžu rozhrania s ľudskými údajmi umožniť ľudskému mozgu prístup k údajom a prehľadom priamo z týchto platforiem bez toho, aby bolo potrebné najprv preniesť údaje do cloudu.
Zjednodušenie procesu zapojenia údajov
Analytika údajov je pomerne zložitá oblasť. Zatiaľ čo vývoj back-end systémov stále vyžaduje pokročilé technologické možnosti, rozhrania človek-stroj majú potenciál znížiť zložitosť tradičných front-end systémov.
Analýza a spracovanie údajov v reálnom čase
Rozhrania ľudských údajov sú vhodné pre prostredia spracovania okrajov a umožňujú kritické rozhodovanie a analýzu údajov v reálnom čase. Nedochádza k časovému oneskoreniu v dôsledku latencie a odosielajú sa len dáta, ktoré je potrebné spracovať, preto ide o menšie pakety dát.
Používa to priemysel?
V súčasnosti nie je veľa odvetví, ktoré využívajú rozhranie ľudských údajov. Zdravotníctvo bolo prvým používateľom technológie Human Data Interface a používalo sa na pomoc paraplegickým pacientom. Očakáva sa, že v blízkej budúcnosti bude čoraz viac priemyselných odvetví používať model rozhrania ľudských údajov.
Čo si implementácia vyžaduje?
Zmena postoja
Prvou prekážkou, ktorú je potrebné prekonať pri implementácii rozhrania pre ľudské údaje, je postoj. Analytike údajov a správe veľkých údajov sa tradične venovali iba analytici údajov a iní IT/obchodní profesionáli. Aby bolo možné dopytovať údaje, je tiež potrebné porozumieť databázam a viacerým programovacím jazykom. Koncept ľudského dátového rozhrania sa spolieha na schopnosť ľudského mozgu vydávať priame príkazy strojom a schopnosť strojov zachytiť ľudské podnety a senzorické indikátory. To znamená, že tok údajov môže byť uľahčený bez ohľadu na úroveň zručností alebo odbornosť koncového používateľa, čo si vyžaduje dramatický posun v súčasných prístupoch k dopytovaniu a správe údajov.
Pochopenie údajov
Ľudský mozog musí byť schopný porozumieť údajom prenášaným strojom a naopak. Školenie vo virtuálnej realite a ďalšie nástroje AI môžu byť použité na to, aby sa ľuďom poskytli stretnutia so strojmi pre komplexnejšie súbory údajov. Stroje musia mať tiež potrebné senzory a algoritmy na spracovanie priamej ľudskej spätnej väzby.