И зачем на производстве нужны искусственный интеллект, роботы и цифровые сенсоры
Современные промышленные предприятия — результат эволюции фабрик в течение почти 250 лет. Раньше перемены шли вслед за новыми устройствами, которые автоматизировали рабочие процессы. Но в основе четвертой промышленной революции, бушующей вокруг нас, лежат данные и их правильное использование. О том, что происходит сейчас в индустриях, как меняется производство и какое будущее его ждет, ПостНаука поговорила с Петром Прокофьевым, заместителем руководителя Центра компетенций НТИ на базе Сколтеха.
Этот материал — часть проекта «Индустрия будущего», который мы делаем совместно с Департаментом инвестиционной и промышленной политики города Москвы.
История конвейеров, промышленных гигантов и массового производства началась с маленькой девочки Дженни. Однажды она нечаянно опрокинула прялку отца, английского ткача Джеймса Харгривса. Колесо прялки на полу продолжало вертеться, а веретено пряло пряжу, хотя находилось в вертикальном, а не горизонтальном положении. Заметив это, Харгривс усовершенствовал станок так, что вместо одного веретена к колесу крепилось восемь. Теперь прялка производила по меньшей мере в шесть раз больше пряжи, а значит, и лишала работы по крайней мере пяти ткачей. Станок так и назвали — прялка «Дженни». Она стала символом начала промышленного переворота.
Позже массовое производство вытеснило ручной труд, а в 1913 году промышленник Генри Форд установил движущиеся линии для отдельных частей производственного процесса автомобилей Ford T: рабочие строили двигатели и трансмиссии на тросовых конвейерных лентах. Инновация сократила время на сборку автомобиля с более чем 12 часов до 1 часа и 33 минут. Конвейер Генри Форда проложил дорогу к массовому выпуску сложных продуктов, а массовая компьютеризация во второй половине ХХ века сделала производство еще эффективнее.
Каждая из случившихся промышленных революций — переход от ручного труда к машинному, конвейерное производство, внедрение компьютеров в производство — была сопряжена с автоматизацией рабочих процессов. Автоматизация, как правило, связана с совершенствованием объекта производства (продукта), производственной цепи или технологического процесса. В феврале 2021 года российские ученые разработали компактный токарный станок с числовым программным управлением (ЧПУ), который потребляет электроэнергии на 40% меньше, чем аналоги, — чистой воды автоматизация.
Однако нынешние перемены на производстве носят принципиально другой характер. Сейчас промышленные предприятия собирают информацию из физического и цифрового мира, чтобы, объединив ее, сделать следующий шаг в производстве. Собрав большое количество данных, современная фабрика учится на их основе строить математические модели. Например, раньше автопроизводители должны были разрушить сотню-другую машин во время испытаний, прежде чем выпустить новую модель автомобиля на рынок. Виртуальный стенд может проводить неограниченное количество испытаний, имитируя разные условия (фронтальный или боковой удар, наезд на препятствие и другие). Или «цифровая ветряная электростанция»: GE с помощью математической модели оценивает эффективность каждой ветряной турбины еще на этапе проектирования. Компания не тратит деньги на строительство физического объекта, пока не проверит его эффективность в виртуальной среде.
Таким образом начинают свою жизнь киберфизические системы. Этот процесс, который объединяет реальные и виртуальные объекты и строится с помощью цифровых методов, называют цифровизацией, а современные фабрики, как следствие, цифровыми.
Петр Прокофьев, заместитель руководителя центра компетенций НТИ «Технологии беспроводной связи и интернета вещей» при Сколтехе:
— Современное производство движется от массового безликого к массовому, каким бы оксюмороном это ни казалось. То есть корпорации подстраиваются под потребности каждого конкретного клиента, и в итоге у нас получается массовое индивидуальное производство.
Цифровая фабрика — это предприятие, которое применяет технологии цифрового моделирования своей продукции, производственных процессов и эксплуатации во всем цикле производства. Весь жизненный цикл изделия от проектирования до утилизации существует не только в реальном, но и виртуальном пространстве.
Хороший пример — современное производство Airbus. Сборочное предприятие компании находится на юге Франции в городке Бланьяк, который располагается в окрестностях Тулузы. Но комплектующие делают не только во Франции, но и в Германии, Испании и Великобритании. Производство географически распределено по европейским странам, а проектирование ведется в виртуальных средах, таких как CAD/CAE/CAM-системы (компьютерная поддержка проектирования, изготовления и инженерных расчетов). Это пример элемента цифровой фабрики в чистом виде, когда в процессе проектирования геометрическая модель самолета, инженерный и сборочный чертежи формируются в виртуальном пространстве, а в дальнейшем все элементы, производство которых может быть даже разнесено по континентам, начинают постепенно собираться в одной точке и в итоге превращаются в самолет.
В Airbus пошли еще дальше. Сейчас они строят над всеми процессами — от создания самолета до его эксплуатации в авиакомпаниях — систему Skywise. Она собирает огромное количество данных: от поставщиков различного оборудования, узлов и деталей воздушного судна, от компаний, которые обеспечивают техническое обслуживание и ремонт, от самих авиакомпаний, которые эксплуатируют самолеты. То есть, помимо цифровых решений на самом производстве, компания планирует копить абсолютно всю информацию, которая связана с функционированием — жизненным циклом — их самолета.
Пример отечественного решения — цифровая система IIoT.ISTOK холдинга «Росэлектроника». Она воссоздает 3D-модель предприятия, где отображаются данные по загрузке оборудования и выпуску продукции. Автоматическая система также планирует производство и знает, какие детали нужны в каждом из цехов. Для этого есть специальные электронные маршрутные карты. В результате простой оборудования на предприятии сократился в среднем на 15%, а затраты на техническое обслуживание снизились на 10%.
Это очевидная мысль, которую стоит в очередной раз проговорить: конвейер был основой второй промышленной революции, компьютеры запустили третью, а данные стали основой нынешних перемен. Уже вскоре производство, продукты и решения компаний будут в первую очередь основаны на собранных данных.
Если говорить об инфраструктуре, то возникает несколько вопросов: как собирать информацию, как долго ее хранить и хватит ли объемов? На часть вопросов отвечает технология edge computing — пограничные вычисления. Логика простая: вынести часть вычислений и преобразований данных ближе к объекту, который их производит. То есть не собирать сырую, необработанную информацию в огромное хранилище, чтобы потом с ней что-то делать, а сразу выстроить инфраструктуру, способную посылать с производственных процессов или конечных изделий агрегированные данные, которые структурированы, могут занимать меньший объем и удобнее для хранения.
Современная цифровая фабрика, планирующая строить инфраструктуру для сбора, передачи и обработки данных, неизбежно идет к edge computing. Это означает, что компании будут оснащать свои производственные цепочки и технологические процессы соответствующими элементами. Как правило, это более сложные датчики, чем те, которые стоят сейчас. И о датчиках на цифровой фабрике мы поговорим чуть подробнее.
Чтобы собирать информацию с производства, предприятие необходимо оснастить соответствующими сенсорами и датчиками. И совокупность этих датчиков чаще всего называют интернетом вещей (в нашем случае более точный термин — «промышленный интернет вещей»). С точки зрения промышленности интернет вещей выглядит следующим образом: сенсоры и датчики для сбора информации, некая среда передачи данных (например, беспроводные решения, такие как 5G и Wi-Fi) и конечное хранилище. Затем над ними надстраивают системы аналитики: BI-системы, инструменты для статистического анализа, OLAP-кубы (особая структура данных, которая позволяет быстрее их анализировать), возможности визуального представления для диспетчеризации и мониторинга информации. Отличный пример умного производства сегодня — сталелитейный завод Big River Steel, который ввели в эксплуатацию совместно с SMS group. Он производит 2 миллиона тонн стали ежегодно, а работает там всего 400 человек. Стоит отметить, что начальные инвестиции на строительство Big River Steel составили$1,6 млрд, а спустя год в завод инвестировали еще $1,2 млрд.
Всё это делают с одной целью: чтобы данные начали приносить пользу компании — либо в виде урезанных трат на производство продукции, либо в виде дополнительной прибыли. Компании Harley Davidson с MES-системы удалось сократить время производства мотоциклов с 21 дня до 6 часов. Все мотоциклы компания изготавливает под запрос клиента, а система пересчитывает план производства каждый раз, когда появляются новые входные данные: поступает новый заказ на мотоцикл, появляется сбой или простой. Каждые 89 секунд с конвейера сходит мотоцикл, и каждые 89 секунд план производства всех изготавливаемых мотоциклов пересчитывается из-за появления нового заказа.
Элементы промышленного интернета вещей — это не только умные алгоритмы, но и физические компоненты. Так, московская компания «Радиотех» специализируется на большом спектре такого оборудования — от датчиков утечки воды и газа до умных касок, а также занимается вопросами информационной безопасности промышленной сети.
Цифровые двойники агрегируют данные, собранные с датчиков, и системы, способные эту информацию обрабатывать. Фактически они превращают обычную фабрику в цифровое, умное производство. Впервые о них задумались, когда стало понятно, что математическое моделирование может заменить натурный эксперимент. В современности цифровые двойники — это целый стек технологий, куда входят несколько уровней, от железа до системного программного обеспечения. А еще прямо сейчас большинство технических директоров промышленных предприятий ненавидят это понятие, и вот почему.
Американские аналитики из компании Gartner считают, что большинство технологий после своего появления проходят пять стандартных этапов: запуск, пик завышенных ожиданий (запомните его!), пропасть разочарования, склон просвещения и плато продуктивности. Эта схема называется хайп-цикл Gartner, с ней согласны далеко не все, но в этом случае она отлично объясняет, что же случилось с цифровыми двойниками в России. Несколько лет назад цифровой двойник был некой фантазией, которую предприятия себе рисовали. Были завышенные ожидания — помните второй этап хайп-цикла? — которые быстро скатились в пропасть разочарования.
На самом деле цифровой двойник объединяет робототехнику, сенсорику, AR/VR, ИИ и машинное обучение, технологии связи, блокчейн и еще пару десятков решений. В результате его работы должна получиться виртуальная модель процесса или продукта, которая описывает весь путь — от формирования до производства и эксплуатации. Цифровой двойник становится той самой киберфизической системой, в которой непрерывно связаны реальное изделие и его цифровая копия. Они обогащают друг друга данными: цифровой двойник позволяет компании проверять свои гипотезы на виртуальной модели, а реальное изделие поставляет информацию, которая корректирует цифровую копию.
И несмотря на то, что большинство отечественных ИТ-директоров сейчас не любят цифровые двойники, все так или иначе двигаются в этом направлении. Они внедряют виртуальные испытания своих продуктов, переводят в «цифру» весь жизненный цикл, создают виртуальную среду для ее модернизации. Например, цифровой двойник рудника, который разработал «Уралкалий», в прошлом году назвали лучшим цифровым проектом России и стран СНГ.
Автор концепции «Фабрика будущего» Алексей Боровков выделяет шесть основных типов цифровых двойников — по мере обогащения данными и охвата все большего числа количества источников, из которых черпают информацию.
Сейчас элементы цифровых двойников можно найти практически повсюду. Столь ненавидимый стек технологий используют в нефтегазовой отрасли, активно подключаются горнорудное производство и металлургия. Он есть в энергетическом секторе, в производстве товаров массового потребления, в том числе в автомобильном производстве: помимо упомянутого «Автоваза», созданием цифровых двойников занялись в КАМАЗе.
Уже в обозримом будущем цифровой двойник станет обыденностью, гигиенической нормой для предприятия, которое планирует быть конкурентоспособным. И все идет к тому, что двойники достигнут шестого уровня развития, то есть станут автономными. В этой ситуации решающую роль будет играть искусственный интеллект — ключевой способ обработки и работы с информацией.
Промышленность — одна из тех областей, где уже накоплен и продолжает собираться большой объем данных. Они бывают разных типов, более тысячи различных параметров, причем чаще всего эти данные плохо структурированы или не структурированы вовсе. Человеческий мозг подобные массивы информации не в силах проанализировать, поэтому на помощь приходит искусственный интеллект — совокупность технологий, находящихся на разных этапах зрелости. Например, к ним относят машинное обучение, роботизацию и автоматизацию процессов (RPA — Robotic Process Automation), чат-ботов и ассистентов.
Есть четыре ключевых фактора, благодаря которым мы можем говорить, что искусственный интеллект — это тренд, меняющий мир. Растет количество вычислительных мощностей, а себестоимость решений снижается и из-за удешевления «железа»: теперь не приходится ждать окупаемости проекта на производстве по десять лет. Развиваются соответствующие области математики. Накапливается бизнес-практика, появляются специалисты с проектным опытом в этой области. И конечно же, становится больше данных: если раньше на производстве были лишь бумажные записи, то теперь на станках стоят собирающие информацию датчики.
Как НЛМК сэкономил 100 миллионов рублей с помощью ИИ
При производстве стали для разных марок есть требования по содержанию ферросплавов — примесей, таких как кремний, марганец, кальций или азот, которые повышают прочность и термостойкость стали или делают ее нержавеющей. НЛМК потребовалось решение, позволяющее определять минимально необходимое количество ферросплава, чтобы выпустить нужную сталь и в то же время использовать минимальное количество самих материалов.
Комбинат разработал и внедрил сервис для ускорения работы стана горячей прокатки. Математическая модель машинного обучения, на которой построен сервис, помогает операторам оптимизировать прокат металла. Данные выводятся на монитор, расположенный в помещении пульта управления плавильной печью. Ожидаемый экономический эффект при расширении сервиса на максимальный объем марочного сортамента в двух цехах конвертерного производства составил 100 миллионов рублей в год.
Пару слов о роботизации производства. За 2019 год инвестиции в промышленных роботов достигли рекордных $16,5 млрд. Сейчас роботизированы многие элементы, которые раньше делались вручную: сварка, покраска, установка отдельных блоков и элементов вне зависимости от производства (это могут быть как мобильные телефоны, так и автомобили). Идет роботизация складов и систем поддержки массового обслуживания в супермаркетах (например, автоматизированная инвентаризация). Современные луддиты уже бьют тревогу: человеку нет места на производстве будущего. Но это не так.
Найти роботизированные установки и промышленное программное обеспечение московские заводы могут в «Банке Технологий». Вопрос, с которым московские власти сталкивались много раз, — где взять эти ваши умные технологии, особенно когда японские роботы дороги и долго окупаются, да и чтобы поставить их на действующую линию, нужно перестроить половину предприятия. В отличие от иностранных аналогов, российские компании не только создают робота под конкретный завод, но и обучают сотрудников предприятия с ним работать, а также осуществляют полный гарантийный контроль. Пандемия еще больше подтолкнула выбирать своих: сервисная служба «рядом с домом» и не зависит от открытых или закрытых границ и авиасообщения. Всего за несколько месяцев работы портал Агентства промышленного развития Москвы собрал уже более 60 технологий.
Люди на фабриках будущего нужны: кто-то должен эксплуатировать даже самые современные решения, кто-то должен за ними наблюдать и ремонтировать. Согласно отчету Всемирного экономического форума, в ближайшие пять лет исчезнут 85 миллионов рабочих мест, но при этом появится 97 миллионов новых рабочих мест. Произойдет своего рода переход, который мы уже не раз проходили в истории человечества.
Появятся новые профессии, которых раньше не было. Из уже существующего можно назвать аналитику данных. Еще 15 лет назад это словосочетание было редкостью, а сейчас это огромный перегретый рынок с высокими доходами: средняя зарплата аналитика данных в Москве осенью 2020 года составляла 134 тысячи рублей.
В 2020 году Московский нефтеперерабатывающий завод запустил установку «Евро+». Ее площадь — 6 гектаров, а на оборудовании установлены 15 тысяч датчиков, которые непрерывно анализируют работу установки. При этом, чтобы управлять таким колоссальным объектом, нужно всего 19 человек.
Любое конкурентоспособное предприятие, которое будет через 15 лет существовать на рынке, совершенно точно будет цифровым и умным. А может быть и полноценной виртуальной фабрикой. Сложные и тяжелые производства сосредоточатся на развитии цифровых двойников, которые позволят качественнее и смелее применять новые технологии, поскольку при неудаче будет страдать виртуальная модель, а не физическое производство.
Источник: postnauka.ru