Коротко


Подробно

«Я так вижу»

Искусственный интеллект в роли провидца

По законам физики любой механизм когда-нибудь сломается. Чем старше машина — тем больше в ней частей, которые вот-вот достигнут предела износа и всю систему выведут из строя. Время жизни компонентов разнится и сильно зависит от условий, в которых происходит эксплуатация, поэтому в доцифровую эру практически невозможно было предсказать, какая именно запчасть понадобится и в какой момент. Промышленный интернет вещей и технологии анализа данных изменили все — теперь можно предвидеть поломки и предотвращать аварии.


Непредсказуемость поломок привела к тому, что на каждом предприятии стали создаваться ремонтные бригады. Это команды, часто большие, которые часть времени не делают ничего, пока не случилась экстренная ситуация, и тогда работают в авральном режиме. При таком подходе бизнес находится под постоянным «дамокловым мечом» — неизвестно, в какой момент предприятие может оказаться в ситуации, когда не сможет выпустить продукцию в срок.

Чтобы избежать простоя оборудования или хотя бы снизить вероятность этого события, на предприятиях сложилась практика плановых ремонтов. Каждую машину, например, вагон метро или станок, объект инфраструктуры, выводят из эксплуатации и проверяют, меняют изношенные компоненты. В теории такой подход может решить часть проблем. Но на практике, если говорить об электроэнергетических компаниях РФ, инфраструктура настолько ветхая, что на плановые ремонты не хватает ни времени, ни ресурсов — бригады работают в постоянном цейтноте и «затыкают дыры», трудятся сверхурочно. В такой ситуации предприятие тратит чрезмерно много на оплату труда, и при этом риски не снижаются, оборудование все так же ведет себя непредсказуемо, и каждая поломка грозит серьезными финансовыми затратами. Ведь в энергетических компаниях аварии обычно сопровождаются огромными потерями электроэнергии. Особенно остра эта проблема в регионах, где электричество стоит дорого. Данное положение дел выгодно только самим ремонтникам — они получают больше денег и выглядят героями: спасают бизнес, когда что-то случилось. А если все спокойно, то можно ничего не делать и по-прежнему получать зарплату.

Можно отказаться даже от плановых проверок и ремонтов — это ведь тоже не самый эффективный метод борьбы с энтропией

Но эта ситуация, благодаря распространению промышленного интернета вещей и систем машинного обучения, кардинально меняется — в энергетической отрасли происходит настоящая революция. Теперь можно установить датчики на критических участках инфраструктуры и даже на каждой из деталей, которая подвержена наибольшему износу, и заранее предсказывать, когда что-то может сломаться. Таким образом, предприятие может сократить расходы на оплату труда работников аварийных бригад, и при этом снизить до минимума риск остановки оборудования. Непредсказуемые аварии при таком подходе практически не случаются, потому что поломки можно предвидеть и предотвращать до того, как они станут опасными и приведут к потерям. Можно отказаться даже от плановых проверок и ремонтов — это ведь тоже не самый эффективный метод борьбы с энтропией. Если следовать этой устаревшей практике, оборудование останавливают и отправляют на проверку не тогда, когда оно действительно требуют технического обслуживания, а согласно плану. Часто и детали меняют просто по графику, на всякий случай, а не когда реальный срок службы жизни подошел к концу.

На цифровом предприятии за работой механизмов наблюдают аналитические системы, собирающие информацию с самых разных датчиков. Это могут быть сенсоры температуры, вибрации, давления, наличия дыма или химических веществ в воздухе и на поверхности деталей. «Умные» программы обучаются в течение некоторого времени, собирая данные о нормальной работе оборудования, и затем могут определить, когда что-то идет не так. Например, если вибрация стала усиливаться или растет температура на определенном сегменте, система оповестит оператора, и тот может выявить потенциальный риск и отреагировать. Такие аппаратно-программные решения также способны автоматически обнаруживать опасную ситуацию и включать сценарий предотвращения аварии без участия человека. К примеру, если случилось возгорание в центре обработки данных, включится система пожарной безопасности, которая выпустит специальный тушащий газ. А затем сработает система очистки воздуха. Такие интеллектуальные решения могут реагировать иногда быстрее, чем люди, сводя к минимуму влияние человеческого фактора — программа не уйдет на перекур и не уснет на рабочем месте, не забудет, на какие кнопки нажимать в случае потенциальной аварии. Если все же поломка — например, на распределительной электросети — случилась, система может отключить сегмент и перераспределить поток электричества так, чтобы сбалансировать нагрузку и исключить дальнейшие потери энергии.

Порядка 10–15% устройств в типичных энергетических системах близки к завершению их жизненного цикла

Такие системы уже зарекомендовали себя на зарубежных предприятиях. Решения для предиктивной аналитики компании Schneider Electric используются по всему миру. Рынок таких продуктов пока только формируется, но совершенно определенно индустрия в них остро нуждается. По данным Schneider Electric, более 15% объектов инфраструктуры на данный момент получают некачественную электроэнергию, что может привести к порче оборудования и незапланированным отключениям. Четверть электроэнергетических систем построены с использованием устаревших конфигураций, что ведет к повышенным рискам. Порядка 10–15% устройств в типичных энергетических системах близки к завершению их жизненного цикла. Это все означает, что требуется много часов ремонтных работ для того, чтобы протестировать системы и выявить потенциальные проблемы. Это время будет совершенно непродуктивным для бизнеса.

Для решения этих проблем компания Schneider Electric предлагает комплексную интегрированную архитектуру в парадигме EcoStruxure, которая состоит из нескольких систем. Аналитические программные платформы, которые в том числе доступны из облака, наблюдают за объектами и выявляют отклонения от нормальной работы. Это EcoStruxure Power Advisor для наблюдения и управления работой электрических сетей, EcoStruxure Asset Advisor для мониторинга состояния оборудования и выявления потенциальных поломок (блоки бесперебойного питания, электрогенераторы, выключатели и пр.), EcoStruxure Resource Advisor для контроля расходования энергии и соответствия стандартам энергоэффективности.

Уровнем ниже функционируют системы PSO (Power SCADA Operation) или PME (Power Monitoring Expert), которые относятся к классу платформы EcoStruxure Power Management. Она непосредственно управляет подключенными объектами и собирает с них данные для последующей обработки.

EcoStruxure Power Advisor, к примеру, используется на металлургическом предприятии в Тайване. Это компания LPSK aluminium Ltd, владеющая заводом площадью 210 000 кв. м, которое потребляет 55 млн кВт энергии и 20 000 тонн пара в год. Система PME была установлена в 2014 году. Она собирает информацию с 700 различных цифровых датчиков и сенсоров, которые регистрируют любые отклонения от нормальной работы компонентов сети и мониторят уровень потребления ресурсов. Благодаря этому компания может вовремя обнаруживать потенциальные сбои и предотвращать аварии, выявлять возможности для снижения уровня потребления энергии. Как итог — предприятие экономит ежегодно около $250 000 (эквивалент 1,725 млн RMB — ренминби, то есть китайских юаней).

Мы наблюдаем самое начало четвертой промышленной революции в энергетической отрасли страны

Данный пример показывает, какую пользу могут получить крупные предприятия при использовании интеллектуальных систем для управления электроэнергетической инфраструктурой. Но у Schneider Electric есть решения и для небольших компаний, владеющих инфраструктурными объектами малой площади.

«В России системы на основе IIoT и машинного обучения пока мало распространены. Мы наблюдаем самое начало четвертой промышленной революции в энергетической отрасли страны. Эти технологии в ближайшие пять лет произведут настоящую революцию. Предприятия будут становиться все более цифровыми, за счет этого гораздо более эффективными, прибыльными и успешными. Через десять лет мы уже забудем, что когда-то работали по-другому, и будем ужасаться тому, как много впустую расходовали энергии и финансовых ресурсов», — говорит менеджер по развитию бизнеса Scheider Electric Виктор Руссов.

Узнать больше об EcoStruxure
и промышленном интернете вещей

Другие материалы проекта

Материалы по теме:

Наглядно

валютный прогноз