Цифровое производство
Какие процессы цифровизируют промышленные предприятия в 2023 году
Цифровая трансформация полным ходом идет во всех сферах жизни. Пионерами в использовании "цифры" для автоматизации своих процессов стали телеком, банки, торговые сети, а также работающие с информацией госструктуры. В процесс активно включился и производственный сектор, для которого это стало необходимым условием выживания в конкурентной среде.
О том, какие задачи решает цифровизация промышленности, какие процессы наиболее активно трансформируют на предприятиях, а также о перспективах дальнейшего перевода производства в "цифру" читайте в совместном материале РИА Новости и группы компаний ЛАНИТ.
Цифра – драйвер производства
По данным Росстата, рост производства в 2023 году ускорился до 5,4%, поэтому цифровая трансформация в этой сфере является одной из важнейших государственных задач. Однако эксперты уверены, что необходимость перехода на цифру все же в первую очередь диктуется рынком, поскольку цифровизация способна повысить эффективность производства и улучшить рыночные позиции компаний.
Задачи, которые решает цифровизация на предприятиях, как правило, сводятся к следующему: оптимизация производственных и управленческих процессов, повышение качества продукции и безопасности производства, а также ускорение вывода продукции на рынок.
По словам Аксенова, эти задачи решаются с помощью информационных систем, выбор которых основан на рыночном подходе и индивидуален для каждого предприятия. При этом эксперт подчеркивает, что для должного эффекта одновременно с созданием информсистем необходимо трансформировать не только производственные процессы на предприятии, но и корпоративную культуру в целом.
Генеральный директор компании "ЛАНИТ-ТЕРКОМ" Вадим Сабашный считает, что цифровизация – это довольно узкое понятие, предполагающее перевод в цифру уже существующих процессов. Поэтому промышленности требуется именно цифровая трансформация, когда ИТ-решения качественно меняют процессы, делают их более эффективными благодаря новым технологиям.
На данном этапе цифровая трансформация – это, прежде всего, повышение производительности труда: делать быстрее и дешевле. Где-то это приводит к появлению новых продуктов, услуг и возможностей, включая расширение рынков сбыта. При этом производство из трудоемкого (когда требуется много человеческого труда) превращается в капиталоемкое, поскольку информационные технологии сами по себе недешевы и требуют немалых вложений в оборудование.
В свою очередь, руководитель направления по работе с промышленностью компании НОРБИТ (входит в группу ЛАНИТ) Александр Бондарев отмечает, что цифровые решения сегодня востребованы практически во всех отраслях промышленности: сырьевом секторе, металлургии, электронике, машиностроении, автомобилестроении, фармацевтике, сельском хозяйстве и других.
Когда заказчик ставит задачу цифровизации производственных мощностей, он стремится с помощью технологий повысить эффективность производства: улучшить качество продукции, сократить затраты и время от начала разработки идеи до конечного запуска решения и его выхода на рынок (time-to-market), что является одним из важных преимуществ на рынках с высокой конкуренцией. Кроме того, цифровизация помогает управлять ресурсами предприятия, быстрее разрабатывать и тестировать новые продукты, переходить от идей и гипотез к фактической реализации.
Директор по продуктам ТУРБО компании "Консист Бизнес Групп" (входит в группу ЛАНИТ) Александр Горбачев поясняет, что цифровизация на предприятии включает целую цепочку процессов. На первом уровне ― управление непосредственно производственным циклом, который осуществляет АСУТП (автоматизированная система управления технологическими процессами). Для ее работы устанавливают контроллеры, датчики, измерители работы оборудования, и здесь стараются максимально исключить человеческий фактор. Системы следующего уровня ― Manufacturing execution systems (системы управления производственными процессами, MES) – решают задачи синхронизации, координации, анализа и оптимизации выпуска продукции. Далее действуют системы оперативного планирования производства и управления качеством. И на верхнем уровне ― системы стратегического планирования производства.
Цифровой двойник производства
Использование действующего оборудования для обкатки тех или иных решений по оптимизации производственных процессов – слишком дорогое удовольствие. Особенно в условиях ограничений, когда стоимость оборудования и деталей заметно выросла. В связи с этим появился запрос на создание цифровых двойников производственных процессов.
Как указывает Вадим Сабашный из "ЛАНИТ-ТЕРКОМ", цифровой двойник технологического процесса помогает быстрее и без расхода материала и ресурса реального оборудования подбирать оптимальные параметры работы, продумывать варианты решения различных (в том числе кризисных и нештатных) ситуаций. В результате предприятие получает экономию, повышение производительности и уровня безопасности. При этом использование цифровой модели позволяет заранее предсказать качество продукции при заданных характеристиках входящих материалов.
Двойники уже стали нормой в дорогостоящих отраслях (металлургия, нефтегазовый сектор, трубная промышленность), где используется недешевое оборудование и где любой сбой будет стоить больших денег. Внедрение лишь немного повышает капиталоемкость, но при этом существенно снижает риски и является рычагом, значительно увеличивающим эффективность сделанных ранее крупных вложений.
В зависимости от поставленных задач для создания цифрового двойника используются различные технологии: интернет вещей (для получения данных со всех устройств), 3D-моделирование, компьютерное зрение (снятие копии детали из реального пространства), которое включает аналитические методы и машинное обучение. Далее используется нейросеть, которая, к примеру, выделяет объекты, несвойственные идеальному состоянию.
Как создают цифровой двойник
Как правило, первоначальным объектом оцифровки является ключевой или проблемный участок производственного процесса, например, пресс или конвейер.
По словам Вадима Сабашного, первыми элементами цифрового двойника могут стать заготовка детали и конечная деталь. Их копии создаются с помощью 3D-моделирования, что позволяет в дальнейшем сравнивать их и осуществлять контроль качества средствами компьютерного зрения или лазерного сканирования. Отдельно создается цифровой двойник средства производства, например, резца. Сравнивая действующий резец с его идеальной копией, мы можем оценить остроту и увидеть дефекты, которые могли бы перейти на выпускаемые изделия.
На другом уровне цифровой двойник той же заготовки включает информацию о материале, из которого она производится. По характеристикам можно предсказать качество готовой детали. Например, если в прокате имеются "задиры", в дальнейшем они преобразуются в дефекты детали. Поэтому уже на этапе подачи материала нужно проверить, соответствует ли он нашей модели. Расширяя цифровую модель, разработчик включает туда химическую лабораторию, где проверяется состав материала, а также склад, где фиксируется его наличие того или иного качества. Далее в цифровой двойник может быть переложено даже взаимодействие с поставщиками.
Двойники против дефектов
Одним из клиентов "ЛАНИТ-ТЕРКОМ", внедрившим у себя цифровой двойник, стал крупный отечественный производитель труб. "Ожидания клиентов от конечного продукта всегда неизменны: он должен быть максимально бездефектным. И очень важно выявлять брак на самых ранних стадиях без замедления темпов производства, чтобы, с одной стороны, не вкладываться в заведомо некачественный товар, а с другой ― не допускать сокращения выпуска", ― рассказывает Вадим Сабашный.
Первым блоком внедряемого на трубном заводе цифрового двойника стала созданная на основе компьютерного зрения система выявления дефектов заготовки – "гильзы" для изготовления трубы с нужными характеристиками. Ключевыми преимуществами стали точная локализация дефекта и способность видеть его даже на раскаленной заготовке, что практически недоступно человеческому зрению. Также компьютерное зрение позволяет бесконтактно и с точностью до одного миллиметра измерять длину и толщину гильзы, существенно упрощая технологический процесс.
"Специальные камеры снимают каждую гильзу в режиме реального времени, затем строится ее 3D-модель, где с высокой точностью измеряются все пространственные характеристики, которые затем сохраняются в системе. Это значительно экономит время и позволяет контролировать размер каждой гильзы, а не случайно выбранной, как было ранее", ― продолжает Сабашный.
В свою очередь, поступающие в систему данные накапливаются, давая возможность для запуска блока нейросетевой предиктивной аналитики, который будет заниматься разбором всех инцидентов и ситуаций, находить первопричины дефектов (отклонения в качестве сырья, температурном режиме), тем самым снижая вероятность их появления. Предполагается, что система продолжит развиваться, постепенно превращаясь в некий интегральный цифровой двойник, объединяющий в себе все больше узлов.
Обеспечение работы оборудования
В условиях, когда новое оборудование недоступно или стоит дорого, многократно возрастает роль обслуживающего производства, обеспечивающего наладку, диагностику и своевременный ремонт производственных линий. Для этого разработчики создают системы трех основных классов: мониторинга и диспетчеризации, управления производственными активами (Enterprise Asset Management, EAM) и предиктивной аналитики. Сегодня в таких проектах активно применяются алгоритмы обработки больших данных и машинного обучения.
Предиктивная аналитика в EAM-системах
Как отмечает Олег Аксенов из "ЛАНИТ-Интеграции", большинство таких систем реализуются на базе IoT-платформ, предоставляющих своеобразный конструктор для сбора, обработки, хранения и анализа данных с различных устройств, агрегатов, датчиков и т.д. При этом задача интегратора ― собрать из этого конструктора работающую систему. Одним из заказчиков "ЛАНИТ-Интеграции" стала промышленная компания, где внедрили систему предиктивной аналитики, интегрированную с системой управления производственными активами.
Предиктивная аналитика – один из модных инструментов, это способ заглянуть в будущее на основе данных о прошлом. В нашем случае заказчику требовалось заблаговременно предсказывать износ и неисправность промышленных установок. Они сами по себе очень дорогие и связаны с генерацией не менее дорогой энергии для непрерывных производственных процессов. Поэтому важно как можно раньше узнавать о деградации тех или иных частей и оптимизировать сроки работ по плановому и внеплановому обслуживанию.
В рамках проекта к системе были подключены около ста турбинных установок, с каждой из которых поступало примерно 25 миллионов сообщений в день. На этих данных при помощи математических моделей, основанных на выработанных в отрасли экспертных правилах, рассчитывалось состояние "здоровья" каждого агрегата и узла в турбине. Далее информация о неисправностях или износе передавалась в модуль техобслуживания и ремонта, где осуществлялось управление работами и оптимизация их расписания. В итоге заказчик смог существенно снизить длительность дорогостоящих простоев промышленных установок и сократить трудозатраты на сбор и анализ данных об их состоянии.
ТУРБО ТОРО – EAM-решение от российского вендора
История ТУРБО ТОРО началась с приобретения в 2017 году компанией "Консист Бизнес Групп" отечественной технологии ТУРБО, включающей собственную платформу, язык программирования и средства интеграции, позволяющие достаточно быстро создавать бизнес-системы. Став вендором ТУРБО, "Консист Бизнес Групп" соединила эту технологию с имеющимися у нее лучшими практиками и экспертизой работы с западными системами технического обслуживания и ремонта оборудования (ТОРО). Так появилось решение ТУРБО ТОРО, позволяющее управлять полным жизненным циклом активов предприятия.
Как указывает Александр Горбачев из "Консист Бизнес Групп", преимуществами продукта являются гибкая интеграция с другими системами, а также возможность за счет встроенных OLAP-кубов (многомерные массивы данных) быстро получать аналитику по всем элементам работы системы: затратам, количеству запасов, заказам на работы по ремонту и обслуживанию, дефектам, пускам и остановкам и т. д.
Наш продукт направлен на крупный корпоративный сектор, где количество оборудования в компаниях составляет 500-1000 и более единиц. Все эти производственные активы нужно паспортизировать, получить описание и собрать вместе в системе ТОРО, чтобы понимать, как они работают и как их обслуживать наиболее эффективно.
По его словам, система ТОРО не обращается напрямую к датчикам, а берет агрегированные данные из АСУТП, которая работает непосредственно с технологическим оборудованием. Также информацию можно вводить вручную по результатам визуальных осмотров. Если система видит отклонение, она предлагает создать заказ на ремонт или замену запчастей. Исходя из статистических данных (например, дата последнего обслуживания, частота поломок, средняя наработка на отказ), система может предложить провести или запланировать обслуживание с нужными интервалами. При этом она не только назначает ремонтные задания, но и контролирует их выполнение.
Также система ТОРО может быть включена в работу системы управления складами, чтобы создавать заявки и предусматривать закупки запчастей на случай непредвиденных поломок. Возможны коммуникации с финансовыми системами, системами управления персоналом (задания сервисным инженерам, учет их времени, расхода инструментов и т. д.), рассказывает представитель "Консист Бизнес Групп".
CRM-системы для бизнес-процессов
В рамках трансформации промышленные компании чаще всего внедряют ERP (56%), CRM (47%), BI (45%). Классическая задача CRM-систем - управление взаимоотношениями с клиентами, что включает сбор информации о клиентах, ведение истории взаимодействия, контроль исполнения заказов, планирование продаж и поставок. При этом решается задача автоматизации и оптимизации всех этих процессов. Как правило, CRM-системы предполагают интеграцию с другими системами: управления складом, учета материалов, сырья и другими. Также важной частью CRM является подготовка аналитики и отчетности.
В текущей ситуации производственные компании все чаще выбирают для трансформации микросервисную архитектуру, BPM и low-code инструменты. Они позволяют наладить единый сквозной процесс, охватывающий ключевые системы предприятия ― SRM, ERP, СRM и управлять ими, опираясь на данные. Такая структура получается более гибкой и адаптивной: выбирать модули можно в зависимости от отраслевых и бизнес-задач, настраивать, реагируя на рыночную ситуацию или условия спроса.
Подобную продвинутую систему внедрили специалисты компании НОРБИТ на заводах одного из ведущих производителей оболочек для мясных изделий и сыров "Атлантис-Пак". Решение развернуто на базе BPM-платформы с низким уровнем кода, что позволяет компании гибко управлять бизнес-процессами и быстро адаптировать ИТ-ландшафт к меняющимся условиям рынка.
"Одна из целевых задач автоматизации и цифровизации, которые ставят перед собой наши клиенты, это борьба на конкурентном рынке, ― повышение качества и расширение ассортимента. "Атлантис-Пак" необходимо постоянно разрабатывать, тестировать и выводить на рынок новые продукты. Повышение управляемости этого процесса стало одной из главных задач нашего проекта", – говорит представитель НОРБИТ Александр Бондарев.
Автоматизация охватила ключевые фазы внедрения новых продуктов: разработку проекта, согласование характеристик продукции, ее испытания и работу с экспериментами. CRM позволила сделать каждый из многочисленных этапов максимально прозрачным и прослеживаемым. При этом снизилось влияние человеческого фактора, которое существенно тормозило процесс.
"Для сотрудников было разработано специальное мобильное приложение, где руководители могут отслеживать статус выполнения каждой задачи, работать с документами, формировать заказы. В свою очередь, исполнитель видит четкий план действий, сроки выполнения. Ни одна из запланированных активностей не уходит в долгий ящик, что повышает прогнозируемость. При этом генерируемая системой аналитика значительно облегчает принятие управленческих решений и позволяет оценить каждый кейс, а затем внедрить успешные практики для последующих разработок, минимизируя риски и инвестиционные потери", – рассказывает специалист НОРБИТ.
В перспективе "Атлантис-Пак" планирует расширить систему дополнительными модулями, в том числе инструментами для повышения мотивации специалистов по продажам.
Цифровое будущее промышленности. Прогнозы экспертов
Как считают эксперты, российская промышленность, несмотря на определенные подвижки, все еще находится в начале пути цифровой трансформации. Такие отрасли, как телекоммуникации и финансы, значительно вырвались вперед в этом направлении. Поэтому в ближайшие 5-10 лет на фоне растущей конкуренции промышленный сектор будет активно нагонять лидеров, повышая уровень цифровизации своих процессов. Условием для этого станет дальнейшее развитие технологий и упрощение внедрения цифровых решений.
Повышение эффективности и оптимизация бизнес-процессов будут связаны с развитием искусственного интеллекта. Так, предиктивная аналитика обеспечит более прогнозируемое развитие событий при выводе новой продукции на рынок. На предприятиях будут активно внедряться инструменты компьютерного зрения, а также VR-технологии, особенно актуальные на высокорисковом производстве. Например, для обучения специалистов и отработки навыков работы на опасных объектах все чаще используют VR-шлемы
Также Александр Бондарев видит растущую роль BPM-платформ как консолидирующего инструмента, объединяющего задачи других классов систем. Такой подход позволит руководству получать обобщенную информацию для принятия решений в большом масштабе.
По его мнению, автоматизация и цифровизация производственных и бизнес-процессов позволит минимизировать человеческий фактор, но даст людям возможность фокусироваться на более важных задачах, которые помогут улучшить позиции компаний в конкурентной среде.
Александр Горбачев из "Консист Бизнес Групп" согласен с тем, что люди все больше будут исключаться из технологического процесса – их деятельность будет перемещаться из сферы производства в сферу проектирования.
При этом, по его мнению, на фоне сохранения тенденции к росту стоимости нового оборудования обслуживающее производство будет становиться основным фактором, влияющим на эффективность. На первый план будут выходить системы управления производственными активами, которые станут все более универсальными с точки зрения подходов к методике ремонта и обслуживания. Эта универсальность будет предполагать максимальную гибкость – способность подстраиваться под разные виды оборудования и технологические процессы.
Вадим Сабашный из "ЛАНИТ-ТЕРКОМ" прогнозирует в ближайшее десятилетие активное развитие цифровых экосистем с особыми правилами взаимодействия компонентов и возможностью передачи прав на их использование. Это актуально и в случае с цифровыми двойниками, ведь одной компании, как правило, не под силу построить двойники для всех своих процессов, особенно с глубоким уровнем абстракции.
"Компания может сделать, например, прекрасный двойник оборудования для закалки стали и выставить его в аренду. Другая компания, вместо того чтобы самой строить такой двойник, возьмет его в аренду и затем поделится полученными результатами. В итоге появятся библиотеки цифровых двойников с различным уровнем абстракции, из которых можно будет конструировать необходимые интегральные модели", – предполагает Сабашный.
Реклама, АО "Ланит", erid: 4CQwVszH9pWup65RRky
10:44 13.12.2023
(обновлено: 12:50 06.03.2024)
