Internet of Things (IoT) adalah kunci menuju gerbang teknologi Industri 4.0.

Objek yang terhubung dengan cerdas memungkinkan pengoptimalan ekstensif dan prediksi yang akurat di lini produksi. Namun, ini bukan satu-satunya manfaat yang dapat dihasilkan Internet of Things di bidang industri. Augmented Reality (AR) dapat memberikan nilai tambahan untuk melayani data IoT sebagai alat visualisasi di ritel. Operator dapat mencapai hasil yang lebih baik dalam waktu yang lebih singkat dalam sejumlah kasus penggunaan dengan menggunakan perangkat AR untuk menggunakan informasi kontekstual terkini mengenai mesin yang berkemampuan IoT.

Industri 4.0 dan Internet of Things

industri 4.0
Perkembangan Industri Hingga Saat Ini

Penggunaan Teknologi Informasi dan Komunikasi (TIK) yang luas dalam industri secara bertahap mengarahkan sektor ini ke apa yang disebut “revolusi industri keempat,” juga dikenal sebagai Industri 4.0. Di lini produksi Industri 4.0, sensor, mesin, pekerja dan sistem TI akan lebih terintegrasi secara mendalam dibandingkan sebelumnya di perusahaan dan dalam rantai nilai. Integrasi yang lengkap pada akhirnya akan mengoptimalkan proses industri, mendorong pertumbuhannya dan mendorong persaingan yang lebih besar di dalam pasar. Sebuah laporan dari Boston Consulting Group, merangkum sembilan kemajuan teknologi yang mendorong revolusi ini dan akhirnya akan menentukan tingkat keberhasilannya:

Internet of Things (IoT) memimpin kemajuan di lapangan sebagai teknologi yang memungkinkan. Konsep IoT didasarkan pada membangun kecerdasan menjadi objek, peralatan dan mesin dan memungkinkan data tentang statusnya untuk ditransmisikan melalui Internet untuk digunakan oleh manusia atau perangkat lunak. Melalui konektivitas dan skema pengalamatan yang unik, semua hal dapat bekerja sama untuk mencapai tujuan bersama. Penelitian telah mengidentifikasi tiga karakteristik dasar objek pintar:

Pengaturan industri membuka jalan untuk pengenalan Internet of Things ke dalam kehidupan masyarakat modern. Dalam visi Industri IoT (IIoT), setiap segmen lini produksi dapat dipantau secara konstan melalui pengenalan sensor, dan mesin cerdas serta kemampuan jaringan yang luas. Sistem pengumpulan data pusat dapat mengumpulkan dan menganalisis data tentang status seluruh rantai pasokan dan secara dinamis bereaksi jika terjadi kegagalan, kekurangan sumber daya dan variasi permintaan. Nilai yang dibawa ke industri oleh Internet of Things bersifat kumulatif, karena lebih banyak perangkat dapat diakses secara online dengan interaksi yang ditangkap dan dianalisis. Bahkan, pengumpulan data dan agregasi variabel rantai suplai dapat membantu mengoptimalkan produksi dalam hal mengurangi pemborosan sumber daya, mengurangi waktu henti, meningkatkan keselamatan, keberlanjutan dan hasil yang lebih besar.

Internet of Things
Big Data

Big Data Analytics dan Machine Learning adalah teknologi inti di mana perusahaan dapat memahami aliran data yang sangat besar yang berasal dari fasilitas industri. Ini memungkinkan penciptaan model matematika yang secara konstan meningkatkan ketepatan dengan mana mereka mewakili pengaturan dunia nyata saat lebih banyak data masuk ke dalamnya. Disebut “kembar digital”, model ini kemudian digunakan tidak hanya untuk menganalisis dan mengoptimalkan perilaku peralatan dan jalur produksi, tetapi juga untuk memperkirakan potensi kegagalan.

Internet of Things Sebagai Tools Untuk Efektivitas Manusia

Manfaat yang disebutkan di atas berasal dari integrasi Internet of Things ke dalam proses otomatisasi lanjutan (menggunakan teknologi untuk memungkinkan proses berlangsung tanpa input manusia) dan itu bukan satu-satunya keunggulan yang dimilikinya. Pengenalan benda-benda pintar ke dalam konteks industri memberikan kemungkinan efektivitas yang lebih besar di antara orang-orang yang bekerja di lantai toko.

Data yang dikumpulkan dari sensor sangat penting untuk pengambilan keputusan di lokasi dan penyelesaian tugas yang benar saat pekerja beroperasi dengan smart equipment (peralatan pintar). Smart object (benda pintar), yang juga disebut sebagai sistem fisik maya, dapat mendukung pekerja, juga meningkatkan kemahiran dan keamanan pada tingkatan yang berbeda.

sophisticated machineryDesain, pemeliharaan, perbaikan, dan diagnosis kesalahan adalah tugas rumit yang mengharuskan operator manusia untuk berinteraksi dengan mesin canggih dalam paradigma industri baru. Informasi yang diperlukan untuk berhasil melaksanakan tugas ini sebanding dengan kompleksitas tugas dan peralatan yang terlibat. Data real-time dan historis tentang aktivitas fungsional peralatan sangat penting untuk proses pengambilan keputusan karena kompleksitas sistem meningkat. Akses ke informasi ini di lokasi di mana operator melakukan tugas-tugas ini menjadi penting untuk melakukannya dengan benar dan efisien.

Sebagai contoh, prosedur pemulihan mesin kompleks yang mengalami kegagalan perlu diinformasikan oleh status  komponen mesin pada saat itu. Demikian pula, konfigurasi yang tepat dari sistem mekanis yang kompleks tergantung pada nilai-nilai variabel internal tertentu yang diukur oleh sensor yang dilengkapi. Operator yang bertanggung jawab atas prosedur ini harus mampu mendiagnosis masalah dan menentukan lokasi kegagalan yang tepat ketika berada di depan peralatan untuk segera mengembalikannya ke keadaan optimal. Umumnya ini dilakukan dengan menganalisis data sensor real-time, analisis yang dihasilkan komputer atau data agregat historis.

Permasalah yang Dialami Saat Ini Dalam Penggunaan IIoT

Dalam keadaan integrasi saat ini, dalam kasus di mana teknologi Internet of Things dikerahkan, data dikirim ke repositori pusat di mana operator di ruang kontrol bertanggung jawab memantau dan menganalisanya. Namun, dalam banyak situasi, ruang kendali pusat ini jauh dari lokasi di mana data benar-benar diperlukan. Engineer di depan mesin yang membutuhkan bantuan diperlukan untuk bekerja sama secara jarak jauh dengan ruang kontrol pusat untuk mendiagnosis kesalahan. Interaksi dalam skenario ini bisa sangat lambat karena engineer di tempat perlu secara lisan menginterpretasikan informasi yang diberikan oleh operator jarak jauh, sementara operator di ruang kontrol tidak memiliki informasi referensi khusus di lokasi untuk memandu mereka, dengan demikian memperlambat kerja sama dan menambah waktu yang diperlukan untuk memecahkan masalah.

Beberapa organisasi telah berusaha mengatasi masalah ini dengan menempatkan laptop di lantai toko yang dapat mengakses data jarak jauh. Meskipun agak efektif, laptop hanyalah solusi parsial untuk masalah ini, karena perangkat biasanya tidak menyadari lingkungan fisik dan tindakan operator, sehingga membagi perhatiannya antara objek yang diminati dan interaksi dengan perangkat mobile. Secara umum, perangkat mobile yang saat ini digunakan untuk berinteraksi dengan data IoT di lantai toko tidak memiliki kemampuan untuk menafsirkan apa yang dilihat operator dan maksud dari operator kecuali operator berinteraksi secara manual dengan antarmuka perangkat lunak, menyaring data yang tidak diperlukan.

Perusahaan lain menggunakan antarmuka sentuh canggih langsung pada peralatan pintar. Meskipun ini menyelesaikan sebagian masalah, itu juga mengalikan jumlah layar di lantai toko dan tidak memberikan solusi untuk peralatan yang tidak dapat dipasang dengan layar (misalnya, mesin berat luar, pipa minyak dan gas, dll.).

Sepotong informasi penting lainnya yang hilang dari Human-Machine Interfaces (HMIs) saat ini adalah referensi spasial dari aliran data. Dalam situasi tertentu, sangat penting untuk memvisualisasikan bagaimana sumber data secara fisik berada di ruang tiga dimensi untuk mendiagnosis kesalahan. Informasi ini hilang jika aliran data divisualisasikan secara eksklusif menggunakan antarmuka 2D atau skema yang tidak memperhitungkan struktur fisik peralatan.

Augmented Reality dan Internet of Things

AR & IoT
Augmented Reality dan Internet of Things

Augmented Reality memberikan jawaban yang efektif untuk semua masalah yang disebutkan di atas dengan penggunaan data Internet of Things di lantai toko. Perangkat modern AR-enabled (baik handheld maupun head-worn) menyediakan antarmuka media yang kaya untuk semua jenis data jaringan melalui koneksi nirkabel. Dengan menggunakan teknologi penginderaan, perangkat ini mampu memahami apa yang dilihat operator dan oleh karena itu hanya menampilkan data yang sebenarnya diperlukan untuk operasi yang ada. Dengan menggunakan perangkat AR, operator diberdayakan dengan kemampuan untuk memvisualisasikan data IoT yang diproses atau yang tidak diolah dengan cara yang sangat intuitif.

Pekerja memulai interaksi dengan mengarahkan perangkat yang mendukung AR ke bagian peralatan yang membutuhkan bantuan. Perangkat memindai peralatan menggunakan kamera, mengidentifikasi objek dan merekonstruksi model spasial. Aplikasi secara otomatis mengumpulkan daftar sensor yang tersedia terhubung ke mesin menginterogasi repositori pusat dan menampilkan informasi yang dikumpulkan pada peralatan itu sendiri, di lokasi yang tepat di mana sensor sedang mengukur data. Berinteraksi melalui antarmuka, operator juga dapat mencari data historis yang diperlukan untuk mendiagnosis kesalahan. Data yang divisualisasikan tidak hanya berisi kekuatan informasi yang sama seperti pada perangkat seluler lainnya, tetapi juga menyediakan operator spasial data yang terhubungan dengan mesin itu sendiri.

AR menyediakan tampilan untuk apa pun. Karena semua objek / layar perangkat AR dapat dirender sepenuhnya secara digital, tidak ada batasan mengenai bagaimana dan di mana data IoT dapat divisualisasikan. Bahkan pipa minyak paling kotor dan paling terpencil, atau mesin jet terpanas dan mesin cetak logam paling keras sekalipun dapat dihamparkan dengan sejumlah visualisasi data virtual bagi operator untuk dianalisis selama proses tersebut. Secara keseluruhan, jika sebuah objek menghasilkan data IoT, AR dapat memvisualisasikannya.

Selain itu, AR memungkinkan informasi yang sama ditampilkan dengan cara yang berbeda dan lebih intuitif. Secara tradisional, data sensor divisualisasikan menggunakan campuran angka, grafik dan alat pengukur. Selain itu, dengan menggunakan AR, bentuk-bentuk visualisasi baru yang disesuaikan dengan tujuanpun dapat dirancang. Visualisasi ini dapat mempercepat interpretasi data dan menyoroti kesalahan lebih baik. Sebagai contoh, pengukuran tekanan dan temperatur sepanjang pipa keluaran pompa dapat ditampilkan menggunakan visualisasi aliran tiga dimensi yang dipetakan secara langsung pada pipa itu sendiri, yang memungkinkan operator untuk secara virtual “memvisualisasikan” perilaku cairan di dalam pipa, mempercepat parameter untuk tuning atau proses deteksi kesalahan.

Studi Kasus

Augmented Reality dan Internet of Things dapat dikombinasikan untuk mengatasi sejumlah kasus penggunaan yang dapat menguntungkan sektor swasta dan publik. Ada beberapa faktor umum yang digunakan oleh sebagian besar kasus penggunaan ini, seperti akses seluler ke data di lokasi terpencil, tidak dapat diaksesnya bagian-bagian tertentu dari peralatan, kesulitan untuk menyesuaikan layar pada objek yang diinginkan atau kebutuhan untuk presisi operasi yang ekstrim.

1. Efisiensi layanan permesinan yang kompleks: bagi organisasi yang mengoperasikan dan memelihara armada besar mesin yang rumit, dari pesawat terbang hingga lokomotif, layanan dan perbaikan bisa lambat dan mahal. Tanpa data spesifik tentang komponen-komponen tertentu yang membutuhkan perbaikan atau kemampuan untuk memprediksi kapan layanan diperlukan, aset dapat diambil dari layanan secara tak terduga dan teknisi servis mungkin perlu menghabiskan waktu pengujian yang berharga dan mengisolasi masalah. Organisasi dapat mempercepat proses dan meningkatkan efisiensi dengan menggabungkan teknologi IoT dan AR. Mempersenjatai aset dengan sensor memungkinkan mereka untuk mengalirkan data langsung dari aset. Dengan menggunakan data ini untuk membuat kembar digital dari aset, organisasi dapat menganalisis sendiri dan memprediksi kapan dan bagaimana komponen harus dipelihara. Dengan menggunakan AR, data tersebut dapat diterjemahkan ke dalam informasi visual – misalnya, menyoroti injektor bahan bakar dalam mesin yang menyebabkan masalah tekanan minyak dan perlu diganti. Dengan membimbing teknisi perbaikan segera ke sumber masalah, kombinasi AR / IoT membatasi ruang lingkup pekerjaan hanya untuk apa yang dibutuhkan. Petunjuk langkah demi langkah yang disampaikan melalui AR memastikan bahwa pekerjaan perbaikan dilakukan dengan benar dan efisien. GE Transportation menerapkan perangkat lunak ThingWorx dan Predix PTC untuk mewujudkan peningkatan efisiensi di 1.300 lokomotif yang diperbaiki setiap tahun.

2. Pemantauan dan diagnosis peralatan mekanis: banyak bagian mekanis, seperti mesin, pompa, saluran pipa dan mesin industri, dilengkapi dengan sejumlah besar sensor untuk mengendalikan variabel fisik, seperti suhu, tekanan, kecepatan, torsi atau kelembaban. Pengukuran ini digunakan tidak hanya untuk mengontrol mesin itu sendiri, tetapi juga untuk memantau dan memverifikasi fungsinya yang benar. Selama konfigurasi dan diagnosis kesalahan, penting bagi operator untuk memvisualisasikan nilai-nilai ini secara real-time agar dapat mengatur mesin dengan benar dalam satu kasus, dan mengidentifikasi akar kesalahan dengan benar. Menggunakan perangkat AR, operator dapat memvisualisasikan pola langsung dari pengukuran waktu-nyata ini pada komponen saat mesin beroperasi, memungkinkan diagnosis fungsional sesaat. DAQRI menerapkan solusi serupa untuk membantu engineer di KSP Steel untuk memvisualisasikan data dari mesin berat langsung di lantai toko.

3. Dokumentasi pekerjaan dan jaminan kualitas data-driven: Dokumentasi pekerjaan serta sertifikasi dan pengujian produk biasanya melibatkan prosedur panjang di mana operator menguji variabel struktural dan fungsional dari peralatan. Tes-tes ini kemudian didokumentasikan dalam laporan yang ditulis secara manual dan panjang yang dikirim ke database pusat untuk digunakan sebagai dasar untuk sertifikasi dan penilaian kualitas. Seluruh proses dapat dibuat lebih cepat dan lebih akurat menggunakan perangkat AR; operator menjalani prosedur secara bertahap, menyetujui atau menolak pengukuran yang dilakukan menggunakan peralatan yang diaktifkan Internet of Things. Menggunakan antarmuka AR, pengukuran dapat divisualisasikan pada komponen yang sedang diuji dan setiap anomali dapat dilaporkan menggunakan laporan ketidaksesuaian yang dihasilkan secara otomatis yang dikirim langsung ke basis data pusat bersama dengan data IoT terkait yang berasal dari mesin itu sendiri atau peralatan pengukuran.

4. Visualisasi desain produk: selama proses merancang objek elektro-mekanis, pengujian prototipe sangat penting untuk mengidentifikasi cacat desain sedini mungkin. Namun, banyak objek analisis selama proses ini adalah variabel yang tidak terlihat oleh mata manusia, setelah diukur melalui sensor tertanam, dianalisis untuk memberikan umpan balik untuk iterasi desain tersebut. Dalam beberapa kasus, AR dapat memberikan umpan balik visual seketika pada variabel-variabel ini sehingga tim desain dapat mendiskusikan masalah selama fase pengujian dan secara simultan menyetel pengaturan objek pada saat run-time, mempercepat proses pengambilan keputusan. Presentasi video ini oleh presiden PTC Jim Heppelmann mencakup contoh bagaimana alat-alat CAD dan IoT dapat dikombinasikan dengan AR untuk memberikan umpan balik waktu nyata pada pilihan desain untuk objek fisik.

5. Pemeliharaan infrastruktur perkotaan yang cerdas: penalaran serupa dapat diterapkan pada sektor publik. Sebagian besar infrastruktur perkotaan terletak di luar ruangan dan di area yang sulit diakses, membuat layar yang tertanam sangat sulit digunakan. Operator dapat menggunakan AR untuk memindai objek besar dan mendeteksi titik kegagalan dari visualisasi data real-time. Selain itu, mereka dapat dengan mudah mendokumentasikan status infrastruktur secara digital, kaya data, hanya dengan mengarahkan perangkat ke sistem.

6. Keamanan operator yang ditingkatkan: AR juga dapat digunakan untuk memberikan informasi keselamatan kepada operator yang berinteraksi dengan mesin yang dapat menyebabkan kerusakan fisik jika ditangani secara tidak benar. DAQRI menunjukkan bagaimana kamera termal dapat digunakan tidak hanya untuk memvisualisasikan peta termal, tetapi juga untuk menunjukkan kepada operator kapan waktu yang aman untuk menyentuh objek. Meskipun teknologi yang digunakan oleh DAQRI melibatkan penggunaan kamera termal yang dipasang pada topi yang keras, hasil yang sama dapat dengan mudah diperoleh dengan menggunakan sensor termal (dan jenis lain) yang dipasang langsung di mesin untuk menginformasikan operator tentang potensi bahaya.

Tantangan

Meskipun merupakan solusi yang sesuai untuk masalah yang belum terpecahkan dari penggunaan data Internet of Things di lantai toko, AR masih menyediakan tantangan bahwa penyedia AR saat ini sedang bekerja untuk membuatnya lebih praktis dan berguna dalam skenario kehidupan nyata.

Tantangan pertama terkait dengan cara data IoT ditampilkan menggunakan perangkat AR. Seperti yang disebutkan sebelumnya, data sensor dapat ditampilkan dalam modalitas baru yang intuitif menggunakan visualisasi 3D yang dipesan lebih dahulu, memfasilitasi proses pengambilan keputusan di tempat. Namun, sulit untuk secara otomatis membuat dan meningkatkan jenis visualisasi ini. Penyedia bekerja pada sistem yang mengintegrasikan model CAD 3D dengan data real-time IoT untuk secara otomatis menghasilkan model 3D “datafied” yang dapat melapisi di atas objek fisik untuk menampilkan lapisan informasi tambahan.

Selain itu, masalah memvisualisasikan beberapa titik data dalam satu entitas visual tunggal masih merupakan masalah terbuka. Meskipun ada metode gabungan yang berfungsi untuk tampilan tradisional (seperti sub-menu atau area yang dapat digulir), perancang UI / UX saat ini sedang mengerjakan teknik untuk memadatkan sejumlah besar data dan membuatnya interaktif dengan menggunakan tampilan AR.

Tantangan penting lainnya berkaitan dengan keamanan dan integrasi data. Karena operator melakukan pekerjaan mereka dengan perangkat AR yang tersambung ke perangkat seluler yang mengakses data sensitif, penyedia harus yakin bahwa perangkat ini tidak rentan terhadap ancaman menggunakan perangkat lunak dan protokol keamanan perangkat keras.

Masa Depan AR dan IoT

Data Internet of Things saat ini sebagian besar digunakan untuk pemrosesan offline. Banyak teknik memungkinkan penciptaan model matematika yang sangat akurat dari lini produksi yang memungkinkan tidak hanya pengurangan biaya dan optimalisasi produksi, tetapi juga prediksi kinerja peralatan. Namun, nilai dari data ini juga berada dalam penggunaan secara real-time. Wawasan berharga yang dihasilkan dari informasi real-time yang dihasilkan oleh mesin dan peralatan dapat sangat mempercepat banyak prosedur dan mengintegrasikan pekerja manusia lebih jauh ke dalam sistem informasi industri. Tidak memanfaatkan sisi IoT ini berarti membuang sebagian investasi penyebaran.

Baca juga: Apa Itu NFT yang Bikin Ghozali Mendadak Jadi Sultan?

AR dianggap sebagai salah satu alat terbaik bagi pekerja dan engineer untuk mengakses data IoT real-time di lantai toko, langsung di tempat yang diperlukan. Perangkat AR menyadari konfigurasi spasial lingkungan sekitar pekerja dan dapat secara intuitif memvisualisasikan data real-time, menyaring informasi yang tidak perlu. Ketika perangkat ini menjadi lebih kecil dan lebih ringan, jumlah kasus penggunaan di mana kombinasi teknologi ini dapat diterapkan akan berkembang pesat, mencakup skenario yang tidak dapat diatasi sebelumnya.

Akhirnya, konvergensi AR dan IoT akan memberdayakan operator manusia dengan efektivitas yang lebih besar dan akan menambah keterampilan mereka dalam lingkungan kerja yang intensif pengetahuan. Dengan munculnya otomatisasi dan robotika yang terintegrasi penuh, AR memberikan peluang besar bagi para pekerja untuk mempertahankan nilai pekerja manusia yang tak terbantahkan dan pengambilan keputusan.

Pemasaran produk lebih powerful dan efektif melalui teknologi AR dan VR

Hubungi kami sekarang juga, konsultasi GRATIS !

Kunjungi channel Youtube MonsterAR untuk selengkapnya tentang project kami

Leave a Reply

Your email address will not be published. Required fields are marked *

How can we help you ?