Powrót do blogu

Wspólne rozumienie przestrzeni: kolejny etap ewolucji operacji przemysłowych

Płaskie zdjęcia nadal ograniczają skuteczność utrzymania ruchu w przemyśle. Przestrzenne rejestrowanie obrazu oparte na sztucznej inteligencji oraz immersyjne wyświetlacze mogą zapewnić zespołom te...

Większość opóźnień w przemysłowych naprawach nie zaczyna się od złamanego klucza. Zaczyna się od zdjęcia. Technik w podstacji przesyła zdjęcia uszkodzonego izolatora przepustowego; inżynier zdalny nie potrafi stwierdzić, czy pęknięcie biegnie za kołnierzem; kolejna rozmowa przynosi więcej ujęć wykonanych niemal pod tym samym kątem — a okno na usunięcie awarii mija, zanim wszyscy zyskają ten sam obraz mentalny trójwymiarowego obiektu.

Jak twierdzi David Fattal, współzałożyciel i dyrektor techniczny Leia Inc., ta rozbieżność jest cichym wąskim gardłem operacji przemysłowych. Infrastruktura stała się bardziej złożona — rozproszona energetyka w starzejących się sieciach, linie produkcyjne łączące roboty z trzydziestoletnimi maszynami — podczas gdy środki, za pomocą których ludzie dzielą się tym, co widzą, pozostają uparcie płaskie: zdjęcia, adnotacje, raporty i wideorozmowy, które zmuszają każdego odbiorcę do odtworzenia rzeczywistości przestrzennej w głowie.

Wyposażenie podstacji wysokiego napięcia, w przypadku którego trójwymiarowa geometria ma znaczenie dla zdalnej diagnostyki

Podstacje i instalacje procesowe są trójwymiarowe; płaskie zdjęcia terenowe nadal zmuszają zdalnych ekspertów do zgadywania skali, głębokości i tego, co znajduje się za najbliższą powierzchnią.

Na co faktycznie ucieka czas

Analitycy branżowi szacują, że praca wykonywana bezpośrednio przy urządzeniu może stanowić zaledwie 30–40% całkowitego czasu naprawy. Reszta to wykrywanie, reakcja, diagnozowanie, koordynacja i weryfikacja — czynności wymagające interpretacji. Alarmy z czujników, zdjęcia z terenu i dowody wykonania naprawy muszą przebyć drogę od miejsca awarii do osób podejmujących decyzje. Aparaty spłaszczają głębię, zasłaniają to, co znajduje się za najbliższą powierzchnią, i dostarczają słabych wskazówek dotyczących skali. Gdy technik wybierze niewłaściwe kąty, zadanie rzadko kończy się spektakularną porażką. Kończy się kolejną wizytą — z niewłaściwymi częściami, niepełnymi informacjami lub niedopasowanymi kompetencjami — zanim ciężarówka w ogóle opuści bazę.

Traktowanie ponownych wizyt jako problemu z harmonogramem mija się z celem. Często są one ceną komunikowania trójwymiarowych problemów za pośrednictwem dwuwymiarowych kanałów.

Szafy podstacyjne i rozdzielnice pokazujące obiekty, które trudno właściwie przekazać za pomocą płaskich zdjęć terenowych

Układ szaf i geometria rozdzielnic to dokładnie te obszary, w których adnotacje na zdjęciach zawodzą — oraz te, w których wspólne modele przestrzenne zmieniają to, kto może ocenić prześwit i dostęp.

Przestrzenna sztuczna inteligencja i immersyjne wyświetlacze

Zdaniem Fattala rozwiązaniem nie jest większa liczba megapikseli. Chodzi o dwa dojrzewające stosy technologiczne. Pierwszym jest Spatial AI, czyli przestrzenna sztuczna inteligencja, która potrafi przekształcić wystarczająco kompletny zapis obchodu wykonany telefonem lub kamerą inspekcyjną w mierzalną trójwymiarową reprezentację — geometrię umożliwiającą porównanie z rysunkami, śledzenie zmian związanych z korozją i osiadaniem oraz żywy zapis aktualizowany podczas każdej wizyty. Drugim są przełączalne immersyjne wyświetlacze w codziennych laptopach, monitorach i tabletach, które prezentują rzeczywistą głębię, zamiast zmuszać odbiorców do wnioskowania o niej na podstawie cieniowania i ruchu.

Gdy głębia trafia na urządzenia, które zespoły już posiadają, wdrożenie staje się decyzją programową, a nie zakupem całej floty specjalistycznych zestawów nagłownych. Kontrola nad perspektywą przechodzi od osoby, która zarejestrowała scenę, do osoby, która musi ją zrozumieć: zdalny inżynier może sam zajrzeć za kołnierz, sprawdzić prześwit i wykonać pomiar. Dyspozytorzy planujący pracę na podstawie aktualnego modelu przestrzennego mogą potwierdzić części, dostęp i kompetencje, zanim ciężarówka ruszy.

Przemysłowy sprzęt do skanowania 3D używany do tworzenia modeli przestrzennych urządzeń i obiektów

Jakość rejestracji nadal decyduje o tym, czy model przestrzenny nadaje się do pomiarów — czy jest tylko kolejną efektowną siatką, której nikt nie ufa przy ocenie prześwitu.

Od lepszych rozmów do pamięci instytucjonalnej

Bezpośrednie korzyści to mniej przejazdów ekip, szybsza diagnoza i przeglądy projektowe, podczas których interesariusze korzystają z tego samego kontekstu przestrzennego. Skumulowaną wartością jest transfer wiedzy: przestrzennie zachowany obchód wykonany przez doświadczonego pracownika jest cenniejszy niż kolejna pisemna procedura w branży, która traci specjalistów szybciej, niż jest w stanie ich zastąpić. Z każdym zapisem operatorzy budują pamięć przestrzenną, którą można połączyć z inwestycjami w cyfrowe bliźniaki i zarządzanie majątkiem już ujętymi w planach — obok tych samych ekosystemów sterowania i zabezpieczeń, w które zakłady już inwestują, od portfolio Honeywell obejmującego procesy i bezpieczeństwo po linie monitorowania urządzeń wirujących, takie jak monitoring stanu technicznego Bently Nevada.

Opinia

Operacje przemysłowe nie utknęły z powodu braku danych. Utknęły, ponieważ narzędzia do udostępniania tego, co widzi człowiek, usuwają wymiar, który ma największe znaczenie. Przywrócenie wspólnego rozumienia przestrzennego nie zastąpi sterowników PLC, systemów typu historian ani systemów zleceń pracy — sprawi natomiast, że wszystkie te systemy będą odnosić się do tej samej fizycznej rzeczywistości. Organizacje, które potraktują rejestrację z wykorzystaniem Spatial AI jako infrastrukturę, a nie pokaz demonstracyjny, najpierw ograniczą nieporozumienia, a później zaczną się zastanawiać, jak mogły zarządzać krytycznymi obiektami na podstawie samych fotografii.

Zostaw komentarz

Pamiętaj, że komentarze muszą zostać zatwierdzone przed ich opublikowaniem.