2022 में औद्योगिक स्वचालन: मशीनीकरण से स्वचालन तक
ये कोई ज्यादा पुरानी बात नहीं है, एक समय था, जब व्यवसायों और उपभोक्ताओं द्वारा खरीदे गए कई उत्पादों को सैकड़ों या यहां तक कि हजारों श्रमिकों को रोजगार देने वाले बड़े कारखानों में निर्मित किया गया था। इस तरह के कारखाने मशीनीकरण के कारण पहले के विनिर्माण विधियों की तुलना में अधिक उत्पादक और लाभदायक थे – संचालित मशीनों और उपकरणों के माध्यम से मानव श्रम की वृद्धि (प्रतिस्थापन नहीं) जिसने प्रत्येक कार्यकर्ता की उत्पादकता में वृद्धि की।
मशीनीकरण असेंबली-लाइन प्रौद्योगिकी में हेनरी फोर्ड के नवाचारों का प्राथमिक योगदान था- उत्पादन-लाइन नवाचारों ने फोर्ड को प्रत्येक वर्ष हजारों ऑटोमोबाइल बनाने में सक्षम बनाया, और उन्हें उन कीमतों पर बेचा गया जो उनके कारखाने के श्रमिक वहन कर सकते थे।
यद्यपि मशीनीकरण ने उत्पादकता में वृद्धि की, मनुष्य, बड़े पैमाने पर, अभी भी उलझन में थे। और मनुष्य, दुख की बात है, कई प्रतिकूल विशेषताओं के पात्र थे:
स्वचालन के साथ, मानव श्रम को मशीनों द्वारा प्रतिस्थापित किया जाता है। इसलिए, एक मैनुअल रिंच या पावर टूल के साथ एक मानव अधिक जोड़ देकर बोल्ट कसता था (जैसे 1936 की फिल्म मॉडर्न टाइम्स में चार्ली चैपलिन के चरित्र की तरह) इसके बजाय, एक मशीन स्वचालित रूप से बिना किसी मानवीय हस्तक्षेप के बोल्ट को कसती है।
स्वचालन उपकरण के प्रकार
आधुनिक कंप्यूटर हार्डवेयर की कम लागत में वृद्धि हुई कम्प्यूटेशनल शक्ति ने स्वचालन उपकरणों की एक विस्तृत श्रृंखला के विकास को सक्षम किया है, जैसे:
पर्यवेक्षी नियंत्रण और डेटा अधिग्रहण (एससीएडीए): यह उपकरण पर्यवेक्षण और उत्पादन नियंत्रण श्रेणी में आता है, निचले स्तर के उपकरणों से डेटा का संयोजन करता है और इसे आसानी से पढ़ने वाले डैशबोर्ड पर प्रदर्शित करता है। यह उपकरण एक या एक से अधिक विनिर्माण प्रक्रियाओं के पूरे प्रक्रिया को सारांशित करता है और वास्तविक समय की निगरानी और नियंत्रण को सक्षम बनाता है।
मानव-मशीन इंटरफेस (एचएमआई): चले गए डायल, नॉब, दृष्टि चश्मा, और गेज के दिन चले गए; औद्योगिक स्वचालन उपकरणों को अब पीसी, लैपटॉप, टैबलेट और यहां तक कि मोबाइल फोन और संवर्धित-वास्तविकता (एआर) हेडसेट पर भी नियंत्रित किया जा सकता है।
कृत्रिम तंत्रिका नेटवर्क (एएनएन): यह आर्टिफीसियल इंटेलिजेंस (एआई) का एक वर्ग है जिसका उपयोग मशीन लर्निंग सिस्टम में किया जाता है। ये प्रौद्योगिकियां हजारों डेटा ऑब्जेक्ट्स की जांच करके “सीखता” हैं, जैसे कि डिजिटल छवियां, जिन्हें किसी तरह से एनोटेट किया जाता है, और एक गणितीय मॉडल बनाते हैं और समय के साथ इसे समायोजित करते हैं ताकि सिस्टम किसी दिए गए डेटा ऑब्जेक्ट को इस तरह से लेबल या वर्गीकृत कर सके जो इसके एनोटेशन से मेल खाता हो।
एक औद्योगिक संदर्भ में, एक कंप्यूटर दृष्टि प्रणाली निर्मित वस्तुओं को अलग करना सीख सकती है जो गुणवत्ता मानदंडों को पूरा नहीं करते हैं। इस तरह की एक स्वचालित प्रणाली हर एक आइटम की जांच कर सकती है, न कि केवल एक नमूना जैसा कि आमतौर पर मानव गुणवत्ता निरीक्षकों द्वारा किया जाता है। सेंसर डेटा को शामिल करके, एक एआई-संचालित क्यूए सिस्टम दोषपूर्ण वस्तुओं की पहचान मानव निरीक्षक की तुलना में अधिक सटीक रूप से कर सकता है।
वितरित नियंत्रण प्रणाली (डीसीएस): इस प्रणाली में, प्रक्रिया नियंत्रकों को एक उच्च-स्तरीय यन्त्र में नियंत्रण को केंद्रीकृत करने के बजाय उत्पादन उपकरण के लिए यथासंभव बारीकी से वितरित किया जाता है। यह दृष्टिकोण विश्वसनीयता को बढ़ाता है जबकि अभी भी एचएमआई के माध्यम से पर्यवेक्षी दृश्यता को सक्षम करता है।
रोबोटिक्स: औद्योगिक रोबोट तेजी से सक्षम और अनुकूलनीय होते जा रहे हैं। फिक्स्ड फैक्ट्री-फ्लोर रोबोट प्रोग्राम करने के लिए पहले से कहीं ज्यादा आसान हैं और विभिन्न उत्पादों और उत्पाद लाइनों के लिए अनुकूलित किए जा सकते हैं। यद्यपि वे अभी तक प्राकृतिक-भाषा निर्देशों (ए एलए आर2-डी2) को समझने के स्तर तक नहीं पहुंचे हैं, उनके उपयोगकर्ता इंटरफेस अधिक सहज हैं और पुराने के औद्योगिक रोबोटों की तुलना में काम करने के लिए कम कौशल की आवश्यकता होती है।
