Internet vecí je často skloňovanou témou, mnohí však toto spojenie vnímajú iba ako ďalší technologický pojem bez hlbšieho významu. Pritom tento pojem zahŕňa technológie, ktoré používame v každodennom živote prostredníctvom internetu bez toho, aby sme si to vždy uvedomovali. Rozvoj IoT bude mať za následok prepojiteľnosť všetkého – od ľudí cez domácnosti až po mestá. Netýka sa to len jednotlivcov, ale na veľký potenciál IoT reagujú aj priemyselné podniky. Už to nie je len o počítačoch, laptopoch, tabletoch a smartfónoch. Súčasné trendy moderných IoT technológií sú riadené umelou inteligenciou, edge computingom, blockchainom a 5G sieťou. Ako vznikol pojem IoT a čo nás ešte čaká?

Blockchain je rozvíjajúca sa technológia distribuovaných záznamov, ktorá sa používa pri zapisovaní udalostí a transakcií zabezpečených proti neoprávnenej manipulácii, napríklad pri správe digitálnych mien, ako je bitcoin. Základný koncept je založený na silných kryptografických princípoch na implementáciu zabezpečených distribuovaných záznamov. Takto možno napríklad zmluvnú obchodnú logiku medzi zainteresovanými stranami automatizovať inteligentnými zmluvami, ktoré bežia nezávisle od blockchainu.

Výroba je jeden zo základných kameňov priemyslu, preto ju treba neustále zdokonaľovať, zefektívňovať a zrýchľovať. V súčasnosti je dopyt po veľkom množstve produktov naprieč viacerými priemyselnými oblasťami kľúčom k úspechu. Vo výrobe je nutné manipulovať so surovými komponentmi a presúvať ich na iné miesta, kde sa následne spracujú. To sa dá dosiahnuť rozšírením výroby nákupom ďalších strojov, ako sú manipulátory a dopravníky. Ide o spôsob, ktorý spravidla po prvotnej väčšej investícii vykazuje po určitom čase návratnosť, ale hlavne zaručuje plynulosť prevádzky.

V ťažobnom priemysle treba neustále niečo vážiť. Jedným z často vážených produktov sú sypké a hrudkovité materiály ako uhlie, kamene, piesok a pod. Pretože tieto komodity nie je jednoduché vážiť na klasických váhach, využíva sa kontinuálne váženie počas prepravy na dopravníkovom páse – pásovej váhe. V mnohých prípadoch sa tieto váhy nachádzajú v exteriéri, a preto môže byť hmotnosť materiálu ovplyvnená okolitými podmienkami. Ak však spracúvaný materiál budete následne baliť, vhodným riešením je použitie vrecovacej váhy.

V prvej časti seriálu sme sa venovali témam, ktoré súvisia s teóriou produkcie, a definovali sme produkčný systém a súčasti, z ktorých sa skladá. V druhej časti vysvetlíme niektoré produkčné zákony.

Ako si na základe dostupných informácií vybrať, či sú pre našu prevádzku lepšie drôtové alebo bezdrôtové prístroje? Je to ťažké rozhodnutie, pretože obidva spôsoby komunikácie znamenajú kompromisy.

Rastúci objem obchodných údajov v dobe zväčšujúcej sa konkurencie tlačí spoločnosti prijímať rozhodnutia postavené na viacerých zdrojoch údajov. Využitie obchodných údajov výrazne zlepšuje spôsob riadenia spoločnosti aj vzťahov so zákazníkmi. Dnešné moderné nástroje na zber a analýzu údajov si nájdu svoje miesto takmer v každom podniku. Nahrádzajú menej prehľadné tabuľky a nachádzajú súvislosti aj tam, kde by ste to najmenej čakali. Schopnosť pochopiť, ktoré údaje sú relevantné pre splnenie cieľov a rozhodovanie, možno zabezpečiť pomocou konceptu Business Intelligence, ktorý sa stáva čoraz rozšírenejším aj v priemyselnom svete.

Zatiaľ čo revolúcia v Priemysle 4.0 nabrala na obrátkach a mnoho podnikov skúma nové spôsoby, ako využiť IoT s očakávaniami na zlepšenie obchodných procesov a prekonanie existujúcich výziev, okolo prepojenia IoT s existujúcou infraštruktúrou jestvuje veľa otázok. V súčasnosti je jednou z pálčivých otázok na trhu táto: Nahradí IoT systémy SCADA v novej ére výroby? Takéto otázky nielen pomáhajú priemyselným podnikom pochopiť budúci význam súčasných technológií, ale tiež im pomáhajú prijímať rozhodnutia o automatizácii a investíciách.

Produkčné modely sa z didaktického pohľadu často delia na tie, pri ktorých produkt prechádza cez lineárnu, nemeniacu sa sekvenciu krokov s jednou vykonanou operáciou na jednom stroji (flow shop), a tie, kde sú stroje zoskupené podľa funkcionality a produkty sa pohybujú medzi nimi vtedy a tak, ako je potrebné, pričom cez jeden stroj môžu prejsť aj niekoľkokrát (job-shop). To je však definícia, ktorá je skôr založená na kognitívno-heuristickej logike ako na karteziánskej dôkladnosti. Toto rozdelenie je príliš zjednodušujúce a nie je vhodné na pochopenie zložitého fungovania produkčného systému. Tento seriál opisuje charakteristiky hlavných produkčných modelov definovaných rôznymi implementačnými princípmi súvisiacimi s produkciou. Takéto východisko pomáha vytvárať systematický prehľad o téme vedúci k taxonómii existujúcich výrobných systémov, uľahčuje lepšie pochopenie problematiky a umožňuje štruktúrovaný prístup k výučbe študentov. Umožňuje tiež porozumenie, porovnanie a posúdenie výhod a nevýhod vlastností súčasných a predpokladaných nových produkčných systémov. Cieľom je nájsť spôsob, ako čo najlepšie transformovať suroviny na komponenty a hotové výrobky. Porovnanie ukazuje, že predpokladaný produkčný model postavený v súlade s koncepciou Priemyslu 4.0 nemá iba výhody, ale predstavuje aj určité výzvy z hľadiska možnosti implementovať súčasný maximálne flexibilný a pružný produkčný systém zameraný na produkciu výrobkov veľkosti šarže 1.

Cieľom tohto článku je zhrnutie dostupných technológií multispektrálnych kamier a softvéru umožňujúceho spracovanie dát z týchto technológií. Multispektrálne kamery vytvárajú trojrozmernú informáciu, tzv. multispektrálnu dátovú kocku, ktorú môžeme následne analyzovať a extrahovať z nej žiadané informácie o snímanom obraze. Multispektrálna kamera nachádza využitie napríklad v poľnohospodárstve, kde môžeme cez normalizovaný rozdielový vegetačný index zistiť nutnosť zavlažovania, v mineralógii, kde môžeme zo známych absorpčných čiar zistiť zloženie snímaného objektu, ďalej pri triedení odpadu, kde môžeme na základe podobnosti spektrálnej odrazivosti určiť rovnaké suroviny a tak oddeliť plast od kovu. Tiež v medicíne, kde môžeme pomocou multispektrálnych kamier detegovať nádory či podstupovať laparoskopickú chirurgiu aj takých tkanív, ktoré by sme za normálnych okolností nevedeli odlíšiť. V týchto odboroch nám spektrálna informácia z multispektrálnej kamery umožňuje lepšie rozlíšiť a identifikovať črty snímaného objektu, ktoré by bežnou kamerou odlíšiť nebolo možné.