Wraz z czwartą rewolucją przemysłową (tzw. Przemysł 4.0) na polskim horyzoncie technologicznym pojawiła się oczekiwana od dawna, piąta generacja sieci komórkowej 5G. Składowe atrybuty relatywnie większej prędkości i większej przepustowości 5G dają efekt synergii, co jest równoznaczne z większymi możliwościami dla użytkownika.

Doświadczenia wirtualnych bliźniaków, które Dassault Systèmes udostępnia wszystkim branżom, od największych klientów z branży produkcyjnej po specjalistów z dziedziny life-science, są znacznie bardziej zaawansowane niż cyfrowe bliźniaki. Wirtualne bliźniaki zapewniają możliwość modelowania w 3D, a następnie testowania oraz przeprowadzania symulacji, aby upewnić się, że model jest dopracowany do perfekcji.

Na pierwszy rzut oka sport ma niewiele wspólnego z czwartą rewolucją przemysłową. Nic bardziej mylnego. Wspieranie kultury fizycznej wpisuje się bowiem w strategię budowy marki zgodnie z ideą zrównoważonego rozwoju, która jest jednym z fundamentów Przemysłu 4.0. 

Czym jest „Radar Innowacji Przemysłu 4.0”, do kogo jest skierowany i dlaczego warto z niego korzystać. Między innymi te kwestie poruszamy podczas rozmowy z Bartoszem Józefowskim, dyrektorem ds. Przemysłu 4.0 w Krakowskim Parku Technologicznym.

Ostatnie lata w przemyśle nazywane są erą Przemysłu 4.0. To era, w której jednym z trendów w projektowaniu stanowisk zrobotyzowanych stała się m.in. elastyczność pracy. 

Czy polskie przedsiębiorstwa są już bliskie wdrożenia koncepcji czwartej rewolucji przemysłowej, czy ciągle znajdują się dopiero na etapie planowania zmian? Z Agatą Sondej z Cloos-Polska, Przemysławem Kimlą z firmy Kimla oraz Hubertem Kowalczykiem z igus Polska rozmawiamy o największych wyzwaniach związanych z koncepcją Przemysłu 4.0 oraz wpływie pandemii Covid-19 na ten proces.

Pandemia Covid-19 okazała się okresem próby również dla sektora produkcyjnego. Ogólnoświatowa sytuacja ukazała istotę zastosowania rozwiązań, które pozwolą na prowadzenie i monitorowanie systemów w sposób zdalny. Pandemia znacznie przyspieszyła proces digitalizacji, pokazując jednocześnie jej walory biznesowe.

Pandemia Covid-19 okazała się skutecznym katalizatorem zwiększającym zainteresowanie krajowych przedsiębiorców cyfryzacją działalności biznesowej. W jakieś mierze przyczyni się to do upowszechnienia wizji Przemysłu 4.0 i może skłonić część firm do inwestycji w dedykowane mu przełomowe technologie.

O korzyściach płynących z automatyzacji i robotyzacji przemysłu nie trzeba już nikogo przekonywać. Wykorzystywanie rozwiązań integrujących pracę człowieka i maszyny to dzisiaj codzienność. Zakłady produkcyjne i przemysłowe już od pewnego czasu wykorzystują nowe, bardziej zaawansowane urządzenia, a pojęcie Przemysłu 4.0 już na stałe wpisało się w branżowy słownik.

Choć nadużyciem byłoby stwierdzenie, że Przemysł 4.0 stał się już standardem w większości zakładów produkcyjnych, to jednak nie da się ukryć, że jesteśmy u progu kolejnej rewolucji przemysłowej. Wciąż jednak istnieją pewne bariery, które hamują dynamiczną transformację przemysłu w kierunku nowoczesnych rozwiązań technologicznych.

Realizacja koncepcji Przemysłu 4.0 dla wielu firm może wydawać się skomplikowana, co w efekcie może zniechęcać je do wdrażania nowatorskich technologii. Jakie powinny być zatem pierwsze kroki przedsiębiorstw, których celem jest czwarta rewolucja przemysłowa?

Postępująca digitalizacja produkcji nie omija także laserów – również i one wymagają integracji z architekturą Przemysłu 4.0. Jednym z efektywniejszych sposobów, aby przyłączyć systemy laserowe do sieci inteligentnej fabryki, jest wykorzystanie możliwości oferowanych przez urządzenia wyposażone w interfejs OPC UA.

Polski zespół AR Solutions – twórca software’u i partner implementacji innowacji z zakresu rzeczywistości rozszerzonej dla przemysłu, opracował optymalne rozwiązanie o niskim stopniu immersyjności oraz uproszczonym procesie wdrożenia i przystosowania do systemów przedsiębiorstwa przemysłowego.

Zanim w brukselskiej fabryce Audi rozpoczęła się produkcja elektrycznego modelu e-tron, przeprowadzono w niej modernizację. Efekt? Urządzenia transportowe SEW-Eurodrive z własnymi, inteligentnymi systemami sterowania połączonymi w sieć.

Uczenie maszynowe (ang. machine learning) wykorzystuje mechanizmy sztucznej inteligencji do przeprowadzania analizy dużych zbiorów danych zbieranych z maszyn i urządzeń. To jednak nie jedyna technologia, która w ostatnim czasie rozpala serca i umysły producentów maszyn. Coraz większego znaczenia nabiera także jej najnowszy wariant – zautomatyzowane uczenie maszynowe.