Firmy sektora przemysłowego szukają skutecznych sposobów zaimplementowania Przemysłowego Internetu Rzeczy (IIoT). W artykule podpowiadamy, jak zacząć korzystać z IIoT, włączając w to odpowiednie procesy, urządzenia, systemy, doświadczenie operacyjne, automatyzację i sterowanie.
Przedsiębiorstwa przemysłowe na całym świecie coraz śmielej sięgają po technologię Przemysłowego Internetu Rzeczy (IIoT), opartą na analizie Big Data, w celu poprawy efektywności produkcji, zwiększenia niezawodności procesów oraz usprawnienia łańcucha dostaw. Aby osiągnąć sukces, przedsiębiorstwa te muszą zbudować odpowiednią strukturę organizacyjną, która umożliwi bezpieczną i zdyscyplinowaną współpracę pomiędzy oddziałami i zmieni procesy wewnętrzne tak, aby umożliwić łatwiejsze wykorzystanie informacji i bliższą współpracę zespołów, jak również pomoże wykorzystać wiedzę klientów dla uzupełnienia informacji pozyskanych z Internetu.
Aktywa, procesy, łączność
Niemal wszystkie firmy z branży przemysłowej liczą na korzyści płynące z wdrożenia technologii Przemysłowego Internetu Rzeczy. Z jednej strony zakłady z bardzo rozległą infrastrukturą często dysponują wiedzą lokalną i nie mają zdolności do komunikacji zewnętrznej i agregacji danych. Z drugiej strony zakorzenione procesy ograniczają działanie wielu przedsiębiorstw i nie pozwalają na poprawę wydajności i efektywności.
Jakość i niezawodność wyposażenia jest krytycznym elementem wszystkich procesów przemysłowych.
W przypadku wielu awarii urządzeń nie ma możliwości analizy ich przyczyn z uwagi na brak stosownych informacji lub też personel techniczny jest w stanie dokonać jej dopiero wiele dni po zaistniałej awarii.
Stosunkowo często instalacje nie mają stosownych narzędzi do porównania aktualnych wydajności procesu z typowymi wskaźnikami biznesowymi. Wymagają one lepszych technologii zbierania i magazynowania danych, odpowiedniej wizualizacji danych umożliwiających szybką ocenę stanu procesu, a co za tym idzie – przewidywanie i wykrywanie powstałych problemów i możliwości.
Potencjał IIoT
Przedsiębiorstwa przemysłowe rozważają dziś, jakie następne kroki należy uczynić w celu efektywnego wykorzystania szerokiego spektrum danych na potrzeby jednej instalacji lub całego kompleksu przemysłowego. W końcu sukces w biznesie polega na podejmowaniu właściwych decyzji we właściwym czasie na bazie właściwych informacji.
Coraz więcej przedsiębiorstw planuje użycie technologii Przemysłowego Internetu Rzeczy przez wykorzystanie uczenia maszynowego, analizy Big Data i automatyki przemysłowej w celu stworzenia „systemu systemów”, który byłby w stanie efektywnie gromadzić, analizować i przesyłać dane. Firmy te liczą na uzyskanie większej efektywności pracy, zrównoważenie produkcji i poprawę jakości w całym łańcuchu dostaw.
Przemysłowy Internet Rzeczy jest następną znaczącą ewolucją w obszarze wydajności produkcji i prowadzenia procesów, przez zastosowanie już istniejących technologii, takich jak zaawansowane systemy obliczeniowe, inteligentne czujniki, mobilne aplikacje, usługi w chmurze czy cyfryzacja przedsiębiorstw, które to technologie umożliwiają przekształcanie surowych danych w użyteczną wiedzę.
Kluczowe elementy takiego rozwiązania to:
→ szeroka i bezpieczna współpraca,
→ analiza predykcyjna,
→ zarządzanie danymi i sterowanie online,
→ połączone inteligentne urządzenia i sprzęt.
Efektywna strategia IIoT opiera się na konsolidacji danych w chmurze zbieranych z różnych systemów, zastosowaniu zaawansowanej analityki, wykorzystaniu wiedzy ekspertów, którzy zwykle znajdują się daleko od instalacji przemysłowej.
Analityka predykcyjna zastępuje działania manualne (reaktywne) działaniami automatycznymi (proaktywnymi), zapobiegając niespodziewanym awariom oraz zwiększając wydajność i bezpieczeństwo. Umożliwia to bezawaryjną pracę instalacji nawet w odległych lokalizacjach, także w fabrykach kontraktorów i poddostawców, oraz globalny obrót towarami i produktami.
Efektywna struktura IIoT
Ze stworzeniem odpowiedniej struktury IIoT związanych jest kilka ważnych elementów. Główna wartość rozwiązania polega na scentralizowaniu danych i integracji stosownych aplikacji w celu uporządkowania i przetwarzania informacji.
Zamiast instalować aplikacje w systemie sterowania, mogą one pracować w chmurze, całkowicie eliminując potrzebę ich obsługi technicznej w obiekcie i umożliwiając zasilanie danymi z różnych lokalizacji. Typowe aplikacje zwiększające swoje możliwości działaniem w chmurze to m.in. sterowanie zaawansowane APC (Advanced Process Control), diagnostyka urządzeń CBM (Condition-Based Monitoring), historiany danych, aplikacje mobilne i planowanie.
Przedsiębiorstwa mogą gromadzić dane z różnych źródeł, korzystając z otwartych protokołów komunikacyjnych, takich jak OPC UA. Większość współczesnych urządzeń akceptuje ten protokół, więc integracja w ramach IIoT może być realizowana w bezpieczny sposób.
Następnie dane mogą być transferowane z procesu do przedsiębiorstwa w celu ich szczegółowej analizy i zidentyfikowania najistotniejszych parametrów. Niezbędne jest przy tym wykorzystanie lokalnej wiedzy eksperckiej do zrozumienia analizowanych danych, zwiększenia wiedzy ekspertów zewnętrznych oraz dostawców.
W celu umożliwienia obsługi dużej ilości danych skonsolidowanych, do bardziej szczegółowej analizy konieczne jest stworzenie i zastosowanie narzędzi do zaawansowanej analityki w chmurze i ulokowanie modeli analitycznych w urządzeniach na krawędzi sieci (edge devices). Niezbędne jest też skalowanie danych, tak aby otrzymać wyniki stosowne dla jednego obiektu lub rozległej sieci produkcyjnej i wykorzystanie gamy systemów eksperckich do monitoringu i analizy.
Jak przyspieszyć osiągnięcie korzyści z wdrożenia rozwiązań IIoT
Na początku warto opracować pierwszy projekt, w wersji mikro, by zademonstrować możliwości, jakie się pojawiają, gdy firma ma dostęp do określonych danych i informacji o stanie pracy maszyn. Takie mikroprojekty mogą okazać się pomocne, by uzmysłowić zarządowi firmy opłacalność realizacji projektu wdrożenia IIoT na większą skalę.
Najlepszą strategią długoterminową jest uwzględnienie wdrożeń technologii IIoT np. w programach zarządzania zasobami, które obejmą wszystkie operacje realizowane we wszystkich zakładach należących do firmy. Ponieważ jednak realizacja takich strategii może być zadaniem trudnym i żmudnym, idealny program wdrożenia powinien być podzielony na fazy lub wielopoziomowy. Celem jest uzyskanie rozwiązania do efektywnego, zdalnego zarządzania działaniem zasobów przedsiębiorstwa (Asset Performance Management – APM). Takie rozwiązanie może integrować w jednym kompleksowym, otwartym (open-end) pakiecie oprogramowanie do m.in.: zbierania danych w przedsiębiorstwie, analizy predykcyjnej, kompleksowego zarządzania zasobami przedsiębiorstwa (Enterprise Asset Management – EAM) oraz zarządzania przepływem pracy.
Najlepszym sposobem na rozpoczęcie działań związanych z wdrożeniem technologii IIoT jest wykorzystanie w jak największym stopniu istniejącej infrastruktury. Wybierając przyszłe, docelowe rozwiązanie APM przedsiębiorstwa, należy pamiętać o tym, że musi ono mieć otwartą architekturę, aby mogło harmonijnie współpracować ze sprzętem istniejącym w zakładzie, zarówno w warstwie funkcji i logiki sterowania, jak i protokołów komunikacji i zbierania danych.
Przyjęcie strategii wdrożenia IIoT realizowanej poprzez implementację rozwiązania APM może w sposób natychmiastowy poprawić wyniki finansowe firmy. Uzyskanie błyskawicznego dostępu do kluczowych informacji umożliwia bowiem lepsze przewidywanie problemów, zanim one wystąpią. Dzięki tej wiedzy możliwe jest bardziej efektywne wykonywanie harmonogramów prac, optymalizacja planowania zasobów oraz wykorzystanie istniejących danych operacyjnych w celu maksymalizacji wydajności.
Należy jednak zwrócić uwagę na to, w jaki sposób integrowana jest technologia informacyjna (IT) z operacyjną (OT) w celu wdrożenia rozwiązań biznesowych w pętli zamkniętej. Poprawa współpracy działów informatycznych z operacyjnymi firmy może radykalnie poprawić rezultaty w tym zakresie.
Wykorzystanie danych otrzymywanych w czasie rzeczywistym może przyczynić się do lepszej współpracy personelu, a także na stałe poprawić efektywność i niezawodność procesów realizowanych w firmie. To zaś może prowadzić do redukcji kosztów utrzymania ruchu, wydłużenia czasu eksploatacji zasobów i ostatecznie przynieść maksymalny zwrot z aktywów.
Kim Custeau jest dyrektorem działu zarządzania zasobami w firmie Schneider Electric.
Zastosowanie IIoT
Prawdziwe zalety Internetu Rzeczy dotyczą bardziej ludzi zaangażowanych w proces niż związanych z nim urządzeń. Firmy, które w pierwszym etapie starają się poprawić komunikację między pracownikami, a dopiero później tworzyć architekturę IIoT, osiągną przewagę nad innymi.
Kluczem do sukcesu wdrożenia technologii IIoT jest chęć prowadzenia procesu w odmienny sposób, a mianowicie z zastosowaniem narzędzi wspierających nowe role ludzi, ich nową odpowiedzialność i organizację pracy.
Jeżeli plan wdrożenia IIoT nie zawiera zmian we współpracy istniejących grup funkcjonalnych pracowników, to prawdopodobnie wdrożenie należy ponownie przemyśleć.
Samodzielne budowanie wiedzy eksperckiej niezbędnej dla potrzeb kompleksowej instalacji produkcyjnej staje się niezwykle skomplikowane. Rozwinięte rynki tracą zasoby wiedzy wraz z odchodzącymi na emeryturę pracownikami. Najlepiej poradzą sobie te firmy, które w odpowiednim czasie odtworzą swoją bazę wiedzy i pomogą firmom zewnętrznym w budowie odpowiednich kompetencji.
Główną rolą technologii IIoT w podniesieniu efektywności produkcji jest wzmocnienie współpracy z ekspertami firm trzecich. Dzisiejsza technologia umożliwia bezpieczne korzystanie w chmurze z wiedzy o całym ekosystemie partnerów, podczas gdy inni uczestnicy rynku, tacy jak licencjodawcy czy dostawcy wyposażenia OEM, są w stanie rozwiązać problemy związane z ich obszarem działania. Takie podejście może również obejmować wewnętrzne zasoby firmy rozlokowane na całym świecie.
Nie jest kwestią przypadku, że wiedza dostawców OEM i właścicieli licencji może mieć wielki wpływ na niezawodność urządzeń i efektywne prowadzenie procesu. Przemysłowy Internet Rzeczy to bowiem nie tylko monitoring urządzeń, ale możliwość skorzystania z wiedzy diagnostycznej ekspertów i osadzenia jej w kontekście konkretnych aplikacji, tak by służyła przewidywaniu i zapobieganiu awarii.
Ben Blanchette jest dyrektorem strategii i rozwoju biznesu w Honeywell Process Solution.
