Samouczące się adaptacyjne systemy produkcyjne
Do wydajnej produkcji potrzebne jest skuteczne sterowanie, wraz z monitorowaniem i kontrolą procesów pomocniczych, takich jak efektywność energetyczna i konserwacja. Obecnie podstawowe i pomocnicze procesy sterowania są na ogół kontrolowane osobno, pomimo oczywistych korzyści płynących z integracji takich czynności, dotyczących elastyczności, dostępności urządzeń i kosztów. W ramach finansowanego ze środków UE projektu SELF-LEARNING ("Reliable self-learning production systems based on context aware services") stworzono samouczące się rozwiązania do ścisłej integracji w czasie rzeczywistym procesów sterowania i konserwacji w systemach produkcyjnych. Zastosowane podejście oparte było na zasadach architektury zorientowanej na usługi (SOA), w której poszczególnej moduły oprogramowania wykonują konkretne zdania jako usługi lub inne aplikacje. Różne moduły mogą zatem zajmować się sterowaniem, energią i konserwacją, ale po ich połączeniu, będą wymieniać się informacjami poprzez sieć. Ważną zaletą jest brak konieczności interwencji człowieka oraz większa elastyczność, niezawodność i adaptacyjnego tego podejścia. Dawniej metody SOA wiązały się z wieloma problemami, dotyczącymi niezawodności, dostępności, interoperacyjności, bezpieczeństwa i zaufania. W projekcie wykorzystano podejście kontekstowe, aby umożliwić płynną integrację modułów i ich odpowiednią adaptację. Naukowcy opracowali modele kontekstowe i odpowiednie narzędzie do wyodrębniania kontekstów w celu oceny parametrów dotyczących procesów, maszyn i warunków z przeznaczeniem do procesów samouczenia, jak i wczytywania do modułu adaptacyjnego. Moduł ten dostarcza całościowych informacji na temat reakcji na warunki w czasie rzeczywistym. Infrastruktura oparta na SOA obejmowała ramy bezpieczeństwa i zaufania do bezpiecznego przepływu informacji, izolacji danych i ograniczania uszkodzeń. W projekcie SELF-LEARNING wykorzystano zasady usług SOA wraz z metodami samouczenia się i podejściem kontekstowym w celu uzyskania zintegrowanej i zharmonizowanej adaptacji systemów produkcyjnych. Główne technologie są dostępne w formacie open-source, aby ułatwić branży korzystanie z nich. Oprogramowanie powinno pomóc w rozwiązaniu ważnych problemów dotyczących środowisk produkcyjnych poprzez zmniejszenie ilości odpadów i zużycia energii przy podwyższonej wydajności i niższych kosztach.
