Промышленный IoT: от сбора данных к принятию решений в реальном времени

Промышленные операторы сегодня генерируют огромные объемы данных — но лишь малая фракция фактически используется. Недавнее исследование GE и Accenture раскрыло, что 80–90% компаний перечисляют Big Data аналитику среди своих топ-3 приоритетов, и 76% ожидают увеличить инвестиции в следующем году.

Данные могут разблокировать новые эффективности по секторам — от энергетики к здравоохранению к транспорту — бустя продуктивность, улучшая клиентский опыт и открывая новые потоки выручки. Но данных одних недостаточно; ключ лежит в превращении их в actionable инсайт, быстро.

Промышленный Интернет — нервная система современных заводов

В здоровом теле нервная система постоянно мониторит окружение и отвечает мгновенно, часто без сознательной мысли. Машинные контролы — промышленный эквивалент, но традиционные closed-loop системы ограничены: они работают по фиксированным расписаниям, реагируют лишь на горсть переменных и работают в изоляции. В результате компании, использующие legacy контролы, имеют доступ лишь примерно к 3% доступных на их активах данных.

Достижение следующей волны продуктивности требует контролов, которые и умны — способны к локальному сбору и обработке данных — и подключены, так чтобы они могли кормить эти данные в облачную аналитику и получать real-time решения. Эти контролы должны сохранять надежность и детерминизм, которые ожидают операторы, в то время как разблокируют новый интеллект.

Превращение данных в автоматизированные, insight-driven операции

Industrial Internet Controls System (IICS) от GE примефицирует этот подход. IICS бесшовно соединяет тысячи машин с платформой GE Predix, purpose-built OS для индустрии, и приносит вычисления к edge.

Система интегрирует интеллектуальные контроллеры, I/O модули, безопасную облачную связность, продвинутую аналитику и industry-specific приложения. Например, подключенный контроллер турбины мог бы запрашивать цены на электроэнергию в реальном времени и корректировать свой выход для соответствия пиковому спросу — способность, которой традиционные контролы просто не могут предоставить.

В газовой ТЭЦ автоматизированные контролы бы непрерывно мониторили производительность каждого блока, рыночные условия и динамику спроса-предложения. Они могли бы прогнозировать цены, взвешивать потенциальную выручку против износа и затрат на обслуживание, и корректировать выход соответственно — всё в то время как используют digital twin модели, дающие точные данные здоровья для каждого актива.

Балансируя обработку между облаком и edge, подключенные контролы позволяют активам коммуницировать, координироваться и отвечать на оба физические и экономические стимулы. Результат — драматический сдвиг к предиктивному обслуживанию, сниженным простоям, более высокой эффективности и увеличенной прибыльности.

Автор — президент и CEO GE Automation & Controls.