Цифровые ассистенты на производстве
Как умная экосистема помогает эффективно управлять предприятием
Цифровые ассистенты – решения на стыке технологий интернета вещей и объединенных коммуникаций, позволяющие поддерживать связь между пользователями и физическими объектами. Это технологический тыл из умных помощников, которые соберут данные обо всех нюансах производственного процесса, укажут на узкие места, решат технические проблемы и подготовят рекомендации. Благодаря голосовому управлению, искусственному интеллекту (ИИ) и большим возможностям взаимодействия с программной и технологической экосистемами, ассистенты решают рутинные задачи. Они предоставляют специалистам информацию для принятия решений, обеспечивают эффективную работу предприятия. Об успешных примерах внедрения цифровых помощников читателям RSpectr рассказал руководитель направления IoT компании CTI Давид Туманян.
РЫНОК И ТЕНДЕНЦИИ
В 2021 году количество подключенных устройств для интернета вещей и межмашинных коммуникаций в России достигло 29,6 миллионов. Согласно исследованию Transforma Insights, к 2030 году общее количество подключений IoT-устройств в мире достигнет 28 миллиардов. И это объяснимо. Ключевой драйвер роста рынка – потребность в повышении операционной эффективности. И в этой парадигме промышленный интернет вещей (IIoT) выходит на верхний уровень в связи с исчерпанием возможностей классических инструментов управления – организационных мероприятий, повышения мотивации персонала и прочего.
Цифровые ассистенты обеспечивают полноту, непротиворечивость, оперативность и достоверность информации, используемой при принятии управленческих решений, что ведет к повышению их качества и снижает риски
Согласно последнему отчету Market Research Engine, объем глобального рынка IIoT к концу 2022 года превысит 176 млрд долларов. В течение следующих четырех лет рынок будет расти с совокупным годовым темпом роста (CAGR), превышающим 8 процентов. По данным Научно-технического центра Главного радиочастотного центра (НТЦ ГРЧЦ), рынок IoT в России растет на 18,3% в годи к 2024-му превысит 100 млрд долларов. Лидерами по количеству проектов и объему инвестиций в IoT в России в 2020 – 2021 годах были предприятия сферы транспорта и логистики – 15%, промышленности – 17%, энергетики и ЖКХ, а также нефтегазовая и горнодобывающая отрасли, включая «умную недвижимость» – 12 процентов. Наибольшую динамику в ближайшее время в России будут демонстрировать сегменты ЖКХ – 39% и промышленности – 19% роста к 2024 году.
В России пандемия COVID-19 не оказала значительного влияния на стартовавшие IoT-проекты. Напротив, для многих крупных и средних предприятий пандемия стала фактором, стимулирующим внедрение и развитие инновационных технологий. По данным исследования Inmarsat, в 2021 году на производствах 77% компаний действовало не менее одного IoT-проекта, причем в 41% случаев этот проект был запущен в период пандемии.
По оценкам GSMA, в 2021 году более 50% крупных компаний на мировом рынке реализовывали IoT-проекты в рамках комплексных программ цифровой трансформации. Количество новых типов eSIM-оборудования в мире растет на 50% в год, а к 2025 году общее количество IoT-устройств с eSIM сравняется с парком, использующим традиционные SIM-карты.
Ответим на вопрос, как цифровые ассистенты могут послужить бизнесу и каких практических результатов заказчики достигают уже сегодня.
ТЕКУЩИЕ ЗАДАЧИ ПРОИЗВОДСТВА
Ввиду роста числа техники, объектов мониторинга и усложнения процессов планирования предприятия сталкиваются с тем, что ручное управление производством исчерпывает себя. Контроль над тысячами промышленных единиц требует колоссальных затрат. Компании несут серьезные расходы на техническое обслуживание и ремонт, не получают ожидаемого дохода и не выполняют намеченных планов.
![](https://rspectr.com/wp-content/uploads/2022/06/ii-proizvodstvo-2-1-663x1024.jpg)
Для решения сложившихся задач, следуя трендам отрасли, многие предприятия идут в сторону внедрения проектов IoT. Но большинство продолжает воспринимать интернет вещей только лишь как умные датчики, связанные между собою в Сеть. При таком подходе решения ограничены в своем функционале, и конечная реализация представляет собой исключительно систему мониторинга.
В действительности IoT-системы могут эволюционировать – от подключения отдельных продуктов и объектов с целью их диагностики, контроля до комплексного решения, в которых объекты мониторинга связаны с цифровым ассистентами и двойниками
Такой подход дает возможность построения эффективной системы оперативного управления предприятием, значительно снижает операционные затраты и улучшает производственные показатели.
ЧТО НУЖНО ДЛЯ РЕШЕНИЯ ЗАДАЧИ
Необходима цифровая экосистема, фундаментом для построения которой служит универсальная IoT-платформа. Она объединяет данные, предоставленные датчиками для контроля состояния объектов, и интегрируется с различными информационными системами. Сведения, необходимые для принятия оперативных решений, поступают в сторонние системы. В частности, если деталь вышла из строя, после проведенной диагностики об этом будет извещена программа складского учета с тем, чтобы незамедлительно купить или заказать новую.
![](https://rspectr.com/wp-content/uploads/2022/06/ii-proizvodstvo-646x1024.jpg)
С одной стороны, платформа служит для оптимизации производственных процессов. Продуктивность растет за счет снижения простоев оборудования, гибкой перестройки процессов, перемещения заготовок между технологическими переделами и так далее. С другой, платформа призвана повысить качество послепродажного обслуживания готовой продукции. Сбор неограниченного объема данных с изделий дает возможность осуществлять мониторинг их работоспособности, планировать обслуживание, создавать полноценные цифровые двойники для проведения виртуальных испытаний и многое другое.
Системы предиктивной диагностики – следующий важный компонент экосистемы современного цифрового предприятия
Это индустриальное IoT-решение для анализа состояния промышленного оборудования, которое выявляет аномалии в работе узлов и агрегатов еще до возникновения поломки. Система сравнивает реальные процессы с нормативными – по вибродиагностике, анализу температуры и давления и т.п. CTI IoT Engine, например, способна по сигнатуре тока, без вмешательства в электрические сети оборудования, неинвазивным подключением диагностировать множество различных дефектов и прогнозировать выход из строя оборудования. Системы предиктивной диагностики позволяют перейти от техобслуживания по расписанию или количеству циклов к экономически более выгодному техобслуживанию «по состоянию», что позволяет оптимизировать затраты на ремонт и снизить издержи от непланового простоя оборудования.
Цифровой двойник (советник)с искусственным интеллектом, благодаря глубокому машинному обучению и анализу огромного массива метаданных, в реальном времени дает рекомендации по оптимальному режиму работы оборудования.
Система автоинформирования в автоматическом режиме отправляет сообщения или выполняет обзвон ответственных лиц, чтобы известить о статусе процесса. Так, в случае диагностирования дефекта, CTI OutBound сама отправит сообщение в мессенджер ответственному лицу или позвонит ему с помощью голосового бота и сообщит об инциденте, поломке, сбое в работе оборудования. Это позволит узнать об инциденте максимально оперативно и минимизировать последствия.
Цифровой ассистент с голосовым управлением открывает широкие возможности взаимодействия с информсистемами на языке человека. Это быстро и удобно, что особенно актуально в промышленных условиях и при условии использования средств индивидуальной защиты. Например, CTI Speech Attendant поможет заполнять диагностические производственные карты в голосовом интерактивном виде, когда чек лист проходится по рации в виде диалога с голосовым ассистентом.
ОБРАТИМСЯ К ПРАКТИКЕ
На производстве, как правило, используются комплексные решения. Входящая в их состав система предиктивной диагностики выявляет аномалии в работе оборудования еще до возникновения поломки. При обнаружении отклонения, в зависимости от критичности его влияния на работу производства, сигнал через систему автоинформирования передается в виде телефонного звонка главному инженеру, либо мастеру по ремонту. Параллельно с этим сообщение об аномалии поступает в учетную систему, где автоматически создается заявка на внепланово-техническое обслуживание. Затем эта информация вместе с данными, собранными со множества датчиков, агрегируется в IoT-платформе и становится доступной следующему шагу и параллельным процессам. На основе полученных данных цифровые советчики построят прогнозные модели и выдадут рекомендации по оптимальным режимам работы с учетом производственной программы.
Через считанные минуты ремонтная служба получит сформированное наряд-задание с технологическими картами работ. При наличии возможности система самостоятельно произведет корректирующее воздействие и устранит неполадку (например, понизит давление), либо проблема будет устранена во время внепланового осмотра, до выхода оборудования из строя.
Часто цифровые ассистенты используются для ускорения и повышения эффективности обслуживания
Например, водитель, выполняя предрейсовый осмотр, обязан проверить состояние узлов и агрегатов автомобиля на наличие неисправностей, протечек, повреждений согласно чек-листу, отмечая вручную выявленные нарушения. Этот процесс слабо контролируем за счет сильного влияния человеческого фактора и неэффективный, поскольку дальнейшая обработка заполненных чек-листов производится также вручную, что крайне трудозатратно и сложно в отношении работы с историческими данными.
Цифровые ассистенты благодаря голосовому управлению позволяют водителю произнести вслух обозначения выявленных дефектов, и информация мгновенно передается в учетные системы. После этого, аналогично предыдущему примеру, производятся ее анализ и принятие корректирующих действий.
Внедрение цифровых помощников в крупнейшей российской транспортно-логистической компании привело к снижению штрафов за невыполнение коэффициента технической готовности (КТГ) оборудования и сокращению времени простоя производства на 12 процентов. Помимо этого, удалось снизить затраты на ремонт, так как вместо восстановления поврежденного в результате отказа оборудования проводились планово-предупредительные работы. В итоге в 2019 году эффект составил около 100 млн рублей, в 2020 году – около 150 млн, а в 2021 – уже 180 миллионов.
Аварийный выход оборудования из строя дорого обходится предприятиям, а цифровые ассистенты сокращают расходы на 50-60%, прогнозируя неисправности
К примеру, благодаря им, за две недели до захода на обслуживание было зафиксировано начало развития неисправности критически важного производственного узла. Проблема была выявлена и оперативно решена.
Другим примером использования цифровых помощников может послужить крупная угольно-энергетическая компания. Число повторяющихся нарушений при выполнении производственных задач сократилось на 40%, а коэффициент травматизма снизился в 2,5 раза. Автоматизация освободила час рабочего времени в смене, его сотрудники предприятия могут посвятить решению более важных задач. За счет автоматизации нарядной системы и системы производственного контроля повысилось качество оперативного управления. Специалисты, имеющие в распоряжении детальную аналитику, отчетность и оценку рисков, оказываются в понятной и прозрачной среде и могут сосредоточиться на инновационном развитии бизнеса.
Внедрение предиктивной диагностики промышленного оборудования на заводе Fanuc привело к повышению эффективности и стабильности производства на 5 процентов. Этого удалось достичь благодаря аккумуляции точной и оперативной информации о текущем состоянии каждого элемента, влияющего на производственный процесс.
В целом, интернет вещей уже стал одним из мощных драйверов роста бизнеса в промышленности. При этом реальные примеры из практики демонстрируют, что решение бизнес-задач возможно только при объединении инструментов мониторинга, анализа, аналитики и информирования в экосистему, распространенную на все активы предприятия. Цифровые ассистенты на базе подобной платформы выводят оперативное управление на новый уровень эффективности.
Изображение: RSpectr, Adobe Stock, Freepik.com