Для реального понимания промышленного Интернета:не просто собирайте данные, используйте их

У промышленных операторов уже есть горы данных, и их единственный источник больше. Недавний отчет GE и Accenture показал, что для 80–90 процентов компаний аналитика больших данных входит в тройку основных приоритетов, и 76 процентов ожидают, что их инвестиции увеличатся в течение следующего года. Данные содержат важные ответы для различных отраслей - от энергетики до здравоохранения, транспорта и т. Д. - для повышения производительности, улучшения качества обслуживания клиентов и открытия дверей для новых технологий и источников дохода.

Для этого нам нужно больше, чем просто сбор данных. Промышленность должна иметь возможность лучше и быстрее использовать данные для принятия более разумных операционных решений, что является обещанием промышленного Интернета вещей. Путь к следующему этапу промышленной продуктивности лежит через отдельные машины, от ветряных турбин до аппаратов МРТ и турбин, и, в частности, через их устройства управления.

Промышленный Интернет похож на человеческое тело

Функционирующая и подключенная нервная система играет ключевую роль в том, чтобы мы могли действовать эффективно, реагируя на окружающую среду чрезвычайно быстро, даже бездумно. В этой аналогии средства управления машинами - это нервная система промышленного Интернета.

Однако традиционные системы управления совершенно неадекватны для реализации всего потенциала промышленного Интернета. Традиционные средства управления работают по простому замкнутому циклу, действуют по фиксированному графику или реагируют на очень ограниченный набор данных об окружающей среде. Они автономны, с ограниченным взаимодействием или без взаимодействия с другими промышленными системами. В настоящее время компании с традиционными системами управления могут использовать только около трех процентов данных с промышленных активов. Подумайте об этом:всего три процента.

Следующая волна роста производительности труда в промышленности будет связана с преобразованием этих данных в автоматизированные операционные решения, основанные на машинной аналитике. Нам нужно, чтобы средства управления на уровне машины были не просто умными, как при локальном сборе и обработке данных, но чтобы они были связаны. Подключенные элементы управления могут использовать огромные объемы локальных данных, направляя их через аналитические и вычислительные мощности облака и принимая конкретные решения в режиме реального времени. Им необходимо делать это в дополнение к тому же надежному, детерминированному контролю, на который мы все полагаемся.

Речь идет не об увеличении объема данных, а о более эффективном использовании данных

Наш подход в GE заключался в создании промышленной системы управления Интернетом (IICS), которая надежно, безопасно и безопасно соединяет тысячи машин в масштабе с мощью облака и выводит вычисления на периферию на предприятии и на машине. IICS разработан как готовый мост между промышленными активами и полной вычислительной мощностью платформы GE Predix, которую мы создали как операционную систему специально для промышленности.

Система состоит из гибкой комбинации интеллектуальных контроллеров, модулей ввода-вывода, безопасного подключения к облаку, расширенного программного обеспечения для аналитики и приложений. Например, подключенные элементы управления могут позволить приложению, запускающему турбину, проверять цену на электроэнергию и регулировать скорость, когда цена находится на оптимальном уровне. При традиционном управлении машина могла бы работать с заданной скоростью без знания внешних факторов, влияющих на прибыльность, но новая парадигма обеспечивает большую эффективность за счет оптимизации операций на основе анализа динамических внешних факторов.

Другой пример - газовая электростанция. Автоматизированные средства управления промышленным Интернетом могут собирать информацию о производительности и рабочих условиях каждой отдельной машины на предприятии, а также о рыночных условиях, таких как затраты, цены, поставки из других источников электроэнергии и реакция на спрос. Они знают, растет или падает энергоснабжение от ветряных электростанций и солнечных фотоэлектрических источников, а также высокий или низкий спрос. Они могут прогнозировать цены и дополнительную выручку, которая будет получена от увеличения производства, и сопоставить их со стоимостью износа деталей и будущими расходами на техническое обслуживание. Они могут делать это с максимальной точностью, потому что модели цифровых двойников предоставляют точную информацию о состоянии и производительности каждого актива на предприятии.

Эта нервная система нового поколения для промышленности выходит за рамки больших данных, позволяя наилучшим образом распределять обработку данных между облаком и периферией на основе скорости реакции и точности аналитических данных. Он также позволяет различным промышленным активам взаимодействовать друг с другом и разрабатывать оптимальные скоординированные ответы, а также объединяет данные и прогнозы о машинах, физической среде и экономической среде.

Преимущества для промышленных компаний и их клиентов существенны:переход к профилактическому обслуживанию, резкое сокращение количества неисправностей и незапланированных простоев, повышение эффективности, производительности и надежности, снижение затрат и повышение доходов. Степень этих преимуществ и скорость, с которой они могут быть получены, в решающей степени зависят от эффективности системы контроля промышленного Интернета.

Автор - президент и генеральный директор GE Automation &Controls