Dana 18.6.2018. i 19.06.2018. godine u prostorijama Instituta za mjeriteljstvo Njemačke (PTB- Physikalisch-Technische Bundesanstalt) u Braunschweig-u održan je prvi sastanak partnera na projektu ''Metrology for the Factory of the Future- Met4FoF''. Zajedno sa projektom ''European Metrology Cloud'' i ''SmartCom'' ovi projekti predstavljaju strategiju predloženu u okviru Evropskog programa za istraživanje i inovacije u području mjeriteljstva (EMPIR) iz oblasti digitalizacije u mjeriteljstvu, a čiji je koordinator PTB. Ovi projekti imaju za cilj da uspostave harmonizovanu evropsku digitalnu infrastrukturu za nove proizvode i nove usluge iz oblasti mjeriteljstva, a mogućnost saradnje među projektima predstavljena je upravo na održanom sastanku.

Partneri na projektu su mjeriteljski instituti širom Evrope, kao i nekoliko univerziteta i velikih proizvodnih kompanija, kao što su University of Cambridge (Ujedinjeno Kraljevstvo), Technische Universitaet Ilmenau (Njemačka) te Zentrum fur Mechatronik und Automatisierungstechnik gGmbH (Njemačka), SPEA (Italija), te mnogi drugi.

Factory of the Future  (FoF) je naziv za proizvodno okruženje gdje autonomni tok informacija i donošenja odluka stvara digitalnu transformaciju klasične proizvodnje kako bi se unaprijedila efikasnost i konkurentnost iste. Transparentnost, mogućnost poređenja i održiv kvalitet zahtijevaju pouzdane mjerne podatke, metode i rezultate. Ovaj projekat ima za cilj uspostavljanje mjeriteljskih okvira za kompletan životni ciklus mjernih podataka u industrijskoj primjeni: od kalibracionih mogućnosti za individualne senzore sa digitalnim unaprijed obrađenim izlazom, pa sve do procjene mjerne nesigurnosti popraćene ''machine learning'' u mrežama senzora. Osim toga, u projektu će biti odrađena praktična primjena, što će omogućiti stvaranje neke vrste podloge za daljnji razvoj u industriji.

Sljedivost kalibracija, harmonizovan pristup mjernoj nesigurnosti i industrijski etaloni, standardi i vodiči su najveće komponente sveobuhvatne mjeriteljske infrastrukture koja je omogućila globalizovanu proizvodnju i trgovinu. Digitalizacija i obrada podataka sve brže mijenjaju sve aspekte ovakve proizvodnje. Primjeri za to bi bili pametni senzori koji se javljaju u industriji i velike mreže senzora koje se koriste zajedno sa ''machine learning'' algoritmima kako bi ostvarili automatizovanu proizvodnju i upravljanje proizvodnim procesom. Kombinacija ovih tehničkih elemenata upravo čini FoF, i doprinosi razvoju Industrije 4.0.

Jedan od najvećih prioriteta u FoF predstavlja kvalitet podataka, što će kroz okvire mjerne nesigurnosti biti istraženo u ovom projektu. Kako bi protok informacija bio omogućen ovakva jedna infrastruktura mora da osigura sljedivost rezultata digitalnih senzora uzimajući u obzir dinamičke efekte, mjernu sljedivost kompleksne mreže senzora, te mjernu nesigurnost podataka i metoda za donošenje odluka.

Na sastanku su predstavljeni radni paketi od strane vođa istih, pri čemu su iznesene osnovne aktivnosti i plan za budući rad na njima. Institut za mjeriteljstvo Bosne i Hercegovine će biti učesnik na tri radna paketa na kojima su lideri Institut za mjeriteljstvo Njemačke (PTB), Institut za mjeriteljstvo Velike Britanije (NPL) i Institut za mjeriteljstvo Francuske (LNE). Institut će na aktivnostima da pruži podršku u obliku statističke analize velikog broja podataka, uspostavljanje sljedivosti za digitalne senzore, te uspostavljanja budžeta mjerne nesigurnosti za postavljene mreže senzora različitih mjeriteljskih karakteristika.

Ovaj projekat će imati veliki uticaj na sve industrije koje primjenjuju mrežu senzora sa posebnim utjecaj na industrije koje koriste digitalne senzore za praćenje fizičkih veličina, kao i na razvoj Industrije 4.0 sa aspekta uvođenja mjerne nesigurnosti u procesu automatskog odlučivanja.

Projekt ima za cilj da da odgovore na savremene zahtjeve globalnog tržišta kroz uspostavljanje digitalne infrastrukture kvaliteta radi unapređenja saradnje tijela u Evropi, te da osigura sljedivosti unutar FoF na način da već postojeće kalibracije pojedinačnih senzora uvede u mrežu čija će mjerna nesigurnost biti konstantno praćena i uvedena u machine learning sistem.