Дмитрий Пшиченко, ЛокоТех: «Цифровизация производства помогает сохранять конкурентные преимущества»

В 2016 году «ЛокоТех» начал внедрять систему «Умный локомотив». Главными требованиями к системе со стороны производственного блока стали работа в онлайн-режиме, графическое представление о работе оборудования по сотням параметрам, поиск аномалий и возможности предиктивной аналитики, и т. д. С помощью датчиков данные о работе агрегатов локомотивов поступают в платформу интеллектуального анализа. Система может выявлять более 60 видов нарушений в работе оборудования. Реализованный подход позволит повысить качество при увеличении скорости ремонта. Об этом в интервью iot.ru рассказал Директор департамента разработки и внедрения информационных систем ООО «ЛокоТех» Дмитрий Пшиченко.

Какие тенденции в сфере автоматизации производства преобладают последние полтора года в отрасли машиностроения?

Последние полтора года в отрасли машиностроения автоматизация происходит во многом из-за необходимости более эффективно решать некоторые задачи. К таким задачам можно отнести:

• составление долгосрочных прогнозов потребностей в материалах и ресурсах на основе архивных данных;

• планирование оперативной потребности в материалах и оборудовании;

• онлайн расчёт стоимости продукции, планирование загрузки производственных мощностей;

• создание единой базы информации (о составе изделий, нормах расхода материалов, справочные базы данных и пр.) для автоматизации планирования производства;

• учет материалов и комплектующих в производстве при проведении ремонтов и т. д.

Каким был ваш бюджет на автоматизацию производства/технологических процессов в 2016 году? Как бюджет на автоматизацию изменился в 2017 году? С чем это связано?

В 2016 году бюджет на автоматизацию производства был около 15% от общего бюджета на ИТ. В 2017 году — уже более 50%. Увеличение расходов связано с необходимостью автоматизации ключевых производственных процессов. Благодаря «оцифровке», наша компания сможет сохранить и улучшить конкурентные преимущества по срокам, стоимости и качеству ремонтов.

Расскажите, пожалуйста, о реализации проекта «Умный локомотив». Какие преимущества получит ваша компания, реализовав проект?

«ЛокоТех» — крупнейший провайдер сервисных услуг по обслуживанию локомотивного парка на сети 1520. Ежегодно мы обслуживаем более 15 тыс. локомотивов.

В 2016 году производственный блок поставил перед департаментом ИТ задачу по созданию автоматизированной системы выявления неполадок и контроля технического состояния локомотивов. Одним из главных требований к системе стала ее работа в онлайн-режиме, максимально приближенному к реальному времени. Такой подход позволит в итоге существенно повысить уровень качества и скорость ремонта, повысить коэффициент технической готовности (основной производственный показатель) локомотивного парка. Этот проект реализуется с 2016 года в несколько этапов.

Мы провели анализ рынка и определили партнера для совместной работы над проектом «Умный локомотив». Система реализуется на платформе интеллектуального анализа данных Clover IIoT, с применением технологии обучения нейронных сетей. И до конца года мы планируем завершить его внедрение. Далее предстоит оснащение около 15 тыс. локомотивов «РЖД».

Пока оснащено несколько серий локомотивов. Однако уже сейчас на примере пилотного проекта видно, что система способна обнаружить более 60 видов нарушений в работе оборудования и режимах эксплуатации локомотивов.

Ключевой функционал системы состоит в следующем: на локомотивах, оборудованных микропроцессорными системами управления (МСУ), установлены специальные датчики, данные с которых поступают в платформу интеллектуального анализа.

Специалисты групп диагностики СЛД работают через веб-интерфейс АРМ «Умный локомотив». В системе в виде графиков отображаются параметры работы оборудования, выводится информация об автоматически найденных аномалиях.

В настоящее время «ЛокоТех» с помощью системы «Умный локомотив» диагностирует работу оборудования около 1,3 тыс. секций локомотивов, что составляет порядка 25% парка тягового подвижного состава Российских железных дорог, оборудованного микропроцессорными системами управления. Система эксплуатируется в 20 сервисных локомотивных депо.

В декабре планируется запуск в опытную эксплуатацию в СЛД, обслуживающих электровозы серий 2(3)ЭС5К, 2(3)ЭС4К, ЭП1 М, ЭП1П, ЭП2К. На завершающем этапе находится работа по адаптации АРМ «Умный локомотив» к работе с данными телеметрии с электровозов 2(3)ЭС5К, 2(3)ЭС4К, ЭП1 М, ЭП1П, ЭП2К. «Локотех-Сервис» обслуживает более 3,9 тыс. секций электровозов перечисленных серий.

Благодаря внедрению такой разработки специалисты «ЛокоТех» смогут оперативно отслеживать техническое состояние локомотивного парка. Не придется ждать серьезных поломок и простоев оборудования, чтобы заменить оборудование — система, благодаря возможностям предиктивной аналитики, спрогнозирует возможные неполадки. Это позволит заказчикам повысить эффективность парка и инфраструктуры. В итоге ресурсы — человеческие, материальные — экономят и заказчик, и сервисная компания.

При разработке системы учитывался опыт General Eleсtriс и Siemens. Так, General Electric использует машинное обучение, чтобы создать «умные» локомотивы и снизить количество сбоев в системе железнодорожных перевозок. В рамках совместного проекта GE и Deutsche Bahn последней удалось повысить эффективность работы поездов на 25%.

Как проекты автоматизации влияют на численность персонала в вашей компании?

В большинстве случаев реализация проектов по автоматизации приводит к сокращению численности персонала, но иногда происходит с точностью до наоборот. Например, с появлением автоматизированного оборудования требуются более квалифицированные работники. Для анализа множества показателей, контролируемых системой, одних только компьютеров недостаточно — в этом случае мы также нанимаем дополнительных сотрудников.

Насколько масштабно вы используете технологии промышленного интернета?

Сейчас компания только начала использовать IIoT, в том числе при реализации «Умного локомотива». Чтобы внедрить проекты, включающие в себя технологии промышленного интернета, необходимо формирование целой инфраструктуры, включающей:

• наличие общей IIoT-платформы для сбора, хранения и обработки данных;

• наличие достаточного числа разработчиков приложений для платформ IIoT;

• достаточный уровень кибербезопасности для обеспечения надежности и достоверности данных IIoT;

• достаточный набор и перечень устройств, способных взаимодействовать с платформой IIoT;

• наличие технической инфраструктуры для обмена данными.

Отдельно стоит задача модернизации оборудования на производстве. Часть оборудования может не поддерживать возможность соединения IoT-датчиков и требует полной или частичной модернизации.

Какие технологические процессы управляются на вашем предприятии удаленно? Какие процессы вы переведете на удаленное управление в 2017—2018 гг.?

Мы только начинаем практику удаленного управления производством. В большинстве случаев управление происходит в полуавтоматическом режиме, например, через создание ситуационных центров, которые контролируют постановку локомотива на учет и все этапы его ремонта.

В 2017—2018 гг. мы планируем полностью закончить автоматизацию управлением производственным процессом, включая реинжиниринг системы внутрипроизводственного планирования, управления производством, в том числе — оперативное обеспечение ТМЦ. Последний шаг позволит повысить надёжность локомотивов, коэффициента технической готовности и сократить себестоимость технического обслуживания и ремонта.

Какие драйверы роста в сегменте промышленного интернета будут преобладать в 2018—2019 гг. в вашей отрасли?

Основными драйверами цифровой трансформации предприятий машиностроительного комплекса стали новые продукты и сервисы, новые информационные и управленческие технологии, инновационные бизнес-модели.

Отдельный драйвер — это развитие самого сегмента Интернета вещей, благодаря которому доступные по цене датчики и исполнительные устройства могут быть задействованы в различных отраслях промышленности. Их функционал позволяет не только собирать цифровые данные, но и анализировать полученную информацию, интерпретировать ее, и, следовательно, принимать более эффективные решения и снижать затраты.

Накопление массивов разнородных Больших Данных (Big Data) и появление все большего количества инструментов аналитики, в совокупности позволит получать больше «важной» информации и оптимизировать затраты. В ближайшее время ускорится развитие систем с искусственным интеллектом, коммуникационной инфраструктуры.

Какие тенденции в сегменте автоматизации будут преобладать в 2018—2019 гг. в вашей отрасли?

Я полагаю, что тенденция массового внедрения интеллектуальных датчиков в оборудование и производственные линии сохранится. На предприятиях станет меньше бумажной документации — вся она уйдет в «онлайн». Рабочие места специалистов станут цифровыми. При проектировании и моделировании технологических процессов, объектов, изделий на всем жизненном цикле от замысла до эксплуатации будут преимущественно использоваться цифровые технологии.

Еще одной важной тенденцией станет развитие технологий промышленной аналитики (КХД, Big data). Внедрение системы прогнозного обслуживания и механизмов предиктивной диагностики позволит сократить расходы на обслуживание и ремонты при одновременном уменьшении количества поломок. Такой подход позволяет продлить срок эксплуатации оборудования и уменьшает себестоимость конечной продукции.

Источник: iot.ru

Больше о тенденциях развития информационных технологий в промышленности вы сможете узнать на Второй встречи дискуссионного клуба «Цифровое предприятие», которая пройдет 19—20 апреля в Москве.

Комментарии