Ik denk niet dat je een auto goed kan vergelijken met een besturingsysteem.
Correct, maar het onderwerp van het artikel _is niet_ 'auto', het onderwerp is 'kudde robots'. Die moeten samen iets maken en beheerst worden. Het leidend voorwerp is toevallig een auto, maar dat is eigenlijk bijzaak. SpaceX draagt hier voor >90% niets, maar dan ook niets aan bij, omdat het maken van <10 raketten op een jaar totaal niets met massaproductie te maken heeft.
Een kudde robots dus, die moet bestuurd worden. Daar gaat dit artikel om. En datgene wat dat moet doen, dat besturen, kan je niet vergelijken met een besturingssysteem, nee, dat
is per definitie een besturingssysteem
Kwaliteit maak je door controle. Namelijk, door slechte onderdelen weg te gooien. Die vind je door inspectie. Hoe meer 'foute' onderdelen je vindt en daar de oorzaak van analyseert, hoe meer controle je krijgt over je proces, en hoe beter je kwaliteit wordt. 'Leren' doe je immers door fouten te maken! Certificering is gebaseerd op hoe je omgaat met je fouten en traceerbaarheid. Als je iets fout hebt gemaakt, wil je exact weten bij welke stap en wanneer (lijkt een beetje op programma's debuggen!)
Om een kudde robots te besturen, heb je PLC's nodig, doorgaans ook wat PC's, een MES en een ERP systeem, en waarschijnlijk nog een onderhouds- en boekhoudsysteem. Al die meuk kan doorgaans niet met elkaar communiceren, maar moet dat wel. Daarom zijn veel problemen in een moderne fabriek 'software-problemen', gelijkend dus op een 'complex besturingssysteem', maar dan dus letterlijk, want die systemen samen besturen de hele fabriek.
Tesla heeft het nu zelfs nog relatief makkelijk, alles nieuw en van een paar bestaande leveranciers. Een wat oudere fabriek heeft systemen van failliete leveranciers, leveranciers waar samenwerking niet meer mee lukt, onderdelen die voorbij hun technische levensduur zijn maar waarvoor geen preventief onderhoudsinterval is vastgesteld en onderdelen die mogelijk niet meer leverbaar zijn. Maar goed, daar komt Tesla de komende 10 jaar nog wel achter.
Het idee is goed, alles van tevoren bedenken, maar in de praktijk werkt het niet, daar loopt Tesla tegen aan. Net zoals imperatieve programmeertalen afhankelijk zijn van 'staat' (in tegenstelling tot puur functionele), zijn robots dat ook.
Een lasdraad met een kleine chemische verontreiniging, een boutje met een buitendiameter van 5 honderdste minder, misschien een tochtend gat in het gebouw waardoor de temperatuur varieert, trillingen van andere machines die niet van tevoren gesimuleert zijn, EMI op je profibus, een stuk gereedschap dat sneller slijt, een stoffige sensor die 'naar boven kijkt' en waar dus altijd stof op valt, een onbenul die silliconenkit gebruikt waardoor 'damp' een ruit beslaat waardoor het vision-systeem faalt, besturingskaart van een robot waarin een weerstandje doorfikt, een aanslag die net niet haaks is waardoor de kalibratie van een robot niet klopt: Allemaal maken ze de hoeveelheid mogelijkheden (entropie?) van 'de staat' groter.
Hoe meer je automatiseert, hoe 'complexer' dus de staat, hoe moeilijker alle faal-modes van tevoren te bedenken (FMEA) en hoe moeilijker je het jezelf maakt. Door meerdere processen aan elkaar te schakelen zonder buffer, neemt de complexiteit ook nog eens exponentieel toe. 14 processen die 98% van de tijd (onafhankelijk van elkaar) draaien, zorgen voor een lijn die een kwart van de tijd stilstaat.
Complexiteit is natuurlijk de tegenstander van kwaliteit: Hoe meer 'staten' waarin het systeem kan verkeren, hoe meer mogelijke faal-modes, en hoe minder het geheel zal worden beheerst - dus ook wegens een gebrek aan mensen die de boel in de gaten houden.
Als ik in een fabriek met mensen een probleem zie, vraag ik aan de mensen die er de hele dag werken hoe het probleem komt. 90% van de tijd kunnen ze het binnen twee minuten vertellen.
Als ik in een fabriek met robots kom en een probleem zie, moet ik ladder-diagrammen (laten) doorspitten, sensor-beredeneringen maken, alle mogelijke staten bedenken waarin het systeem kan verkeren, 100 sensoren schoonmaken en controleren, in handbediening de boel simuleren, soms filmopamen maken omdat geen mens me kan vertellen wat de oorzaak van het probleem is; en hoe sneller de robots bewegen hoe moeilijker het te vinden is. Als 't dan nog niet gevonden is profibus / ethercat laten doormeten door extern bedrijf, misschien thermografie van de relaiskast, mogelijk alles opnieuw (laten) bedraden op hoop van zege, en als 't dan nog niet gevonden is - echt worst case scenario - de EMI experts inschakelen en alle draden in aluminiumfolie inpakken.
Dus ja het hoort erbij, en ja, door alle automatisering is het probleem vele malen groter dan het had hoeven zijn hadden ze meer mensen en minder robots ingezet.
Ed - misschien handig erbij te vertellen: Ik vind het super knap wat Tesla presteert, vooral qua innovatie-snelheid, op batterij gebied en qua ADAS zijn ze op dit moment simpelweg ongeëvenaard in het vakgebied. Ook de hele fabrieken die ze wegzetten is ontzagwekkend werk, ik weet zelf enigszins hoe gruwelijk moeilijk dit is. Mijn betoog is dus niet gericht tegen Tesla, maar tegen hun ongebreidelde geloof dat automatisering zaligmakend is en tot goedkopere en betere producten leidt die sneller op de markt komen, want het omgekeerde is dus vaak waar.
[Reactie gewijzigd door kidde op 22 juli 2024 15:49]