Jste zde

Big Data a Blockchain jako perspektiva balení a logistiky

Jak může oblast tzv. velkých dat a blockchainu v blízké budoucnosti ovlivnit průmysl? Oblast zpracování a vyhodnocení velkých dat se asi nevyhne žádné oblasti průmyslu. Blockchain technologie se pak jeví jako dobrý nástroj pro budoucnost logistiky.

Produkty na průmyslovém trhu pro internet věcí vytváří interakce zařízení a lidí v rámci rozsáhlé sítě s cílem zvýšení bezpečnosti, produktivity a udržitelnosti. Uplatňují se technologie Big Data a modely strojového učení, které zvyšují nejen komunikativní schopnosti a potenciální automatizaci výrobních strojů, ale také samotného balení.

Co jsou "Big Data"?

Ať už jde o digitalizaci, internet věcí (IoT), průmysl 4.0 nebo chytré stroje, tak moderní společnosti v obalovém a zpracovatelském průmyslu se při používání moderních technologií potýkají s výrazně větším množstvím dat, než kolik měly v minulosti. „Velká data“ (Big Data) je termín, který se používá pro extrémně velké, rychlé a složité datové sady, které jsou téměř netříditelné, pokud použijeme obvyklé metody. Tato data pocházejí z moderních průmyslových systémů a zařízení internetu věcí, které již komunikují zejména prostřednictvím různých datových sběrnic nebo bezdrátovou komunikací. Jde tu nejen například o data z RFID tagů nebo chytrých digitálních senzorů výrobních linek či skladových systémů, ale také o data od různých subdodavatelů či naopak zákazníků, nebo také například z e-mailové korespondence, finančních transakcí, sociálních médií nebo videí. Toto velké množství dat označovaných jako "Velká data" se při jejich moderním zpracování ukládá na specializované úložné platformy, jako jsou "Data Lakes" nebo "Hadoop", kde se následně vyhodnocují způsoby využití technologií neuronových sítí (Neural Networks) nebo hlubokého učení (Deep Learning).

Po pojmem "Data Lakes" (Datová jezera) se uvažuje centralizované úložiště, které vám umožňuje ukládat všechna vaše strukturovaná i nestrukturovaná data v jakémkoli měřítku. Data zde lze ukládat tak, jak jsou, aniž byste je museli nejprve strukturovat a spouštět různé typy analýz – od řídicích panelů a vizualizací po zpracování velkých dat, analýzy v reálném čase a strojové učení pro lepší rozhodování.

"Hadoop" je pak softwarový framework společnosti Apache software obsahující sadu opensource softwarových komponent pro zpracování velkého množství nestrukturovaných a distribuovaných dat v řádech terabytů až exabytů.

Big Data a strojové učení

Každý, kdo chce užitečně využívat svá velká data, by měl analyzovat jak strukturovaná, tak i nestrukturovaná data a dále je efektivně zpracovávat. V tomto směru se využívá výraz "Big data analytics" (Analytika velkých dat), což je použití pokročilých analytických technik proti velmi velkým, různorodým souborům velkých dat, které zahrnují strukturovaná, polostrukturovaná a nestrukturovaná data z různých zdrojů a v různých velikostech od terabajtů výše. Tyto techniky mohou nabídnout pomocnou ruku a mohou zajistit mimo jiné optimalizaci provozních procesů, vyšší zisky a spokojenější zákazníky. Big Data projekty pak z pohledu standardizace v Evropě upravuje směrnice EU VDI/VDE 3714.

Jednou z oblastí, pro kterou mají velká data v průmyslu balicích strojů a procesních technologií obzvláště velký význam, je strojové učení ML (Machine Learning), kterému pomáhá umělá inteligence AI (Artificial Inteligence), dnes obvykle v podobě systémů a algoritmů mělkého nebo hlubokého učení. Díky naučeným automatickým modelům je pak možné komplexní množství dat analyzovat a zpracovávat s výsledky ve formě klasifikace do různých stavů či poskytovat analogový spojitý výstup s použitím např. lineární regrese, takže stroje mohou samostatně rozhodovat například o čištění stroje nebo údržbě stroje. Velká data lze ve společnostech tak například využívat ve spojení s prediktivní analytikou za účelem optimalizace výroby, zlepšení kvality produktů a tím rychlejšího uvedení produktů na trh.

Vhodné postupné vyhodnocení velkého množství postupně přicházejících dat je také nezbytným předpokladem například pro úkoly výrobních a balicích procesů, jako je například automatické robotické podávání "pick-and-place" (vezmi a umísti). Zde je nutné správně vyhodnocovat integrované kamerové systémy a systémy rozpoznávání obrazu, které robotům poskytují přesné informace o poloze nebo kvalitě produktů. Balící roboti také dokážou při plnění těchto úkolů i současně například detekovat vadné díly, třídit je a vyřazovat, tak současně při manipulace s předměty nebo balení i kontrolovat kvalitu.

Velká data v logistice

Umělá inteligence a velká data jsou výhodou také v sektoru logistiky a skladování. Automaticky naváděná vozidla (AGV) využívají určená IT data a přepravují zboží autonomně z místa A do místa B ve skladu nebo ze skladu do výrobních zařízení. Navíc lze díky zjištěným údajům předem spočítat případné potíže s dodáním nebo výkyvy směn. V důsledku toho lze výrobu cíleně přizpůsobit a optimalizovat.

Velká data jsou také nepostradatelná, pokud jde o moderní efektivní řízení návratnosti. Společnosti tak mohou určit, jak často se jednotlivé zboží nebo skupiny zboží vracejí a identifikovat možné příležitosti či omezení. Chytré balení s kódovými systémy a senzory, jako je RFID, pomáhá při přidělování vratek a může spolehlivě poskytnout informace o původu, stavu a zvláštních vlastnostech produktu. Tuto transparentnost v dodavatelském řetězci stále více vyžadují i spotřebitelé, protože její vliv na nákupní chování potenciálních zákazníků je stejně velký. V neposlední řadě použití velkých dat v balení zajišťuje větší bezpečnost a bezpečnost v rámci dodavatelského řetězce. Senzory nebo dataloggery se používají ke spolehlivému hlášení poškození nebo otevření obalu.

Blockchain v logistice

"Blockchain" je jen jednou z několika technologií, které pomáhají průmyslovému balení 4.0 zajistit bezproblémovou sledovatelnost, protože výměna nosičů nákladu je extrémně složitá a v současné době stále chybí, pokud jde o efektivitu a transparentnost. Tato decentralizovaná datová technologie byla původně vyvinuta pro obchodování s kryptoměnami, ale v současnosti se stále více využívá ve výrobě a logistice. Například společnost Danone je jednou z firem, která se rozhodla používat technologii blockchain ke sledování své dětské výživy.

Blockchain je v informatice speciální druh distribuované decentralizované databáze uchovávající neustále se rozšiřující počet záznamů, které jsou chráněny proti neoprávněnému zásahu. Nejčastější aplikací technologie blockchainu je použití jako účetní kniha kryptoměn (např. bitcoinu), jež uchovává transakce provedené uživateli. Kombinace s kryptografií umožňuje zajistit anonymitu operací a přitom zabránit neoprávněným transakcím. Implementace blockchainu sestává ze dvou druhů záznamů: transakcí a bloků. Transakce představují data vložená do databáze uživateli, bloky pak záznamy potvrzující, kdy a jak byla konkrétní transakce přidána do databáze blockchainu.

Blockchain tak umožňuje realizovat zabezpečené, ale zcela bezpapírové řízení pohybu a předávání přepravních nosičů nákladů. Od technologií RFID a blockchainu se tak očekává, že v budoucnu ještě zefektivní správu nosičů nákladu. Například pilotní projekt společnosti GS1 Germany testuje výměnu palet založených na technologii blockchain v oblasti průmyslového balení 4.0. Tohoto testu, jehož cílem je vyvinout blockchainové řešení pro výměny nosičů nákladu v průběhu dvouletého trvání projektu, se zúčastní 14 partnerských společností a zaměřuje se na digitalizaci administrativních procesů s cílem zvýšit jejich transparentnost a efektivitu. To zase zajistí úplnou kontrolu procesů v dodavatelských řetězcích.

Společnosti Siemens a Atos IT Solutions and Services vyvíjí společně sledovací aplikace pro potravinářský průmysl, které budou kombinovat technologii blockchainu se zavedenou platformou MindSphere. 

Závěr

"Big Data" a "Blockchain" oblasti, které se již etablovaly ve výzkumu, resp. kryptoměnové praxi, se postupně a nezadržitelně "vkrádají" do průmyslové oblasti a jejích aplikací. Proto se těmito oblastmi již zabývají velcí průmysloví výrobci jako ABB či Siemens a začínají je nabízet jako služby na míru pro koncové zákazníky. Původní výrobci komponent tak se začínají postupně stále více "přetavovat" více na dodavatele služeb, který trvale spolupracují se svými zákazníky místo dřívějšího přístupu jen jednorázového dodání hardwaru, softwaru či technologií.

V některém dalším článku na automatizace.hw.cz se pak na problematiku oblastí "Big Data" a "Blockchain" v průmyslu podíváme blíže z technického hlediska a principu funkce a použití.

Odkazy:

Hodnocení článku: