VAKCINACIJA MAŠINA

Uz napredak senzorske tehnologije i naprednih računarskih metoda i tehnologija, rađanje proizvodnih mašina (ili generalno mašina) sa imunitetom, koje će se možda same popravljati (lečiti) i vakcinisati, sasvim je moguće u budućnosti. Čak postoji mogućnost da „vakcinišemo” mašinu protiv pojedinih kvarova čim jedna ili nekoliko sličnih mašina dožive takve kvarove i razviju „antitela” (modele) za te kvarove.

Prof. dr Dragan Đurđanović

Savremena praksa u naprednim industrijama prepuna je primera gde inženjeri i tehničari moraju da vode bitku sa kvarovima i ope­racionim problemima koje nikada pre nisu videli. Na primer, veze u komunikacionim mrežama u au­tomobilskoj idustriji često pate od sporadičnih prekida zbog mno­štva faktora, kao što su pokret­ne mašine i komponente (roboti), abrazivna okolina (ulja, rashlad­ne tečnosti), pa i ljudske greške (instaliranje mreža zavisi od ljudi i dovoljno je da se konektor ne pričvrsti dovoljno, i problem loše veze će se pojaviti)

Takvi problemi (kvarovi na mreži) su inherentno jedinstveni svaki put, jer je svaka mreža jedinstve­na po konfiguraciji i načinu na koji se koristi, a i ozbiljnost (re­lativna frekvenca) sporadičnih prekida komunikacije uvek je jedin­stvena. Stoga ne postoji „prethodno iskustvo” na osnovu koga bi se mo­gao napraviti model takvog kvara i na osnovu koga bi se takvi problem prepoznavali i sprečavali.

Na kraju je telefonski razgovor sa doktorom kvantne fizike (zovimo ga Đorđe) i opis
„čudnih formacija u komori” re­šio problem. Đorđe je svi­ma stavio do znanja da „ceo
svet zna da su to Kulonovi kristali”.

Ovaj problem je ogroman i autor je imao iskustva sa automobilskom fabrikom u kojoj svaki minut praz­nog hoda na traci košta više od 25.000 dolara, pa je jedan takav rela­tivno banalan problem (sporadič­na loša veza na mreži) doveo do četiri i po sata dugog zastoja u pro­izvodnji. Inženjeri su morali da pojedinačno proveravaju čvorove na mreži, dok nisu našli proble­matični čvor jer su protokoli komunikacije takvi da čvor koji je izvor problema može da bude poslednji čvor koji detektuje da nešto nije u redu i da tako bude poslednji akti­van čvor na mreži [1].

Markovi modeli

Sve veća i izraženija sofisti­ciranost proizvodnih sistema danas čini da posledice kvarova prevazilaze čak i gore naveden primer. Na primeru [2] možemo videti podatke dobijene sa alata za plazma depoziciju tankih dija­lektričkih filmova, što je jedan od kritičnih procesa u proiz­vodnji mikroelektronskih kola. U pitanju je proces u kome je neophod­no održati varijacije u debljini filma ispod angstrema, i to preko cele površine sililijmska galeta „galete” (silicon wafer) prečnika 300 milimetara na kojoj se štampaju poluprovodnička kola.

Silicijumska galeta (Vikipedja)

Mašina u kojoj se taj proces odvija je takvog nivoa sofisticiranosti da kad jedan delić te mašine ne odradi svoju funkciju savrše­no, svi sistemi u mašini reaguju na to i izgleda kao da je sve u ma­šini poremećeno. Uz to, ti pore­mećaji su tako mali da je jako teš­ko čak i detektovati tako nešto, pre nego što proizvod izađe iz mašine, pa se i na merenjima usta­novi da kola u stvari ne rade. (U tom trenutku galeta, koja bi treba­lo da donese proizvođaču profit koji često prevazilazi nekoliko desetina hiljada dolara, postaje običan „friz­bi” i sve vreme i hemikalije koje su uložene u proces postaju ništa drugo do trošak ulo­žen da se on lepo presijava na svetlu). I dok rad [2] elegantno rešava problem detektovanja kvara da bi se proizvodnja odmah zaustavi­la i predupredilo pravljenje ve­likog broja skupih „friz­bija” umesto sofisticiranih čipova, pronala­ženje razloga zašto je došlo do problema i popravaka kvarova je i dalje neegzaktna umetnost.

Među­tim, kako napraviti model ako se
taj kvar nikada ranije nije desio (a jednom
kad se desi, verovatno se na isti način
više nikada neće manifestovati)?

Tako, baš u tom radu, poslednja anomalija, koju su autori uspešno detektovali korišćenjem skrive­nih Markovih modela, dovela je do višednevnog zastoja na mašini, jer inženjeri koji je održavaju nisu mogli da pronađu izvor problema (svaki dan zastoja je od­nosio milione. Reaktivna komora mašine (kritični podsistem u kome se odvija pro­ces depozicije, koji su inženjeri i tehničari odmah osumnjičili, jer je ona najčešći izvor detek­tovane kontaminacije česticama) više puta je otvarana, čišćena i zatvarana, ali su se čestice iz­nova i iznova pojavljivale čim bi proces bio reaktiviran. Na kraju je telefonski razgovor sa doktorom kvantne fizike (zovimo ga Đorđe – iako mu to nije bilo ime) i opis „čudnih formacija u komori” re­šio problem. Naime, Đorđe je svi­ma stavio do znanja da „celi svet zna da su to Kulonovi kristali” (Coulomb crystals).

Naravno, niko osim Đorđa nikada pre toga nije čuo za taj fenomen. Zato nije čudno da je prvo bila potrebna mala lekcija iz kvantne fizike (prepuštamo čitaocu da izgugla šta je to), posle čega su inženjeri pronašli problem u si­stemu dostave materijala za tanki film, što je konzistentno sa poja­vom Kulonovih kristala i potvrdi­lo je dijagnozu doktora kvantne fi­zike (dakle, kvar nije bio u komori gde su ga danima tražili).

Ovakve situacije, gde inženjeri i operateri moraju da reše pro­blem koji nikada pre nisu videli i za koji nema presedana u prak­si (ili samo retki pojedinac zna šta je problem), sve su češći i pričinjavaju sve više štete. Tra­dicionalne metode dijagnostike i održavanja ne mogu da reše takve situacije, jer baziraju detektovanje i rešavanje kvarova na kreiranju modela svakog kvara i zatim prepoznavanju situacija koje odgova­raju tom modelu (model može biti statistički, dinamički, a u skorije vreme, sve češće vidimo modele bazirane na neuralnim mrežama ili ekspertnim sistemima). Među­tim, kako napraviti model ako se taj kvar nikada ranije nije desio (a jednom kad se desi, verovatno se na isti način više nikada neće manifestovati)?

Softverski agenti

Odgovor možda treba tražiti van mašina. Možda ga treba potražiti u ljudskom telu i rešiti ga onako kako naš ljudski imuni sistem rešava problem virusa (antigena) koje nikada pre toga nije video. Takav jedan koncept se istražuje u istraživačkoj grupi autora ovog teksta [3] i uspešno je testiran u simulacijama nekoliko podsistema automobilskih motora [4,5]. Ideja je da u mašini imamo flotu detektora anomalija koji će skenirati podsisteme u mašini i tražiti one delove mašine koji ne funkcionišu kako treba.

Detektori anomalija liče na antitela u
našem telu u smislu da se vezuju za podsisteme
u mašini koji više ne rade kako treba (ti sistemi su
antigen ili virus zbog koga naša mašina više ne radi kako treba).

Ti detektori u formi „lutajućih softverskih agenata” (programa koji mogu da se vežu za razne ulaze i izlaze) imaju samo modele „normalne operacije” sistema za koje se vezuju i mogu detektovati kad ti „normalni modeli” više nisu validni. Kad se detektuje kvar u nekom podistemu, taj softverski agent, nazovimo ga „detektorom anomalija”, ostaje vezan za taj podsistem i počinje da se grana i deli u više detektora anomalija koji se vezuju za manje podpodsisteme podsistema u kome je otkrivena anomalija.

Detekcija kvara (Vikipedija)

Grananje se nastavlja dok se detektori ne prošire kroz čitav podsistem koji više ne radi kako treba, s tim što se detektori koji ne detektuju nikakav problem više ne dele, dok se oni koji detektuju anomaliju dalje dele sve dok takve podele više nisu moguće – dakle dok ne dođu do nivoa najmanje komponente u kojoj više ne možemo da definišemo sitnije podsisteme.

Takva komponenta može biti otpornik, ventil, senzor ili neka druga jedinica koja se može zameniti/opraviti mnogo efikasnije nego veliki podsistem, kao što je motor, ili reaktivna komora. Svi ti detektori imaju samo modele normalne operacije sistema i ne trebaju im modeli koji odgovaraju anomalnom (pokvarenom) stanju, što je neophodno kod tradicionalnih dijagnostičkih metoda i sistema.

Čitav proces opisan u prethodnom pasusu liči na to kako naše telo reaguje kad je napadnuto ili kad se strano telo pojavi u njemu. Glavni problem je detektovati napad i izolovati napadača. Detektori anomalija liče na antitela u našem telu u smislu da se vezuju za podsisteme u mašini koji više ne rade kako treba (ti sistemi su antigen ili virus zbog koga naša mašina više ne radi kako treba) i kroz proces deljenja kroz konstituentne podsisteme sistema u kome je nađena anomalija, naši detektori anomalija će izolovati sve podsisteme i komponente u kojima dinamika (model) izgleda nereguarno.

Antitela u našem telu rade upravo to – vezuju se za antigene (strana tela, viruse), posle čega naša bela krvna zrnca pojedu sve što antitela „obeleže” kao strano telo (kad naš imuni sistem napravi grešku i obeleži naše sopstvene ćelije, nastaju autoimuni poremećaji – drugim rečima, ni naš imuni sistem nije idealan, ali princip po kome radi je zaista fantastičan i dobro se pokazao u ovih nekoliko miliona godina naše evolucije).

Imuni sistem

Kao što je rečeno, autor ovog teksta već je obavio značajna istraživanja u realizaciji ovakve vizije u automobilskim motorima, gde je više nezgodnih kvarova detektovano i lokalizovano u simulacijama sistema za dostavu goriva u benzinskim motorima [4], ili u sistemima za recirkulaciju izduvnih gasova u dizel motorima [5]. Zanimljivo je da analogije sa ljudskim imunim sistemima idu tako daleko da praćenjem računarskog opterećenja u kontroleru možemo videti i „temperaturu” koju automobilski motor dobija kad ubacimo kvar, odnosno virus u njega.

Trenutna istraživanja su fokusirana na
to da se ovakva vizija veštačkih imunih
sistema realizuje u proizvodnim mašinama
visoke tehnologije, kao što je mašina za depozicijutankih
filmova ili druge u mikroelektronici i nanotehnologiji.

Čak postoji i mogućnost da „vakcinišemo” mašinu protiv pojedinih kvarova čim jedna ili nekoliko sličnih mašina dožive takve kvarove i razviju „antitela” (modele) za te kvarove. Sve je to, naravno, u budućnosti, ali ne predalekoj i moguće je izvesti barem u istraživačkim laboratorijama pre no što tako nešto zaživi i u svakodnevnom životu.

Ljudska antitela (Vikipedija)

Trenutna istraživanja su fokusirana na to da se ovakva vizija veštačkih imunih sistema realizuje u proizvodnim mašinama visoke tehnologije, kao što je gore opisana mašina za depozicijutankih filmova, ili druge mašine u mikroelektronici i nanotehnologiji. Veliki problem je što su, za razliku od automobilskih motora, interakcije među podsistemima u, recimo mašini za depoziciju filmova, ili u litografskim mašinama, toliko duboke i nepregledne da ih je nemoguće razdvojiti pomoću signala i senzora koje danas dobijamo iz tih mašina (potrebni su bolji, brži senzori i mnogo više njih nego što je to sad slučaj). Zbog takvih kompleksnih i nepreglednih interakcija i imamo situaciju da izgleda kao da je „sve pokvareno” i ekspertsko razumevanje mašine i fenomena (ili Kulonovih kristala) neophodno je da se reši skoro svaki kvar.

Uz napredak senzorske tehnologije i naprednih računarskih metoda i tehnologija, rađanje proizvodnih mašina (ili generalno mašina) sa imunitetom, koje će se možda same popravljati (lečiti) i vakcinisati, sasvim je moguće u budućnosti.

LITERATURA:

• Lei, D. Djurdjanovic, L. Barajas, G. C. Workman, J. Ni and S. Biller, “DeviceNet Network Health Monitoring Using Physical Layer Parameters”, Journal of Intelligent Manufacturing, Vol. 22, pp. 289-299, 2011.
• Zhang, A. D. Bailey, III, and D. Djurdjanovic, “Bayesian Identification of Hidden Markov Models and Their Use for Condition-Based Monitoring,” IEEE Transactions on Reliability, Vol. 65, No. 3, pp. 1471-1482 September 2016.
• Djurdjanovic, “Distributed Anomaly Detection for Timely Fault Remediation in Modern Manufacturing,” Reports from the National Academy of Engineering Symposium on Frontiers of Engineering, The National Academy Press, Washington, DC, pp. 29-43, 2013
• E. Cholette, J. Liu, D. Djurdjanovic and K. Marko, “Monitoring of Complex Systems of Interacting Dynamic Systems,” Applied Intelligence, vol. 37, no. 1, pp. 60-79, 2012.
• Cholette and D. Djurdjanovic, “Precedent-Free Fault Isolation in a Diesel Engine EGR System”, Transactions of ASME, Journal of Dynamic Systems, Measurement and Control, Vol. 134, No. 3, pp. 031007-1 – 031007-11, 2012.

(Izvor INGENIOSUS MF)