V rámci mezinárodní konference IPMAI, která se konala 8. října 2025 v Kurimi v České republice, byly představeny inovativní přístupy k prediktivní údržbě a využití umělé inteligence v průmyslové výrobě.
Na úvod představili David Jödicke, SCCH – Software Competence Center Hagenberg, a Veronika Večeřová, INTEMAC Solutions s.r.o., projekt IPMAI. Ten se zaměřuje na vývoj inovativních řešení pro prediktivní údržbu (prescriptive maintenance) v průmyslových zařízeních s využitím umělé inteligence (AI). Základní myšlenkou je analyzovat velké množství dat z různých senzorů za účelem rozpoznání a předpovědi poruchových stavů – v souladu s principy Průmyslu 4.0. Projekt je součástí přeshraničního programu spolupráce Interreg Rakousko – Česká republika. Zapojeno je několik partnerských institucí z obou zemí a projekt potrvá do konce roku 2026.
Konference, které se zúčastnilo přibližně 30 odborníků, zahrnovala příspěvky na téma rozhodování podporované AI, integrace systémů IoT a CMMS, monitorování stavu průmyslových robotů a akustická analýza pro prevenci poruch. Prohlídka laboratoře INTEMAC demonstrovala experimentální nastavení s coboty pro sběr dat.
Od senzoru k rozhodnutí: AI v průmyslové údržbě
Prezentace se zabývá tím, jak umělá inteligence (AI) transformuje průmyslovou údržbu – od reaktivního odstraňování chyb k prediktivní a nakonec k preskriptivní údržbě. INTEMAC, české výzkumné a technologické centrum se zaměřením na inteligentní výrobu, nabízí podnikům komplexní podporu při integraci AI do výrobních procesů. Patří sem školení, studie proveditelnosti, prototypování a poradenské služby.
Ústředním tématem byl vývoj strategií údržby: Zatímco prediktivní údržba se zaměřuje na otázku „Co se stane?“, preskriptivní údržba jde o krok dále a odpovídá na otázku „Co máme dělat?“. AI může nejen navrhnout optimální čas údržby, ale také naplánovat náhradní díly, pracovní postupy a zdroje a vyhodnotit různé scénáře. Cílem je přejít od podpory rozhodování k autonomnímu rozhodování.
K realizaci preskriptivní údržby je zapotřebí pevný základ: spolehlivé údaje ze senzorů, strojové učení, kontextová integrace dat, rozhodovací modely (např. posilující učení) a propojení se systémy jako CMMS nebo ERP. Lidská odbornost zůstává zatím důležitou součástí – AI navrhuje, člověk rozhoduje.
Projekt IPMAI slouží jako testovací prostředí, ve kterém se tyto principy zkoušejí – například s coboty, senzory a kalibračními nástroji. Cílem je umožnit podnikům vstup do datově řízené údržby a dlouhodobě podporovat autonomní, energeticky účinné a inteligentní výrobní systémy.
Dalším krokem je vývoj prototypové aplikace založené na posilujícím učení a trénované pomocí syntetických dat. Smart Factory společnosti INTEMAC nabízí flexibilní prostředí se zaměřením na malé série, povrchovou úpravu, zajištění kvality a údržbu podporovanou umělou inteligencí.
Od dat k pracovním úkolům
Prezentace ukazuje, jak mohou podniky díky kombinaci IoT, umělé inteligence (AI) a systémů CMMS (Computerized Maintenance Management Systems) přejít od reaktivní údržby k prediktivní a nakonec k preskriptivní údržbě. Antoš zdůrazňuje, že mnoho firem by sice chtělo využívat AI, ale často nemají k dispozici digitalizovaná data – což je zásadní překážka, protože AI bez dat nemůže fungovat.
Cesta k prediktivní údržbě začíná digitálním zaznamenáváním zařízení a procesů, následuje automatizace pomocí systémů CMMS/CAFM. Teprve když jsou tyto systémy integrovány s IoT, energetickými a diagnostickými daty a modely BIM, lze AI smysluplně využít. CMMS funguje jako centrální datový hub a „jediný zdroj pravdy“.
Integrace různých systémů vytváří jednotné, automatizované prostředí, ve kterém AI rozpoznává vzorce, předpovídá anomálie a poskytuje konkrétní doporučení k akci. Příklady z praxe ukazují, jak AI založené spouštěče údržby – například při zvýšených vibracích nebo klesající energetické účinnosti – automaticky generují pracovní příkazy, plánují zdroje a snižují prostoje.
Kromě toho jsou představeny technologie jako drony, termografie, tribodiagnostika, AR/VR a digitální dvojčata, které v kombinaci s AI umožňují preventivní opatření. Zvláštní důraz je kladen na přechod od prediktivní k preskriptivní údržbě: zatímco prediktivní AI pouze varuje, preskriptivní AI již přijímá rozhodnutí a automaticky iniciuje opatření – včetně zpětné vazby pro neustálé zlepšování modelu.
Hlavní poselství: bez digitalizovaných dat není AI. Vybudování integrovaného, datově řízeného systému údržby je klíčem k inteligentní, efektivní a udržitelné výrobě budoucnosti.
Zero Down Time pro průmyslové roboty
Prezentace představuje softwarový systém FANUC ZDT (Zero Down Time), který slouží k monitorování a optimalizaci údržby průmyslových robotů. Cílem je zabránit neplánovaným prostojům a zvýšit efektivitu robotizovaných výrobních buněk. ZDT je k dispozici jako on-premise i cloudové řešení a shromažďuje komplexní data o provozních stavech, spotřebě energie, procesních parametrech a „zdravotním stavu“ robotů. Tato data lze integrovat do nadřazených systémů, jako jsou ERP nebo MES.
Mezi hlavní funkce ZDT patří monitorování mechanického stavu (např. opotřebení převodovky), analýza procesních dat (např. svařovací procesy, manipulace, vizuální systémy), stav systému (např. stav programu, historie chyb) a digitální plánování údržby. Software včas rozpozná anomálie, jako jsou časté nouzové vypnutí, které mohou naznačovat chyby obsluhy nebo kritické zatížení, a pomáhá tak předcházet škodám a nákladným opravám.
Na základě četných praktických příkladů – například u společností Knorr-Bremse, Wienerberger, Carl Zeiss, Stellantis, ACC nebo Liebherr – je ukázáno, jak ZDT přispívá k prediktivní údržbě, optimalizaci svařovacích procesů, snížení opotřebení převodovky a zlepšení kvality procesů. Zvláště je zdůrazněna schopnost odvodit na základě analýzy dat a vizualizace cílená opatření ke zlepšení procesů a snížení nákladů.
ZDT navíc podporuje automatické zálohování, upozornění na problémy, připojení API a integraci do aplikací specifických pro zákazníka. Je tak výkonným nástrojem pro implementaci strategií Průmyslu 4.0 v oblasti robotizované výroby.
Akustická analýza pro prevenci chyb
Neuron Soundware (NSW) představuje komplexní řešení pro prediktivní údržbu a optimalizaci procesů v průmyslu založené na umělé inteligenci, IoT a edge computingu. Společnost se specializuje na akustickou analýzu strojů s cílem zabránit neplánovaným výpadkům, snížit náklady na údržbu a podporovat digitalizaci průmyslových zařízení.
S více než 130 instalacemi na čtyřech kontinentech a četnými cenami za inovace patří NSW k předním poskytovatelům v oblasti monitorování stavu podporovaného umělou inteligencí. Řešení umožňují zvýšení produktivity až o 25 %, snížení výpadků o 60 %, úsporu energie o 5 % a snížení výrobních nákladů o 35 %.
Systém je založen na kombinaci senzorů, edge hardwaru (nEdge™), algoritmů umělé inteligence a analytické platformy nGuard™. Rozpoznává anomálie pomocí analýzy zvukových vln, vytváří akustické otisky prstů a vypočítává skóre anomálií, které při překročení prahové hodnoty automaticky spouští výstrahy. Platforma je plně přizpůsobitelná a lze ji integrovat do stávajících systémů, jako jsou ERP nebo CMMS.
Jeho užitečnost dokládá řada případů použití: od monitorování CNC strojů, čerpadel, turbín a robotů přes řešení inteligentní údržby pro letiště a výtahy až po optimalizaci frézovacích procesů s úsporami až 180 000 € ročně. NSW přispívá ke stabilizaci elektrických sítí také v oblasti energetiky prostřednictvím monitorování transformátorů.
Zvláštním highlightem je AI chatbot, který v reálném čase podporuje údržbářský personál, vysvětluje anomálie a dává doporučení k postupu. Kombinace dat v reálném čase, strojového učení a intuitivní vizualizace činí z NSW výkonného partnera pro digitální transformaci v průmyslu.
Konference působivě ukázala možnosti využití umělé inteligence v prediktivní údržbě strojů a zařízení. Projektová skupina IPMAI děkuje všem účastníkům a přednášejícím za jejich účast!
Galerie
