Průmysl 4.0 jako příležitost pro budování chytré továrny Dr. Filová, Plánování značky

Transkript

1 Průmysl 4.0 jako příležitost pro budování chytré továrny Dr. Filová, Plánování značky

2 1 Od páry k digitalizaci 2 Klíčové technologie 3 Nové příležitosti 4 Jádro chytré továrny 2

3 1 Od páry k digitalizaci 2 Klíčové technologie 3 Nové příležitosti 4 Jádro chytré továrny 3

4 Co tvoří jádro chytré továrny? 4

5 5

6 Vzdálenost mezi zákazníkem a výrobcem se zkracuje 6

7 Personalizace, vytváření produktů na míru, individualizace 7

8 Novou normalitu představuje digitální svět 8

9 Přechod od starých hodnotových řetězců 9

10 Přechod od starých hodnotových řetězců k novým, digitálně řízeným Zdroj: Siemens,

11 Digitalizace jako katalyzátor klíčových procesů Data a analytika jako klíčová schopnost 1. Digitalizace a integrace vertikálních a horizontálních hodnotových řetězců 2. Digitalizace nabídky produktů a služeb PRŮMYSL Digitalizace byznys modelů a zákaznického přístupu Zdroj: PWC Industry 4.0 Building the digital enterprise,

12 1 Od páry k digitalizaci 2 Klíčové technologie 3 Nové příležitosti 4 Jádro chytré továrny 12

13 Autonomní roboti Zdroj: Kuka Robotics,

14 Aditivní výroba 14

15 Rozšířená realita 15

16 Nositelné technologie Zdroj: Škoda ProGlove,

17 Umělá inteligence 17

18 Internet lidí / Internet of People 18

19 Internet věcí / Internet of Things 19

20 Průmyslový internet věcí / Industrial Internet of Things Zdroj: GE Predix,

21 Internet služeb / Internet of Services 21

22 Systémová integrace 22

23 Simulace Zdroj: Siemens,

24 Zdroj: Wmg Warwick,

25 Zdroj: Siemens Tecnomatix 25

26 Zdroj: AVEVA Activity Visualisation Platform 26

27 Zdroj: Source: GE Brilliant Factory,

28 Big Data 28

29 29

30 Cloud Computing 30

31 31

32 Kybernetická bezpečnost 32

33 Zdroj: Siemens Cyber Security Operation Centre,

34 Počet patentů pro Průmysl 4.0 vzrostl za posledních 5 let 12-ti násobně Absolutní počet všech podaných patentových registracích vybraných technologií spojených s oblastí Průmysl 4.0 v letech , konkrétně: rozšířená realita, 3D tisk, Big Data, systémová bezpečnost, humanoidní roboti, kyberneticko-fyzické systémy. Zdroj: European Patent Office Espacenet, 2016; IoT Analytics,

35 Počet patentů pro Průmysl 4.0 vzrostl za posledních 5 let 12-ti násobně Cloud computing Rozšířená realita D tisk Big Data Systémová bezpečnost Humanoidní roboti Kyberneticko-fyzické systémy Detailní počet všech podaných patentových registracích vybraných technologií spojených s oblastí Průmysl 4.0 v letech , konkrétně: rozšířená realita, 3D tisk, Big Data, systémová bezpečnost, humanoidní roboti, kyberneticko-fyzické systémy. Zdroj: European Patent Office Espacenet, 2016; IoT Analytics,

36 Top technologie Průmyslu 4.0 Absolutní počet všech podaných patentových registracích vybraných technologií spojených s oblastí Průmysl 4.0 v letech , konkrétně: rozšířená realita, 3D tisk, Big Data, systémová bezpečnost, humanoidní roboti, kyberneticko-fyzické systémy. Zdroj: European Patent Office Espacenet, 2016; IoT Analytics,

37 1 Od páry k digitalizaci 2 Klíčové technologie 3 Nové příležitosti 4 Jádro chytré továrny 37

38 Daty obohacené produkty 38

39 Data jako služba / Data as a Service Zdroj: Amazon EMR,

40 Analytika jako služba / Analytics as a Service Zdroj: SIEMENS,

41 Inteligentní výrobní stroje Brückner Maschinenbau Zdroj: Brückner,

42 Inteligentní výrobní stroje Brückner Maschinenbau Přistup k řešení problému DA Engine na data nastavení strojů a kvality produktu Real-time analytika, predikce, fleet learning a řízení Oblast / Koncový zákazník Výroba strojů na folie do displejů, solárních panelů apod. Provozovatel linek, kvalita, řízení výroby, údržba Přidaná hodnota Daty obohacená výroba Stroje schopné předpovědět a zabránit výrobě zmetku Redukce nakladu kvality, údržby opakované výroby Koncept adaptivních výrobních systémů (stroj se dokáže přizpůsobit změněným podmínkám) Zdroj: Brückner,

43 Six Sigma optimalizace diskrétní výroby výrobce senzorů Zdroj: SICKinsight,

44 Six Sigma optimalizace diskrétní výroby výrobce senzorů Přistup k řešení problému Data Mining heuristická prognostika (metoda pokus omyl) z 51,5 mil. datasetů minulých měření Model trénován pomocí GLM a Random Forest metody Oblast / Koncový zákazník Konečná fáze výroby sensorů (diskrétní masová výroba) Řízeni a plánovaní výroby Přidaná hodnota Zdroj: SICKinsight, 2016 Značné urychlení výrobní a testovací fáze Redukce kroků kalibrace sensoru o 99 % Masivní snížení výrobních nákladů změnou metody Nasazení SQL modelu skoro v reálném čase 44

45 Big Data ve středním podniku Papierfabrik August Koehler SE 45

46 Big Data v středním podniku Papierfabrik August Koehler SE Přistup k řešení problému In-Memory technologie, SAP HANA, real-time analytika DA Engine na data výroby, kvality (0,5 mil. t papíru za rok) Oblast / Koncový zákazník Celá výroba proces podniku od nákupu až po fakturaci, vnitřní i vnější zákazníci firmy Přidaná hodnota Optimalizace celého chodu od nákupu po prodej Snížení nákladů na prostoje, údržbu, kvalitu Administrativní zátěž redukována (ca. 100 uživatelů) Uvolněna IT kapacita, min. potřeba IT poradenství (vnitřní IT řeší pouze důležité problémy) 46

47 Big Data referenční architektura pro výrobní podniky Saarstahl AG 47

48 Big Data referenční architektura pro výrobní podniky Saarstahl AG Přistup k řešení problému iprodict referenční architektura, real-time analytika DA Engine pro konti. výrobu, sběr kvalitativních dat Oblast / Koncový zákazník Celková výroba, válcovna, 500k t oceli Kvalita, plánování a řízeni výroby, dispečink Přidaná hodnota Data-driven Factory iprodict nová architektura MES systému Předpověď momentu vzniku zmetků (ca. 30% produkce) Snížení nákladů zmetkovitosti Optimalizace záložních časů, zvýšení taktu 48

49 Inteligentní letecký provoz a prediktivní údržba Taleris (GE Aviation a Accenture) Zdroj: GE Aviation,

50 Inteligentní letecký provoz a prediktivní údržba Taleris (GE Aviation a Accenture) Přistup k řešení problému DA Engine na analýzu dat (strojní, plánovací, logistická) Vývoj vlastní BD platformy Oblast / Koncový zákazník Celkový letecký provoz a jeho prediktivní plánování Letecké společnosti, servis pro letecké společnosti Přidaná hodnota Inteligentní digitální letecký provoz Optimalizace cyklů údržby, zkrácení časů na zemi Snížení nákladů na odškodnění (zpoždění, výpadek, nouzové přistání) z technických důvodů Následné zdokonalení výroby komponent letadel a motorů Zdroj: GE Aviation,

51 1 Od páry k digitalizaci 2 Klíčové technologie 3 Nové příležitosti 4 Jádro chytré továrny 51

52 Podniky, které chtějí v budoucnu uspět, 52

53 Podniky, které chtějí v budoucnu uspět, budou muset přetvořit svoje myšlení 53

54 Podniky, které chtějí v budoucnu uspět, budou muset přetvořit myšlení lidí 54

55 55

56 Co tvoří jádro chytré továrny? 56

57 Inovace výrobních technologií a procesů, hledání nových byznys modelů Digitalizace a integrace dílčích hodnotových systémů do jednoho celku Komunikace, vytváření inteligentních, mobilních a škálovatelných struktur CHYTRÁ TOVÁRNA Big Data a datová analytika jako nástroj (nejen) pro optimalizaci výroby Digitální dovednosti člověka, nepřetržitý proces učení a zdokonalování 57

58 Děkuji za pozornost