Барьеры внедрения предиктивной аналитики на производствах России

Барьеры внедрения предиктивной аналитики

В обычной жизни мы уже давно привыкли пользоваться программами с элементами предиктивной аналитики. Так, Яндекс Драйв, использую ежедневную статистику и информацию в реальном времени о состоянии движения на дорогах от своих пользователей, предсказывает нам: когда мы доберемся из точки А в точку В, сколько это займет времени, каким транспортом быстрее, и даже предлагает несколько наиболее удачных маршрутов, с учетом расписания общественного транспорта. Привыкнув к удобным сервисам в повседневной жизни, мы задумываемся, а почему так мало подобных систем с элементами предиктивной аналитики мы используем в производстве? Что нам мешает?

«Скрытый завод»

Если в финансовом секторе и ритейле сбором и аналитикой данных занимаются уже давно, и в настоящее время эти сферы бизнеса практически сливаются с IT с его современными системами аналитики, то с консервативным производственным сектором пока не всё так однозначно.  Прежде всего, большинство предприятий имеют автоматизированное и полу-автоматизированное оборудование, не интегрированное в единую систему: оборудование имеет датчики, необходимые для его работы, но данные с этих датчиков никуда за пределы отдельно взятой машины не передаются и, соответственно, не анализируются. Такое производство мы в Rockwell Automation называем термин “скрытый завод”.

Многие компании уже осознали, что без интеграции данных производства невозможна никакая аналитика. Как следствие, интеграция машинных данных сейчас самый востребованный тренд на российских производствах. Мы это ощутили за последний год.

Из нашего опыта, сбор данных от машин, в зависимости от степени интеграционной готовности оборудования, может занимать до 20% трудозатрат от всего проекта построения системы аналитики на предприятии. Здесь, вопреки ожиданиям заказчика, наиболее критичным является не построение самой инфраструктуры, а «открытость» оборудования, т.е. возможность доступа к уже имеющимся данным внутри машины.

С продвижением IIoT, получение данных для систем аналитики значительно упростилось и удешевилось. Современные цифровые платформы, такие как ThingWorx, позволяют создавать гибридные системы данных из разных источников, таких как умные датчики и устройства, любые контроллеры с OPC, облака, интернет, а также практически с любых устройств и приложений  с низкой стоимостью их интеграции, передачи и хранения. Именно благодаря значительно подешевевшему и упростившему процессу интеграции данных обусловлен возросший в последние годы интерес к системам аналитики.

Организация данных

Тем не менее, интеграция данных не самый сложный этап. Самой трудозатратной является обработка и очистка полученных данных. Из нашего опыта она может занимать до 60% от построения системы аналитики. Наиболее сложной является очистка и объединение данных из разных источников и приведение их к «общему знаменателю». Раньше аналогичные процедуры занимали огромное количество ресурсов и времени. Сейчас современные системы аналитики, такие как FactoryTalk Analytics от Rockwell Automation, предлагают встроенные инструменты, позволяющие это делать интуитивно, в считанные минуты, с помощью “drag-and-drop”.

Хранение данных

Данные могут поступать с любых источников: на производстве это контроллеры машин или сервер исторических данных, такой, например, как Historian от Rockwell Automation. Последний вариант реализации наиболее предпочтителен, так как организует единый источник производственных данных. Для создания «единого источника правды» уровня всего предприятия используют «Data Lake», который физически может располагаться как на корпоративном сервере, так и на стороннем облаке. Это достаточно удобно, так как позволяет хранить любые данные как в непереработанном виде (первоначальном формате), так и уже в обработанном и проанализированном.

 Тем не менее, не каждая компания готова к размещению и обработке своих данных на сторонних серверах и облаках. Особенно чувствительны компании из нефтегазовой отрасли. Высокие требования компаний к защите собственных производственных данных являются одним из барьеров, сдерживающим распространение аналитики на предприятиях.

Передача данных

Ещё одним фактором, сдерживающим развитие аналитики, является ограничение пропускной способности каналов связи. В связи с экспоненциально возросшим потоком информации, кол-во данных которые нужно обрабатывать и анализировать критично увеличилось. Если центр обработки данных находится далеко, это предполагает передачу огромных массивов на большие расстояния, что не всегда просто реализовать. Чтобы разгрузить каналы, используются «edge» технологии. На самом оборудовании, рядом с источником данных, устанавливаются «edge»-устройства для предварительной обработки и даже аналитики данных, включая машинное обучение. Это могут быть как отдельно установленные устройства, так и встраиваемые в контроллеры модули. При этом не важно какое железо они используют x86 или Raspberry, так как обычно решения, устанавливаемые на «edge» -устройства, являются кросс-платформенными.

Использование данных

В настоящий момент на рынке существует множество инструментов работы с уже готовыми данными. Основными моментами на что следует обратить внимание, это простота и интуитивность работы с данными, возможность сведения различной информации из разных систем на одном экране, а также удобство использования на различных платформах и устройствах.

Выводы

На сегодняшний день предсказательная аналитика является одной из наиболее востребованных технологий в мире. Люди всегда хотели предсказывать что произойдет завтра, но только сегодня с использованием современных интеграционных платформ и вспомогательных технологий, таких как IoT, Edge, ML, 5G, это становиться доступным. Несмотря на все технические трудности, с которыми приходиться сталкиваться при построении систем аналитики, основным сдерживающим фактором для российских предприятий является недоверие компаний. Внедрение аналитики ведет к прозрачности бизнеса, а сегодня не каждая российская компания готова к этому. Тем не менее, изменения неизбежны, а процесс трансформации занимает время. Поэтому, компании которые это понимают, уже сейчас активно интегрируют данные своих предприятий, выбирают мощные инструменты и специалистов для работы с этими данными. Такие компании инвестируют в своё будущее и завтра будут доминировать на рынке.

На саммите IoT & AI World Summit Russia, который пройдет 1 октября 2019 в Казани, я буду рад рассказать вам о преимуществах использования нашей аналитической платформы и узнать, как мы можем вам помочь в достижении ваших производственных целей.

Dmitry Krisyuk
Размещено 25 Сентябрь 2019 Кем Dmitry Krisyuk, Sales Manager End User, Rockwell Automation
  • Контакт:

Подписаться

Компания Rockwell Automation и наши партнеры обладают исключительным опытом в проектировании, реализации и поддержке проектов автоматизации.

Подписаться

Откройте для себя продукты, а также инновационные решения и инструменты, о которым мы рассказываем.