Categories
Article

UMATI คืออะไร? รู้จักเทคโนโลยีทีเด็ดสำหรับ Machine Tools ยุค 4.0

หนึ่งในเทคโนโลยีเด็ดประจำปี 2019 สำหรับ Machine Tools คงหนีไม่พ้น UMATI หรือ Universal Machine Tool Interface มาตรฐานใหม่ที่ได้รับการยอมรับจากผู้ผลิตเครื่องจักรอุตสาหกรรมทั่วโลก!

UMATI มาตรฐานใหม่สำหรับเครื่องจักรอุตสาหกรรม

ตั้งแต่การเกิดขึ้นของเทคโนโลยีดิจิทัลและความก้าวหน้าของอุตสาหกรรม 4.0 ผู้ผลิตชั้นนำต่าง ๆ พยายามผลักดันมาตรฐานระบบของตัวเองเพื่อก้าวขึ้นมาเป็นผู้นำในตลาด ทำให้ปัจจุบันมีมาตรฐานต่าง ๆ มากมายแตกต่างกันไป และหลายครั้งทำให้ยากต่อการใช้งานเครื่องจักรหรือเครื่องมือในการผลิตที่ต้องทำงานกันข้ามค่าย

ก่อนที่จะแยกทางกันไปไกลกว่านี้สมาคมผู้ผลิต Machine Tool แห่งเยอรมนี Verein Deutscher Werkzeugmaschinenfabriken e.V. (VDW) และพันธมิตรอีก 17 บริษัทจึงได้ร่วมกันพัฒนาแพลตฟอร์มอัจฉริยะในการเชื่อมต่อเข้ากับ IT Ecosystem ที่เป็นมาตรฐานสากลซึ่งจะกลายเป็นมาตรฐานกลางสำหรับการใช้งาน Machine Tool

หน้าที่หลักของ UMATI (Universal Machine Tool Interfacte) คือ การเป็นตัวกลางหรือเป็นภาษาสากลในการสื่อสารของ Machine Tool ต่าง ๆ ภายใต้การทำงานของแนวคิด Industry 4.0 หรือ IIoT (Industrial Internet of Things)

UMATI นั้นได้รับการพัฒนาที่มีพื้นฐานจาก OPC UA หรือ ซึ่งเป็นมาตรฐานการแลกเปลี่ยนข้อมูลสำหรับออโตเมชันในงานอุตสาหกรรมและกิจการอื่น ๆ ที่มีพื้นฐานซึ่งให้ความสำคัญกับข้อมูลดังนี้

  • Functional Equivalence สามารถรองรับการทำงานได้เทียบเท่า COM OPC Classic
  • Platform Independence รองรับแพลตฟอร์มได้อย่างอิสระไม่ว่าจะเป็น Embedded Micro-controller ไปจนถึงโครงสร้างพื้นฐานจาก Cloud ไร้ข้อจำกัดสำหรับฮาร์ดแวร์และระบบปฏิบัติการณ์
  • Secure มีการเข้ารหัส การพิสูจน์ตัวตน  และการตรวจสอบ
  • Extensible สามารถเพิ่ม Feature ใหม่ ๆ ได้โดยไม่กระทบกับระบบเดิม
  • Comprehensive Information Modeling สามารถระบุข้อมูลที่ซับซ้อนได้

โดย UMATI ให้ความสำคัญกับผู้ใช้งาน Machine Tool และอุตสาหกรรม Machine Tools ซึ่งมีพื้นฐานมาจากระบบมาตรฐานเปิด โดยมีจุดเด่นสำคัญ 2 ประการ ได้แก่

  • ทำให้การใช้ประโยชน์จากเชื่อมต่อของ Machine Tool เป็นเรื่องง่าย สามารถเข้ากันได้กับความต้องการด้านโครงสร้างพื้นฐาน IT และสภาพแวดล้อมของลูกค้า
  • ลดต้นทุนด้วยความสามารถในการทำความเข้าใจโครงการของลูกค้าที่มีความต้องการเฉพาะตัวได้อย่างรวดเร็ว

แน่นอนว่านี่ยังไม่ใช่ความสามารถทั้งหมดของ UMATI เนื่องจากในตอนนี้ยังเป็นโครงการที่มีการพัฒนาอย่างต่อเนื่อง ซึ่งตั้งเป้าหมายให้ครอบคลุมการใช้งานในประเด็นดังนี้

  • สามารถระบุตัวตนของเครื่องจักรได้
  • แสดงสถานะการทำงานของ Machine Tool
  • แสดงรายละเอียดข้อมูลของลำดับคำสั่งการผลิต
  • แสดงข้อมูลวัตถุดิบ เช่น พลังงานที่ใช้ วัสดุ
  • แสดงข้อมูลของอุปกรณ์และชิ้นง่าน
  • เป็นระบบที่สามารถเก็บข้อมูลไว้ได้
  • สามารถคาดการณ์การตอบสนองของผู้ใช้ได้

UMATI แพลตฟอร์มสำหรับใคร?

การเกิดขึ้นของ UMATI นั้นทำให้ผู้ใช้งานสามารถเข้าถึงและจับต้องเทคโนโลยี 4.0 สำหรับ Machine Tool ได้ผ่านมาตรฐานกลาง ซึ่งแต่เดิมผู้ผลิตต่างแยกย้ายแข่งขันกันพัฒนา ทำให้เมื่อมีการเปลี่ยนเครื่องจักร หรือเกิดการ ‘ย้ายค่าย-ทีมเดิม’ ทำให้เกิดปัญหาในการทำงานที่ไม่ต่อเนื่อง ต้องมาฝึกอบรมการใช้งานมาตรฐานใหม่ตั้งแต่พื้นฐานระบบ แทนที่จะสามารถต่อยอดจากของเดิม

การเกิดขึ้นของภาษากลางสำหรับ Machine Tool จึงเหมาะสำหรับทุกอุตสาหกรรมที่ต้องใช้งานเครื่องจักรในกลุ่มนี้ อาทิ อุตสาหกรรมยานยนต์ซึ่งอยู่ในภาวะการเปลี่ยนผ่านสู่ยานยนต์ไฟฟ้าและต้องการการผลิตที่ละเอียดรอบคอบ มีคุณภาพมากยิ่งขึ้น หรืออุตสาหกรรมการผลิตชิ้นส่วนอากาศยานที่ต้องการความแม่นยำและประสิทธิภาพที่สูงขึ้นอย่างต่อเนื่อง เป็นต้น

ในระยะยาวการเกิดขึ้นของ UMATI ในฐานะมาตรฐานจะมีส่วนทำให้รากฐานการศึกษาจากสถาบันต่าง ๆ เป็นปึกแผ่นมากยิ่งขึ้น ไม่ขึ้นอยู่กับการสนับสนุนจากผู้ผลิตเฉพาะรายซึ่งสร้างความแตกต่างของทักษะแรงงานในตลาด และอาจส่งผลให้เกิดการผูกขาดตลาดผ่านทางทักษะแรงงานอีกด้วย เมื่อการศึกษาการวางรากฐานมีพื้นที่ส่วนกลาง การเรียนรู้และต่อยอดจะมีประสิทธิภาพมากขึ้น

สามารถทดลองใช้งานได้ที่ https​://umati.app

ดังนั้น UMATI จะกลายเป็นรากฐานสำคัญ เป็นเสาหลักใหม่ที่หยั่งรากลึกสำหรับ Machine Tool ในยุคอุตสาหกรรม 4.0 หรือยุคการเชื่อมต่อไร้พรหมแดนของ IIoT ที่จะทำให้ผู้ผลิตสามารถทำงานได้อย่างมีประสิทธิภาพโดยไม่ต้องกังวลกับทักษะในการใช้งานเครื่องมืออีกต่อไป

อ้างอิง:
Vdw.de/en/technology-and-standardisation/umati-universal-machine-tool-interface/
Opcfoundation.org/markets-collaboration/umati/
Opcfoundation.org/about/opc-technologies/opc-ua/

Categories
Article

INDUSTRY 4.0: สิ่งที่จำเป็นต้องมีสำหรับ IOT ที่ฉับไว

เป็นความจริงที่ว่า คลาวด์ไม่เหมาะสำหรับการประมวลผลข้อมูลจำนวนมากแบบ real-time บริษัทสายการผลิตเชิงอุตสาหกรรมควรใช้ระบบการประมวลผลที่เรียกว่า Edge Computing ซึ่งจะช่วยลดเวลาในการรับส่งข้อมูล (Latency) ได้มากกว่า

*Edge Computing คือการประมวลผลข้อมูลที่อยู่ใกล้กับแหล่งข้อมูลให้มากที่สุด อาจจะอยู่ในรูปแบบการวิเคราะห์ข้อมูล การประมวลผลข้อมูลเชิงสถิติ ซึ่งแทนที่จะเอาข้อมูลจำนวนมหาศาลขึ้นไปประมวลผลบน Cloud ก็เอาข้อมูลเหล่านั้นมาประมวลผลที่ต้นทางที่ใกล้กับแหล่งข้อมูลมากที่สุด หรือ Edge นั่นเอง สาเหตุหลักที่ทำให้การประมวลผลจำเป็นต้องอยู่ที่ต้นทาง (Edge)

จาก Cloud report ประจำปีครั้งที่สามของ McAfee ระบุะว่า 96% ของบริษัทเยอรมันทั้งหมดใช้บริการคลาวด์อยู่แล้ว ตามที่สมาคมอุตสาหกรรม Bitkom ระบุว่า พวกเขาใช้ซอฟต์แวร์สำนักงาน (office) บนคลาวด์ 46%, โซลูชันด้านความปลอดภัย 44% และกรุ๊ปแวร์ เช่น อีเมลและปฏิทิน 35% อย่างไรก็ตาม cloud concept นั้นไม่เหมาะเมื่อต้องประมวลผลข้อมูลจำนวนมหาศาลแบบ real-time ตัวอย่างเช่น กรณีที่เครื่องจักรในการผลิตต้องตัดสินใจอย่างรวดเร็วและเป็นอิสระ ข้อมูลก็ควรจะถูกประมวลผลแยกจากศูนย์กลางโดยไม่ต้องถ่ายโอนไปยังคลาวด์ก่อน นอกจากนี้การประมวลผลข้อมูลแบบแยกจากศูนย์ หรือ decentralized data processing ยังเป็นปัจจัยพื้นฐานที่สำคัญประการหนึ่ง โดยเฉพาะอย่างยิ่งสำหรับระบบการขับขี่อัตโนมัติที่เป็นเครือข่าย (autonomous and networked driving) แปลได้อีกว่า คลาวด์ไม่เหมาะกับกระบวนการนี้อย่างแน่นอน สิ่งที่ต้องการในที่นี้ก็คือเทคโนโลยีที่เราเรียกว่า Edge Computing

**Decentralized data process คือการประมวลผลข้อมูลแบบแยกจากศูนย์ หมายถึงการประมวลผลข้อมูลที่มีการเก็บข้อมูลไว้ที่หน่วยงานแต่ละหน่วย ต่างฝ่ายต่างประมวลผลไปได้เองโดยไม่ต้องอาศัยข้อมูลจากกัน

ข้อมูลสำคัญที่เกี่ยวข้องกับการวิเคราะห์สามารถรับ-ส่งได้ด้วยการเชื่อมต่อที่ดีและขนาดของแบนด์วิดธ์ (ปริมาณการรับและการส่งข้อมูล) ที่ใหญ่พอ นอกจากนี้แม้จะมีการเชื่อมต่อที่ดี แต่เวลาในการรับส่งข้อมูลสำหรับ LTE หรือ Long Term Evolution (4G) อาจนานเกินไปเมื่อต้องใช้งานรับ-ส่งข้อมูลเกี่ยวกับการจราจรบนถนน ยานพาหนะที่ควบคุมด้วยระบบคอมพิวเตอร์จะต้องสามารถตอบสนองต่อเหตุการณ์ที่ไม่คาดคิดได้แบบทันท่วงทีไม่มีดีเลย์ ซึ่งมันก็คือระยะเวลาที่ใช้ในการถ่ายโอนข้อมูลจากจุดเริ่มต้นไปยังจุดประมวลผล เช่น ไปยังคลาวด์ นอกจากนี้ กระบวนการในการถ่ายโอนหรือส่งข้อมูลดังกล่าวก็อาจเป็นประตูให้กับอาชญากรไซเบอร์ได้

กล่าวให้เข้าใจง่ายขึ้นก็คือ การถ่ายโอนข้อมูลวิเคราะห์ไปยังคลาวด์ก่อนไม่ใช่วิธีที่เหมาะสมกับการประมวลผลที่ต้องการความฉับไวทันที เช่น ในระบบการขับขี่อัตโนมัติ

fast IoT
Fast processing of huge amounts of data in the cloud? The latency of edge computing is much shorter. (Source: Markus Spiske/Unsplash)

Edge computing สามารถช่วยได้ในกรณีเหล่านี้ เพราะข้อมูลจำนวนมหาศาลจะถูกประมวลผลโดยตรงที่เครือข่ายต้นทาง (The edge of the network) หมายความว่าข้อมูลจะไม่ถูกถ่ายโอนไปยังศูนย์ข้อมูลก่อนแล้วจึงตีกลับมาอีกครั้ง แต่จะถูกวิเคราะห์ที่ต้นทางของข้อมูลและนำไปใช้ได้ทันที ระยะเวลาในการรับ-ส่งข้อมูลที่สั้นลงนั้นมีความสำคัญอย่างยิ่งต่อความสมบูรณ์แบบและความสำเร็จของการขับขี่อัตโนมัติ รวมทั้งสภาพแวดล้อมของ 5G และการผลิตเชิงอุตสาหกรรมทั้งหมด และนั่นคือข้อได้เปรียบที่สำคัญที่สุดของ Edge Computing

แต่เพื่อใช้ประโยชน์จาก Edge Computing ได้อย่างเต็มที่ สิ่งสำคัญก็คือการเชื่อมต่อเครือข่ายต้องพร้อมใช้งานตลอดเวลาทั้งบอร์ดและความน่าเชื่อถือได้ ดังนั้นจึงต้องมีความโปร่งใสชนิดไม่มีผิดเพี้ยน เช่น มุมมองแบบ end-to-end ของแอปพลิเคชันในเครือข่ายทั้งหมด อย่างไรก็ตาม หากข้อมูลไม่ได้รับการประมวลผลอย่างต่อเนื่อง ไม่ได้มาตรฐานและไม่มีความสัมพันธ์แบบ “on the edge” ก็เป็นเรื่องยากที่จะได้รับข้อมูลเชิงลึกแบบ real-time เข้าสู่แอปพลิเคชันรวมถึงความปลอดภัยของบริการ

ข้อมูลอัจฉริยะ หรือ Smart data คือ ข้อมูลพิเศษที่ถูกดึงมาจาก IP Data จำนวนมากมายมหาศาล ข้อมูลเหล่านี้ล้วนมีแต่ข้อมูลที่มีความหมายหรือมีประโยชน์ซึ่งสามารถนำไปจัดระเบียบและนำไปวิเคราะห์เพื่อใช้งานต่อไปได้ หากบริษัทต่างๆ ใช้ Smart Data เพื่อวิเคราะห์เครือข่ายของตนเอง ก็จะสามารถวิเคราะห์ข้อมูลทั้งหมดได้แบบ real-time สิ่งนี้ทำให้องค์กรได้รับข้อมูลเชิงลึกที่มีคุณค่าเกี่ยวกับวิธีการทำงานของแอปพลิเคชันภายในเครือข่ายขององค์กร

ด้วยการเข้าถึง Smart Data องค์กรสามารถตัดสินใจได้อย่างชาญฉลาดเกี่ยวกับวิธีเพิ่มประสิทธิภาพเครือข่ายและแอปพลิเคชัน รวมถึงการจัดสรรความจุเพื่อปรับปรุงประสิทธิภาพ นอกจากนี้ Smart Data ยังช่วยเพิ่มความชัดเจนให้กับทั้งเครือข่าย ทำให้สามารถระบุความผิดปกติและตอบสนองต่อการเปลี่ยนแปลงที่บ่งชี้ถึงภัยคุกคามได้เร็วขึ้น หรืออาจเป็นปัญหาด้านประสิทธิภาพต่าง ๆ เนื่องจากองค์กรจำนวนมากใช้แอปพลิเคชัน IoT ในเครือข่าย ข้อมูลอัจฉริยะจึงมีความสำคัญต่อความสำเร็จ

เทคโนโลยีของ Edge Computing ยังอยู่ในช่วงเริ่มต้น แต่ข้อดีนั้นไม่มีใครสามารถปฏิเสธได้ ทั้งการเพิ่มความเร็วในการประมวลผล, ลดเวลาในการรับ-ส่งข้อมูล และการประมวลผลข้อมูลแม้ในขณะที่ bandwidths ต่ำ ด้วยการใช้โซลูชันข้อมูลอัจฉริยะ บริษัทต่างๆ สามารถติดตาม ecosystem ได้แบบทันท่วงทีและระบุที่มาของปัญหาที่อาจส่งผลให้เกิดการชะงักงัน (ของระบบการทำงาน หรือ ระบบการผลิต) ได้

Source:
Toolmakers.co