SYSTEM PLANOWANIA I KONTROLI PRODUKCJI Z WYKORZYSTANIEM CZUJNIKÓW TOMOGRAFICZNYCH

Konrad Niderla

konrad.niderla@netrix.com.pl
Centrum Bdawczo-Rozwojowe, Netrix S.A., Lublin (Polska)

Tomasz Rymarczyk


1Centrum Bdawczo-Rozwojowe, Netrix S.A., Lublin, 2Wyższa Szkoła Ekonomii i Innowacji w Lublinie (Polska)

Jan Sikora


Centrum Bdawczo-Rozwojowe, Netrix S.A., Lublin (Polska)

Abstrakt

W artykule przedstawiono ideę systemu kontroli procesu produkcyjnego. Zaawansowana automatyzacja i kontrola procesów produkcyjnych odgrywają kluczową rolę w utrzymaniu konkurencyjności. Proponowane rozwiązanie składa się z sieci czujników do pomiaru parametrów procesu, zasobów produkcyjnych i stanu wyposażenia. System wykorzystuje komunikację przewodową i bezprzewodową, która umożliwia pozyskiwanie danych z istniejących w przedsiębiorstwach czujników i systemów, a także pozyskiwanie danych z nowych systemów i czujników używanych do pomiaru wszystkich procesów, począwszy od przygotowania produkcji do produktu końcowego. Rozwiązanie zawiera czujniki tomografii procesowej oparte na elektrycznej tomografii pojemnościowej, elektrycznej tomografii impedancyjnej i tomografii ultradźwiękowej. Zastosowanie metod tomograficznych umożliwia zarządzanie inteligentną strukturą firm pod względem procesów i produktów. Tomografia przemysłowa umożliwia obserwację zjawisk fizycznych i chemicznych bez potrzeby penetracji wewnątrz. Umożliwi to optymalizację i automatyczną procesów projektowych i produkcji. Takie rozwiązania mogą działać autonomicznie, monitorować i kontrolować pomiary. Wszystkie czujniki przekazują do systemu ciągłe dane o stanie procesów w niektórych technologicznie zamkniętych obiektach, takich jak fermentory. Tomografia procesowa może być również wykorzystywana do pozyskiwania danych o przepływie płynów i luźnych składników w rurociągu w oparciu o systemy transportowe. Dane uzyskane z czujników gromadzone są w hurtowniach danych w celu ich dalszego przetwarzania i budowania bazy wiedzy. Wyniki analizy danych są wyświetlane w panelach sterowania użytkownika i są wykorzystywane bezpośrednio w kontroli procesu produkcyjnego w celu zwiększenia wydajności i jakości produktów. Metody kontroli obejmują zagadnienia związane z przetwarzaniem danych uzyskanych z różnych czujników zlokalizowanych w węzłach. Monitorowanie odbywa się w ramach pozyskanej i przetwarzanej automatyzacji danych i parametrów.


Słowa kluczowe:

tomografia procesowa, system realizacji produkcji, system kontroli produkcji

Baker A.D.: A Survey of Factory Control Algorithms which Can be Implemented in a Multi-Agent Heterarchy: Dispatching, Scheduling, and Pull. Journal of Manufacturing Systems 1998.
  Google Scholar

Barkmeyer E., Denno P., Feng S., Jones A., Wallace E.: NIST Response to MES Request for Information. National Institute of Standard, Gaithersburg 1999.
  Google Scholar

Christensson P.: Web Service Definition. https://techterms.com. https://techterms.com/definition/web_service [23.02.2018].
  Google Scholar

Consulting, Burleson. Oracle history. http://www.dba-oracle.com/t_history_oracle.htm [14.02.2018].
  Google Scholar

ECMA. The JSON Data Interchange Syntax. s.l. : ecma-international.org, 2017.
  Google Scholar

Elragal A., Haddara M.: The Future of ERP Systems: look backward before moving. Procedia Technology 5/2012.
  Google Scholar

Fletcher M., Garcia-Herreros E., Christensen J.H., Deen S.M., Mittmann R.: An Open Architecture for Holonic Cooperation and Autonomy.
  Google Scholar

Giret A., Botti V.: Holons and Agents. Journal of intelligent manufacturing 15/2004.
  Google Scholar

International Business Machines Corporation (IBM), Eurotech. MQTT v3.1 Protocol Specification. s.l. : mqtt.org, 2014.
  Google Scholar

Jacobs F.R., Weston Jr Ted F.C.: Enterprise resource planning (ERP)–A brief history. Journal of Operations Managem.. 25/2007.
  Google Scholar

Kletti J., Deisenroth R.: MES Compendium: Perfect MES Solutions based on HYDRA. Springer, 2012.
  Google Scholar

Kłosowski G., Gola A.: Risk-based estimation of manufacturing order costs with artificial intelligence. Proceedings of the 2016 Federated Conference on Computer Science and Information Systems, IEEE, 2016, 729–732.
  Google Scholar

Leitão P., Colombo A.W.: Petri net based Methodology for the Development of Collaborative Production Systems l. IEEE, 2006.
  Google Scholar

Leitao P.: Agent-based distributed manufacturing control: A state-of-the-art survey. Engineering Applications of Artificial Intelligence 22/2009.
  Google Scholar

Mazurkiewicz D.: Maintenance of belt conveyors using an expert system based on fuzzy logic. Archives of Civil and Mechanical Engineering 15(2)/2015, 412–418.
  Google Scholar

MESA. Enterprise-Control System Integration Part 1: Models and Terminology. MESA, 2000.
  Google Scholar

Meyer H., Fuchs F., Thiel K.: Manufacturing Execution Systems. Optimal Design, Planning, and Deployment. McGraw-Hill, 2009.
  Google Scholar

NAMUR. Functions and Examples of Operations Control Level Solutions. Technical report. Normenarbeitsgemeinschaft für Meß- und Regeltechnik in. 2003.
  Google Scholar

Polakowski K., Filipowicz S., Sikora J., Rymarczyk T.: Tomography Technology Application for Workflows of Gases Monitoring in The Automotive Systems. Przegląd Elektrotechniczny 84(12)/2008, 227–229.
  Google Scholar

Polakowski K., Filipowicz S.F., Sikora J., Rymarczyk T.: Quality of imaging in multipath tomography. Przeglad Elektrotechniczny 85(12)/2009, 134–136.
  Google Scholar

Rouse M.: Microservices. http://searchmicroservices. techtarget.com. http://searchmicroservices.techtarget.com/definition/microservices [23.02.2018].
  Google Scholar

Rymarczyk T., Filipowicz S., Sikora J., Polakowski K.: A piecewise-constant minimal partition problem in the image reconstruction. Przegląd Elektrotechniczny 85(12)/2009, 141–143.
  Google Scholar

Rymarczyk T., Sikora J., Waleska B.: Coupled Boundary Element Method and Level Set Function for Solving Inverse Problem in EIT. 7th World Congress on Industrial Process Tomography, WCIPT7 2013, 312–319.
  Google Scholar

SAP https://www.sap.com/corporate/en/company/history.html [14.02.2018].
  Google Scholar

Schmidt A., Otto B., Österle H.: A Functional Reference Model for Manufacturing Execution Systems in the Automotive Industry. Wirtschaftinformatik Proceedings 89/2011.
  Google Scholar

Smolik W., Radomski D.: Performance evaluation of the iterative image reconstruction algorithm with sensitivity matrix updating based on real measurements for electrical capacitance tomography. Measurement Science and Technology 20(11)/2009, 115502.
  Google Scholar

Trentesaux D.: Distributed control of production systems. Engineering Applications of Artificial Intelligence 22/2009.
  Google Scholar

Vitliemov P.: About Manufacturing Execution Systems. Proceedings of the University of Ruse 52(5.1)/2013.
  Google Scholar

W3C. Extensible Markup Language (XML) 1.0 (Fifth Edition). s.l.: W3C, 2008.
  Google Scholar

Wajman R., Fiderek P., Fidos H., Jaworski T., Nowakowski J., Sankowski D., Banasiak R.: Metrological evaluation of a 3D electrical capacitance tomography measurement system for two-phase flow fraction determination, Meas. Sci. Technol. 24/2013, 065302.
  Google Scholar


Opublikowane
2018-09-25

Cited By / Share

Niderla, K., Rymarczyk, T., & Sikora, J. (2018). SYSTEM PLANOWANIA I KONTROLI PRODUKCJI Z WYKORZYSTANIEM CZUJNIKÓW TOMOGRAFICZNYCH. Informatyka, Automatyka, Pomiary W Gospodarce I Ochronie Środowiska, 8(3), 29–34. https://doi.org/10.5604/01.3001.0012.5280

Autorzy

Konrad Niderla 
konrad.niderla@netrix.com.pl
Centrum Bdawczo-Rozwojowe, Netrix S.A., Lublin Polska

Autorzy

Tomasz Rymarczyk 

1Centrum Bdawczo-Rozwojowe, Netrix S.A., Lublin, 2Wyższa Szkoła Ekonomii i Innowacji w Lublinie Polska

Autorzy

Jan Sikora 

Centrum Bdawczo-Rozwojowe, Netrix S.A., Lublin Polska

Statystyki

Abstract views: 313
PDF downloads: 200


Inne teksty tego samego autora

<< < 1 2 3 4 > >>