Smart Industri och Akademien. Gunnar Bolmsjö Institutionen för Maskinteknik, Linnéuniversitetet, Växjö

Transkript

1 Smart Industri och Akademien Gunnar Bolmsjö Institutionen för Maskinteknik, Linnéuniversitetet, Växjö

2 Smart industri Det går fort nu Digitalisering i industrin och Industri 4.0 Modeord eller på riktigt? Utveckling inom robotområdet Pågående forskning och påverkan inom industrin Utmaningar och möjligheter Akademi och industrin i samverkan Exempel på innovations innovations- och demonstratormiljö What s Next? Reflektion Smart Industri och Akademien Gunnar Bolmsjö (@lnu.se) 2

3 Produkter och tjänster för människor Från hantverk Till verktyg och maskiner Vattenkraft, ångmaskin Masstillverkning Elektricitet, produktionslinjer Datorstyrda verktygsmaskiner (CNC), robotar, PLC Styrda processer Distribuerade styrsystem, sammankopplade IT infrastruktur IoT Internet of Things, BG, Big Data, CPS, Cyber Physical Systems Smart Industri och Akademien Gunnar Bolmsjö (@lnu.se) 3

4 Industri 4.0 Smart Industri Termer som dessa är inte samma globalt, men anger ungefär samma sak Industri 4.0; Smart Manufacturing; Advanced Manufacturing; Factory of the Future; Smart Systems; Artificial Intelligent Systems; Smart Skills; Skill based manufacturing (or production), I detta inkluderas Digitalisering IT Infrastruktur med IoT, BD, CPS AI och Deep learnning Förflyttning från automation till autonom Smart Industri och Akademien Gunnar Bolmsjö (@lnu.se) 4

5 Industri 4.0 Vad menas med det? Dagens tillverkning är hårdkodad NC-program, robotprogram, PLC-program, sammankoppling av enheter, etc Industri 4.0 går mot ett modellbaserat synsätt och högre abstraktionsgrad Modellbaserad: i grunden en funktionsbeskrivning eller specifikation Uppnå en definierad kvalitet; produktivitet; etc Kunskaper eller skills måste finnas tillgängliga En produkt som ska tillverkas talar om vad som ska bli till Idag är det tvärtom Jämför med Plug & Play (USB-stick) Det bär på information som värden (datorn) förstår att läsa och använder denna för att konfigurera enheten på lämpligt sätt Smart Industri och Akademien Gunnar Bolmsjö (@lnu.se) 5

6 Vad är problemet? Tillverkningssystem och fabriker är alla olika Det finns standards, men inte som de flesta tänker Exempel, Robotar: Alla har olika programspråk Exempel CAD/CAM: Liknande funktionalitet och modeller kan översättas till olika format, men då dödar man modellen. Ett tillverkningssystem kan ses som en produkt i ett exemplar Måste fungera för att kunna leverera produkter efter specifikation När det fungerar är man oftast ovillig att skruva och justera i onödan Hur vet man hur bra ett tillverkningssystem är? KPI (Key Performance Indicators) kan ge en fingervisning Profit Beyond Measure (H. Thomas Johnson and Anders Bröms), visar på svårigheterna: Exempel från Scania och Toyota Allt är inte teknik, men möjlighet att ställa om blir allt mer viktigt Smart Industri och Akademien Gunnar Bolmsjö (@lnu.se) 6

7 Industrin Akademien och allt däremellan Tillverkare och utvecklare Robotar, maskiner, tjänster (programvarubaserade) Delsystem och komponenter (t.ex. sensorer, gripdon, staket, etc) Processutrustning (t.ex. för svets, laser, slipning, putsning, mätning, etc) Systemintegratörer Konfigurerar och bygger system för slutanvändare, ofta unika Inkluderar CE-märkning, programmering, säkerhet, testat och klart Slutanvändare Beställare av system för att tillverka de produkter som ska levereras / säljas Akademien arbetar med en längre horisont Off-line -programmering (1980-talet) Automatisk programmering (1990-talet) Autonoma agenter och konfigurering av fabriker som standard (från slutet på talet) Konceptet kring Smart Industri (strax efter Milleniet) Koncept Ofta förenklade exempel Verkligheten är så mycket mer komplex, även i industrin Men något exempel som fungerar? ROS (Robot Operating System) Sammankopplar olika enheter tillvarandra Smart Industri och Akademien Gunnar Bolmsjö (@lnu.se) 7

8 Några exempel Vika handdukar (50 x hastighet): Ett svårt problem som industriellt fortfarande är svårt. Varför? Hastighet, bestämd tid för varje cykel, minimera antalet okända variabler och problem. Fixa kaffe: Inlärning via syntetisk data och s.k. deep Learning. Visar på möjligheter för framtida robotar. Detta kanske är mer intressant för servicerobotar Smart Industri och Akademien Gunnar Bolmsjö (@lnu.se) 8

9 FoU, Innovationer, Samverkan Extern finansiering inom tillämpad forskning I praktiken arbetar vi alltid med industrin i samverkan Finansiärer KK-stiftelsen, Vinnova, Tillväxtverket, Olika stiftelser, EU (Horizon 2020) Samverkansprojekt Industrin: Definierar behov, kravställare; tar hem och implementerar resultat Akademien: Forskningsutförare; har oftast en längre målbild än industrin Resultat: Offentliga I de flesta fall ett mindre problem. Att något är offentligt innebär inte att man förstår att använda resultaten Smart Industri och Akademien Gunnar Bolmsjö (@lnu.se) 9

10 Ett aktuellt exempel Smart Industri och Akademien Gunnar Bolmsjö 10

11 SMART IAT: Demonstrationsmiljö för Smart och Innovativ Automatisering i Tillverkningsindustrin Syfte: Att möta tillverkande företags behov att stärka kompetens- och konkurrenskraft Varför? En stor andel SMF har små resurser att själva utveckla kunskap och teknik Ofta exportberoende; Global konkurrens Var? EPIC-labbet, Linnéuniversitetet (Växjö) Vad? Tre huvudaktiviteter D1: Automatisering och robotisering D2: Tillståndsövervakning D3: Prediktering och verifiering av produkter (produktutveckling) Finansiär: Tillväxtverket (50%) samt medfinansiärer Region Kronoberg (ca 35%) och LNU Budget: ca 13 MSEK Start: Tid: 36 månader Smart Industri och Akademien Gunnar Bolmsjö (@lnu.se) 11

12 Möte med Industrin Uppbyggnad av demonstratormiljön: Dialog med industrin Möjliggöra experiment Workshops och seminarier Experiment och tester som möter företags behov Verifiering, kunskapshöjande, riskminimering Sprida resultat Digitala plattformar Fysiska möten Kunskapshöjande LNU Industrin Nätverk nationellt och internationellt Smart Industri och Akademien Gunnar Bolmsjö 12

13 Robotar Mitt eget område Smart Industri och Akademien Gunnar Bolmsjö 13

14 Utveckling över tiden Smart Industri och Akademien Gunnar Bolmsjö 14

15 Förutsättningar och lite fakta Viktiga parametrar för att det ska fungera: Vikt på roboten och dess delar Servon (snabba, energieffektiva, noggranna) Sensorer Dator och styrning av processer samt reglering Säkerhet Användning: Ca industrirobotar installerades förra året Kina installerade fler än hela Europa tillsammans 75% av robotarna levereras till Kina, Sydkorea, Japan, USA och Tyskland Områden: Electrical/Electronics; Automotive; Densitet: Sverige har en hyfsad nivå, men Danmark flåsar oss i nacken Smart Industri och Akademien Gunnar Bolmsjö (@lnu.se) 15

16 FSW exempel på en heavy duty process Cylinder block of Al casting, FSW joined to extruded Al alloy An extremely demanding application Smart Industri och Akademien Gunnar Bolmsjö 16

17 FSW av cylinderblock samverkan med industrin Smart Industri och Akademien Gunnar Bolmsjö 17

18 Människor i samverkan med robotar - kollaboration Collaboration dela uppgift Människa robot Robot robot Säkerhet Gränssnitt Människa maskin Effektiv och intuitivt turtagande Smart Industri och Akademien Gunnar Bolmsjö (@lnu.se) 18

19 Lätt för en robot är svårt för en människa och tvärtom Ostrukturerade uppgifter Lära genom virtuella, verkligheten och modellbaserade metoder Justin catches a ball PR2 uses a salt mill Photo: G Bolmsjö Mobilitet, hantering, autonomi Energieffektiv Förflytta sig själv I terräng Olika metoder är lämpliga för olika situationer Handle, Boston Dynamics Published (Youtube) Smart Industri och Akademien Gunnar Bolmsjö (@lnu.se) 19

20 Människa Robot: Integration Metoder att integrerar elektronik och människa A man who was partially paralyzed by a spinal cord injury is testing a spinal implant to help him walk again (Federal Institute of Technology, Lausanne (EPFL), Spectrum.ieee.org, posted Neurosensing chips: Wireless Neurosensor for full-spectrum electrophysiology recordings during free behavior (Neuron 84(6): , channels, real time recording up to 7.8 khz at all channels, high speed wireless transmission Smart Industri och Akademien Gunnar Bolmsjö (@lnu.se) 20

21 What s Next? FoU och nya resultat accelererar framtiden är svår att hantera Molnbaserade funktioner och uppkoppling Multiplikator: datakraft, databaser, information, erfarenheter Kollaborativa robotar (inklusive människor) Multiplikator: Nya typer av arbetsuppgifter kan utföras och på nya sätt Integration till biologiska system Styrning och användning av biologiska system i samverkan Exempel: Sensorik; detektera ämnen som är svåra att hantera med dagens teknik (medicin, detektera landminor, föroreningar i miljön, ) Autonoma robotar Få inser vad detta kan leda till Smart Industri och Akademien Gunnar Bolmsjö (@lnu.se) 21

22 Kort film Smart Industri och Akademien Gunnar Bolmsjö 22

23 Tack för uppmärksamheten! Smart Industri och Akademien Gunnar Bolmsjö 23