Четвёртая промышленная революция

Четвёртая промышлен- ная революция

Четвёртая промышленная революция – промышленный «Интернет вещей» – уже охватывает весь мир. Это способствует повышению производительности, эффективности производства и к 2030 г. позволит дополнительно привлечь в глобальную экономику 12 трлн евро.

Текст Дэниел Дэйси
Иллюстрации Studio muti — folio art

Исследования и теория

Bконце 2017 г. грузовой состав, перевозивший железную руду, вышел из г. Том-Прайса, расположенного в горно-промышленном центре Пилбара в Западной Австралии, и преодолел 100 км до местечка Парабурду.

Это была обычная поездка по пыльной пустынной местности, ничем, казалось бы, не примечательная, за исключением одного важного момента – на борту поезда не было ни одного человека. Благодаря целому ряду датчиков сигналы передавались на компьютеры центра дистанционного управления, откуда поездом управляли сотрудники горнодобывающей компании Rio Tinto. Успешные испытания должны открыть путь к запуску к концу 2018 г. первой в мире полностью автономной железной дороги дальнего сообщения для большегрузных поездов. Эти испытания показали значительный потенциал промышленного «Интернета вещей» – сети взаимосвязанных устройств, способных изменить принципы работы промышленных предприятий.

«Если бы вы упомянули о промышленном «Интернете вещей» несколько лет назад, многие назвали бы это очередным преходящим увлечением, – говорит Брайан Бунтц, контент-директор Института IOT и ведущего новостного сайта об «Интернете вещей». – Однако сегодня мы наблюдаем крупные инвестиции в этот сегмент по всему миру».

Если бы вы смогли переместиться на 15 лет вперёд и посмотреть на работу промышленного предприятия, то, вероятно, вы бы даже не смогли понять, что именно видите.
Эрик Валенца, исполнительный директор IoT ONE

Несмотря на расхождения в определении, промышленный «Интернет вещей» обычно рассматривают как элемент Industry 4.0 – четвёртой волны индустриализации, захлестнувшей мир, начиная с промышленной революции XVIII века. Вторая волна затронула производственные линии и глобализацию, третья – интернет и роботизацию, а четвёртая охватывает промышленный «Интернет вещей» и связана с использованием больших данных, датчиков и автономных машин, а также искусственного интеллекта. Она предполагает применение таких экосистем со взаимосвязанными устройствами, как, например, домашний помощник Google или фитнес-трекер Fitbit, в промышленных масштабах.

Благодаря датчикам, установленным на производственном оборудовании, взаимодействию различных систем, сбору данных и использованию сложных компьютерных программ компании стремятся сократить объёмы работ, выполняемых неквалифицированным персоналом, повышая при этом производительность и эффективность. Потенциал промышленного «Интернета вещей» до конца не изучен, однако в своём отчёте компьютерная компания IBM назвала некоторые наиболее очевидные преимущества для промышленности: техобслуживание по фактическому состоянию, использование интеллектуальных систем измерения и транспортных средств с выходом в интернет, более эффективное управление транспортом и учёт материальных активов.

Аналитическая компания Industry ARC ожидает, что общий объём рынка промышленного «Интернета вещей» к 2021 г. превысит 105 млрд евро, а в отчёте «Успех с помощью промышленного Интернета вещей» консалтинговой компании Accenture прогнозируется, что к 2030 г. эта технология позволит привлечь в глобальную экономику 12 трлн евро.

Сегодня промышленный «Интернет вещей» находится на начальной стадии развития, но Брайан Бунтц говорит о наличии большого числа компаний, использующих эту технологию на качественно новом уровне.

Виктория ван Кэмп, президент подразделения по развитию бизнеса и разработке продукции SKF, говорит:

«Мы живём в то время, когда новые технологии открывают более эффективные способы ведения бизнеса в сфере производства или предоставления услуг. Это может выражаться, например, в оплате не за сам продукт, а за достижение определённых показателей эффективности. Для меня промышленный «Интернет вещей» – это использование данных из множества разных источников в режиме реального времени и возможность принятия решений (преобразование данных в информацию), направленных на автоматическую выработку корректирующих мер до возникновения аварийной ситуации. Такие меры могут выражаться в корректировке параметров технологического процесса в режиме реального времени, внесении изменений в работу системы смазывания, своевременном заказе запасных частей и т. д. Важными составляющими промышленного «Интернета вещей» должны быть машинное обучение и искусственный интеллект, иначе мы просто утонем в большом объёме сигналов, данных и информации».

Виктория ван Кэмп

Виктория ван Кэмп

Rio Tinto, помимо почти полностью автономной железной дороги, использует на своих предприятиях мобильные технологии для управления движением карьерных самосвалов, бурильных машин и дронов, что способствует повышению эффективности и позволяет избежать присутствия людей на участках с повышенным уровнем опасности.

Установленные на промышленных роботах компании ABB датчики подсказывают операторам, когда необходимо провести техобслуживание, что позволяет отказаться от планового техобслуживания и сократить простои. Всемирно известная торговая компания Amazon при поиске на складах и обработке заказанных клиентами товаров вместо людей использует роботов, подключенных к сети Wi-Fi.

Эрик Валенца администрирует сайт IoT ONE, с помощью которого поставщики технологий промышленного «Интернета вещей» находят компании, заинтересованные в подобных решениях. На сайте не только перечислены примеры использования предлагаемых решений в области промышленного «Интернета вещей», но также публикуется рейтинг 100 наиболее значимых поставщиков в этой области, основанный на результатах опросов и анализе предложений компаний. Среди компаний, занимающих ведущие позиции рейтинга, мы находим IBM и Intel, разработчика программного обеспечения SAP, сетевую компанию Cisco и корпорацию General Electric.

«IBM ориентирована на консалтинговые услуги, т. е. на конкретные примеры использования и на адаптацию своих решений к требованиям рынка. SAP – лидер в создании открытых платформ «Интернета вещей», в которые компании могут интегрировать приложения сторонних разработчиков, – говорит Валенца. – Cisco сосредоточила усилия на технических инновациях, направленных на устранение проблемных факторов в области компьютерной и информационной безопасности, а Intel, как и SAP, развивает собственные технологии, основанные на горизонтальной иерархии процессов. GE расширяет границы возможного, используя и совершенствуя собственную облачную платформу Predix для промышленных предприятий».

Так какое будущее ждёт сегмент промышленного «Интернета вещей»? Как Бунтц, так и Валенца ожидают появления новых трудных, но интересных задач, а также колоссальной выгоды от использования этих технологий.

Одной из проблем, которые предстоит решить, являются огромные объёмы данных, которые собираются датчиками, задействованными в технологических процессах. Решение этой проблемы позволит повысить эффективность и расширить возможности такой технологии путём использования новых функций и услуг, однако без соответствующих защитных мер есть риск кражи данных киберпреступниками или конкурентами.

Промышленный «Интернет вещей» связан с использованием больших данных, датчиков и автономных машин, а также искусственного интеллекта.

Промышленный «Интернет вещей» связан с использованием больших данных, датчиков и автономных машин, а также искусственного интеллекта.

Ещё одна сложность заключается в определении собственника данных, собранных, например, в системе управления транспортными средствами. Будет ли собственником производитель, использующий такие данные для предоставления услуг, или владелец оборудования?

Вне зависимости от способов решения этих проблем, нет практически никаких сомнений в том, что промышленный «Интернет вещей» в ближайшие годы преобразит все отрасли промышленности. «По мере снижения цен в секторе промышленного «Интернета вещей» коммерческий потенциал этого направления будет всё более очевидным, – говорит Валенца. – Если бы вы смогли переместиться на 15 лет вперёд и посмотреть на работу промышленного предприятия, то, вероятно, вы бы даже не смогли понять, что именно видите».

SKF и промышленный «Интернет вещей»

SKF давно поняла важность развития цифровых технологий в промышленности. Компания одной из первых приступила к работе с отдельными элементами, относящимися к промышленному «Интернету вещей». Например, SKF на протяжении 15 лет осуществляет удалённый мониторинг состояния оборудования. Сегодня компания с помощью облачных технологий обслуживает около 1 миллиона подшипников.

SKF Insight – это беспроводная система мониторинга состояния подшипников, которая измеряет такие параметры, как уровень вибрации и температуры для раннего выявления отклонений от нормальной работы, что способствует сокращению количества внеплановых простоев оборудования.

В рамках партнёрства с Siemens и Bombardier SKF поставляет конические буксовые подшипниковые узлы со встроенными датчиками для нового пассажирского поезда ICE-4, которые будут использоваться в проекте компании Deutsche Bahn (Германские железные дороги) стоимостью 6 млрд евро. Датчики подшипников контролируют частоту и направление вращения, а вырабатываемые сигналы используются для управления тормозной системой поезда.

У SKF есть целый ряд контрактов на стационарное промышленное оборудование, основанных на показателях эффективности, когда технологические данные оборудования критически важны для оптимизации производственных процессов, точного планирования остановов для проведения техобслуживания и максимального увеличения времени безотказной работы.
 

ОБРАТИТЬСЯ В ОТДЕЛ СБЫТА

evolution@skf.com

Недавно компания открыла в Швеции центр по разработке программного обеспечения, который специализируется на создании новейших технологий сбора данных, анализа и автоматизированной диагностики. Этот центр также разрабатывает решения в области дополненной реальности, которые позволят специалистам при проведении проверок оборудования использовать наложение технических данных, инструкций и эксплуатационных характеристик оборудования в режиме реального времени.

Материалы по теме