Всем привет! Сегодня в эфире – редкая тема, про IIoT. Команда промышленной аналитики и интернета вещей GlowByte обобщила и структурировала мысли о возможностях цифрового производства, которые, на их взгляд, раскрываются и развиваются одновременно при правильной организации цифровой трансформации производства и конфликтуют друг с другом – при неправильной.
Автор – Александр Томилов, руководитель практики промышленной аналитики и интернета вещей компании GlowByte*.
Концепция цифровизации производства и, шире, его цифровой трансформации реализуется в различных компаниях уже более 20 лет. Именно на цифровизацию обращают внимание, когда недоступны или дороги классические способы повышения операционной эффективности и объема производства. В каком-то смысле она становится средством выжимания эффективности из имеющихся активов при условии, что доступен способ пристального наблюдения за ними (телеметрия) и оперативного электронного управления (телемеханика).
Поэтому держатели цифровых решений обращают внимание именно на те варианты, которые:
дают видимый эффект при сравнительно небольших вложениях;
приемлемым образом встраиваются в рабочий процесс;
не требуют капитального дооснащения или модернизации производственных линий, что влечет за собой высокие капитальные затраты и длительные сроки реализации проектов.
Выбор проекта, как правило, обусловливается наличием проработанного предложения от поставщика, удачного примера внедрения на рынке или очевидной необходимостью оптимизации отдельного процесса. Среди таких решений привычными стали системы производственной отчетности, мониторинга оборудования в реальном времени и цифровые помощники. При таком подходе как у опытных эксплуатантов цифровых решений для производства, так и у тех, кто только рассматривает варианты, возникает вопрос о том, как сделать внедрение и использование этих решений правильным и избежать проблем, связанных с разрастанием, развитием и усложнением IT-средств.
Возможности цифрового производства
Мы полагаем, что существует набор возможностей, которые раскрываются и развиваются одновременно при правильной организации цифровой трансформации производства и конфликтуют друг с другом — при неправильной. Сами возможности поддерживаются возникающими технологиями обработки данных, такими как продвинутые базы данных или модели искусственного интеллекта (ИИ). Видим мы эти возможности следующим образом:
формирование цифрового следа,
анализ цифрового следа,
прозрачность ключевых параметров процессов,
автоматизация рутинных действий,
поддержка нерутинных решений,
открытость инноваций,
сохранение информационной и промышленной безопасности,
оцифровка и предоставление опыта персонала
Цифровой след
Формирование и сохранение полного набора данных, целиком описывающего прохождение процесса, стало возможным благодаря развитию технологий больших данных. До этого приходилось ограничиваться данными небольшой глубины (как в большинстве систем SCADA), усредненными до одной минуты показателями (как во многих системах управления производственными процессами (Manufacturing Execution Systems) — MES-системах) или сохранением ограниченного числа тегов. Полный цифровой след открывает возможности для анализа состояния процесса в любой момент времени в прошлом и обобщений этого анализа, выражающихся в непрерывных улучшениях и автоматизации решений.
Анализ цифрового следа
Сохранение данных о процессе «на всякий случай» не является самоцелью. Реальную пользу приносят последующий анализ этих данных и выводы из него, а для этого необходимы инструменты. Их можно разделить на две группы: 1) используемые для изучения отдельной ситуации без понимания на входе того, какие данные и как должны быть представлены (например, при разборе нештатной ситуации, которая не случалась ранее); 2) те, для которых уже установлены списки показателей, алгоритмы их расчета и формат представления. Первая группа существенно расширяет функции подразделений, ориентированных на методы непрерывного улучшения и бережливого производства. Вторая группа обеспечивает прозрачность и оперативность предоставления показателей руководителям для повседневного и периодического контроля.
Прозрачность ключевых параметров
Ручной сбор показателей для производственных отчетов является сейчас объективной реальностью. Это создает риски ошибок, искажений и утраты компетенций обработки данных с уходом сотрудника. Однако при наличии хорошего покрытия производственного и смежных процессов цифровыми следами расчет ключевых показателей, в том числе оценок ресурса оборудования с учетом режимов работы, может быть автоматизирован, а каждая рассчитанная цифра – сверена с исходными данными.
Приведем пример со сменной отчетностью по производственной линии сухого способа производства цемента (рис. 1). Стандартный уровень автоматизации сырьевого, печного и помольного переделов позволяет представлять такой отчет в реальном времени, а начальнику производства своевременно реагировать на внеплановые отклонения ключевых показателей.
Автоматизация рутинных действий
Возможность автоматизации рутинных действий работников в рамках производственного процесса не является, конечно, исключительным достоинством цифровых подходов. Однако именно современные цифровые подходы расширяют границы доступной автоматизации.Классическая автоматизация на базовом уровне (на основе датчиков, ПИД-регуляторов и контроллеров) всегда является хорошим решением, но легко оказаться в ситуации, когда все простые дооснащения уже сделаны, а более сложные — необоснованны по затратам на их реализацию. В этом случае компьютерное зрение и машинное обучение могут заменить некоторые датчики, а цифровые помощники — предоставить функционал «виртуального ПИД», тогда помимо прочих условий оператор и технолог могут ориентировать систему на поддержание необходимого технологического условия.В качестве примера приведем решения для оценки состояния оборудования по телеметрии (рис. 2). Ремонтные службы зачастую знают условия, которые сигнализируют о приближающейся поломке агрегата или узла, но не имеют приемлемого инструмента для автоматической оценки этих условий. В результате ремонтники и инженеры по надежности либо должны лично мониторить параметры в SCADA, либо нагружать оператора дополнительными обязанностями по контролю сложных условий. Альтернативой опять же служит использование решения, которое обрабатывает цифровые следы оборудования и позволяет удобным образом без программирования создавать, проверять и изменять диагностические правила силами ремонтного персонала.
Поддержка нерутинных действий
При выстраивании и управлении технологическим процессом технологу, оператору и лаборатории нужно принимать решения как на основании доступных инструкций, так и оценивая возможные действия из своего опыта. Тут на первый план для сложных процессов выходит человеческий фактор: опыт и квалификация, ресурсное состояние и мотивация. Чем сложнее способ принятия решения, тем с большей вероятностью он будет упрощаться, одновременно снижая эффективность процесса.В основе систем поддержки принятия решений, в том числе цифровых помощников, лежит возможность выработки оптимального решения с минимальным участием человека. Это становится тем более важным, когда задачи простой автоматизации решены, а оставшиеся более сложные – возложены на оператора. В качестве примера мы можем привести решение — цифровой помощник для оператора печи обжига клинкера (рис. 3). Печь обжига имеет три основных агрегата (декарбонизатор, собственно печь и холодильник) с взаимосвязанными параметрами, что делает надежное и эффективное управление ею достаточно сложной задачей. В этих условиях операторы склонны выдерживать установившийся стабильный режим и реагировать только на отклонения лабораторных проб клинкера от нормы. Цифровой помощник вместо оператора проходит всю логику принятия решения как по технологической инструкции, так и с учетом прогнозов по ключевым параметрам. В итоге встраивание цифрового помощника в рабочий процесс вынуждает участников выдерживать технологические условия.
Открытость инноваций
При выборе любого нового подхода следует рассматривать его во взаимодействии с уже имеющимся ландшафтом других решений и подходов. В части цифровых решений это особенно важно, так как за 1990-е—2000-е годы многие производители исходили из «экосистемных» подходов, когда доступ к накопленным данным осуществлялся только другими средствами от этого производителя. В итоге новые решения и подходы от других производителей сталкивались с совершенно ненужными барьерами к апробации и внедрению, а эксплуатанты не могли получить пользу от накопленных данных. Позже, начиная с 2010-x годов, активное развитие средств обработки данных привело к пониманию того, насколько ценна открытость протоколов доступа к данным. Ныне это выражается в том, что имеет смысл внедрять только такие платформы хранения производственных данных, которые позволяют без проблем как выгрузить данные в пилотное решение, оптимизирующее производство, так и обеспечить подключение для таких решений в режиме реального времени.
Информационная безопасность
Использование цифровых решений редко рассматривается в отрыве от безопасности – информационной и промышленной. При этом опасения в таких вопросах чаще возникают из-за нехватки понятной информации о том, как такие решения функционируют, как риски полностью купируются общепринятыми подходами изоляции сетей, обеспечения минимально затребованных привилегий доступа к данным и анализа вектора угроз, выработанными еще в 90-x годах, но примененными отнюдь не везде. Можно сказать, что влияние цифрового решения на безопасность, как информационную, так и промышленную, является предметом не применяющихся технологий, а разумного отношения к инфраструктуре проектов внедрения.
Оцифрованный опыт
Даже на самых продвинутых предприятиях серьезная часть знаний существует только в головах отдельных людей, именуемых ключевыми специалистами. Часто это происходит не из-за эгоцентричности и личных интересов, а из-за нехватки инструментов удобного и дешевого обмена опытом. Сейчас доступно множество подходов оцифровки опыта — от создания текстовых баз данных на основе устных переговоров до цифровых ассистентов на базе ИИ и цифровых помощников, обобщающих опыт лучших операторов технологического процесса. Критерием реальных достижений в направлении оцифровки опыта является полное и исчерпывающее описание ситуации, в которой участвовал кто-то из персонала в прошлом, которое удобным и контекстуально связанным образом доступно ответственному специалисту в момент необходимости принятия решения
Итоги
Изложенные возможности и критерии концепции цифрового производства подчеркивают, что источник оптимизации находится отнюдь не в сокращении фонда оплаты труда, а в том, что цифровые решения служат ассистентами для персонала, избавляют от рутинных функций, которые не обязательно выполнять вручную, и расширяют и усиливают возможности выполнения задач, требующих интеллектуального вклада. Движение в сторону реализации вышеперечисленных возможностей является основой для непрерывных улучшений. Это обеспечивает ориентированность цифровых технологий на человека, когда решения не заменяют его, а расширяют доступные возможности, как это было в периоды 1—3-ей промышленных революций.