Integracja Przemysłu 4.0 nie istnieje już tylko dlatego, że mieszalnik rejestruje dane lub dysponuje interfejsem sieciowym. Decydujące jest to, czy dane są rejestrowane w sposób wiarygodny, kontekstowy i bezpieczny, czy są włączone w procesy produkcyjne i biznesowe oraz czy wynikają z tego wykazywalne usprawnienia w zakresie dostępności, wydajności, jakości, zużycia energii lub identyfikowalności. Korzyść musi więc być mierzalna; same podłączenia do pulpitów czy chmury bez jasnych przypadków zastosowania nie stanowią wiarygodnego dowodu integracji Przemysłu 4.0.

Istotną cechą jest wiarygodna analiza OEE. OEE oznacza Overall Equipment Effectiveness, po polsku całkowitą efektywność wyposażenia, i łączy dostępność, wydajność i jakość. Dla procesów mieszania ten wskaźnik musi być jednak dostosowany do przebiegów zorientowanych na wsad. Oprócz czasu mieszania istotne są także zasyp, dozowanie, opróżnianie, pobieranie próbek, czyszczenie, zmiana produktu, zwolnienie jakościowe i czasy oczekiwania. Użyteczne rozwiązanie OEE rejestruje te fazy z jednoznacznymi znacznikami czasowymi i odróżnia przestoje planowane od nieplanowanych. Przypisuje ono ponadto usterki w sposób możliwy do prześledzenia do kategorii, takich jak błąd techniczny, brak materiału, potrzeba czyszczenia, interwencja operatora, odchylenie jakościowe lub czas oczekiwania na instalację następczą.

Porównanie czasów cyklu zadanych i rzeczywistych powinno odbywać się specyficznie dla produktu i receptury. Zryczałtowany czas zadany dla różnych proszków, wielkości wsadów i wymagań czyszczenia generuje mylące wskaźniki. Podobnie precyzyjnie muszą być zdefiniowane straty jakościowe. Należą do nich braki, domieszania, poprawki, wsady niezdolne do zwolnienia, straty produktu przy wyładunku lub zmianie produktu oraz ewentualnie wskaźnik Right First Time. Right First Time oznacza, że wsad spełnia specyfikację już przy pierwszym przebiegu, bez poprawek czy powtórzeń. Analiza OEE staje się naprawdę użyteczna dopiero wtedy, gdy pokazuje nie tylko straty, lecz także ich przyczyny i priorytety.

Drugą ważną cechą jest monitorowanie stanu technicznego, nazywane też Condition Monitoring. Rejestruje się przy tym istotne dane o stanie napędu, łożyskowania, przekładni, uszczelnień, organów wyładowczych i systemów dozujących. Typowymi wielkościami pomiarowymi są drgania, dźwięk strukturalny, temperatura, pobór prądu, moment obrotowy, czas pracy, cykle łączeniowe oraz ewentualnie stan smaru. Te wielkości pomiarowe mogą dostarczać wczesnych wskazówek dotyczących zużycia, niewyważenia, problemów z łożyskami, osadów, zwiększonego tarcia lub przeciążenia. Muszą być jednak zawsze oceniane w kontekście produktu, stopnia napełnienia, trybu pracy i receptury. Zwiększony moment obrotowy może na przykład wskazywać na defekt mechaniczny, ale równie dobrze może być spowodowany świadomie zmienioną recepturą, wyższą wilgotnością lub większą ilością wsadu.

Konserwacja predykcyjna, często nazywana Predictive Maintenance, wykracza poza samo monitorowanie stanu technicznego. Próbuje ona na podstawie danych historycznych, znanych mechanizmów awarii i odpowiednich modeli oszacować prawdopodobny termin konserwacji. Uczenie maszynowe lub sztuczna inteligencja mogą przy tym pomagać, nie są jednak warunkiem koniecznym ani gwarancją lepszych wyników. Dla wielu instalacji mieszających przejrzysty model stanu oparty na regułach, z jasnymi wartościami granicznymi, nadzorem trendów i ustalonymi działaniami konserwacyjnymi, jest początkowo skuteczniejszy niż złożony, trudno wyjaśnialny model sztucznej inteligencji. Koncepcja predykcyjna ma sens tylko wtedy, gdy dostępne są wystarczająco wysokiej jakości dane, znane obrazy błędów, jasne odpowiedzialności oraz organizacja utrzymania ruchu, która w porę wyprowadza działania z ostrzeżeń.

Kolejną silną cechą cyfrowo zintegrowanych instalacji mieszających jest pełna identyfikowalność receptur i wsadów. Przypisuje się przy tym wsady surowców, wersję receptury, ilości zadane i rzeczywiste, parametry procesowe, interwencje operatora, alarmy, fazy procesu, kontrole jakości i zwolnienia do jednoznacznego wsadu produktu. To powiązanie umożliwia szybszą analizę przyczyn, poprawia identyfikowalność przy reklamacjach i wspiera audyty. W wielu branżach jest ono ponadto warunkiem zapewnienia jakości i zgodności regulacyjnej. Standard ISA-88, znany też jako IEC 61512, oferuje odpowiedni model referencyjny do strukturyzowania procesów wsadowych, receptur, modułów instalacji, operacji i faz.

Pełna rejestracja wielu punktów danych nie jest jednak automatycznie sensowna. Instalacja jest gotowa na Przemysł 4.0 nie dzięki maksymalnej ilości danych, lecz dzięki celowo dobranym i użytecznym danym. Dobry model danych odróżnia dane surowe, obliczone wskaźniki, wprowadzenia ręczne i zwolnienia istotne dla jakości. Łączy te informacje z identyfikatorem wsadu, identyfikatorem produktu, wersją receptury, oznaczeniem instalacji, znacznikiem czasowym i fazą procesu. Dla branż regulowanych trzeba dodatkowo uwzględnić integralność danych, ścieżki audytu, uprawnienia użytkowników, okresy przechowywania oraz ewentualnie walidację systemów skomputeryzowanych.

Adaptacyjna regulacja procesu może być kolejną cechą, w praktyce jednak wymaga starannego rozgraniczenia. Koniec mieszania może być na przykład oceniany na podstawie zwalidowanego sygnału inline, na przykład spektroskopowego pomiaru wilgotności inline, przebiegu momentu obrotowego lub innej odpowiedniej wielkości pomiarowej. Przebieg momentu obrotowego może dawać wskazówki co do postępu mieszania, ale nie jest automatycznie dowodem jednorodności. Zanim proces zostanie automatycznie zakończony lub zmieniony na podstawie sygnału pomiarowego, muszą być wystarczająco poznane i sprawdzone dla danego celu metoda pomiaru, jakość sygnału, granice decyzyjne, obsługa błędów i wpływ na produkt.

Automatyczne dodozowywanie lub autonomiczne dostosowania czasu mieszania, prędkości obrotowej lub ilości dodatków powinny być oceniane szczególnie krytycznie. Takie interwencje mogą mieć sens, jeśli odbywają się w ramach zatwierdzonego okna procesowego, są technicznie zabezpieczone i w pełni udokumentowane. W zastosowaniach krytycznych dla jakości lub regulowanych samodzielna regulacja nie może prowadzić do niekontrolowanych zmian receptury lub procesu. Dlatego często odpowiedniejsza jest strategia częściowo zautomatyzowana: system rozpoznaje odchylenie, proponuje działanie i wymaga zwolnienia przez wykwalifikowany personel, zanim krytyczne parametry zostaną zmienione.

Kolejną cechą jest integracja danych pionowa i pozioma. Integracja pionowa łączy urządzenia polowe i sterowania z systemami nadrzędnymi, takimi jak systemy nadrzędne sterowania procesem, systemy zarządzania produkcją i systemy planowania zasobów przedsiębiorstwa. System zarządzania produkcją, w skrócie MES, wspiera sterowanie produkcją, rejestrację danych i dokumentację wsadów. System planowania zasobów przedsiębiorstwa, w skrócie system ERP, wspiera ogólnofirmowe procesy, takie jak gospodarka materiałowa, zarządzanie zleceniami i planowanie. Integracja pozioma łączy natomiast poprzedzające i następujące kroki procesu, na przykład udostępnianie surowców, dozowanie, transport, mieszanie, pakowanie i logistykę magazynową.

Interfejsy, takie jak OPC Unified Architecture, w skrócie OPC UA, Message Queuing Telemetry Transport, w skrócie MQTT, lub interfejsy programistyczne zgodne z zasadą Representational State Transfer, w skrócie REST-API, mogą wspierać tę integrację. Same jednak nie rozwiązują podstawowych problemów modelu danych, jakości danych podstawowych, znaczników czasowych, odpowiedzialności czy brakującej logiki procesowej. OPC UA nadaje się szczególnie do strukturalnej wymiany danych niezależnej od producenta w automatyce przemysłowej. MQTT to lekki protokół typu publish-subscribe i może być odpowiedni do transmisji danych zorientowanej na zdarzenia oraz podłączenia aplikacji brzegowych lub chmurowych. REST-API to interfejs oparty na sieci Web, poprzez który aplikacje mogą wymieniać dane według jasno zdefiniowanych zasad.

Cyfrowy bliźniak może być pomocny przy planowaniu, optymalizacji i szkoleniu. Chodzi tu o cyfrowe odwzorowanie instalacji lub procesu, którego głębia szczegółowości może być bardzo różna. Prosty cyfrowy bliźniak odwzorowuje zdolności produkcyjne, receptury, przepływy materiałowe i czasy przejścia. Bardziej wymagający bliźniak może dodatkowo modelować procesy fizyczne, takie jak przenoszenie ciepła, wprowadzanie energii czy kinetyka mieszania. Do wirtualnego rozruchu można wykorzystać model automatyki, aby przetestować logikę sterowania, interfejsy i scenariusze błędów przed rzeczywistym rozruchem. Symulacja jakości mieszania, segregacji, obciążenia cząstek czy naklejeń jest natomiast tylko tak dobra, jak dostępne dane materiałowe i leżący u podstaw model. Cyfrowy bliźniak nie zastępuje więc prób z oryginalnym produktem.

Przetwarzanie brzegowe, po angielsku Edge Computing, ma sens, gdy dane muszą być przetwarzane lokalnie i z niewielkim opóźnieniem. Kontrolery brzegowe lub komputery przemysłowe w pobliżu maszyny przejmują przy tym zadania, takie jak filtrowanie sygnału, sprawdzanie wiarygodności, buforowanie, lokalne obliczanie wskaźników oraz ewentualnie monitorowanie stanu. Przy pomiarach drgań na przykład szybka transformata Fouriera, w skrócie FFT, może uwidocznić składowe widmowe sygnału drgań i pozwolić rozpoznać zmiany w określonych zakresach częstotliwości. Przetwarzanie lokalne może zmniejszyć zależność od połączeń chmurowych, ale nie zwalnia z wymagań dotyczących bezpiecznych wersji oprogramowania, kopii zapasowych, zarządzania użytkownikami, archiwizacji danych i kontrolowanych zmian.

Monitorowanie zużycia energii i zasobów może być kolejnym sensownym elementem. Istotne są na przykład jednostkowe zużycie energii na wsad, produkt lub kilogram, profile obciążenia podczas zasypu, mieszania, opróżniania, czyszczenia i przestoju, a także zużycie sprężonego powietrza, wody, pary, energii chłodniczej lub chemikaliów czyszczących. Zauważalne zmiany mogą wskazywać na odchylenia procesowe, nieodpowiednie sposoby eksploatacji lub zużycie techniczne. Takie wskaźniki są szczególnie wiarygodne, gdy są znormalizowane względem wielkości wsadu, rodzaju produktu, receptury i wpływów otoczenia. ISO 50001 opisuje ramy dla systemów zarządzania energią, dzięki którym organizacje mogą systematycznie poprawiać efektywność energetyczną, zastosowanie energii i zużycie energii.

Zdalna konserwacja i cyfrowe wsparcie operatora mogą poprawić czas reakcji w przypadku serwisu, jednocześnie zwiększając wymagania dotyczące cyberbezpieczeństwa. Dostęp zdalny nie powinien być realizowany jako trwale otwarte połączenie. Powinien odbywać się dopiero po zwolnieniu, być czasowo ograniczony, szyfrowany, protokołowany i przypisany do jednoznacznie zidentyfikowanych kont użytkowników. Dostępy z prawem zapisu do sterowań lub receptur wymagają szczególnie surowych uprawnień i ewentualnie zasady czterech oczu. NIST w swoim przewodniku dotyczącym bezpieczeństwa przemysłowych systemów sterowania wskazuje, że systemy te są narażone na szczególne ryzyka i wymagają architektury bezpieczeństwa opartej na ryzyku, segmentacji, kontroli dostępu oraz uregulowanego zarządzania podatnościami i zmianami.

Elektroniczne dzienniki zmian, cyfrowe standardowe instrukcje pracy i kontekstowe wskazówki dla operatora mogą poprawić wdrożenie w eksploatacji. Standardowa instrukcja pracy jest często skracana jako SOP i oznacza wiążący opis powtarzającego się przebiegu pracy. Zarządzanie alarmami powinno przy tym zapewniać, że komunikaty są istotne, priorytetyzowane i zorientowane na działanie. Duża liczba niepriorytetyzowanych alarmów często prowadzi do tego, że ważne ostrzeżenia są przeoczane lub nie są przetwarzane w porę. Rozszerzone systemy wspomagające, takie jak rzeczywistość rozszerzona, w której cyfrowe informacje są wyświetlane w polu widzenia, mogą w określonych przypadkach wspierać szkolenie, konserwację i diagnostykę błędów. Ich korzyść powinna być jednak konkretnie udowodniona; nie są one automatycznie lepsze niż dobrze zestrukturyzowane instrukcje pracy i przejrzysty interfejs obsługi.