От роботов до цифровых двойников: какие технологии меняют промышленность уже сегодня

17 сентября iqData совместно с партнерами провела вторую конференцию, посвященную новым технологиям в сфере промышленности — автоматизации и управлению производством, машинному зрению, роботизации и инновационным материалам.

В мероприятии приняли участие более 130 участников из 68 производственных предприятий страны. В этом году организаторы сделали акцент на универсальных технологиях, которые могут применяться практически во всех отраслях: пищевой и химической промышленности, фармацевтике, нефтепереработке, добывающем секторе, машиностроении и других направлениях.

Тренд на роботизацию

Как мы уже отмечали ранее, в Беларуси сегодня задан курс на масштабную роботизацию промышленности. К 2030 году планируется приблизить плотность роботизации к 100 промышленным роботам на 10 тысяч работников. Поэтому роботизация и автоматизация производства стали одними из центральных тем конференции.

В докладах участники обсуждали не столько возможности промышленных роботов сами по себе, сколько практические вопросы их внедрения: какие операции целесообразно роботизировать в первую очередь, как выбрать оборудование, интегрировать его в существующую производственную линию и оценить экономический эффект проекта.

— Один из главных принципов эффективной роботизации — начинать этот процесс с хорошо формализуемых, повторяющихся операций. Например, промышленный робот может загружать и разгружать станки, выполнять сварку, перемещать заготовки, укладывать готовую продукцию на паллеты или обслуживать конвейер, — рассказал руководитель отдела цифровых технологий и роботизации iqData Олег Елистратов. — Представим предприятие, где несколько сотрудников в течение смены вручную снимают коробки с конвейера и формируют паллеты. Робот может выполнять ту же операцию непрерывно, работать с несколькими типоразмерами продукции и автоматически менять схему укладки.

В демозоне конференции были представлены несколько роботизированных комплексов от iqData и Брестского государственного технического университета. Это решения, которые можно адаптировать под широкий спектр производственных задач независимо от масштаба предприятия. Это особенно важно для компаний, которые только начинают роботизацию: первый проект не обязательно должен предполагать перестройку всего цеха. Вместо этого предприятие может выбрать одну операцию с высокой долей ручного труда, оценить ее стоимость, подобрать роботизированную ячейку и запустить пилотный проект. Если решение показывает необходимую производительность и экономический эффект, подход масштабируется на другие участки.

APS, MES и цифровой двойник. Управление производством на основе данных

Если роботизация меняет физические процессы в цехе, то APS- и MES-системы позволяют изменить подход к управлению производством. На предприятии план зависит от десятков ограничений — доступности оборудования, сотрудников, материалов и инструмента, последовательности технологических операций и переналадок. Чем сложнее производство, тем труднее учитывать все эти факторы.

— APS-система помогает сформировать оптимальный производственный план с учетом реальных ограничений, а MES делает управление производством действительно оперативным — позволяет контролировать выполнение операций, загрузку оборудования, движение продукции и фактическое состояние заказов, — рассказал Александр Храмов, коммерческий директор Адептик Плюс. — В традиционной модели, когда предприятие получает срочный заказ, специалисту по планированию приходится «вручную» искать свободные мощности, перестраивать существующий план и расписание. Наша APS-система автоматически пересчитывает расписание, давая специалисту по планированию реальную картину для принятия решений: какие операции можно перенести, где потребуется дополнительная смена и каким образом выполнить новый заказ с минимальным влиянием на уже принятые в производство заказы.

Логичный этап развития предприятия — внедрение смежных цифровых решений, которые обмениваются данными с системой производственного планирования.
— Например, решения класса PLM или планирование выше уровня цеха: объемно-календарное, финансовое (включающее в себя планирование ценообразования, бюджетирование и др.) Мы настраиваем прямую и обратную интеграции данных в слое между ERP и оборудованием, для которого собираем комплексный продуктовый портфель. Как показывает практика, зона с самыми значительными эффектами возникает на стыках: при передаче данных из PLM в APS и далее в MES-систему — отметил Илья Измайлов, управляющий директор холдинга Экспанта.

Следующий этап развития предприятие — создание цифрового двойника производства конвейера, цеха, или даже всего предприятия.

— Цифровые двойники — это сложные решения, внедрение которых может занимать больше года, но в итоге они полностью меняют подход к управлению предприятием, — отметил Илья Измайлов, управляющий директор холдинга Экспанта.  — Они позволяют в виртуальной среде воспроизводить все процессы и моделировать различные ситуации. Можно смоделировать размещение нового оборудования и оценить его эффективность еще на стадии закупки, в режиме реального времени наблюдать за перемещением транспорта, персонала, отмечать узкие места и мгновенно принимать решения для устранения сложностей. Это позволяет устранить все проблемы на ранней стадии.

Таким образом, предприятие постепенно переходит от простой автоматизации отдельных операций к единому цифровому контуру, в котором планирование, производство и физическое оборудование связаны между собой.

Машинное зрение и искусственный интеллект

Еще одно направление, которое быстро развивается в промышленности — машинное зрение. С помощью камер искусственный интеллект в режиме реального времени может оценить качество изделия, посчитать количество продукции на складе, обнаружить нарушение охраны труда. Все это происходит за секунды и оптимизирует гигантский объем труда. Главное ограничение технологии — ее высокая стоимость.

— Один из наиболее очевидных сценариев использования машинного зрения — контроль качества. Представим линию, выпускающую тысячи одинаковых изделий за смену. Оператор физически не может одинаково внимательно проверить каждое из них. А система машинного зрения способна анализировать продукцию непосредственно на конвейере: обнаруживать сколы, трещины, неправильную геометрию, дефекты упаковки или маркировки и автоматически отправлять проблемное изделие на дополнительную проверку, — поделилась возможностями решений с машинным зрением Анна Гусева, руководитель департамента решений для производств NordClan.

Контроль наличия инородных тел в потоке руды

В пищевой промышленности технология может использоваться для контроля формы и размера продукта, целостности упаковки или правильности этикетки. В машиностроении — для поиска дефектов поверхности и проверки комплектности детали. На складе — для распознавания грузов, паллет и маркировки.

Однако искусственный интеллект может использоваться в производстве не только на конвейере, но и для других задач. Например, дли риск-менеджмента, цифровизации документооборота, перевода в электронный вид технической документации с последующей организацией поиска информации по корпоративным данным. Такие возможности дают решения Directum Intelligence.

Кибербезопасность и автономность

Сегодня кибербезопасность промышленного предприятия — это не только вопрос информационных технологий и защиты от атак.

— Промышленность входит в тройку самых атакуемых отраслей в Беларуси, наравне с госсектором и финансами, — отметил руководитель направления информационной безопасности iqData Александр Дубина. — При этом в производстве последствия от атак это не только похищение или шифрование данных, но также остановка линии, нарушение технологического режима, потеря сырья, повреждение оборудования, нарушение требований промышленной безопасности, срыв поставок и, в худшем случае, угроза жизни и здоровью людей. Поэтому задача центра кибербезопасности на производстве должна рассматриваться не как «еще один уровень защиты», а как обязательный элемент системы обеспечения непрерывности и стабильности предприятия.

Условно цепочку атаки на предприятие можно представить следующим образом: фишинг → компрометация учетной записи → проникновение в ИТ → поиск маршрута в ОТ → закрепление → получение доступа к инженерной станции → воздействие на технологическую среду → остановка производства. Если обнаружить атаку на первом этапе, ущерб может быть практически нулевым. Если обнаружить ее после проникновения в ОТ, ситуация уже совершенно другая.

— Главный вопрос для руководителя здесь звучит очень просто: сколько времени предприятие может позволить себе находиться в нештатном режиме после обнаружения кибератаки? Если ответ — часы или дни, то задача кибербезопасности заключается не только в предотвращении атаки. Необходимо сделать так, чтобы потенциальная атака была обнаружена максимально рано, локализована до воздействия на технологический процесс, а восстановление производства занимало минимально возможное время, — рассказал в своем выступлении Иван Фокин, системный архитектор iqData.

Свой ЦОД как элемент автономности предприятия

Однако устойчивость производства зависит не только от защиты информационных систем. Чем больше на предприятии цифровых решений — MES, APS, машинного зрения, промышленного IoT — тем критичнее становится инфраструктура, на которой они работают. Поэтому еще одним направлением конференции стала автономность вычислительной инфраструктуры предприятия. Один из вариантов ее обеспечения — собственный модульный дата-центр.

—  В отличие от строительства классического ЦОД с нуля, модульный подход позволяет получить в течение 6 месяцев конструктивно-инженерный комплекс полной заводской готовности для размещения необходимой серверной, сетевой инфраструктуры и систем хранения данных. При этом в нем также будут предусмотрены резервирование электропитания, охлаждение, пожарная безопасность, контроль доступа и мониторинг инженерных систем, как и в объектах капитального строительства, но с меньшим объемом проектирования и экспертиз, , — отметил Сергей Виноградов, директор по развитию Датарк. — Для промышленного предприятия такой ЦОД может стать основным или резервным локальным защищенным контуром для критически важных систем. Предприятие может уверенно разместить в модульном ЦОД серверы MES, базы производственных данных, системы видеонаблюдения и машинного зрения, резервные копии критичных систем.

Особенно важен такой подход для территориально удаленных производственных объектов, где строительство полноценного капитального дата-центра может быть слишком долгим или экономически нецелесообразным.

Не тренд, а необходимость

Главная идея конференции, которая прослеживалась в докладах практически всех спикеров — в основе цифровизации и модернизации производства должна быть конкретная цель. Увеличение выпуска продукции, сокращение простоя оборудования, снижение количества брака, уменьшить зависимость от дефицитного персонала, повысить точность планирования или сделать производство более предсказуемым Робот нужен не потому, что предприятие должно «заниматься роботизацией». MES нужна не ради наличия MES. Искусственный интеллект также не имеет смысла внедрять только потому, что сегодня об ИИ говорят все.

В основе проекта должна находиться конкретная производственная задача. Поэтому путь к автоматизации может начинаться не с масштабного проекта стоимостью в миллионы, а с автоматизации конкретной задачи. Если предприятие теряет время на ручном паллетировании — стоит оценить роботизированную ячейку, если постоянно нарушается производственный график — разобраться в причинах и рассмотреть APS, если значительная часть брака попадает к клиенту — проверить потенциал машинного зрения.

Именно из таких проектов складывается цифровое производство. И чем раньше предприятие научится соединять эти элементы между собой и превращать производственные данные в конкретные решения, тем заметнее будет практический эффект цифровизации.