Ville Viitasalo Portaalirobottijärjestelmän sähkön mittaus ja IoT Vaasa 2020 Tekniikan ja innovaatiojohtamisen yksikkö Sähkötekniikan diplomityö Energia- ja informaatiotekniikka (DI) 2 Sisällys sivu SYMBOLI- JA LYHENNELUETTELO 5 ALKULAUSE 7 1 JOHDANTO 10 2 PORTAALIROBOTTIJÄRJESTELMÄ 13 2.1 Cimcorpin robotit 13 2.2 Cimcorpin robottisolu 15 3 PORTAALIROBOTTIJÄRJESTELMÄN ENERGIANKULUTUS JA SÄHKÖN LAATU 21 3.1 Järjestelmän sähkönkulutus 21 3.2 Keskuksen pääkytkimen mitoitus 23 3.3 Sähkön ja sähköverkon laadun vaikutukset automaatiojärjestelmään 25 3.3.1 Heikon sähkönlaadun vaikutukset laitteisiin 26 3.3.2 Heikosta sähkönlaadusta aiheutuvat kustannukset 29 4 ESINEIDEN INTERNETIN KÄYTTÖ PORTAALIROBOTTIJÄRJESTELMÄSSÄ 34 4.1 Esineiden internetin tausta ja kehittyminen 34 4.2 Esineiden internetin tuomat mahdollisuudet ja haasteet 39 4.2.1 Big data teollisuusautomaatiossa 40 4.2.2 IoT ja osoitejärjestelmät 43 4.2.3 IoT-laitteiden virransaanti 43 4.2.4 IoT ja tiedonsiirtotekniikka 46 4.2.5 IoT-järjestelmän turvallisuus 47 3 4.2.6 Pilvirobotiikan hyödyntäminen robottijärjestelmässä 47 4.2.7 Laitteiston huollon tarpeen ennakointi ja kunnonvalvonta 49 4.3 IoT Cimcorpissa 50 4.3.1 Datan keruu nykyisin Cimcorpilla 51 4.3.2 IoT:n mahdollisuudet tulevaisuudessa Cimcorpilla 51 5 PORTAALIROBOTTIJÄRJESTELMÄN MITTAUKSET 55 5.1 Mittausten tavoitteet ja toteutus 55 5.2 Energianmittausjärjestelmän esittely 57 5.2.1 Päälähdön energiamittaus 57 5.2.2 Robottilähtöjen energianmittaukset 58 5.2.3 Smartlink-keskitin 60 5.2.4 Teollisuus-PC 60 5.2.5 Ecostruxure Machine Advisor -palvelualusta 62 5.3 Käytetty sähkönlaatu- ja energia-analysaattori 63 6 MITTAUSTEN KÄYTTÖÖNOTTO, TULOKSET JA HYÖDYNTÄMINEN 64 6.1 Energianmittauksen käyttöönotto 64 6.2 Energianmittaus ja tulokset 68 6.2.1 Schneiderin mittalaitteilla saadut sähköenergian mittaustulokset 69 6.2.2 Fluken analysaattorilla saadut sähköenergian mittaustulokset 70 6.3 Sähkönlaadun mittauksen tulokset 72 6.4 Energianmittauksen kehittäminen ja mittaustulosten hyödyntäminen 75 7 JOHTOPÄÄTÖKSET JA NÄKYMÄT 78 8 YHTEENVETO 80 4 Lähteet 82 Liite. Sähkönlaadun mittauksen kuvaajat. 90 5 SYMBOLI- JA LYHENNELUETTELO Symbolit E Sähköenergia I Sähkövirran voimakkuus P Pätöteho U Jännite Lyhenteet B2B Business to business, yritysmarkkinointi Bluetooth Langaton tiedonsiirtotekniikka DDoS Distributed denial of service, hajautettu palvelunestohyökkäys DHCP Dynamic host configuration protocol, verkkoprotokolla IP-osoitteen jaka- miseen DPF Displacement power factor, perustaajuinen tehokerroin IIoT Industrial internet of things, teollisuuden esineiden internet IoT Internet of things, esineiden internet IP Internet Protocol, TCP/IP -viitemalliin kuuluva verkkoprotokolla IT Information technology, informaatioteknologia M2M Machine to machine, laitteesta laitteelle M2C Machine to cloud, laitteesta pilvipalvelulle MBR Modular basic robot, modulaarinen portaalirobotti OT Operational technology, toimintateknologia OPEX Operating expense, operatiivisen toiminnan kulut PF Power factor, kokonaistehokerroin PLC Programmable logic controller, ohjelmoitava logiikkaohjain PQ Power quality, sähkön laatu RFID Radio frequency identification, radiotaajuiden etätunnistus RMS Root mean Square, neliöllinen keskiarvo SCADA Supervisory control and data acquisition, valvomo-ohjelmisto Sigfox Maailmanlaajuinen IoT-verkko 6 THD Total harmonic distortion, harmoninen kokonaissärö VPN Virtual private network, virtuaalinen erillisverkko WCS Warehouse control system, varastonohjausjärjestelmä Zigbee Langaton tietoliikenneprotokolla 7 ALKULAUSE Tämä diplomityö on tehty Cimcorp oy:n sähkösuunnitelun osastolle. Haluan esittää kii- tokseni työni ohjauksesta ja tarkastamisesta Jani Tuomolalle, Juuso Jusille ja Jani Lukka- rille. Kiitos myös kaikille muille Cimcorpilaisille ja Schneider Electricin henkilöstölle, jotka olivat mukana diplomityön edistymisessä. Haluan kiittää myös diplomityöni valvojaa professori Timo Vekaraa ohjaamisesta ja am- mattimaisesta kommentoinnista. Kiitän myös professori Kimmo Kauhaniemeä työni tar- kastamisesta. Lopuksi haluan kiittää perhettäni ja kavereitani tuesta ja kannustuksesta opintojeni ai- kana. Pori, 20.2.2020. Ville Viitasalo 8 VAASAN YLIOPISTO Tekniikan ja innovaatiojohtamisen yksikkö Tekijä: Ville Viitasalo Diplomityön nimi: Portaalirobottijärjestelmän sähkön mittaus ja IoT Tutkinto: Diplomi-insinööri Oppiaine: Sähkötekniikka Valvoja: Professori Timo Vekara Ohjaaja: Insinööri Jani Tuomola (Cimcorp) Tarkastaja: Professori Kimmo Kauhaniemi Opintojen aloitusvuosi: 2017 Diplomityön valmistumisvuosi: 2020 Sivumäärä: 92 TIIVISTELMÄ Ympäristötietoisuuden ja sähkön hinnan vuoksi tieto laitteiden sähkönkulutuksesta kiinnostaa asiakkaita yhä kasvavissa määrin. Suorittamalla energiamittauksia pystytään tarjoamaan asiak- kaille tietoa siitä, paljonko laitteet todellisuudessa kuluttavat energiaa ja täten mm. käyttökus- tannuksien ja takaisinmaksuaikojen yksilöllisempi arviointi mahdollistuu. Tämä diplomityö tehtiin toimeksiantona Cimcorp oy:lle. Työssä tarkasteltiin automaatiojärjes- telmään kuuluvien portaalirobottien energiankulutusta, sähkön laatua ja esineiden internetin yhteensopivuutta. Työssä keskityttiin portaalirobottien sähkön mittaukseen. Mittaukset tehtiin Ulvilan toimipisteen testirobottisolulla sekä asiakkaan kohteessa. Työn yksi tavoitteista oli tutkia eri energianmittausmahdollisuuksia, jotta tulevaisuudessa pystyttäisiin tarvittaessa projektin yhteydessä toimittamaan toimiva energianmittausratkaisu. Työ sisältää teoriapohjaista tarkastelua mm. sähkönlaadun, energiankulutuksen ja IoT:n osalta. Sähkönlaadun mittaukset, vaikutus ja mittaustulosten analysointi käydään myös läpi. Esineiden internetiä tarkastellaan edeten teoriatasolta pohdintaan siitä, miten sitä voitaisiin hyödyntää kohdeyrityksessä tulevaisuudessa. Diplomityön lopputuloksena muodostettiin robottisoluun toimiva energianmittaus ja mitattiin asiakkaan määrittelemän robotin työkierron energiankulutus. Työn lopuksi esitellään jatkokehi- tysideoita siitä, miten kohdeyrityksen energianmittausta olisi mahdollista lähteä soveltamaan ja laajentamaan tulevaisuudessa. AVAINSANAT: Sähköenergian mittaus, teollisuusrobotti, esineiden internet, sähkön laatu 9 UNIVERSITY OF VAASA School of Technology and innovations Author: Ville Viitasalo Topic of the thesis: Electricity measurement and IoT in portal robot system Degree: Master of Science in Electrical Engineering Supervisor: Professor Timo Vekara Instructor: B.Eng. Jani Tuomola (Cimcorp) Evaluator: Professor Kimmo Kauhaniemi Year of entering the university: 2017 Year of completing the thesis: 2020 Number of pages: 92 ABSTRACT Environmental aspects and the price of electricity have resulted that, customers are increasingly interested in the energy consumption. By performing energy measurements, it is possible to pro- vide information to customers, how much energy is consumed by Cimcorp’s devices and thus for example a more personalized assessment of operating costs and payback times is possible. This Master’s thesis was done to Cimcorp oy. The thesis examines the power consumption, power quality and Internet of Things of the portal robots belonging to the automation system. The work focuses on measuring the electricity of portal robots. Measurements were made on a test robot cell at the Ulvila site, as well as at a customer’s site. One of the aims of the work was to study the possibilities of different energy metering systems in order to be able to provide a working energy metering solution for future projects, if needed. The work includes a theory-based review of e.g. power quality, power consumption and IoT. Power quality measurements, impact and analysis of measurement are also reviewed. Internet of things is viewed from a theoretical level to a reflection on how it could be used in the future at Cimcorp. The results of this thesis were that robotic cell-based energy measurement system was created and additionally energy consumption of a custom-defined robot cycle was measured. At the end of the thesis there are further development ideas about, how to apply and expand the energy measurements at the target company in the future. KEYWORDS: Electrical energy measurement, industrial robot, internet of things, power quality 10 1 JOHDANTO Sähkönkulutus kasvaa koko ajan maailmanlaajuisesti ja sen myötä lisääntyy myös kiin- nostus laitteiden kuluttamasta energiasta. Maailmalla on lisäksi näkyvissä sähkön hinnan nousua (Eurostart, 2019). Monet teollisuusyritykset haluavat tietää tarkasti, mikä niiden toteutuksessa kuluttaa energiaa ja täten pyrkiä luomaan energiatehokkaita ratkaisuja. Energiatietoisuus kasvattaa mahdollisuuksia vähentää kuluja ja ohjaa energiatehok- kaampaan toimintaan. Suorittamalla energiamittauksia ja analysoimalla saatua dataa on mahdollista tunnistaa järjestelmän potentiaaliset parannuskohteet. Tämän myötä puut- tumalla havaittuihin epäkohtiin voidaan luoda yhä kustannustehokkaampi kokonaisuus. Yritykset asettavat lisäksi itselleen ympäristötavoitteita ja tähän liittyy läheisesti myös sähkön käyttö, koska se omalta osaltaan vaikuttaa päästöjen määrään ja täten tavoitteen saavuttamiseen. Tämän diplomityön tavoitteena on kehittää, hyödyntää ja soveltaa energiamittausta Cim- corp oy:n portaalirobottijärjestelmissä. Työssä suoritettavat energianmittaukset toteu- tetaan yrityksen testirobottisolulla, jossa kahteen identtiseen robottisoluun suunnitel- laan ja toteutetaan energianmittaus. Työssä tutkitaan, miten robotilla suoritettava ajo, eli sen kuorma ja liike vaikuttavat energiankulutukseen. Energiaa kuluu tietenkin eniten ajossa, mutta laitteet kuluttavat energiaa myös olleessaan valmiustilassa. Työn toisena suurena tutkimuskysymyksenä on esineiden internet (engl. internet of things, IoT) ja sen mahdollinen hyödyntäminen kohdeyrityksessä tulevaisuudessa. IoT:n tarkastelu on rajattu teoria- ja pohdintatasolle. Kuvassa 1 on hahmoteltu, miten tulevai- suudessa Cimcorpin toteutuksessa voitaisiin hyödyntää esineiden internetiä. 11 Kuva 1. Hahmotelma tulevaisuuden datan keruusta Cimcorpilla (Latva-Pukkila, 2019). Kuvassa 1 on katkoviivoilla esitetty, miten dataa voitaisiin kerätä keskitetysti useammasta tehtaasta pilveen. Jokaisen tehtaan sisällä on lisäksi oma paikallinen datan tallennus. Yh- tenäiset viivat kuvaavat tämän hetken tilannetta, eli jos halutaan tarkastella asiakkaan toteutusta, on otettava erillisellä luvalla pyydettävä virtual private netowork -yhteys (VPN) asiakkaan toteutukseen. VPN-yhteys tarkoittaa käytännössä suojattua ja salattua etäyhteyttä, jonka avulla tiedonsiirto on turvallista tässä tapauksessa Cimcorpin ja asiak- kaan välillä. Työn rakenne Toisessa luvussa esitellään lyhyesti kohdeyritys, diplomityössä suoritettaviin mittauksiin liittyvä portaalirobotti ja sen sovellukset. Samassa luvussa käydään läpi myös ohjausjär- jestelmäkokonaisuuden eli robottisolun ominaisuudet ja tärkeimmät toimilaitteet. 12 Kolmannessa luvussa selvitellään pääosin teoriapohjaisesti järjestelmään vaikuttavia sähköteknisiä asioita. Luku sisältää mm. järjestelmän liitäntätehon määrittelyn selvitte- lyn. Diplomityö käsittelee portaalirobottien sähköenergiankulutusta ja sitä pohjustetaan aiheeseen liittyvällä teorialla. Luvussa tarkastellaan myös sähkön ja sähköverkon laadun vaikutukset ja erityisesti heikon sähkönlaadun haitat ja aiheuttamat mahdolliset kustan- nukset. Neljännessä luvussa avataan käsitettä esineiden internet. Luvussa käsitellään yleisesti, mikä on IoT ja miksi se on yleistynyt viime vuosina suuresti. Luvussa syvennytään lisäksi myös IoT:n haasteisiin ja mahdollisuuksiin. Teoriapohjustuksen jälkeen pohditaan esinei- den internetin ja Cimcorpin välistä suhdetta. Luku sisältää tarkastelua siitä, miten ja millä vaatimuksilla voitaisiin esimerkiksi asiakkaiden kohteissa hyödyntää IoT-tyylistä järjestel- mää. Viidennessä luvussa esitellään tarkemmin mitä tässä diplomityössä konkreettisesti mita- taan, eli käydään läpi mittauskohteet ja mittausten toteutus yleisesti. Lisäksi luvussa esi- tellään energiamittauksessa ja sähkön laadun mittauksessa käytettävät laitteet ja hyö- dynnettävät ohjelmat. Luku 6 käsittelee työssä suoritettujen sähkönlaatu- ja energiamittausten tuloksia. Lu- vussa analysoidaan saatua mittausdataa ja pohditaan, miten energianmittausta ja mitat- tua dataa voidaan hyödyntää. Luvussa käydään lisäksi läpi näkökulmia, miten nyt aloitet- tua sähköenergianmittausta lähdetään kehittämään tulevaisuudessa ja mitä asiakas voisi mittausdatasta hyötyä. Lopuksi luvuissa seitsemän ja kahdeksan esitellään diplomityön johtopäätökset ja yhteenveto. 13 2 PORTAALIROBOTTIJÄRJESTELMÄ Cimcorp-konserni on japanilaisen Murata Machinery Ltd. -konsernin omistama robotiik- kaan erikoistunut automaatioyritys. Cimcorp oy toimittaa automaatiojärjestelmiä ren- gas-, jakelu- ja elintarviketeollisuuteen. Yritys on perustettu vuonna 1975 ja sen pääkont- tori sijaitsee Ulvilassa. Työntekijöitä Cimcorp-konsernilla on tällä hetkellä noin 450 (Cim- corp, 2019). Cimcorpin toiminta on projektilähtöistä, jossa kaikilla työntekijöillä on omat roolinsa ja vastuunsa. Kyseinen toimintatapa sopii hyvin automaatioalalle, koska jokaisessa toimi- tuksessa on monia eri vaiheita ennen projektia, sen aikana ja jälkeen. Tästä syystä tarvi- taan monia eri alojen osaajia. Ennen kuin valmiit robotit ja oheislaitteet toimitetaan asi- akkaalle, on jo suoritettu lukuisia eri osastojen vastuulla olevia tehtäviä, mm. myyntiä, eri alojen suunnittelua, kokoonpanoa ja dokumentointia. Projektilähtöinen työtapa aut- taa näin yritystä esimerkiksi toimittamaan sovitut projektit aikataulussa asiakkaille. Cimcorpilla on hyvin erilainen konsepti erityisesti rengasteollisuuden automatisointiin, ja tämän ansiosta Cimcorpilla on johtava asema rengasteollisuuden sisälogistiikassa. Va- rastoinnin automatisointiin itsessään on kyllä olemassa monia erilaisia sovelluksia, jotka käsittelevät esimerkiksi lavoja tai muovilaatikoita, mutta toteutustapa on niissä erilainen. Cimcorpin toteutuksessa on etuna mm. se, että projektin optimointiin ei tarvita isoa työ- ryhmää. Yleisesti automatisoitu tuotantojärjestelmä auttaa asiakasta mm. kohdenta- maan resurssit tehokkaasti. Esimerkiksi robotin hoitaessa painavien renkaiden käsittelyn siihen ei tarvitse kuluttaa ihmisten voimavaroja. 2.1 Cimcorpin robotit Cimcorpin robotit jaotellaan gantry- eli portaalirobotteihin ja monorail- eli yhdellä kis- kolla kulkeviin robotteihin. Monorail-robotit on tarkoitettu erikokoisten rengasaihioiden kuljetukseen. Portaalirobotit taas pitävät sisällään tässä työssä käsiteltävät mallit 14 MBR700+ ja MBR800+. Malli MBR800+ on kaksisiltainen, joka kykenee mm. siirtämään suurempia kuormia kuin MBR700+. Robottien lisäksi toteutukseen kuuluu usein erilaisia vakiolaitteita, esimerkiksi renkaiden pinoaja ja suuntauslaite. Tuotteiden käsittelystä vas- taa varastonohjausjärjestelmä WCS (engl. warehouse control system). Robotit ovat Cim- corpin plusversioita. +-merkintä tarkoittaa kehittyneempää versiota robotista. Näissä versioissa mm. portaalirobotin runkopalkki on kokenut materiaalivaihdoksen, jonka myötä robotista tuli huomattavasti energiatehokkaampi ja suorituskykyisempi. Tässä diplomityössä keskitytään tarkastelemaan kokonaisuutena kahden kaksisiltaisen portaalirobotin muodostamaa robottisolua. Energianmittaus ja tarkastelu suoritetaan robottiin MBR800+. Robotti on suunniteltu erilaisiin sovelluksiin, esimerkiksi laatikoiden ja renkaiden välivarastointiin ja poimintaan. Laitteen maksimi toiminta-alue on 80 m x 12,5 m x 3,7 m (x, y ja z). Robotti on varustettu paikannusantureilla, jotka varmistavat tarkan toiminnan. Tarttujan ultraäänianturi varmistaa esimerkiksi pinon korkeuden ja li- säksi vertaa sitä ohjausjärjestelmän laskettuun tietoon pinon korkeudesta. Tarttujan maksiminostokuorma on noin 300 kg (Cimcorp, 2017). Kuvassa 2 on esitetty robotin MBR700+ pääosat ja lisäksi havainnollistettu x, y ja z-suun- nat. Itse siltayksikkö liikkuu x-suuntaisesti runkopalkkeja pitkin. Pystymoduuli liikkuu y- ja z-suuntaisesti. Pystymoduulissa on sovelluksen perusteella valittu tarttuja. Esimerkiksi rengas- ja elintarvikesovelluksiin on erilainen tarttuja, koska toteutuksien tuotteet eroa- vat toisistaan huomattavasti. Tarttuja voi olla servo- tai paineilmaohjattu. Muuten robo- tin toiminnallisuus ei projektikohtaisesti muutu. Robotti on regeneratiivinen, eli se syöt- tää jarrutusenergiaa takaisin sähköverkkoon. 15 Kuva 2. Robotti MBR700+ (Cimcorp oy, 2017). 2.2 Cimcorpin robottisolu Robotin ohjausjärjestelmä toteuttaa loogisen ja sekvenssiohjauksen. Lisäksi ohjausjär- jestelmä huolehtii robotin teknisistä ohjaustoiminnoista, eli esimerkiksi siitä, että robotti osaa hakea oikean tuotteen ja siirtää sen oikeaan paikkaan. Järjestelmä valvoo myös lait- teiden ajoa, eli se tunnistaa aina, mikä on robotin sijainti tietyllä ajan hetkellä. Kuvassa 3 on esitetty robottisolun keskuksen (engl. cell control cabinet) pääpiirikaavio. Kuvasta havaitaan, että keskukseen tulee 3-vaiheinen 400 V:n vaihtovirtasyöttö. Solukaa- pista taas lähtee robottilähdöt molempien robottien omaan ohjauskaappiin, jotka sijait- sevat robottisolussa siltayksikön päässä. 16 Kuva 3. Yksinkertaistettu ohjausjärjestelmän pääkaavio. Ohjausjärjestelmän kokonaisuus eli robottisolu pitää sisällään automaatiojärjestelmälle tyypilliset turva-alueet. Teollisuusrobotit täytyy eristää siten, että henkilöiden on mah- dotonta päätyä vahingossa niiden toiminta-alueelle. Cimcorpin toteutuksessa robottisolualueen henkilöturvallisuutta suojataan ensisijaisesti turva-aidoilla, jotka on aseteltu toiminta-alueen ympärille. Kokonaisuutta tuetaan myös suojaovella. Lisäksi toteutuksessa on usein mukana valoverhot, jotka on tarkoitettu hen- 17 kilöstön suojaamiseksi. Valoverho hyödyntää anturitekniikkaa ja havaitessaan häiritse- vää toimintaa, lähettää sen ohjauslogiikka pysäytyssignaalin ja robotit pysähtyvät. Jokai- sen sisäänkäyntioven vieressä on lisäksi käyttöpaneeli, jossa on hätäpysäytyspainike. Kuvassa 4 on robottisolun layout-kuva, jossa on esitetty edellä mainitut laitteet ja toi- minnot. Molemmissa robottisolun päädyissä on lisäksi huoltoalueet, joihin on erilliset sisäänkäyntiovet. Kuva 4. Ohjausjärjestelmäkokonaisuus (Cimcorp oy, 2017). Kuten edellä on mainittu, Cimcorpin portaalirobotti syöttää jarrutusenergiaa takaisin sähköverkkoon. Tämä onnistuu kuvassa 5 esitetyn suodatin-kuristin-tehonsyöttöyksikön kombinaation avulla. Tehonsyöttöyksikkö (18 kW tai 45 kW) muodostaa 750 V:n suurui- sen tasajännitteen välijännitepiirin, tämä jännite menee jokaiselle servo-ohjaimelle. Servo-ohjain muodostuu teho- ja ohjausyksiköstä. 750 V:n tasajännitesyötön lisäksi se vaatii 24 V DC-ohjausjännitteen. Servo-ohjain ottaa välijännitepiiristä tarvittavan tehon 3-vaihe AC-moottoreille. Robotin jarruttaessa moottorin generoima jarrutusenergia siir- tyy servo-ohjaimesta takaisin välijännitepiiriin. Tehonsyöttöyksikkö syöttää suodattimen ja kuristimen kautta energiaa takaisin sähköverkkoon, tämän seurauksena tasajännite pysyy koko ajan 750 voltissa. 18 Kuva 5. Cimcorpin robottisolu ja sen tärkeimmät toimilaitteet Toteutuksessa ei käytetä erillisiä jarruvastuksia. Robotin liikkeitä ohjataan servomootto- reilla. Käytetyissä servomoottoreissa on pitojarru, eli kun ne eivät ole päällä ovat moot- torit levossa ja paikallaan jarrujen avulla. Suurimmillaan robotin energiankulutus on sil- loin, kun kiihdytetään kaikkien kolmen akselin (x, y ja z) suuntaan samanaikaisesti, koska kyseisessä tilanteessa useampi servomoottori tekee työtä. Kuorma muodostuu robottisolussa enimmäkseen servomoottoreista, joita on toteutuk- sesta riippuen neljästä kahdeksaan. Servomoottoreiden lisäksi toinen suuri tehoa kulut- tava osa-alue robottisolussa on 24 voltin tasavirtajännitelaitteet. Yleisestikin Cimcorpin automaatiojärjestelmän kuormaan vaikuttavat eniten sähkömoottorit, sillä niitä on aina toteutuksen mukaan eri määrä riippuen tarvittavista oheislaitteista, eli esimerkiksi kään- töpöytien määrästä. Itse robotin ohjaustavat ovat aiemmin mainitut servomoottorit ja lisäksi ns. I/O PLC ja turvatoiminnoista vastaavaa ns. safety PLC. PLC tarkoittaa ohjelmoi- tavaa logiikkaohjainta (engl. programmable logic controller). 19 Robottisolun anturointi Cimcorpin portaalirobottien anturointi keskittyy tarttujaan, eli tyypillisesti tuotteiden ja toimilaitteiden anturointiin. Sovelluksesta ja tuotteesta riippuen portaalirobotin tarttuja voi sisältää seuraavia antureita: - valokennot - induktiiviset anturit - ultraäänianturi - magnetostriktiivinen anturi. Robottisolussa robotin servoakseleilla on ulkoiset anturit x-akselilla (ks. kuvat 2 ja 5) ja ne ovat laser- tai viivakoodiantureita. Robottisolu osana laajempaa kokonaisuutta Kuvassa 6 on havainnollistettu yleisellä tasolla, miltä Cimcorpin automaatiojärjestelmä voi näyttää. 20 WCS Customer s system Robot cell 1 IPC R1 R2 M1...Mn I/O PLC + Safety Robot cell 2 CONVEYOR PLC External CONVEYOR PLC EtherNet/Ip Profinet Kuva 6. Hahmotelma robottisolun liittymisestä monitasoiseen ohjausjärjestelmään. Kuvasta 6 huomataan, että itse ohjausjärjestelmä on toteutuksessa monitasoinen ja ro- bottisoluja on yleensä useampia. Robottisolut kommunikoivat WCS:n kanssa, joka on oma tietokantatasonsa. WCS kommunikoi eteenpäin asiakkaan omaan järjestelmään. Robottisolujen PLC:t kommunikoivat tyypillisesti yrityksen oman kuljetin-PLC:n kanssa ja/tai jonkin kolmannen osapuolen PLC:n kanssa, hyödyntäen EtherNet/Ip tai Profinet- protokollaa. Cimcorpin oma kuljetin-PLC kommunikoi lisäksi vielä yrityksen ulkopuolisen kuljetin-PLC:n kanssa. 21 3 PORTAALIROBOTTIJÄRJESTELMÄN ENERGIANKULUTUS JA SÄHKÖN LAATU Tässä luvussa käydään läpi sähköenergiankulutuksen perusteita ja teoriaa, jolla pohjus- tetaan työn pääaihetta, eli portaalirobotin sähköenergian mittausta. Työssä mitataan myös sähkön laatua ja sen takia myös sitä käsitellään tässä luvussa aluksi teoriatasolla. Tarkastellaan mm. mikä aiheuttaa sähkön laadun heikkenemistä ja mitä seurauksia sillä voi olla järjestelmän laitteille ja niiden toiminnalle. 3.1 Järjestelmän sähkönkulutus Sähkönkulutuksella tarkoitetaan järjestelmän laitteiston kuluttaman energian määrää tietyllä ajanjaksolla. Laitteiston kuluttamalla energialla on suuri merkitys, sillä kulutta- malla liikaa energiaa voi järjestelmä ylikuormittua. Tämä johtaa mahdollisesti mm. lait- teiston ylikuumenemiseen tai vahingoittumiseen, jotka taas aiheuttavat useissa tapauk- sissa järjestelmän hetkellisen pysähtymisen. Lähes kaikissa tapauksissa pysähtyminen ai- heuttaa myös lisäkustannuksia, sillä useimmat toiminnot edellyttävät sähköä. Energian- kulutus vaikuttaa suoraan myös kustannuksiin, sillä mitä korkeampi energiankulutus on sitä enemmän laitteiston käyttö ja ylläpito maksavat (Harris, D & Harris, S. 2016). Sähköteho ja sähköenergia E liittyvät läheisesti toisiinsa. Pätöteho P muodostuu kolmi- vaihejärjestelmässä yhtälöllä 𝑃 = √3 ∙ 𝑈 ∙ 𝐼 ∙ cos 𝜑 , (1) missä U on vaihejännite, I on sähkövirran voimakkuus ja cos 𝜑 on tehokerroin (Mohan, Robbins & Undeland, 1995). 22 Laitteiden energiankulutus vaikuttaa paljon kokonaisuuden kannattavuuteen ja siksi se onkin tärkeää ottaa huomioon esimerkiksi uutta ohjausjärjestelmää suunniteltaessa. Hyödynnettävissä olevien resurssien tehokas käyttö edellyttää energiankulutuksen ja suorituskykyvaatimusten tasapainottamista. Tämä tarkoittaa, että esimerkiksi robotteja ajetaan samaan aikaan mahdollisimman nopeasti ja energiatehokkaasti. Reaaliaikainen tieto mm. energiankulutuksesta ja sähkönlaadusta auttaa seuraamaan esimerkiksi tuotantojärjestelmän toimivuutta ja luotettavuutta. Isossa toteutuksessa ke- rätty tieto pitäisi olla mieluiten yksittäisten laitteiden tai pienten kokonaisuuksien tark- kuudella, jotta kerättyä dataa pystytään hyödyntämään paremmin. Tiedon ollessa reaa- liaikaista ja tarkkaa, eli vähintään pienistä kokonaisuuksista kerättyä, olisi esimerkiksi sähkön laatuongelma helpompi havaita ja paikantaa nopeasti tiettyyn kohtaan automaa- tiojärjestelmässä. Sama pätee myös energiankulutukseen. Mitä pienemmistä kokonai- suuksista mitattua dataa on saatavilla, sitä enemmän siitä on hyötyä esimerkiksi energi- ankulutuksen seurannassa ja viikoittaisen energiankulutuksen laskelmissa. Reaaliaikai- nen data auttaa siis mm. seuraamaan järjestelmän toimimista oikein ja halutulla tavalla. Lisäksi se mahdollistaa nopean reagoimisen poikkeustilanteisiin tai häiriöihin. Jos prosessin liitäntätehoa ja energiankulutusta halutaan vähentää, pitää ensin tiedostaa paljonko koko järjestelmä tarvitsee energiaa toimiakseen. Tämä tarkoittaa, että tiede- tään mikä kuluttaa ja minkä verran energiaa toteutuksessa. Lisäksi järjestelmän opti- mointia varten on tiedostettava systeemin vapausasteet, eli esimerkiksi ne laitteet, joi- den kuluttama energia voi vaihdella (Brinksmeier, Hagendorf, Larek, Meyer, & Paweltta, 2011). Teollisessa automaatiojärjestelmässä on paljon energiaa kuluttavia kohteita. On tärkeää tiedostaa, miten järjestelmän energiankulutus jakautuu. Energiankulutukseen vaikuttaa myös ympäristön olosuhteet ja käyttötapa. Järjestelmän eri osatekijät muodostavat koko toteutuksen energiankulutuksen. Energiaa kuluu myös laitteiston ollessa valmiustilassa, 23 eli esimerkiksi silloin, kun robotti ei tee näkyvää toimenpidettä, mutta on koko ajan val- miudessa suorittamaan tulevia tehtäviä. Vaihtosähköjärjestelmässä tehon, energian ja sähkönlaadun mittauksiin liittyy läheisesti termi tehokerroin. Tehokerroin (engl. power factor) ja kosini φ tarkoittavat samaa piirissä, jossa virran ja jännitteen siniaallossa ei ole vääristymiä. Tällöin puhutaan perustaajui- sesta tehokertoimesta DPF (engl. displacement power factor). DPF ei siis sisällä harmo- nisia yliaaltoja ja ottaa huomioon vain perustaajuuden. Järjestelmässä, joka ei ole line- aarinen, eli siellä esiintyy harmonisia yliaaltoja, lasketaan tehokertoimeen mukaan myös nämä vääristymät, joka aiheuttaa sen, että tällä tavoin laskettu tehokerroin on pienempi kuin alkuperäinen tehokerroin. Tällöin puhutaan todellisesta tehokertoimesta (tai vain PF), joka on siirtotehokerroin kerrottuna vääristystehokertoimella (Mohan, Robbins & Undeland, 1995). 3.2 Keskuksen pääkytkimen mitoitus Pääkytkimen mitoitukseen liittyy käsite liitäntäteho, joka tarkoittaa tässä tapauksessa kaikkien keskuksen pääkytkimen takana olevien sähkölaitteiden tehonkulutuksen sum- maa, nimellisarvoista laskettuna. Mitoitus tapahtuu keskuskohtaisesti. Laskentaa tarvi- taan, jotta osataan mitoittaa oikean kokoinen pääkytkin keskukseen. Liitäntätehoa las- kettaessa on huomioitava mm. seuraavat asiat: - Laskenta suoritetaan laitteiden nimellistehon perusteella, eikä esimerkiksi virran. Saatu laskentatulos muunnetaan vasta lopuksi yksiköltään ampeereihin. Huomi- oidaan syöttöjännite. Näin saadaan tieto järjestelmän nimellisvirrasta ja sen myötä osataan valita oikean kokoinen pääkytkin. - Järjestelmässä on erityyppisiä kuormia ja sähkölaitteita. Pitää tiedostaa, onko nii- den käyttö jatkuvaa vai epäjatkuvaa. Jatkuvaksi kuormaksi määritellään laitteet, joiden maksimivirta kestää yli 3 tuntia yhtäjaksoisesti (Desmond, 2014). 24 - Kaikki laitteet eivät käy aina nimellistehollaan ja se kannattaa huomioida, jotta laskennasta saadaan realistisempi. Esimerkiksi sähkömoottorit käyvät harvoin koko ajan nimellistehollaan, joten moottorien ja muun vaihtelevan kuormituksen osalta täytyy ottaa huomioon niiden käynnistysvirta. - Tietyt laitteet eivät voi olla päällä samanaikaisesti. Tämä tarkoittaa sitä, että esi- merkiksi laite 1 ei voi käydä, jos laite 2 on päällä. Cimcorpin toteutuksessa on esimerkiksi moottoreilla toimivia kääntöpöytiä, jotka voivat kuljettaa kerrallaan tuotetta ainoastaan yhteen suuntaan. Kyseisessä tilanteessa vain tiettyjen kään- töpöytien moottorit voivat käydä samanaikaisesti. Kuvassa 7 on havainnollistettu tätä tilannetta. Siitä nähdään, että jos esimerkiksi elintarvikelaatikon haluttaisiin menevän tai tulevan eri suuntaisesti, tarvitsisi kääntöpöydän pyörähtää. Kuva 7. Kuljetinjärjestelmän kääntöpöytä - Pääkytkin ylimitoitetaan, koska katkaisijan takana olevan kuorman suositellaan turvallisuussyistä olevan maksimissaan 80 % sen todellisesta mahdollistamasta läpikulkuvirrasta. Eli esimerkiksi 80 A katkaisijan takana oleva jatkuva kuorma saa 25 tämän perusteella olla maksimissaan 64 A (Doyle, 2018). Lisäksi ylimitoitus mah- dollistaa järjestelmään sähkölaitteiden lisäämisen tarvittaessa myös myöhem- mässä asennusvaiheessa. - Joissain tapauksissa on mahdollista hyödyntää pääkytkintä, joita on mahdollista käyttää 80 %:n läpikulkuvirran sijaan 100 %:n läpikulkuvirralla. Kyseisellä merkin- nällä varustetut kytkimet mahdollistavat täten suuremman läpikulkuvirran myös jatkuvassa käytössä. Joissain tapauksissa tämä tuo siis säästöjä, sillä mahdollisesti toteutukseen riittää tällä tavoin pienemmän nimellisarvon kytkin (Shishani, 2019). - Laskennassa voi ja kannattaa hyödyntää lisäksi aikaisempien suunnitteluprojek- tien tuomaa kokemusta ja tietoa. 3.3 Sähkön ja sähköverkon laadun vaikutukset automaatiojärjestelmään Sähkön laadusta (engl. power quality, PQ) puhuttaessa käytetään usein eri nimityksiä esimerkiksi jännitteen, virran tai palvelun laatu. Sähkön laadun on myös ilmaistu tarkoit- tavan väyläjännitteen pitämistä häiriöttömänä siniaaltona, nimellisjännitteessään ja taa- juudessaan (Fuchs & Masoum, 2008). Sähkön laatua käsitellään useassa standardisarjassa, jotka määrittelevät standardin mu- kaisen laadun ja lisäksi siihen liittyvät mittaukset. Ensimmäinen tarkastelumme kohde on SFS-EN 50160 (Yleisen jakeluverkon jakelujännitteen ominaisuudet). Nimensä mukaisesti kyseinen standardi käsittelee yleisiä jakeluverkon jännitteen ominaisuuksia. Sähkön laatu voidaan edellä mainitun standardin perusteella määritellä huonoksi, jos se ei vas- taa esimerkiksi jännitteelle asetettuja vaatimuksia. Standardin määrittelemään jännit- teen laatuun liittyy myös eripituiset keskeytykset. Toinen tärkeä sähkön laatuun liittyvä standardisarja on IEC 61000-4-30 (Testing And Measurement Techniques - Power Quality Measurement Methods), joka sisältää sähkön laadunmittauksiin liittyvät vaatimukset. Eri 26 sähkön laadun häiriöiden mittauksiin on olemassa myös lisäksi omia standardejaan. Esi- merkiksi standardi IEC6100-4-7 (Testing and measurement techniques - General guide on harmonics and interharmonics measurements and instrumentation, for power supply systems and equipment connected thereto), käsittelee erityisesti harmonisten yliaalto- jen mittausta (Härmä, 2017). Sähköjärjestelmän sähkön laatu vaikuttaa kaikkiin siihen liitettyihin sähköteknisiin ja elektronisiin laitteisiin. Itse laatuun vaikuttavat esimerkiksi virran, lämpötilan, jännitteen ja taajuuden arvot ja erityisesti niiden poikkeamat. Viimevuosina epälineaariset kuormat ovat yleistyneet huomattavasti erityisesti hajautetuissa ratkaisuissa. Kyseiset kuormat synnyttävät harmonista virtaa (engl. harmonic current), joka aiheuttaa esimerkiksi lait- teiston ylikuumenemista, epätarkkaa tehonmittausta, yhteyshäiriöitä ja luotettavuuden alenemista (Fuchs & Masoum, 2008). Robotiikka ja yleisesti teollisuus, joka käyttää ny- kyaikaisia monimutkaisia ratkaisuja, tarvitsevat laadukasta sähköä toimiakseen oikein ja tarkoitetulla tavalla. Laadukkaan jännitteen merkitys korostuu samalla kun automati- soinnin määrä toteutuksessa kasvaa (Ross, 2019). Suuri osa taajuuden ja jännitteen epätasaisuudesta voidaan paikantaa tehtaan sisälle. Tällaisessa tilanteessa sähkönlaatuongelmaa aiheuttaa esimerkiksi tehtaan oma prosessi tai siihen liittyvä laitteisto. Tämä on toisaalta positiivinen asia, sillä se tiedostettaessa on siihen helpompi reagoida itse oman järjestelmän muutoksilla (Ignatova, 2015). 3.3.1 Heikon sähkönlaadun vaikutukset laitteisiin Huono jännitteen laatu on ilmiönä kasvava, sillä sähköverkossa sähkö- ja tehoelektroniik- kalaitteiden määrä kasvaa koko ajan. Nykypäivänä asiakkaat ovat paljon tottuneempia hyödyntämään sähkölaitteita, esimerkkinä tietokoneet, ohjelmoitavat logiikkaohjaimet ja taajuusmuuttajat. Kyseiset laitteet ovat herkkiä sähkönlaadun häiriöille, esimerkiksi jännitteen vaihtelulle. Tätä selittää se, että nykyaikaiset sähkölaitteet ovat monimutkai- sia ja lisäksi monet toimivat yhdessä muiden verkkoon liitettyjen sähkölaitteiden kanssa (Bhattacharyya, Kling & Myrzik, 2007). 27 Heikko jännitteen laatu on ilmiönä hyvin salakavala, sillä se huomataan usein vasta, kun vikoja alkaa esiintyä. Tämän takia on tärkeää tietää, miten häiriöt syntyvät ja miten ne vaikuttavat loppukäyttäjiin ja sähköjärjestelmän laitteisiin, jotta häiriötilanteiden ennal- taehkäisyyn kiinnitettäisiin huomiota. Vaikka häiriöitä ei järjestelmässä suoranaisesti esiintyisi, niin huono sähkön laatu lyhentää mm. komponenttien käyttöikää ja aiheuttaa erinäisiä häviöitä (Fuchs & Masoum, 2008). Heikon sähkönlaadun vaikutuksia laitteistolle voivat Fuchsin ja Masoumin mukaan esi- merkiksi olla: • Toimintahäiriöt turvalaitteissa, esimerkiksi sulakkeissa ja releissä. Aiheutuu ei toi- vottuja laukaisuja. • Harmonisten yliaaltojen vaikutus jännitteen huippu- ja tehollisarvoon (engl. root mean square, RMS). Nimellisjännitteestä poikkeava, korkea huippujännite voi al- tistaa laitteiston häiriölle. Ylijännite voi lisäksi saada laitteen, esimerkiksi transis- torin toimimaan kyllästys- eli saturaatioalueensa ominaisuuksilla, joka aiheuttaa taas ylimääräisiä häiriöitä. • Rinnakkais- ja ferroresonanssin seurauksena sähköjärjestelmän komponentit ja asiakkaan kuormat saattavat olla alttiita häiriölle. Edellä mainitut ilmiöt voivat aiheuttaa esimerkiksi sähköpiirin jännitteen tai virran kasvua (Fuchs & Masoum, 2008). Taulukossa 1 on esitetty yleisimmät heikosta jännitteen laadusta johtuvat häiriöt, niiden vaikutukset ja mahdolliset ehkäisytekniikat. Taulukossa on myös hahmoteltu, miltä jän- nitteen aaltomuoto näyttää kussakin häiriötilanteessa. 28 Taulukko 1. Yhteenveto heikon sähkönlaadun vaikutuksista (Muokattu lähteestä, Seymour, 2019). Taulukosta 1 havaitaan, että sähkönlaadun ongelmat voivat aiheutua lukuisista eri syistä. Ne vaikuttavat eri tavoin järjestelmän laitteisiin ja niiden toimintaan, mutta aina negatii- visesti. Esimerkiksi tietojen häviäminen, järjestelmän pysähtyminen ja laitteiden vahin- goittuminen ovat yleisiä järjestelmän ja laitteiden kokemia seurauksia. Sähkön laatuon- gelmat tulisi tiedostaa, jotta niihin pystytään reagoimaan ajoissa. Häiriöluokka Häiriötilanteen aaltomuoto Vaikutukset Mahdolliset aiheuttajat Mahdolliset ratkaisut 1. Kytkentäilmiöt Impulsiivinen transientti Tietojen katoaminen, mahdolliset vauriot ja järjestelmän pysähtyminen Salamointi, sähköstaattinen purkaus Ohimenevä jännitteen ylijännitesuoja, kosteus 35-50 % Värähtelevä transientti Tietojen katoaminen, mahdolliset vauriot laitteistolle Induktiivisten/kapasitiivisten kuormien kytkeminen Ohimenevä jännitteen ylijännitesuoja, UPS, reaktori/kuristin 2. Keskeytykset Katkos (esim. syöttöjännitteen) Tietojen katoaminen, odottamaton laitteiston sammuminen Kytkentä-, käyttö- tai komponenttivika, katkaisijan laukeaminen UPS 3. Alijänniteilmiöt Jännitteenalenema Järjestelmän pysähtyminen, tietojen katoaminen, sammuminen Kuorman käynnistys, viat Tehonsäädin, UPS Alijännite Järjestelmän pysähtyminen, tietojen katoaminen, laitteiston sammuminen Kuorman vaihtelut, käyttövika Tehonsäädin, UPS 4. Ylijänniteilmiöt Jännitteen kohouma Häiriön laukaisu, laitteiston vahingoittuminen/lyhentynyt elinkaari Kuorman vaihtelut, käyttövika Tehonsäädin, UPS, muuntajat ferroresonanssin hallintaan Ylijännite Laitteistoin vahingoittuminen/ lyhentynyt elinkaari Kuorman vaihtelut, käyttövika Tehonsäädin, UPS, muuntajat ferroresonanssin hallintaan DC-virhe Häiriön laukaisu, maasulku, muuntajien ylikuumeneminen Vialliset tasasuuntaajat, virtalähteet Viallisten laitteiden korvaaminen ja vianmääritys Harmoniset yliaallot Muuntajien ylikuumeneminen, järjestelmän pysähtyminen Elektroniset kuormat (epälineaariset kuormat) Tehokertoimen korjain (PFC), k-kerroin muuntajat, syöttöreitin vaihto Epäharmoniset yliaallot Välkyntä, lämpeneminen Ohjaussignaalit, vialliset laitteet, taajuusmuuntimet, epätahtimoottorit Tehonsäädin, UPS Jännitteen lovi Tietojen katoaminen, järjestelmän pysähtyminen Taajuusmuuttajat, kaarihitsaus, valon himmentimet UPS, suodattimien asennus, syöttöreitin vaihto Kohina Tietojen katoaminen, järjestelmän pysähtyminen Radiolähettimet, vialliset laitteet, toimimaton maadoitus Suojausuodattimien lisääminen, eristysmuuntaja Jännitteen heilahtelu Tietojen katoaminen, järjestelmän pysähtyminen Radiolähettimet, vialliset laitteet, toimimaton maadoitus, radiotaajuisen häiriölähteen läheisyys Herkkien kuormien siirto, UPS, tehonsäädin, syöttöreitin vaihto Syöttötaajuuden poikkeama Järjestelmän pysähtyminen, välkyntä Ajoittainen kuorman laitteiden käyttö Herkkien kuormien siirto, UPS, tehonsäädin, syöttöreitin vaihto 5. Poikkeavuudet käyrämuodossa 29 Sähkölaitteisiin huono sähkönlaatu vaikuttaa aina yksilöllisesti. Laitteen sähköisen rasi- tuksen määrä ja voimakkuus ennen vikaantumista voi siis vaihdella. Laitteen huonon säh- könlaadun toleranssiin vaikuttavat lisäksi mm. komponentin ikä, sijainti järjestelmässä ja häiriön kestoaika (Bhattacharyya ja muut, 2007). 3.3.2 Heikosta sähkönlaadusta aiheutuvat kustannukset Heikon sähkönlaadun aiheuttamat kustannukset vaihtelevat laajasti. Laun ja Tamjiksen Euroopan maita käsittelevän tutkimuksen mukaan jännitteen häiriöt, eli esimerkiksi jän- nitteen alenemat, voivat aiheuttaa asiakkaalle jopa 56 %:n tappiot ja harmoniset yliaallot (engl. harmonics) 5 %:n tappiot. Verkonhaltijalle harmonisista yliaalloista johtuvat kus- tannukset ovat huomattavasti pienemmät (Lau & Tamjis 2006, siteerattu kirjoittajien Sharma ja muut 2018 artikkelista). Sähkön laatu voi vaihdella toteutuksen mukaan suurestikin ja sen myötä kvantifiointi nousee tärkeäksi tekijäksi. Tarkastelua ei ole helppoa toteuttaa, sillä ongelmat voivat olla joko näkyviä tai piileviä. Esimerkkinä jos jännitteenalenema (engl. voltage sag/dip) ai- heuttaa häiriön ja sähkölaitteet ja mahdollisesti koko prosessi pysähtyy, huomataan vai- kutus heti. Jännitteen nouseminen suuremmaksi kuin 10 % yli suositellun nimellisarvon, puhutaan termillä jännitteen kohouma (engl. voltage swell), aiheuttaa sähkölaitteisiin vanhentumista, jota on heti vaikea havaita tai ennustaa. Ennenaikainen laitteiden van- hentuminen taas muodostaa ylimääräisiä kustannuksia. Tapauksissa, jotka eivät aiheuta välitöntä ongelmaa, on siis työlästä ja vaativaa määrittää heikon jännitteenlaadun vaiku- tuksia. Jännitteen laatuongelmien määrittelemiseen on kehitetty omat standardit, esi- merkiksi aiemmin mainittu SFS-EN 50160, joka on eurooppalainen (Sharma ja muut, 2018). Kuvassa 8 on havainnollistettu jännitteen käyrämuodot edellä mainituissa tilan- teissa. 30 Kuva 8. Jännitteen kohouma (a) ja alenema (b) (Fluke, 2019a). Kuvasta 8 huomataan, että tietyllä ajanjaksolla jännite poikkeaa normaalista. Häiriö kes- tää niin kauan, kunnes jännite palautuu takaisin puhtaaksi siniaalloksi. Kuvassa 8a on havainnollistettu kohouma ja kuvassa 8b on esitetty alenema. Kuvissa ”magnitude” tar- koittaa jännitteen poikkeaman on huippua. Sähkön laatuongelmien ilmetessä nousee usein esiin kysymys, kuka on vastuussa aiheu- tuneista kuluista. Asia on aina tapauskohtainen, koska huono jännitteen laatu voi olla peräisin joko sähkön loppukäyttäjän, verkko-operaattorin tai laitevalmistajan puolelta. Kuvassa 9 on esitetty edellä mainittujen toimijoiden välistä keskinäistä suhdetta, kun ky- seessä on sähköjärjestelmään syntynyt sähkön laadun ongelma. 31 Kuva 9. Sähkön laatuun vaikuttavien osapuolten vuorovaikutus (Bhattacharyya, 2011). Kuvassa 9 on esitetty kaikkien kolmen osapuolen rooli sähköjärjestelmässä. Ongelmaksi voi tilanteen mukaan muodostua, että verkko-operaattori syyttää sähkön loppukäyttäjää ja että mahdollisesti myös laitevalmistajan mielestä sähkön laatuongelmat johtuvat asi- akkaan omasta käytöstä. Asiakkaan näkemys taas voi olla, että ongelmat johtuvat joko ei standardinmukaisista laitteista tai sähköntoimittajan puolen ongelmasta. Verkko-operaattorin katsotaan olevan vastuussa jännitteen laadusta, kun taas loppukäyt- täjä on itse vastuussa riittävästä virran laadusta. Kyseinen perustelu pohjautuu siihen, että virran laatuongelmat yleensä viittaavat mahdollisiin asiakkaan omiin järjestelmässä tapahtuneisiin asennusvirheisiin (Bhattacharyya 2011). Yleensä sähkö on korkealaatuista voimalaitoksen päässä, eli siellä missä se on tuotettu. Matkalla asiakkaalle sähkön laatu voi kuitenkin heikentyä, esimerkiksi siirto- ja jakeluverkkojen häiriöistä johtuen (Bhat- tacharyya ja muut, 2007). 32 Sharman ja muiden (2018) tutkimuksen perusteella heikosta sähkön laadusta johtuvat kustannukset voidaan jakaa välillisiin ja välittömiin kustannuksiin. Välilliset kustannukset ovat: - yritykselle aiheutuneet kustannukset tuotannon viivästymisestä - markkinaosuuden menetyksestä johtuvat taloudelliset kustannukset. Välittömät kustannukset ovat: - prosessin uudelleenkäynnistäminen - laitteen tai laitteiston vauriot - keskeytyskustannukset - jätteet puolivalmiissa tuotannossa - ajan ja resurssien menetys (Sharma ja muut, 2018). Käyttämiensä sähkölaitteiden perusteella asiakkaat voidaan jaotella teollisuus- ja yksi- tyisasiakkaiksi. Huonosta sähkönlaadusta johtuvat tappiot ovat suuremmat teollisuus- asiakkaille, koska esimerkiksi järjestelmät ovat paljon suurempia ja täten viat aiheuttavat enemmän kustannuksia. Tästä syystä teollisuusasiakkaat keskittyvät yksityisasiakkaita enemmän heikosta sähkönlaadusta johtuvien taloudellisten tappioiden laskemiseen (Sharma ja muut, 2018). Taulukossa 2 on esitetty heikon sähkönlaadun kustannukset te- ollisuusasiakkaille. On kuitenkin otettava huomioon, että tuotantosektorista riippuen eri kustannusluokat vaikuttavat alan kokonaiskustannuksiin eri määrin. 33 Taulukko 2. Heikon sähkönlaadun aiheuttamia mahdollisia kustannuksia teollisuusasiakkaalle (Lau & Tamjis 2006, siteerattu ja muokattu lähteestä, Sharma ja muut, 2018). Taulukosta 2 havaitaan esimerkiksi, että teollisuudessa huonosta sähkönlaadusta aiheu- tunut keskeytynyt sähkönjakelu voi aiheuttaa monia eri tyyppisiä kuluja tuotantojärjes- telmälle. On kallista joutua pysäyttämään tuotanto kokonaan ja usein jo yksi kulutuksen aiheuttaja johtaa toiseen. Esimerkiksi rikkoutunut laite voi vaikuttaa siihen, että ei saada välttämättä asiakkaiden tilaamia tuotteita toimitettua ajoissa. 34 4 ESINEIDEN INTERNETIN KÄYTTÖ PORTAALIROBOTTIJÄRJES- TELMÄSSÄ Tässä luvussa perehdytään esineiden internetin eli IoT:n hyödynnettävyyteen ja mahdol- lisuuksiin. Aluksi pohjustetaan aihetta käymällä läpi IoT:n perusteita, minkä jälkeen poh- ditaan sen mahdollisuuksia ja haasteita teollisuusautomaatiossa. Lopuksi tarkastellaan IoT:n soveltamista kohdeyrityksen omissa toteutuksissa. 4.1 Esineiden internetin tausta ja kehittyminen Yleisesti IoT voidaan määritellä eri teknologioiden kokonaisuudeksi, jonka tarkoituksena on yhdistää laitteet, ihmiset ja sovellukset hyödyntäen internetiä. Tavoitteena on sovel- taa laitteiden ominaisuuksia monipuolisemmin ja internetiä hyödyntäen hoitaa esimer- kiksi valvontaa ja ohjausta. Tässä ideassa laitteet tuottavat dataa, eli tietoa itsestään ja lähiympäristöstään. Internetin avulla mm. järjestelmän ohjaus voidaan toteuttaa etänä (Al-Mashari & Del Giudice, 2016). Itse termi IoT on syntynyt vuonna 1999, mutta ajatus laitteiden yhdistämisestä on ollut esillä jo kymmeniä vuosia. Kevin Ashtonia pidetään esineiden internetin keksijänä. Vaikka IoT on keksitty jo kauan aikaa sitten, niin mielenkiinto sitä kohtaan on alkanut selvästi yleistyä vasta 2010-luvulta lähtien (Lueth, 2014). Ihmisten ja yritysten kiinnostus IoT:ta kohtaan on ollut ainoastaan kasvavaa viime vuosina. Tämän myötä myös IoT-lait- teiden määrä on kasvanut räjähdysmäisesti viime vuosina. IoT-laitteeksi voidaan mieltää esimerkiksi kuluttajien aikoja sitten hankkimia laitteita, ku- ten älytelevisio tai pelikonsoli. Ne on todennäköisesti hankittu ennen esineiden interne- tin määritelmää, joten ihmiset eivät edes ajattele niitä IoT laitteina. Markkinat ovat no- peasti muuttuvia ja ihmiset ostavat usein tuotteita eivätkä teknologiaa, joten lisäominai- suuksien liittäminen laitteeseen tuntuu luonnolliselta (Gilchrist, 2017). Teollisuudessa ti- lanne on täysin verrattavissa edellä mainittuun. Esimerkiksi automaatioratkaisuissa on jo 35 valmiiksi olemassa paljon laitteita, joita vasta myöhemmin aletaan hyödyntää osana IoT- järjestelmää. Esineiden internet mahdollistaa siis kyseisessä tilanteessa jo olemassa ole- vien laitteiden monipuolisemman hyödyntämisen. Teollisuudessa IoT nähdään mm. yhdistettyjen robottien, laitteiden ja ihmisten kokonai- suutena. IoT-laitteiden kerätessä dataa ja kommunikoidessa keskenään muodostuu esi- merkiksi automaatiojärjestelmästä yhä yhtenäisempi kokonaisuus (Rouse, 2016). Teolli- suusympäristössä käytetään usein tarkemmin määriteltyä termiä IIoT (engl. industrial in- ternet of things), eli teollinen esineiden internet. IIoT:n kanssa puhutaan myös älykkäästä teollisuudesta. Edellä mainittuihin termeihin liittyy myös käsite teollisuus 4.0, jolla tar- koitetaan mm. Iot:n, IIoT:n, robotiikan ja muun vastaavan edistyksellisen teknologian muodostamaa kokonaisuutta (Modarres, 2019). Kuvassa 10 on havainnollistettu IoT:n soveltuvuutta laajemmin eri ympäristöihin. Kuva 10. IoT ja sen monipuolinen hyödynnettävyys eri osa-alueilla (Avesand ja muut, 2014). 36 Kuvasta 10 huomataan, että IoT mahdollistaa monien sovellusten ja laitteiden sulautta- misen yhteen hyödyntäen pilvipalvelua. IoT:n tarkoitus ei ole olla uusi internet, vaan pi- kemminkin kehittää ja hyödyntää jo voimassa olevaa. Vaikka tässä diplomityössä keski- tytään IoT:n mahdollisuuksiin teollisuusautomaatiossa, on kuitenkin hyvä tiedostaa sen laajat hyödyntämismahdollisuudet eri toimialoilla. Teollisuus- ja automaatioalojen lisäksi esineiden internetiä on mahdollista hyödyntää mm. logistiikan, rakentamisen ja tervey- denalan sektoreilla. Yhtenäisen teknisen ekosysteemin kehittyminen tuo mukanaan datan ja liiketoiminnan kasvun. Yhtenäistyvän IoT-teknologian seurauksena dataa on myös kerättävä paljon. Kentällä olevia laitteita tarvitsee lisäksi ohjata ja niihin on pystyttävä tarjoamaan mm. vaadittavat etäpäivitykset. Etäkommunikointi on tärkeä osa IoT:ta. Laitteita ja niiden muodostamaa dataa on isossa järjestelmässä paljon, joten on ensisijaisen tärkeää, että kerätty data on tarkkaa. Lisäksi on pystyttävä erottamaan isosta tiedon määrästä juuri se merkityksellinen osa (Baker, 2017). Kuvassa 11 on esitetty IoT:n ekosysteemi. Kuva 11. Esineiden internetin tekninen ekosysteemi (Meola, 2018). Kuvasta 11 huomataan, että datan siirtyminen, tallentaminen ja analysointi luovat ehdot IoT-pohjaisen järjestelmän toiminnallisuudelle. Pelkkä datan keruu ei ole teknisessä 37 ekosysteemissä arvokasta, vaan sitä täytyy myös analysoinnin jälkeen hyödyntää jollakin tapaa. Vasta datan hyödyntäminen – eli konkreettiset toimenpiteet – tuottavat arvoa. Yleisesti IoT:n kehittyminen luo yritykselle taloudellista hyötyä muutosprosessin myötä sekä lisäksi resurssien monipuolisemman hyödyntämisen ja ennakoivan huoltotarpeen kehittymisen kautta. Taloudellista hyötyä muodostuu myös mahdollisista uusista liikeide- oista tai palveluista (Al-Mashari & Del Giudice, 2016). Kilpailukykyisissä teollisuusyrityk- sissä on tärkeää keskittyä edellä mainittuihin asioihin ja keskeiseen päätöksentekoon. Tiedonsaatavuuden ja hallinnan avulla voidaan luoda teollisuusautomaatioyrityksille ominaisuuksia, joiden avulla on mahdollista parantaa yrityksen tuottavuutta. M2M -protokolla Laitteesta laitteelle (engl. machine to machine, M2M) protokolla tarkoittaa ratkaisua, joka sallii laitteiden välisen suoran kommunikaation, saman tyyppisellä ja tietyllä sovel- luksella. Kyseinen protokolla ei ole riippuvainen internetistä, eli laitteiden välinen vies- tintä voi olla toteutettu joko langallisesti tai langattomasti. Laitteet tallentavat dataa ja jakavat sen keskenään muodostaen älykkään laitteisto- tai järjestelmäverkon. M2M-rat- kaisun avulla loppukäyttäjän on mahdollista tarkastella ja tallentaa esimerkiksi tuotanto- järjestelmästä kerättyä dataa ja hyödyntää sitä mm. varastotason seurantaan. Kyseistä protokollaa hyödynnetään monissa sovelluksissa ja pääosin sen tarkoitus on sama kuin IoT:n eli vähentää kuluja, samalla parantaen tuotettavuutta ja turvallisuutta (Avesand ja muut, 2014). Itse termi M2M on ollut olemassa jo vuosikymmeniä ja se on tunnetumpi televiestintäalalla. Sekä M2M ja IoT ovat molemmat teknologisen kehityksen aikaansaannoksia. Niiden mahdollistamat soveltamismahdollisuudet ovat vain mielikuvituksemme rajoitteissa. Il- miö on vasta yleistymässä laajemmin teollisuudessa. Internetin kehittymisellä on ollut suuri vaikutus yhteiskuntaan, ja se on luonut valtavaa kasvua koko teknologian saralla. Samalla kun internet on kehittynyt, on myös avautunut uusia mahdollisuuksia hyödyntää 38 mm. antureita, elektronisia tunnisteita ja toimilaitteita. Tämä tarkoittaa, että digitaalinen tunnistaminen ja tarkkailu on myös kehittynyt ja yleistynyt. Teknologian kehittymisen myötä esimerkiksi antureiden hinnat ovat alentuneet huomattavasti, ja sen myötä yhä useammalla on ollut mahdollisuus lähteä hyödyntämään niihin liittyvää tekniikkaa (Ave- sand ja muut, 2014). Molemmat – M2M sekä IoT –hyödyntävät kommunikaatiota ja datan jakamista. Vaikka ne liittyvät läheisesti toisiinsa, niiden välillä on kuitenkin selviä eroja, eikä niitä pidä se- koittaa keskenään. Järjestelmässä voi esiintyä samanaikaisesti sekä M2M- että IoT-kom- munikaatiota. Pääerot kyseisten protokollien välillä on esitetty taulukossa 3. Taulukko 3. Pääerot IoT:n ja M2M:n välillä (Muokattu lähteestä, Electronics for You, 2019). Taulukosta 3 havaitaan, että IoT soveltuu ainoastaan internetpohjaisiin ratkaisuihin ja hyödyntää kommunikaatioon ja tiedon tallennukseen pilvipalvelua. Laitteiston lisäksi IoT:ssa on mahdollisuus hyödyntää myös ohjelmistoja, mitä ominaisuutta ei ole M2M- protokollassa. M2M ei vaadi toimiakseen internetiä ja soveltuu tiedonsiirtoon laitteiden välillä, hyödyntäen tässä mobiiliverkkoa. https://electronicsforu.com/resources/learn-electronics/difference-between-m2m-and-iot 39 4.2 Esineiden internetin tuomat mahdollisuudet ja haasteet IoT tuo mukanaan paljon mahdollisuuksia, mutta siihen liittyy myös monia haasteita. Yksi merkittävimmistä ongelmista esineiden internetissä on, että sen pitäisi sallia kaiken tyyp- pisten asioiden, kuten ihmisten ja tietokoneiden yhdistäminen keskenään, datan jakami- nen ja monipuolinen kommunikointi eri alueilla. Nämä ovat ominaisuuksia, mutta tuovat mukanaan myös riskejä. Mietittäessä IoT:n turvallisuutta, yksityisyyttä ja luotettavuutta pitää pohtia, mitä uutta järjestelmässä on verrattuna jo oleviin sovelluksiin. Esineiden internet on kehittynyt omaksi itsenäiseksi polukseen toteuttaa asioita ja sen pitäisi pys- tyä vastaamaan valtavaan ennustettuun kasvuun ja mahdollisiin ongelmiin (Gilchrist, 2017). Kuvassa 12 on esitetty esimerkki IoT:n soveltamisesta tehtaassa, joka sisältää automaatiota. Kuva 12. Fyysisten järjestelmien yhdistyminen pilviarkkitehtuuriin (Dou, Khan, Wu, & Xu, 2017). 40 Kuvasta 12 havaitaan, että yhteensovitettavuus eri roolien välillä on huomioitava teolli- suusautomaatiossa. Isossa tehtaassa tapahtuu paljon asioita samanaikaisesti ja tämän takia olisi tärkeää, että saatu tieto olisi mahdollisimman monen toimijan hyödynnettä- vissä reaaliaikaisesti. Tiedon ollessa vain tietyillä henkilöillä voi todella sitä tarvitsevalta kulua turhaa aikaa selvittelyyn. Esimerkiksi yrityksessä eräät henkilöt tietävät, että tie- tyssä laitteessa oli ollut vika tiettynä päivänä. Tämä ei tarkoita, että tieto on saavuttanut kaikki sitä tarvitsevat henkilöt. Tiedon ollessa saatavilla esimerkiksi yhteisellä pilvialus- talla, säästytään tilanteilta, joissa tieto ei kulje yrityksen sisällä. 4.2.1 Big data teollisuusautomaatiossa Massadatalla, tuttavallisemmin big datalla tarkoitetaan suurta ja monimutkaista datako- konaisuutta ja sen käsittelyä. Termiä on vaikea asettaa mihinkään tiettyyn rajaan esimer- kiksi tallennuskapasiteetin perusteella, sillä sen sisältö vaihtelee käsiteltävän järjestel- män mukaan (Ellingwood, 2016). Teollisuusautomaatio muuttuu jatkuvasti monimutkaisemmaksi ja sen myötä datan ko- konaismäärä kasvaa. Roboteista, antureista, langattomista laitteista yms. kerättävä data kokonaisuudessaan synnyttää automaatiojärjestelmän big datan. Kehittyvä datavolyymi ja modernit teknologiat saavat aikaan sen, että datan käsittelyyn on kehiteltävä ja otet- tava käyttöön erityisesti big datan analysointiin sopivia työkaluja (Dou ja muut, 2017). Tietojenkäsittely onkin yksi merkittävimmistä big datan mahdollisuuksista ja dataa voi- daan jollakin tavoin tulevaisuudessa hyödyntää. Dataa voi siis kerätä itse, mutta on myös tietoa, jota on mahdollista ostaa eri toimijoilta. Datan omistukseen liittyviin kysymyksiin ei aina ole selvää ratkaisua. Tästä seuraakin kysymys siitä, kuka oikeasti omistaa esimer- kiksi yleisesti saatavissa olevan datan varsinkin tilanteessa, jossa monella toimijalla on olemassa oleva käyttöoikeus (Tiainen, 2015). 41 Teollisen big datan ominaisuudet ja haasteet IoT itsessään hyödyntää suurta määrää tietoa, joka on kerätty ja koottu eri tyyppisistä laitteista. Kaikki data ei ole suoraan hyödynnettävissä, joten on kehitettävä tekniikoita, joiden avulla tieto saadaan muunnettua käyttökelpoiseksi. Big datan ominaisuuksia ku- vataan nimellä ”V:t” (Alissa ja muut, 2018). Kuvassa 13 on havainnollistettu nämä pää- ominaisuudet. Kuva 13. Teollisuuden big datan malli (Dou ja muut, 2017). Kuvassa 13 esitetyt V:t tarkoittavat ja pitävät sisällään: • Nopeus (engl. velocity) viittaa datan käsittelynopeuteen ja se kattaa tiedon ke- räämisen, siirron ja prosessoinnin. Tieto on usein reaaliaikaista. Sovelluksen mu- kaan myös datan käsittelyyn kuluva aika vaihtelee. Tietyissä tapauksissa se on nopeaa ja toisissa tarvitsee hyödyntää reaaliaikaista käsittelyä, esimerkiksi ana- lytiikkaohjelmaa (Alissa ja muut, 2018). Datan hallinta voi isossa toteutuksessa 42 olla hyvinkin hankalaa, sillä tietoa kertyy paljon ja sitä pitää myös pystyä käsitte- lemään ja tallentamaan oikein. Tiedonsiirto tarvitsee kehittynyttä, eli riittävän nopeaa kaistannopeutta. Laitteiden välinen hidas tiedonsiirto voi mm. aiheuttaa järjestelmään katkoksia, sillä usein laitteet ovat riippuvaisia toisistaan. Edellisellä laitteella ollessa viivettä, myös seuraava laite kärsii ongelmasta (Dou ja muut, 2017). • Vaihtelevuus, (engl. variety) eli laitteiden keräämät erityyppiset tiedot. Teollisuu- dessa dataa syntyy pääosin kentällä olevista laitteista ja esimerkiksi ohjelmoitava logiikkaohjain käsittelee fyysistä dataa ja sähköisiä signaaleja. Järjestelmän sisäis- ten prosessien välillä datan on oltava samassa muodossa. Datan on oltava ko- neenkäyttäjille sellaisessa muodossa, että esimerkiksi etäyhteyden muodostava käyttäjä hyötyy siitä. Tietojen mahdollinen monimuotoisuus pitää tiedostaa ja pystyä käsittelemään johdonmukaisella tavalla. Teollisuus 4.0:n yksi tärkeimpiä konsepteja on se, että eri tyyppiset laitteet pystyvät kommunikoimaan keskenään (Dou ja muut, 2017). • Totuus (engl. veracity) tässä yhteydessä tarkoittaa, että kerätty ja tallennettu data on oikeaa ja laadukasta. Dataan voidaan luottaa ja sitä on turvallista kerätä ja hyödyntää asiakkaan ja yrityksen näkökulmasta. Mahdollisuuksien mukaan ero- tellaan vioittunut tai ei-toivottu tieto pois järjestelmästä (Alissa ja muut, 2018). Haasteen muodostaa se, että datan pitäisi olla niin luotettavaa, että sen perus- teella on mahdollista tehdä suuriakin päätöksiä. • Määrä (engl. volume) viittaa teollisuudessa eri tyyppisten tietojen määrään, joka on kerätty, tallennettu, haettu ja päivitetty useasta lähteestä. IoT:n kehittyessä myös laitteiden ja datan määrä kasvaa ja räjähdysmäisesti (Alissa ja muut, 2018). Dataa kertyy yhtäaikaisesti monesta eri sovelluksesta ja toiminnosta. 43 On myös olemassa edellä mainittujen neljän v:n lisäksi viides ”v” eli arvot (engl. values). Termillä viitataan siihen, kun dataa on kerätty paljon ja oikeellisesti, tulee tästä tiedon määrästä löytää juuri oikea ja tietty arvo. Etsinnässä hyödynnetään mm. erilaisia algorit- meja (Alissa ja muut, 2018). Haasteita big datan hyödyntämiselle synnyttää myös se, että yrityksessä samaa dataa tarvitsee hyödyntää monessa eri muodossa. Yrityksen johto haluaa datan tulokset rapor- toituna, sitä ennen mm. ohjelmoijat hyödyntävät eri tietomuotoja kehittääkseen esimer- kiksi palvelua, josta data on peräisin. Asiakkaat taas tarvitsevat johdolta datan esityksen ymmärrettävässä ja taas kerran eri muodossa esitettynä. Haaste onkin siis esittää ja hyö- dyntää samasta lähteestä oleva tieto monella eri tavalla moneen eri tarkoitukseen (Dou ja muut, 2017). 4.2.2 IoT ja osoitejärjestelmät IoT:n kannalta yksilöllinen tunnistaminen on tärkeää, jotta sovellukset toimivat oikein. Tärkeitä ominaisuuksia yksilöllisen osoitteen luomisessa ovat mm. skaalautuvuus, luotet- tavuus, pysyvyys ja ainutlaatuisuus (Buyya, Gubbi, Marusic & Palaniswami, 2013). Lait- teet tarvitsevat yksilöllisen osoitteen, jotta ne osaavat kommunikoida keskenään ja liittyä itsenäisenä kohteena osaksi kaikkien järjestelmän laitteiden muodostamaa kokonai- suutta (Alissa ja muut, 2018). IPv6-protokollaa on tutkittu sopivaksi IoT-sovelluksille, sillä nykyiset IPv4-protokollan osoitteet eivät pysty vastaamaan tulevaisuuden kasvavaan ky- syntään. Uusi protokollakaan ei kuitenkaan ole suoraan täydellinen ratkaisu, sillä myös vanhemman protokollan, IPv4:n ja uuden IPv6:n laitteiden täytyy pystyä kommunikoi- maan keskenään tulevaisuudessa (Ray, 2015). 4.2.3 IoT-laitteiden virransaanti Energiaa pidetään tärkeänä resurssina IoT:n älylaitteille. Suurin osa IoT-laitteista saa vir- tansa akuista tai hyödyntävät energiankeräystekniikoita, mistä seuraa, että laitteiden vir- https://www.link-labs.com/blog/why-ipv6-is-important-for-internet-of-things 44 ransaantiin tulee kiinnittää erityistä huomiota. Tämän takia on mm. perusteetonta lähet- tää tarpeetonta dataa ja täten tuhlata ylimääräistä energiaa. IoT:n kestäviä vaikutuksia ajatellen laitteiston energiankulutus on otettava huomioon jo suunnitteluvaiheessa. IoT- järjestelmässä akkukäyttöisiä ja langattomia laitteita kutsutaan nimellä node eli solmu- piste. Nämä laitteet luovat omalta osaltaan järjestelmälle haasteen, sillä tuhansien tai jopa miljoonien akkujen uusiminen ei ole pitkällä tähtäimellä toimiva ratkaisu (Alissa ja muut, 2018). IoT-alaan erikoistuneet tutkijat pyrkivät hyödyntämään akkuja ja paristoja joiden käyttöikä on entistä pidempi. Akkujen ja paristojen on hinta ei olekaan pääongelma tässä tilanteessa vaan se, että laitteet eivät aina sijaitse helposti huollettavassa paikassa. Vaihtoprosessi nimittäin sisältää sen, että täytyy aina lähettää fyysinen henkilö paikalle. Lisäksi komponentin akut on hävitettävä oikeaoppisesti (Alessi, 2018). Yleisesti IoT-järjestelmän energiatehokkuuden saavuttamiseksi voidaan hyödyntää esi- merkiksi yksinkertaisia viestintäprotokollia tai pienitehoisia radiolähetinvastaanottimia (Guan ja muut, 2015). IoT-pohjaisissa toteutuksissa on myös mahdollista hyödyntää energian keruuta (engl. energy harvesting) akkujen ja paristojen vaihdon vähentämiseksi. Nämä ovat kuluvia osia, joten ne rajoittavat laitteiston huoltovapautta. IoT-laitteiden vir- ransaanti perustuu tällä hetkellä pääosin akkuihin. Joissain tapauksissa energian keruu mahdollistaisi myös laitteiden jatkuvan itsenäisen toiminnan. Kyseinen toimintatapa vä- hentäisi akkujen vaihtoon liittyviä kustannuksia, sillä kunnossapitotaakka vähenisi ja lait- teiden käyttöikä olisi pidempi (Chang & Lee, 2015). Energian keruu perustuu siihen, että hyödynnetään ympäristössä saatavilla olevia läh- teitä. Lähteinä voi olla esimerkiksi sähkömagneettinen säteily tai jokin mekaaninen liike. Ympäristön lähteistä hyödynnetty teho muutetaan sähköenergiaksi. Ulkotiloissa sijaitse- viin laitteisiin hyödynnetään usein aurinkosähkön keräykseen liittyvää teknologiaa. Mo- nessa tapauksissa laitteet sijaitsevat kuitenkin sisätiloissa eivätkä ne altistu suoraan va- lolle. Sisätiloissa sijaitseviin laitteisiin voidaan soveltaa mm. radiotaajuisten signaalien 45 energian keräystä. Se perustuu siihen, että esimerkiksi radiotaajuinen (engl. radio fre- quency) sähkömagneettinen aaltoenergia muunnetaan sähköenergiaksi. Kyseinen toi- mintatapa on yleistymään päin (Jayakumar ja muut, 2016). Energiavarastot tulevat usein mukaan toteutukseen, kun hyödynnetään energian ke- ruuta. Energiavarastot tuovat omalta osaltaan taas lisää kustannuksia toteutukseen. Useimmissa energiankeräystekniikoissa energia hyödynnetään siten, että se kerätään, varastoidaan ja vasta sitten syötetään itse laitteeseen. Tämän tyyppisessä toimintata- vassa ongelmaksi muodostuu omalta osaltaan myös se, että toteutus vaatii jännitteen- muuntimia. Jännitettä muunnettaessa taas tapahtuu energiahäviöitä. Energianvaras- tointiin ja jännitteen muuntamiseen tarvitaan lisäkomponentteja, jotka taas tuovat lisä- hintaa toteutukselle (Chang & Lee, 2015). Ympäristön energianlähteillä on erilaiset tehotiheydet. Viime aikoina on esitelty monia uusiakin energiankeräystekniikoita, mutta IoT-järjestelmiin sopivat parhaiten erilaiset sä- teily- ja termosähköiset ratkaisut. Nykymetodeilla energian keräyslaitteet eivät riitä tuot- tamaan laitteiden energiantarvetta etenkään tiedonsiirtotilanteessa, jossa energiaa tar- vitaan enemmän kuin valmiustilassa. Tämän takia monissa tapauksissa energian varas- tointi onkin edelleen välttämätön vaatimus järjestelmän toimivuuden kannalta. Ladatta- via akkuja onkin alettu korvaamaan superkondensaattoreilla niiden korkean tehotihey- den takia. Monia erilaisia akkutekniikoita IoT-järjestelmään on testattu ja testataan edel- leen (Giaffreda & Somov, 2015). Taulukossa 4 on esitetty eri teknologioita IoT-laitteiden virransaantiin. 46 Taulukko 4. Iot-Laitteiden virransaantiteknologiat (Muokattu lähteestä, Giaffreda & Somov, 2015). Taulukosta 4 havaitaan, että siinä mainitut IoT-laitteiden virransaantiteknologiat keskit- tyvät tällä hetkellä pitkälti eri tyyppisten akkuteknologioiden hyödyntämiseen. Taulu- kossa on esitetty myös eri teknologioiden edut ja haitat. Laadukkainta teknologiaa ei voi suoraan mainita, sillä toteutuksella on suuri merkitys esimerkiksi siihen, mikä lopulta on kannattavin. 4.2.4 IoT ja tiedonsiirtotekniikka Lähetysväline tarkoittaa fyysistä reittiä, joka kuljettaa tiedot lähettäjältä vastaanottajalle. IoT-verkot hyödyntävät useita tiedonsiirtotekniikoita lähettää ja vastaanottaa dataa, esi- merkiksi radiotaajuinen etätunnistus (engl. radio frequency identification, RFID), Bluetooth eli langaton tiedonsiirtotekniikka ja Sigfox, joka on esineiden internetiä varten kehitetty verkko. Lähetysvälineiden perinteiset ongelmat, esimerkiksi kaistanleveyden riittämättömyys ja korkea virhesuhde, esiintyvät myös IoT:ssa. Eri lähetystekniikat vaati- vat eri ominaisuuksia. Optimoitu tiedonsiirtotekniikka on haasteellista saavuttaa, mutta auttaa ylläpitämään ja pidentämään verkkojen ja siihen liitettyjen laitteiden käyttöikää (Alissa ja muut, 2018). 47 4.2.5 IoT-järjestelmän turvallisuus Internetin kehittyessä turvallisuusongelmat ovat olleet aina vahvasti esillä ja niin myös IoT:ssa yksityisyys, turvallisuus ja luotettavuus ovat järjestelmän toimivuuden kannalta välttämättömiä. Monet IoT-laitteet ovat rajoitettuja ja toimivat pienellä teholla. Tämä tarkoittaa, että aiemmin sovelletut turvallisuusratkaisut eivät ole suoraan hyödynnettä- vissä IoT-järjestelmässä. IoT:ssa, kuten uuden luomisessa yleensäkin keskitytään usein vain siihen, että saadaan järjestelmä toimimaan. Tällöin unohdetaan, että vaikka tavoi- teltu toiminnallisuus on saavutettu, on turvallisuusvaatimukset unohdettu. Kyseinen toi- mintatapa lisää järjestelmän haavoittuvuutta ja altistaa hakkerointi- ja hyökkäysyrityk- sille. Tulevaisuuden IoT järjestelmä sisältää paljon dataa ja onkin vaarana, että salaiseksi tarkoitettuja tietoja varastetaan tai palveluun kohdistetaan esimerkiksi palvelunesto- hyökkäys (engl. distributed denial of service, DDoS) (Alissa ja muut, 2018). Tärkeimmät IoT:n turvallisuushaasteet ovat Alissan ja muiden (2018) tutkimuksen perus- teella: • Tiedon suojaus ja yksityisyys. Tarvitaanko uusi laki suojaamaan ja kontrolloimaan esimerkiksi sovellusten keräämää arkaluontoista dataa. Tämän takia yksilölliset osoitteet ja automaattinen kommunikointi nousevat tärkeinä tekijöinä esiin yksi- tyisyyskysymyksissä. • Luotettavuus, jokainen IoT-laite yhdistetään internetiin ja se tarkoittaa, että käy- tännössä ne ovat kaikki haavoittuvaisia. Mahdollisia riskejä on siis järjestelmässä paljon. Voidaanko mitenkään varmistaa, että kokonaisuus on aina luotettava? Tietojen validointi ja todentaminen ovat tärkeitä tekijöitä, sillä data ei saa muut- tua matkalla päätepisteeseensä (Alissa ja muut, 2018). 4.2.6 Pilvirobotiikan hyödyntäminen robottijärjestelmässä Pilvirobotiikan tavoitteena on pystyä yksinkertaistamaan esimerkiksi laskenta-, tallen- nus- ja viestintäresursseja siirtämällä kerättyä dataa pilveen ja näin vähentää yksittäisten 48 robottien kuormitusta samalla pidentäen sen käyttöikää. Näillä toimenpiteillä saadaan pilviarkkitehtuurista joustavampi. Itse pilvirobotiikassa pilvi on järjestelmän aivot. Tulok- set ja data saadaan mm. verkkoteknologiaa hyödyntäen, mutta tehtävät käsitellään edel- leen erikseen (Li ja muut, 2016). Pilvirobotiikka ja usean robotin järjestelmät hyödyntävät langatonta viestintätekniikkaa ja muodostavat yhteistoiminnallisen verkon. Kyseisen verkon avulla on mahdollista ke- rätä tietoa ja dynaamisesti jakaa resursseja aseteltujen työvaatimusten perusteella. Tie- tojenvaihdon vuoksi robottien ja laitteiden päätökset ovat yhä yhtenäisemmät. Normaa- lissa järjestelmässä tiedonpuute voi johtaa esimerkiksi tuotannon viiveisiin, mutta pilvi- robottijärjestelmää hyödyntäen nodet pystyvät siirtämään tehtäviä laitteelta laitteelle. Kyseisen toimintatavan avulla robottien ja laitteiden suorittamat työtehtävät ovat tehok- kaampia (Li ja muut, 2016). Kuvassa 14 on esitetty pilvirobotiikan keskeinen ajatus. Kuva 14. Pilvirobotiikan periaate (Hu, Tay & Wen, 2012). 49 Kuvasta 14 havaitaan, että robotit kommunikoivat siis keskenään M2M-tekniikkaa hyö- dyntäen ja lisäksi niillä on mahdollisuus jakaa tietoa pilveen (machine to cloud, M2C) kommunikaation avulla. Kyseinen järjestelmä on hyödyllinen toteutuksissa, joissa robot- tien on tarpeellista keskustella keskenään ja robotit ovat toisistaan kommunikaatioetäi- syydellä. Kaikissa sovelluksissa robotit eivät hyödy toiselta robotilta saamallaan tiedolla. Silloin ne toimivat itsenäisesti ja suorittavat toimenpidettä, joka on toisista roboteista riippumaton. Esimerkiksi Cimcorpin portaalirobotit eivät kommunikoi toisten, automaa- tiojärjestelmään liitettyjen robottien kanssa. Nykyisen pilvipohjaisen järjestelmän keskeiset ongelmat ja haasteet ovat eri laitteiden ja robottien tiedonvaihto keskenään. Erityisesti datan vieminen pilveen lisää järjestelmälle asetettavia vaatimuksia pilven turvallisuuden näkökulmasta (Li ja muut, 2016). 4.2.7 Laitteiston huollon tarpeen ennakointi ja kunnonvalvonta IoT mahdollistaa laitteiden kunnonvalvonnan seurauksen etänä. Kehittyneen teknolo- gian avulla on mahdollista seurata laitteiden tilaa, esimerkiksi ennalta asetettujen kyn- nysarvojen perusteella. IoT:ta hyödyntäen on mahdollista valvoa mm. toimivatko järjes- telmän laitteet niille tarkoitetulla tavalla ja lisäksi tuottaa tietoa niiden huollontarpeesta. Laitteiden luotettavuus on myös otettu huomioon IoT-järjestelmässä. Tässä yhteydessä puhutaan luotettavuussovelluksista, jotka seuraavat järjestelmää kokonaisuutena ja ha- vaitsevat esimerkiksi normaalista poikkeavat energiahäviöt (Boudreaux, Nixon & Wang, 2019). Monissa järjestelmissä on laitteita, jotka ovat alttiita esimerkiksi konerikolle. Tällaisen tilanteen tapahduttua on siitä usein seurauksena tuotannon katkeaminen, kasvavat kulut ja mahdollisesti muodostuneet vaaratilanteet. Toimiva IoT-järjestelmä antaa varoituksen ajoissa, jos se havaitsee järjestelmässä jotain tavallisesta poikkeavaa. Ongelmaan pysty- tään näin reagoimaan ennen kuin laitteistoon syntyy vakavaa vauriota. Katkoksien vähe- neminen tarkoittaa samalla käyttöajan lisääntymistä. Teollisuudessa se siis tehostaa ja sitä myötä kasvattaa koko tuotantojärjestelmän tehokkuutta. Ennakoiva huollontarve on 50 myös yksittäisten laitteiden arvon kannalta tärkeä kehittämiskohde, koska myös laittei- den käyttöikä kasvaa sen myötä (Kranz, 2016). Konerikkoa ennustetaan esimerkiksi hyö- dyntäen analyyttiseen malliin perustuvia menetelmiä, jotka sisältävät eri tyyppisiä fy- siikan lakeihin perustuvia yhtälöitä. Edellä mainittu menetelmä on mallipohjainen ja sen avulla on mahdollista tunnistaa mm. koneiden ja niiden osien halkeilua ja kulumista. En- nustavia kunnonvalvontamenetelmiä on olemassa monia muitakin, mm. dataan perus- tuva. Siinä esimerkiksi antureiden laitteista tuottaman tiedon perusteella pysytään tar- kastelemaan järjestelmän ja sen sisältävien laitteiden kuntoa (Medhajer, Tobon-Mejia, Tripot & Zerhouni, 2012). IoT:n tuomat etäpalvelut ja tuki lisäävät myös järjestelmän tehokkuutta ja vähentävät kuluja, sillä ongelmatilanteessa ei esimerkiksi tarvitse lähettää huoltomiestä paikan- päälle, vaan tilanteita pystytään ratkaisemaan monissa tapauksissa internetin välityk- sellä etänä. Näin vähennetään mm. matkustamisen, olosuhteiden ja mahdollisten louk- kaantumisten kustannuksia. Kyseinen malli ei rajoitu pelkästään laitteisiin, vaan sitä voi- daan hyödyntää myös laajemmin teollisuudessa esimerkiksi robotteihin ja ohjaimiin. Ti- lanteiden ratkaisut vaativat laajasti eri toimenpiteitä, joten tapaukset ovat aina ongel- makohtaisia (Kranz, 2016). IoT:n myötä siis laitteista kerätty data auttaa kehittämään sitä hyödyntävän yrityksen sekä asiakkaan järjestelmää ja sen myötä myös laajentamaan ja luomaan uusia tarjotta- via palveluita. Nämä ominaisuudet taas mahdollisesti vetävät puoleensa uusia kiinnos- tuneita asiakkaita. Myytävän tuotteen ei tarvitse aina olla fyysinen esine, vaan se voi olla esimerkiksi siihen liittyvä lisäpalvelu. Tieto ja data jo itsessään luovat yritykselle arvoa, sillä yhteistyökumppanit ja asiakkaat näkevät nämä usein palveluna ja ovat täten valmiita maksamaan asiaankuuluvasta ja reaaliaikaisesta tiedosta (Kranz, 2016). 4.3 IoT Cimcorpissa Tässä alaluvussa perehdytään siihen, mikä on IoT:n nykytilanne Cimcorpilla ja miten sitä voitaisiin laajemmin hyödyntää tulevaisuudessa yrityksen toteutuksissa. 51 4.3.1 Datan keruu nykyisin Cimcorpilla Esineiden internetin laajamittainen hyödyntäminen Cimcorpilla vaatii tulevaisuuden suhteen ratkaisujen miettimistä, sillä erityisesti rengasteollisuudessa asiakkaat kokevat datan viennin ja analysoinnin pilvipalveluun liian riskialttiina. Osa tiedoista on hyvinkin arkaluontoista, eivätkä tällaiset parametrit saa joutua vääriin käsiin. IoT:n merkitys on kuitenkin tiedossa ja töitä tehdään sen eteen, että dataa pystyttäisiin hyödyntämään pa- remmin. Yrityksestä löytyy jo tiedon jakamiseen ja hyödyntämiseen tarvittava osaami- nen, mutta ratkaisu, joka olisi mahdollinen useassa erilaisessa toteutuksessa, on vielä selvitysvaiheessa. Asiakkaita on toisaalta paljon erityyppisiä ja esimerkiksi rengasteollisuuden ja elintarvi- keteollisuuden asiakkaat suhtautuvat hyvinkin erilaisesti mahdollisuuteen kerätä ja hyö- dyntää dataa heidän järjestelmistään. Asiakkaan mukaan siis datan arkaluontoisuus vaih- telee ja tästä päästäänkin siihen, että toisten asiakasyritysten mielestä olisi jopa ihan suotavaa, että tietoa olisi mahdollista tallentaa pilveen. Ratkaisun olisi kuitenkin hyvä olla jollain tasolla vakioitu sen sijaan, että jokaista asiakasta kohden olisi mietittävä, mi- ten datan kerääminen ja sen jälkeen hyödyntäminen pystytään toteuttamaan. Tällä hetkellä asiakkaan toteutuksen tarkastelu on suoritettava VPN-yhteyden avulla (ks. kuva 1) ja sen avulla pystytään tarkastelemaan nykytilannetta. Historiadataa on mahdol- lista lukea, mutta datan määrä on rajattua. Kuitenkin esimerkiksi servojen tiloja on mah- dollista tarkastella (Latva-Pukkila, 2019). 4.3.2 IoT:n mahdollisuudet tulevaisuudessa Cimcorpilla Tulevaisuudessa ihanteellinen tilanne on, että asiakkaasta riippumatta Cimcorpilla olisi mahdollista analysoida ja hyödyntää dataa nykyistä laajemmin. Cimcorpilla tätä on jo alustavasti kartoitettu ja kuten edellä on mainittu, asiakkaat karttavat ainakin vielä tällä 52 hetkellä sitä ajatusta, että dataa siirrettäisiin pilveen. Todennäköisempää onkin, että tu- levaisuuden ratkaisu tulee olemaan enemmän reunatasolla (engl. edge computing) eli dataa käsiteltäisiin ennen sen vientiä pilvipalveluun. Tiedon tallennusta varten olisi siis olemassa esimerkiksi oma paikallinen serveri ja pilvipalvelun sijaan datan käsittely hoi- dettaisiin siellä. Tämä ratkaisu olisi mahdollinen myös asiakkaille, jotka eivät pidä mah- dollisena pilvipalvelun liittämistä osana järjestelmään datan keräämistä varten. Reuna- laskennan etuja pilvipalveluun verrattuna on myös pienempi latenssi, eli nopeampi tie- donsiirtonopeus. Ennen IoT-muotoiseen datan tallennukseen siirtymistä seuraava askel on siis hyödyntää ja kerätä dataa paikallisesti. Tämä mahdollistaisi jo robottisolujen historiallisen datan tar- kastelun pitäen sisällään esimerkiksi energiankulutuksen ja muiden tarkasteltavien suu- reiden kehittymisen. Lisäksi mm. ongelmatilanteiden arviointi helpottuisi. Paikallisessa datan tallennustoteutuksessa etäyhteys muodostettaisiin edelleen VPN-yhteydellä. On- gelmaksi muodostuu, että tarkasteltava data sijaitsee asiakkaalla itsellään. Ei päästä siis vertailemaan eri tehtaiden välistä dataa ja mahdollista kehitystä (Latva-Pukkila, 2019). Rengasteollisuudessa tuotanto on käytännössä aina käynnissä ja tämä tarkoittaa, että lyhyetkin tuotannon keskeytykset vaikuttavat suuresti siihen, paljonko valmista tavaraa lähtee tehtaasta. Isossa rengastehtaassa on lisäksi paljon eri toimijoita ja myös eri val- mistajien laitteiden tulisi kommunikoida keskenään, jotta kyseinen laaja järjestelmä olisi yhtenäinen ja kommunikaatio toimiva. Esineiden internetin yksi suurimmista hyödyistä yritykselle ja erityisesti rengasteollisuu- den järjestelmiin olisi ennustava toiminnallisuus eli kunnonvalvonta. Laitteista kerättyä dataa analysoimalla olisi mahdollista havaita ajoissa esimerkiksi servo-ohjattujen toimi- laitteiden virran poikkeavuudet ja täten pystyä ajoissa reagoimaan ja välttyä mahdolli- silta haittavaikutuksilta. Tallennettu data auttaisi ennakoivan huollontarpeen arviointiin ja esimerkiksi harvinaisetkin järjestelmän mekaniikan vikaantumiset olisi mahdollista poistaa. 53 Kuvassa 1 esiteltiin katkoviivoilla esimerkki, miten tulevaisuudessa dataa voitaisiin kerätä keskitetysti. Useamman tehtaan datan ollessa samassa paikassa mahdollistuisi yrityksen data-analyysin kehittyminen. Laitteiston vikoihin olisi täten helpompi reagoida. Keski- tetty datankeräys olisi tärkeä, koska samoja vikoja esiintyy eri asiakkailla ja datan perus- teella pystyisi tarkastelemaan mm. ovatko viat aiheutuneet asiakkaan omasta toimin- nasta. Hyvä datan hyödyntämisen esimerkki tulevaisuuden Cimcorpin asiakastoteutuksessa on portaalirobotin vakiotyökierron tarkastelu ja se, että pystyttäisiin havaitsemaan, vaikka tarttujan virtojen nousun tapahtuvan aina tietyllä kuormalla ja ajohetkellä. Tällaisiin jär- jestelmän ongelmiin olisi huomattavasti helpompi reagoida, jos olisi saatavilla konkreet- tista dataa, minkä perusteella olisi mahdollista selvittää vikatilanteiden syyt. J. Anttosen (2019) mukaan datan analysointi loisi mahdollisuuksia tuottaa asiakkaille li- säarvoa reagoimalla ja tiedostamalla näitä ongelmia ja lisäksi muodostamalla uusia tar- jottavia palveluita. Palveluiden kehittäminen vaatii kuitenkin tulevaisuudessa tausta- työtä, jotta osattaisiin kartoittaa oikeat palvelut, joita asiakkaat todella haluavat ja tar- vitsevat. Asiakas muodostaa tällaisessa tilanteessa ensin Cimcorpille tarvevaatimuk- sensa ja yrityksen tehtävänä on vastata tarjottuihin haasteisiin ja pyrkiä myös toteutta- maan niitä. Tavoitteena olisi siis muodostaa analytiikasta asiakkaille myytävä tuote, josta molemmat osapuolet todella hyötyisivät Parhaiten tämä pystyttäisiin toteuttamaan tiedostamalla ensin koko prosessin pullon- kaula ja lähtemällä sen perusteella dataa hyödyntäen luomaan asiakkaalle palveluita tuotannon optimoimiseksi. Esimerkiksi rengasteollisuudessa pullonkaulana voidaan pi- tää tiettyä rengastuotantoa hidastavaa kohtaa järjestelmässä, jota parantelemalla myös asiakkaan tuottavuus kasvaisi. Parannuksien havaitsemiseen ja niihin reagoimiseen hyö- dynnettäisiin järjestelmästä kerättyä tietoa. Vaikka puhutaan automatisoidusta tuotan- 54 nosta, on järjestelmässä yleensä myös täysin manuaalisia ihmisten suorittamia työvai- heita. Parhaan lopputuloksen saamiseksi dataa olisi siis jollain tapaa pystyttävä kerää- mään myös manuaalisista prosessin vaiheista. Pelkkä datan keruu ei tarjoa yritykselle itsessään hyötyä, vaan dataa on myös analysoi- tava. Analysoinnin perusteella taas tehdään asioita tai tiedetään mistä jokin aiheutui. Toimenpiteet, joita tehdään datan perusteella, muuttavat kerätyn tiedon konkreettisesti hyödyksi. IoT:n hyödyntäminen Cimcorpilla vaatisi myös sen, että useamman tehtaan da- taa olisi saatavilla samalta alustalta, jolloin pystyttäisiin hyödyntämään sitä huomatta- vasti paremmin. Pelkästään tilanteesta, jossa vain yksi tai muutama tehdas tuottaisi da- taa pilveen, ei saavuteta vielä merkittävää hyötyä. V. Latva-Pukkilan (2019) mukaan kes- kitetty datankeruu useammasta tehtaasta mahdollistaisi esimerkiksi yrityksen kehittää data-analyysiä ja sen myötä mm. auttaa kartoittamaan, minkä tyyppiset muutokset por- taalirobottijärjestelmässä aiheuttavat laitteiston vikoja. Näin saavutettaisiin esimerkiksi tieto siitä, mitä vikoja on esiintynyt useammalla asiakkaalla ja mitkä viat ovat olleet yksi- löllisiä. Tämä auttaisi mm. siinä, että pystyttäisiin kerätyn datan perusteella päättele- mään, onko kyseessä oman laitteiston vika vai asiakkaan omasta toiminnasta aiheutunut häiriö. Asiakkaille taas keskitetty datan keruu mahdollistaisi eri tehtaiden välisen vertai- lun mm. tuotanto- ja prosessitiedoista. Kokonaisuudessaan useammasta tehtaasta sa- maan paikkaan kerätty data loisi siis yritykselle näin mahdollisuuden arvioida paremmin, mitä ja miksi asiakkaan toteutuksessa on tapahtunut. 55 5 PORTAALIROBOTTIJÄRJESTELMÄN MITTAUKSET Tässä luvussa esitellään sähkön laatu- ja energiamittauksissa käytettävä laitteisto ja oh- jelmisto. Lisäksi kerrotaan, miten ja missä mittaukset toteutetaan. Diplomityössä suoritettavat energiamittaukset pohjautuvat vuonna 2017 Cimcorpilla tehtyyn tutkimukseen kaksisuuntaiseen energianmittaukseen liittyen. Kaksisuuntaisella energianmittauksella tarkoitetaan robotin kuluttaman sähköenergian lisäksi robotin verkkoon takaisin syöttämää sähköenergiaa. Aiheeseen perehtymisen taustalla oli asiak- kaiden halu tietää kohdeyrityksen laitteiden kuluttama energiankulutus järjestelmässä. Itse tutkimuksessa selviteltiin eri valmistajien mahdollisia sähköenergian mittausvaihto- ehtoja. Tuloksena oli, että monet mittarit ovat oikeastaan analysaattoreita. Isossa tuo- tantojärjestelmässä Cimcorpin osuus koko toteutuksen energiankulutuksesta on suh- teellisen pieni. 5.1 Mittausten tavoitteet ja toteutus Sähköenergiamittaukset suoritettiin Cimcorp oy:n testirobottisolulla. Mittauskom- ponentit asennettiin robottisolun lattiakaapin päälähtöön ja lisäksi kahteen identtiseen robottilähtöön (ks. kuva 2, sivu 15). Ideana tässä on, että on mahdollista tarkastella ro- bottisolun molempien robottien energiankulutusta erikseen. Robottisoluja toimitetaan myös vain yhdellä robotilla varustettuna, joten on mahdollisuus saada tietoa kyseisen solutyypin energiankulutuksesta. Mittaustoteutuksen ominaisuus- ja kriteerivaatimukset olivat riittävä tarkkuus, sopiva hinta, kaksisuuntainen sähköenergian mittausmahdollisuus ja helppo asennettavuus sähkökeskukseen. Testisoluun ei koettu tarpeelliseksi luoda erillistä ehtoa sille, että sa- malla laitteistolla pystyttäisiin mittaamaan myös sähkön laatua. Tulevaisuudessa tämä ominaisuus voisi kuitenkin olla tarpeellinen, esimerkiksi Intian kohteissa. 56 Diplomityötä varten oli tehty esiselvitystä eri valmistajien energiamittauslaitteiden tar- jonnasta. Lopulta päädyttiin suoraan keskukseen asennettavaan Schneider Electricin energiamittauslaitteistoon. Laitteisto on helppo liittää yrityksen vakiokeskukseen ja li- säksi se on mahdollista yhdistää myös jo olemassa olevien projektien keskuksiin. Tämä on tärkeä ominaisuus, jos ja kun energianmittauksista muodostuu projektin mukana toi- mitettava optio. Energianmittauslaitteet eivät vie paljon tilaa sähkökeskuksessa ja kysei- siä mittauskomponentteja käytettäessä ei tarvita esimerkiksi erillisiä virtamuuntajia. Mittaus asennetaan kahteen eri testisoluun, joissa molemmissa ajetaan Cimcorpin ro- bottia MBR800+. Tulevaisuuden suunnitelmana on siis laajentaa energiamittauslaitteisto mahdollisena li- säominaisuutena asiakasprojekteihin. Tiedossa on, että tällaisessa mittauksessa on kyse pelkästään Cimcorpin laitteiden sähköenergiankulutuksesta. Tämä tarkoittaa sitä, että tässä diplomityössä, eikä myöskään tulevaisuudessa Cimcorpin puolesta oteta kantaa muuhun tehtaan tuotannossa energiaa kuluttavaan osaan. Yhtenä tavoitteena testisolun energiamittausten jälkeen on pystyä tarjoamaan kirjallinen dokumentti asiakkaille siitä, mikä on Cimcorpin portaalirobotin energiakulutus tietyllä työkierrolla ja esimerkiksi tietyllä elintarvikekuormalla. Näin saataisiin siis konkreettista mittausdataa energiankulutuksesta tukemaan robotin teknisiä tietoja ja asiakkaat saisi- vat tarkemman tiedon siitä, mitä voivat olettaa Cimcorpin portaalirobottien kuluttavan energiaa tietyllä ajanjaksolla. Tämä diplomityö luo vain pohjan energianmittausten laajemmalle hyödyntämiselle Cim- corpilla. Tulevaisuudessa on mahdollista hyödyntää ja vertailla testisolulla saatuja tulok- sia aitoihin, itse projektista paikanpäältä saatuihin tuloksiin. Pelkästään testisolussa teh- tyjen mittausten perusteella saadaan jo hyödyllistä tietoa portaalirobottien energianku- lutuksesta. 57 Sähkönlaadun mittaus Cimcorpille on hiljattain hankittu Fluke 435 II–sarjan sähkönlaatuanalysaattori, jota ha- luttiin hyödyntää tässä diplomityössä. Sähkönlaadun mittaus päätettiin toteuttaa asiak- kaan kohteessa, koska sieltä todennäköisemmin löytyisi enemmän laadullista poik- keamaa, kuin esimerkiksi Cimcorpin omasta testisolusta. Sähkön laatua mitattaessa on mittausajan oltava riittävän pitkä. Tässä työssä sähkön laatua mitataan standardin SFS- EN-50160:n suosittelema aika eli viikko. 5.2 Energianmittausjärjestelmän esittely Cimcorpin testisolun energianmittaus toteutetaan Schneider Electricin energianmittaus- komponenteilla. Mittauslaitteet saadaan kätevästi liitettyä jo keskuksessa olevaan kom- paktikatkaisijaan sekä moottorinsuojakatkaisijoihin. Lisäksi toteutus edellyttää molem- piin keskuksiin smartlink-keskittimen. Edellä mainittujen komponenttien lisäksi tarvitaan vielä yksi teollisuus-PC, joka hoitaa mm. datan käsittelyn ja tiedonsiirron pilvipalveluun. 5.2.1 Päälähdön energiamittaus Pääkytkin eli kompaktikatkaisija varustetaan tässä tapauksessa energianmittauksen si- sältävällä suojareleellä. Valmiina olevaan runkoon lisätään nyt uusi suojarele lisävarus- teeksi. Näin ei myöskään ole tarvetta erilliselle virtamittaroinnille, koska energiamitta- rointi tulee suoraan katkaisijalta. PowerTag-NSX on langaton energianmittaussensori ja se kommunikoi Zigbee-protokollan avulla keskittimelle. Suojareleellä saadaan mitattua pätö- ja loisenergia ja lisäksi mm. loisteho, jännite ja virta. Päälähdöstä saadaan mitattua erikseen robottisolun kuluttama ja verkkoon takaisin syötetty energia. Lisäominaisuu- tena laitteella on hälytykset jännitehäviöistä ja ylivirrasta (Schneider Electric, 2019). Ku- vassa 15 on esitetty käytössä oleva kompaktikatkaisija ja sen alapuolelle kiinnitettävä, energiamittauksella varustettu suojarele. 58 Kuva 15. Compact NSX NA kompaktikatkaisija ja PowerTag-suojarele (Ramapathi, 2019). 5.2.2 Robottilähtöjen energianmittaukset Molempiin keskuksen moottorinsuojakatkaisijoihin liitetään langattomat Acti 9 Power- Tag -energiamittarit. Laitteessa on kuormituksen valvonta eli tieto kuormitushälytyksistä ja tieto jännitteen puuttumisesta. Laitteella on mahdollista mitata pätöenergia ja lisäksi mm. pätöteho, tehokerroin ja virrat vaiheittain (Schneider Electric, 2019a). Kuvassa 16 on esitetty edellä mainittu energiamittari. 59 Kuva 16. Acti 9 -energiamittari (Schneider Electric, 2019a). Kuvassa 17 nähdään, miltä edellä esitellyt komponentit näyttävät sähkökeskuksessa. Ne eivät vie lisätilaa keskuksessa ja kytkentä jo asennettuna olevaan pääkytkimeen tai moot- torinsuojakatkaisijaan on yksinkertaista. Kuva 17. Energiamittauskomponentit asennettuna sähkökeskukseen. 60 5.2.3 Smartlink-keskitin Energiamittauskomponenttien lisäksi lattiakaappiin on tiedonsiirtoa varten lisättävä lan- gaton keskitin. Toteutukseen valittiin Acti 9 Smartlink SI D -keskitin. Modbus TCP/IP-pro- tokollaa hyödyntäen saadaan kerätty data lähetettyä eteenpäin kenttä-PC:lle. Kuvassa 18 on esitetty testisolun keskukseen asennettava keskitin. Kuva 18. Acti 9 Smartlink SI D (Schneider Electric, 2019b). 5.2.4 Teollisuus-PC Toteutuksessa IIot edge box -PC (ks. kuva 19) mahdollistaa sen, että data saadaan kulke- maan tietoturvallisesti pilveen. Laite mahdollistaa olemassa olevan koneen, esimerkiksi kolmannen osapuolen PLC-laitteiston, liittämisen pilveen. IoT gateway -ratkaisussa on ”edge-kyvykkyys”, eli ratkaisussa pystytään käsittelemään suurta määrää dataa ja siir- tämään se jalostettuna eteenpäin. Tämä mahdollistaa vain tarpeellisen datan siirron, eli tiedon määrä pysyy kohtuullisena ja vain haluttu data siirretään. Laitteelle voidaan mää- ritellä muuttujien lähetysväli ja arvot, esimerkiksi minimi- ja maksimiarvot. Näin saadaan kuitenkin muodostettua riittävä informaatioarvo datan tarkasteluun ja samalla pidettyä datan määrä maltillisena (Rantanen, 2019). 61 Kuva 19. Modulaarinen box-PC, Windows käyttöjärjestelmällä (Schneider Electric, 2019c). Kyseinen teollisuus-PC lisätään testisolussa vain toiseen lattiakaappiin, koska saman lait- teen avulla on mahdollista siirtää molempien keskuksien mittausdataa pilveen. Node-RED Teollisuus-PC:llä on mahdollista hyödyntää Node-RED ohjelmointiympäristöä. Node- RED taas mahdollistaa informaatioteknologian (engl. information technology, IT) ja toi- mintateknologian (engl. operational technology, OT) välisen liitännän, ilman olemassa olevan systeemin muokkaamista. Yleensä näillä järjestelmillä on erilliset sovelluksensa ja ohjelmointikielensä. Node-RED pitää sisällään selainpohjaisen visualisointityökalun, jolla saadaan tarkkailtua ja ohjattua yhdistettyjä JavaScript-pohjaisia funktioita eli nodeja. Node-RED:in käsitettä ”node” ei pidä sekoittaa internetiin yhdistetyn sähkölaitteen kanssa, josta käytetään myös samaa nimitystä. Järjestelmässä on useita yhteisön luomia nodeja, joita kaikki voivat hyödyntää. Ohjelmointiympäristö on helppokäyttöinen eikä vaadi aiempaa ohjelmointiosaamista. Node-REDiä voidaan pitää myös IoT:n suunnittelu- työkaluna (Schneider Electric, 2017). Kuvassa 20 on esitetty Node-RED visualisointityö- kalun selainnäkymä. 62 Kuva 20. Esimerkki Node-RED näkymästä (Newton, 2017). Ohjelmointityökaluun on mahdollista lisätä valmiista kirjastosta halutut nodet ja yhdistellä niitä keskenään muodostaen ”flown”. Helpon käytettävyyden lisäksi käyttäjä välttyy itse koodin kirjoittamisen vaivalta. 5.2.5 Ecostruxure Machine Advisor -palvelualusta Machine Advisor on Schneider Electricin, kone- ja laitevalmistajien tarpeisiin luotu pilvi- palvelualusta. Pilvipalveluna se on helposti käyttöönotettava eikä vaadi erikoisempaa IT- osaamista. Järjestelmä on kehittynyt ja sitä on testattu monissa eri sovelluksissa. Käyttäjä voi itse räätälöidä siinä olevia näkymiä. Alusta mahdollistaa laitteiden etäseurannan, eli tässä tapauksessa Cimcorpin robottisolun keskuksissa olevien energianmittauskompo- nenttien. Tämän lisäksi on mahdollista seurata esimerkiksi laitteiden kuntoa ja hälytyksiä. Seurantaan soveltuu mikä tahansa tietokone tai vaikka tabletti. Hälytysten lisäksi on mahdollista kerätä suoritusdataa talteen. Tällä ominaisuudella on suuri hyöty, koska näh- dään, miten konetta tai Cimcorpin tapauksessa robottia on todellisuudessa ajettu. Esi- merkiksi takuukysymyksissä toiminto on käytännöllinen. Näkymiä on mahdollista räätä- löidä siten, että asiakas näkee tietyt, ennalta määritellyt näkymät (Rantanen, 2019). 63 Edge Boxin kautta data saadaan siirrettyä itsenäisesti pilvialustalle, hyödyntäen push- tekniikkaa. Tämä tarkoittaa, että palvelin hoitaa itse datan lähettämisen, eikä siihen vaa- dita fyysistä käyttäjää. Kyseisen tyyppinen tiedonsiirto on paljon skaalautuvampi laajem- malle IIoT laitteistolle, verrattuna esimerkiksi SCADA-alustaan (engl. supervisory control and data acquisition). Tämä mahdollistaa esimerkiksi sähköposti-ilmoitukset. Pilvialustan havaitessa Cimcorpin tapauksessa robottisolussa jotain poikkeavaa toimintaa, lähettää se siitä tiedon sähköpostiin. Laitteiden tarkkailun hoitaa taustalla pyörivä raportointijär- jestelmä (Rantanen, 2019). 5.3 Käytetty sähkönlaatu- ja energia-analysaattori Sähkön laatua mitataan Fluke 435 II -sarjan sähkönlaatu- ja energia-analysaattorilla. Lait- teella pystytään mittaamaan kaikissa kolmessa vaiheessa ja nollassa perussuureiden li- säksi mm. harmonisia yliaaltoja ja välkyntää. SystemMonitor -toiminnon avulla on mah- dollista tarkistaa, onko järjestelmä standardin mukainen (Fluke, 2019b). Tässä työssä mit- taria hyödynnetään sähkönlaadun tarkastelun lisäksi myös portaalirobotin sähköenergi- anmittaukseen. Kuvassa 21 on esitetty kyseinen analysaattori. Kuva 21. Fluken 435 II-sarjan sähkönlaatu- ja energia-analysaattori (Fluke, 2019b). 64 6 MITTAUSTEN KÄYTTÖÖNOTTO, TULOKSET JA HYÖDYNTÄMI- NEN Tässä luvussa tarkastellaan diplomityön aikana Cimcorpin robottisolussa suoritetun energianmittauksen ja asiakkaan kohteessa suoritetun sähkönlaadun mittauksen tulok- sia. Lisäksi luvussa käydään läpi mm. energianmittaukseen liittyvä mittalaitteiden käyt- töönotto ja saatujen tulosten hyödyntäminen. Yleisesti robotit kuluttavat energiaa paitsi liikkuessaan, niin myös ollessaan paikallaan eli valmiustilassa. Robotin paikallaoloaika riippuu suoritettavasta työtehtävästä. Robotin energiankulutukseen voidaan vaikuttaa esimerkiksi nopeuden ja kiihtyvyyden säätelyillä. On suositeltavaa, että robotin joutokäyntiaika olisi mahdollisimman pieni. Merkittävä osa teollisuusroboteista suorittaa vain nosta ja laske -tyyppisiä pystyliikkeitä. Tällaisessa tilanteessa on mahdollista hyödyntää kappaleen omaa liike-energiaa (Arm, Bastan, Be- nesl, Bradac & Kaczmarzyk, 2018). Energiaoptimoitu robotti tuottaa myös vähemmän päästöjä. Energian optimointi liittyy neljännen teollisen vallankumouksen (engl. industry 4.0) konseptiin, jossa mm. mittaus- dataa pyritään hyödyntämään järjestelmän kokonaisvaltaiseen tehostamiseen. Pääon- gelmaksi yleensä tässä ajatuksessa muodostuu se, että tehtailla ei ole tarvittavaa tai riit- tävää dataa järjestelmän kuluttamasta sähköenergiasta. Energiankulutuksen vähentämi- seen liittyy usein ajatuksia takaisinmaksuajasta, sillä yleensä toteuttaminen vaatii uusia laitehankintoja, ohjelmistoja ja aikaa. Nämä ovat kaikki tekijöitä, jotka lisäävät kustan- nuksia (Arm ja muut, 2018). 6.1 Energianmittauksen käyttöönotto Energianmittauksien mittauslaitteita ja kerättävää dataa varten luotiin turvallisyyssyistä täysin oma verkkonsa, jonka kautta data kulkee pilveen. Itse energianmittauslaitteiden 65 käyttöönotto aloitettiin yhdistämällä smartlink-keskitin verkkoon. Tietokoneen IP-osoit- teen jakamista varten tarkoitetun verkkoprotokollan (engl. dynamic host configuration protocol, DHCP) ollessa päällä ilmestyy PowerTag Link -keskitin näkyviin tietokoneen lait- teissa (kuva 22). Kuva 22. PowerTagLink-FD59 valmiina käyttöönottoon. PowerTag -keskittimen asetuksiin määriteltiin manuaalisesti IP-osoite, aliverkko ja ole- tusyhdyskäytävä. Lisäksi asetuksista aktivoitiin käytettäväksi protokollaksi ethernet-poh- jainen Modbus/TCP. Asetusten määrittelyn jälkeen EcoStruxure Power comission -työkalulla päästiin konfigu- roimaan PowerTag Linkin langattomasti löytämät laitteet, eli tässä tapauksessa pääkyt- kimeen ja robottilähtöihin asennetut energiamittarit. Konfiguroinnin voi suorittaa myös suoraan keskittimen asetuksista, mutta edellä mainitun ohjelman avulla näkee lisäksi, onko laitteessa viimeisin päivitys ladattuna. Laitteiden yksilöllinen nimeäminen tapahtuu kuvassa 23 esitetyssä näkymässä. Oikean laitteen löytämistä varten on ohjelmassa toi- minto, jonka avulla tietty mittari saadaan vilkkumaan sähkökeskuksessa. Tämä helpottaa laitteiden nimeämisessä esimerkiksi tässä tilanteessa, missä keskuksessa sijaitsee kaksi samanlaista energiamittaria. Koska molemmissa keskuksissa on omat komponenttinsa, täytyy ne nimetä aina keskuksen mukaan, jotta tiedetään, minkä keskuksen laitteet ovat kyseessä. Esimerkiksi kuvassa 23 olevat mittauslaitteet on nimetty etuliitteellä C30, joka viittaa sähkökeskukseen, jossa kyseiset komponentit sijaitsevat. 66 Kuva 23. Acti9 Powertag Link D:n näkymä laitteista. Tässä vaiheessa laitteet ovat valmiina keräämään dataa ja ohjelmoitavaksi Node-REDin avulla. Mittausdatan siirtäminen pilveen vaatii Cimcorpin oman EcoStruxure Machine Advisor-sivun perustamisen. Machine Advisorin asetuksista tarvitaan kyseisen sivun yk- silölliset osoitteet, joiden avulla tieto saadaan menemään Node-REDin kautta oikeaan pilveen. Node-REDiin määritellään asetuksia ja luodaan ”flow”, jonka perusteella laitteet siirtävät tiettyjä, itsemääriteltyjä arvoja pilveen. Kuvassa 24 havainnollistettu pääkytki- men mittausdatan siirtoa varten luotua ohjelmointia. Kuva 24. Pääkytkimen mittausdatan Node-RED ohjelmointi. 67 Kuvassa 25 on havainnollistettu Cimcorpin Machine Advisor-näkymä. Kuva 25. Cimcorpin Machine Advisor-näkymä. Machine Advisorissa saa siis lisättyä Node-Redistä pilveen tuoduille muuttujille erilaisia näkymiä, eli widgettejä. Kuvasta 25 huomataan, että vaikka keskukseen asennetut mit- tauslaitteet ovat pääasiallisessa käytössä energiankulutuksen seurantaan, on niillä kui- tenkin mahdollista tarkkailla etänä yksityiskohtaisesti useita robottisolun suureita. Ku- vassa 25 esitetyssä näkymässä on vain osa seurattavista muuttujista ja näkymistä, mutta se antaa hyvän käsityksen sen hyödynnettävyydestä. Machine Advisor -näkymä on hyvin paljon valvomotyyppinen, sillä esimerkiksi taajuuden, vaihevirtojen ja pätötehon kehit- tymistä voidaan seurata reaaliajassa sekä tarkastella dataa tietyltä ajanhetkeltä. Tämän tyyppisessä seurannassa ei ole järkeä pitää datan päivitysväliä koko ajan esimerkiksi se- 68 kuntitasolla, sillä se ei antaisi lisäarvoa ja loisi turhia lisäkustannuksia. Tarvittaessa päivi- tysväli voidaan asetella aina mittauksen ajaksi tiheämmäksi, jos halutaan tarkastella mit- tausdataa tai muuttujien käyttäytymistä tarkemmin. 6.2 Energianmittaus ja tulokset Energianmittaus suoritettiin erään asiakkaan määrittelemillä parametreilla Cimcorpin testirobottisolulla. Testiajo vastasi tyypiltään kapasiteettimittauksen yhteydessä suori- tettavaa ajoa, jotta olisi mahdollista saada vertailukohtaa kapasiteetin ja sähkönkulutuk- sen välille. Asiakas määritteli työkierron, eli mistä robotti hakee ja mihin se vie tuotteet. Tämän lisäksi robotti kuljetti maksimikuormaa (~250 kg) ja maksimi pinonkorkeutta, eli kymmentä elintarvikelaatikkoa. Suoritetussa testiajossa ajettiin vain toista robottisolun roboteista; toisen ollessa koko ajan valmiustilassa. Liikettä suorittavaa robottia ajettiin maksiminopeudella. Mittauksen ja suoritettavan a