Колонки
DIG(IT)AL

Цифра на заводе: какие технологии на производстве обеспечат лидерство в ближайшем будущем

Колонки
Даниил Белобратов
Даниил Белобратов

Менеджер по стратегии технического сервиса PepsiCo Россия

Евгения Хрисанфова

В 2020 году пандемия коронавируса перевела в онлайн миллионы человек. Таким образом, мышление людей на всех уровнях и во всех отраслях настроилось на большие перемены. Есть надежда, что в том числе и процессы усовершенствования промышленных производств пойдут быстрее. Разбираемся, какими технологиями будут укомплектованы заводы в ближайшем будущем, как они связаны друг с другом и какие у них перспективы.

Цифра на заводе: какие технологии на производстве обеспечат лидерство в ближайшем будущем

IIoT и Big Data

Главное, на чем основывается цифровизация производства последних лет — промышленный интернет вещей (IIoT), под которым фактически мы понимаем все оборудование, датчики и сенсоры, которые подключены к глобальному интернету или локальной сети. С помощью таких устройств можно собирать данные о ситуации на производстве — с каждого датчика информация поступает в общую базу данных, где аккумулируется вся Big Data.

Основное направление IIoT и сбора данных на сегодняшний день — это предиктивная аналитика. Работа с данными дает возможность предсказать, что на производстве пойдет не так. Например: мы видим, что какой-то из датчиков начинает показывать рост уровня вибрации на линии, и это ненормально. Предиктивная аналитика позволяет сказать, что из-за этой вибрации скоро сломается насос. Обладая этой информацией, мы можем поменять насос или подшипник во время плановой остановки, а не ждать, пока насос сломается, а производство вынужденно остановится и начнет приносить убытки.

Если же поломку не удалось предсказать, то в любом случае мы сможем понять, по каким причинам что-то пошло не так и как не допустить подобного происшествия в будущем. Предиктивная аналитика дает нам возможность минимизировать простои оборудования и все риски, связанные с этим.

Искусственный интеллект

Следующий уровень — объединение Big Data и интернета вещей с искусственным интеллектом. К 2022 году более 80% IIoT-устройств на производстве включат в себя алгоритмы ИИ, и эта доля будет постоянно увеличиваться. Gartner прогнозирует, что до 2028 года повышение рентабельности на 38% будет возможно именно за счет связки IIoT и ИИ — по сути, эти технологии смогут дать серьезный толчок к улучшению показателей бизнеса. 

Чтобы эффективно работать с ИИ, его нужно обучить. Для этого специалисты собирают данные с «умных» устройств на производстве и тренируют на них нейросеть, после чего ее уже можно использовать. Самая простая функция ИИ — очистка существующих данных от мусора, то есть ненужных элементов. После обучения нейросеть можно допускать до предиктивной аналитики — технология будет подсказывать человеку, какие действия можно предпринять, чтобы улучшить производственные показатели.

ИИ сможет учитывать такие нюансы, которые на традиционном производстве знают только специалисты, работающие на предприятии 20-30 лет. Передача человеческого опыта всегда будет происходить с потерями — ИИ же гарантирует, что все важные детали будут учтены. Например, при запуске линии он не забудет, что делать это лучше в ночное время, так как днем электроэнергия дороже, и производство будет более затратным.

5G

IIoT, ИИ и 5G — три составляющие, которые дополняют друг друга на производстве, и поэтому они должны развиваться одномоментно. Убери одну переменную, и прогресс будет крайне затруднительным.

Это доказывает пример с сетями 5G, которые только начинают появляться в некоторых регионах. Сейчас отсутствие технологии тормозит промышленное развитие и модернизацию: IIoT-устройства производят терабайты данных, и без сетей 5G мы не можем передать такой объем трафика в обработку ИИ.

Технология находится еще в начальной стадии развития, но мы уже видим, что поставщики мобильной связи тестируют различные решения в нашей стране. В будущем скоростная передача данных значительно повлияет на экономику производства.

3D-печать

В медийном пространстве эта технология несколько лет назад была одной из самых популярных, однако сегодня ее почему-то оставили в стороне. Действительно, сама 3D-печать уже не достижение. Мы можем распечатать почти что угодно (даже дом!) в любом материале — пластике, металле и многих других.

Технология может сильно влиять на стабильность работы всего завода. Но на данном этапе развития 3D-печати мы можем создать лишь временную деталь, которая вышла из строя, а затем ее все-таки лучше заменить на традиционную, которую поставщик привезет нам через несколько недель. Подобная деталь помогает на время сохранить бесперебойную работу производства, но пока мы не можем использовать ее в качестве полноценной замены.

Чтобы в этой сфере произошел прогресс, важно развивать другое значимое направление — повышение навыков в 3D-моделировании. Многие производства сложных деталей очень трудоемкие и требуют большого количества материала. Например, чтобы произвести деталь, которая будет держать двигатель самолета, нужна огромная металлическая заготовка, которую вытачивают и шлифуют. Такое ресурсоемкое производство можно заменить 3D-печатью, но чтобы задать необходимые параметры и спроектировать модель, нужны продвинутые навыки инженеров в 3D-моделировании. Только в этом случае деталь может быть по всем характеристикам идентичной оригиналу, и это сможет повысить эффективность производства.

Цифровые двойники

Технология цифровых двойников (Digital Twins) также частично связана с 3D-моделированием. По факту это создание полной копии объекта в цифровой среде. Про нее активно начали говорить во время пандемии, когда инженеры, занятые в пусконаладочных работах, которые обычно проводили 90% своего времени в командировках, из-за ограничений перестали летать от завода к заводу. Возникла острая необходимость в возможности удаленной работы. Технология цифровых двойников позволяет работать и обсуждать проект в цифровом пространстве.

Перевести здание в цифровое пространство можно с помощью технологии 3D-сканирования. Подробные фотосъемки завода собираются в виртуальную модель. По ней можно перемещаться как в Google Maps, так и в VR-очках. Это дает совершенно другой уровень проработки проектов, становится проще объяснить поставщикам и инженерам, что конкретно нам нужно. Например, если мы готовим к запуску новую линию на заводе, то сами, конечно, понимаем, как все устроено на предприятии, а поставщики для тендера — нет, и не имеют возможности посетить локацию. При помощи цифрового двойника они смогут сделать замеры и виртуально «примерить» оборудование.

Дополненная реальность (AR)

Основа в виде цифрового двойника увеличивает возможности технологий дополненной реальности (AR). Например, с помощью очков мы можем получить сервисную поддержку коллег из других стран или от производителя оборудования.

И снова особенно важным это оказалось во время пандемии, когда у наладчиков пропала возможность лично присутствовать на предприятиях для запуска новых линий или сервисных операций. При помощи очков дополненной реальности коллеги выходят на связь и фактически видят производство глазами тех, кто находится на месте.

Другой вариант использования — это иммерсивное обучение специалистов. Особенно актуально это для тех отраслей, где производства работают круглосуточно в течение всего года. Например, у компании есть 24 часа на переборку оборудования, и для подготовки к этому используются AR-очки, с помощью которых обучают наладчиков.


Все вышеописанные технологии делятся условно на две категории. Первые — IoT, ИИ, 5G и 3D-печать — развивались и до пандемии. Вторые, такие как цифровые двойники и AR, стали актуальными именно сегодня, когда границы оказались закрыты и доступ на предприятия ограничен. В любом случае, пандемия показала, что любая модернизация и цифровизация — значимые конкурентные преимущества. Кто раньше внедрит технологии в производство, тот продолжит эффективную работу и станет лидером своей отрасли.  

Фото на обложке: Unsplash

Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

Материалы по теме

  1. 1 PLM: зачем внедрять систему управления жизненным циклом продукта
  2. 2 Мифы vs реальность: что нужно знать, а что забыть о внедрении инноваций на предприятие
  3. 3 Цифровой завод: 5 эффективных решений на производстве
  4. 4 Как роботы повышают эффективность производства в России
Успехи российских стартапов за рубежом
#Гордость
Перейти