Центрове За Данни

ABI Research: Телекомите ще се намесят в умната промишленост като системни интегратори

Владимир Владков

Много промишлени производители се намират на технологичен кръстопът, тъй като вече не могат да използват традиционни методи за повишаване на производителността и ефективността. Производителите все повече се обръщат към трансформационни технологии за подпомагане на растежа, но се сблъскват с многобройни рискове и сложности. За да помогне на индустриалните производители да навлязат във все по-сложния технологичен пейзаж, ABI Research предоставя стратегически насоки за най-привлекателните трансформационни технологии, идентифицира няколко трансформационни технологии, които производителите трябва да интегрират в усилията си за цифровизация.

Как да осъществим конвергенцията на ИТ с оперативните технологии?

Тъй като оперативните технологии използват повече сензори и връзки за събиране на данни от оборудване, устройства и процеси, те се нуждаят от сигурността и стандартизацията на информационните технологии, за да успеят да обработва тези данни и да съхраняват и споделят „прозренията“ между вътрешните отдели и външни доставчици и клиенти, коментират от консултантската фирма за пазарни прогнози. В исторически план в повечето организации липсваше добра комуникация между ИТ и оперативния отдел.

До появата на Индустрия 4.0 и индустриалния Интернет на нещата (IIoT) оперативните технологии (OT) рядко трябваше да работят с мрежови технологии. Сега ИТ системите трябва да имат достъп до физически активи, работниците в магазините имат нужда от достъп до аналитични данни, а всички отдели трябва да общуват и да решават проблемите заедно. Силозите за ИТ и за ОТ вече се „сближават“, въпреки че те се развиха като изолирани технологии с недостигаща оперативна съвместимост, особено в производството с различни производители на PLC системи. OT устройствата трябва да се свързват с IIoT, за да интегрират и да работят с ИТ, но дори иновативни компании все още използват PLC програми от 80-те години като Windows 3.1. Сигурността не е вградена, затова е много опасно тези машини да се свържат с IIoT.

Способността за интелигентен мониторинг, управление и контрол на ИТ, както и на OT активи позволява на компаниите да получат по-голяма стойност от съществуващите операции. Но факторите, които водят до вземане на стратегически решения в областта на интернет, са сложни, обясняват от ABI Research. Всеки отдел, всеки партньор иска да мащабира своята инфраструктура от свързани крайни точки, но все още няма общ набор от инструменти, за да реализират планираните подобрения на ефективността. Това е илюстрирано най-добре в сферата на сигурността, където ИТ средства (включително DNS сигурността) имат директна приложимост за към OT (IoT) приложенията.

В големите автомобилни заводи например производителите често имат по 10 000 несвързани OТ изчислителни точки само на една монтажна линия, коментират анализаторите от ABI Research. Производителят на автомобили трябва ръчно да „закърпва“приложния софтуер на всеки от тези индустриални компютри. Това изисква часове престой, което за производителите на автомобили означава загуби в размери до $1,3 милиона на час, при това само за частично актуализиране. Тези фабрики нямат мрежи, нямат безжична свързаност, липсва и сигурност. Работниците в цеха трябва да четат кодовете за грешки лично, защото нямат отдалечен достъп до данни в реално време. Липсата на работа в мрежа води до създаването на стотици командни центрове и хиляди кабели.

Независимо от това конвергенцията на ИТ и ОТ може да започне лесно. Ръководителят на фабриката купува от фирма решения за IIoT и „разхвърля“ няколко датчика по фабричното оборудване. Компанията за IIoT създава няколко портала и обяснява на мениджъра, че за да оптимизира решението, фабриката трябва да използва нова облачна софтуерна платформа за IIoT. Шефът на завода отива при ИТ специалистите си, които „веднага се паникьосват“ какво ще се случи със сертифицирането за сигурността и със собствеността върху данните. Решенията за мониторинг могат да осигурят възвръщаемост на инвестициите. Когато професионалистите от OT отдела получат достъп до ИТ инструменти, те могат да провеждат дигитални тестове и симулации, базирани на реални данни, за да оптимизират ефективността на всички видове активи, да намалят времето на престоя и да извършват прогнозен анализ за повредените части. Когато ИТ специалистите получат достъп до OT данни, те могат да увеличат своето пряко участие в бизнеса, като гарантират, че подходящите данни „отиват“ към съответните приложения в подходящото време, допълват от ABI Research.

Стратегически препоръки

Анализаторите препоръчват на компаниите да свържат нещата към периферните възли и оттам към контролните центрове и към облака, а след това към екосистемата. ABI Research смята, че конвергенцията на ИТ/ОТ трябва да започне в периферията, а не в облака, но предприятията трябва в крайна сметка да намерят оптималния баланс на разпределени и консолидирани изчисления, който да отговаря на тяхната структура на разходите и на архитектурата на системите. Периферните изчисления, или т.нар. мъгливи изчисления, могат да осигурят изчисления почти в реално време плюс анализи, функционалност и сигурност на стотици машини или роботи с централизиран контрол без разходите за голям пропусквателен капацитет към облака. Облачните изчисления все още предлагат ценни възможности за задълбочено знание, но IIoT специалистите трябва да се пренасочат от облака към оборудването на място и да започнат да мислят за работа в периферията.

„Просто няма смисъл да изпращате данните от всеки датчик в облака, обясняват от ABI Research. Работниците в цеха ползват данни в реално време, които могат да идват само от периферните изчисления. Затова компаниите първо трябва да внедрят периферни изчислителни системи с контролен център в самия обект, преди да интегрират облачно решение. От облака интеграцията може да обхване и други отдели, доставчици и заинтересовани страни“, допълват анализаторите. 

 

Как ще продължи еволюцията на сензорите в приложенията на смарт фабриките? 

ИТ директорите в големите промишлени предприятия сега непрекъснато трябва да питат и себе си, и онези, с които работят: „Как да извлечем максимална полза от данните? Какви видове източници на данни могат да ни помогнат да подобрим или да решим проблемите? Откъде да започнем? Какво следва?“

Ако искат да променят типа данни, с които работят, те трябва да променят типовете датчици, от които събират данните. Те трябва непрекъснато да се опитват да помогнат на организацията да придобие по-добро разбиране за собствените активи и операции и да ги управлява по-ефективно. За щастие техническите директори на доставчиците на сензори могат да помогнат при решаването на тези проблеми.

Водещите доставчици на датчици отчитат нарастващо търсене на нови типове сензори за данни в промишлени среди и вече се опитват да задоволят това търсене, твърдят от ABI Research. Това включва разработване на нови сценарии на използване на трансформиращи сензорни технологии, например радар в един чип, видео и машинно зрение, акустични и ултразвукови. Доставчиците на софтуер искат да подобрят точността и да „довършат картината“ на реалността чрез софтуер за сливане на датчиците, който съчетава различните видове и източници на сензорни данни. По-точната и пълна представа за реалността на активите и процесите би могла да даде възможност на производителите да подобрят ефективността и безопасността на операциите, допълват анализаторите.

Промишлените компании трябва да разберат къде са най-големите им оперативни разходи. Те трябва да знаят и къде съществуващите сензори не успяват да открият причините за проблемите или да виртуализират активите с данни в „почти реално време“ под формата на точни цифрови близнаци. По този начин те могат да работят с датчици и доставчици на софтуер, за да определят по-добър начин да „погледнат вътре в машината“, оборудването или процеса. 

Например, ако грешките или смущенията създават визуален ефект, който е извън погледа на служителите заради отдалечеността им или заради нуждата от постоянен мониторинг, производителят може да постави камера, на която да вижда и да прехвърля видеото в компютърно зрение или в програма за откриване на аномалия. Ако машината или оборудването създават специфичен звук при неправилно функциониране, производителят може да използва и акустични датчици. Ако създаваният звук е трудно откриваем, може да се наложи поставяне и на ултразвукови сензори. Най-добрите решения ще бъдат резултат от сътрудничеството между различни заинтересовани страни, при което производителят представя проблема пред партньорската екосистема или пред системен интегратор. По този начин доставчиците на сензори и компаниите за индустриална автоматизация идват от страната на „оперативните технологии“, а различни компютърни и софтуерни компании идват от страна на ИТ, за да решат проблема заедно и по-добре да задоволят нуждите на промишлената компания.

Камерите и аудиосензорите вече не са толкова скъпи, но и двете генерират големи количества данни. Това увеличава необходимостта от обработка на информация в периферията. Обработката в периферията може локално да анализира видео и аудио за откриване на аномалии в „почти реално време“.

В тази връзка от ABI Research препоръчват на корпоративните потребители да се насочат към доставчици на шлюзове, които могат да предоставят допълнителна изчислителна мощ за обработка на допълнителните данни от повече видове сензори в помещенията. Онова, за което промишлените предприятия използват най-често сензорните данни - събиране, съхраняване и визуализиране на основните показания на датчиците за температура, вибрации и ток, може да се осъществи и с евтин IoTшлюз. Все пак предприятията и доставчиците на платформи започват да прилагат все по-усъвършенствани, прогнозни анализи и приложения на трети страни, които ще изискват повече типове данни от датчици, включително акустични, видео и инфрачервени. Тези типове данни от датчиците изискват много по-голяма изчислителна мощ.

Друг съвет на анализаторите е да се подобри достъпът до данните от съществуващите, макар и поостарели датчици. В момента доставчиците на платформи все още „се борят“ с извличането на сензорни данни. В резултат софтуерите, в които постъпват и се обработват тези данни, като Kepware на PTC и Cisco Kinetic осъществиха сериозен пробив, премахвайки „бариерите“ и свързвайки ИТ и оперативните технологии. Доставчиците на сензори имат възможност да работят с компании като PTC и Cisco и с доставчици на шлюзове като HPE и Dell, а самите промишлени предприятия трябва да разберат как да свържат по-лесно своите датчици към шлюзовете. Някои доставчици на автоматизация, които доставят и сензори, затрудняват свързването на своите сензори с всичко, което е извън техните собствени продукти. Това обаче „ще подкопае“ техния бизнес в дългосрочен план, предупреждават от ABI Research. 

Партньорството с доставчици на платформи, специалисти по периферни изчисления и разработчици на дигитални специалисти близнаци също е важно, добавят анализаторите. Данните от сензорите осигуряват градивните елементи за цифровите близнаци. Алгоритмите за машинно обучение, симулационният софтуер и реалните CAD модели зависят от точните данни на сензорите. „Доставчиците на сензори трябва да си партнират с компании като PTC, SAP, FogHorn Systems и Siemens, за да се опитат да посрещнат по-добре нуждите на клиентите си, твърдят от ABI Research. Тези компании непрекъснато препоръчват на своите клиенти да внедряват нови видове сензори, за да увеличат максимално полезността на своите продукти. Повечето нямат предпочитан доставчик на сензори. Доставчиците на сензори трябва „да почукат“ на вратите на тези софтуерни компании и доставчици на платформи, за да разберат как да обслужват по-добре нуждите на своите клиенти.“

Същевременно сензорите трябва да са свързани безжично. Редица приложения и трансформационни технологии за умно производство ще разчитат на комуникации с много малко времезакъснение. Например интеграцията между датчици, шлюзове, изкуствен интелект и периферни устройства като роботи и смарт очила за добавена реалност ще се нуждае от комуникации в „почти реално време“, за да работи безопасно. Софтуерът в умните очила ще съчетава данни от сензора в реално време с разпознаването на изображението, което „виждат“ очилата, като това ще позволи на носещия ги да гледа „виртуално“ вътре в машините, да вижда дефектите, да зареждат инструкции за поправка. Именно затова промишлените предприятия ще имат нужда от безжична свързаност с малка латентност, обещавана от 5G мрежите. 

Решения за умни производствени платформи

Засилената интеграция на ИТ и оперативни технологии (OT) ще позволи на промишлеността да разчита на индустриалните платформи за Интернет на нещата (IIoT), за да управляват своите устройства, свързаността, инфраструктурата и данните. Те ще започнат да внедряват приложения, които да им осигуряват „прозрения“, които да стигат до точните хора в организацията. Всяка част от софтуера, инфраструктурата и операционната система, която помага да се осъществи някоя от тези задачи, може да се нарича „платформа“, обясняват от ABI Research. Анализаторите смятат, че в момента нито една IIoT компания не може ефективно да предостави платформа от край до край, но комбинацията от платформи може да поддържа както новите модерни фабрики, така и системите за управление на качеството в промишлеността (MQM) в старите фабрики. 

Препоръките към тези доставчици включват засилване на възможностите в платформите за поддържане на новите трансформационни технологии като добавена реалност (АR) и изкуствен интелект (AI). Всяка фирма трябва да поддържа растежа, за да оцелее в дългосрочен план. За да развива бизнеса си, фирмата трябва да предоставя нови продукти и услуги, включително на нови клиенти. В случая с доставчиците на платформи за IoT това означава да разширят възможностите на своите решения. Броят на интелигентните промишлени очила ще се увеличава експоненциално през следващите 10 години. AR приложения стават „невероятно ценни“ заради данни от IoT, а платформите за IoT ще предоставят инструменти за извличане и предаване на данни от машините към AR приложенията. Платформените компоненти, които ще са ценни за AR приложенията, включват функциите за бизнес правила, функционалност на дигитални близнаци, метрики в „почти реално време“, разширени аналитични функции. 

Редица доставчици на платформи вече са осъществили проекти за дигитални близнаци, включително физически симулации за проектиране, тестване и поддръжка, CAD за инженеринг и дизайн, както за приложения за извличане на „прозрения“ от дигиталните близнаци за подобряване на тези процеси. Все още всяка от тези стъпки изисква сериозно количество човешка намеса. През следващите 10 години машинното обучение и изкуственият интелект ще се развият достатъчно, за да могат AI приложенията да разпознават аномалии в дигиталните близнаци и да предлагат на потребителите начини на реакция, включително ще задават автоматично нареждания за замяна на повредени части.

„Доставчиците на платформи трябва да ги отворят към различни технологии, протоколи и източници, съветват от ABI Research. Промишлените предприятия и оперативните технологии по принцип имат повече комуникационни протоколи и сензори, отколкото знаят как да използват. Честно казано, трудностите при свързването в мрежа чрез множество протоколи стимулира търсенето на платформи IIoT. Следователно доставчиците трябва да отговарят на тази нужда, като отидат при производителите с платформи, отворени към старите системи. Това подобрява мащабируемостта и минимизира нуждата от персонализирана работа за всеки нов клиент.“

Същевременно промишлените производители трябва ясно да определят каква оперативна или бизнес цел се надяват да постигнат още преди да се срещнат с доставчик на IIoT. Много от клиентите обаче просто искат някакъв прогнозен анализ, разчитайки на купени IoT датчици. Вместо това те трябва да потърсят къде техните операции са се проваляли в миналото. Ако са се сблъсквали със спирания на производствената линия заради неочаквани ремонти, те трябва да поискат от IIoT доставчика помощ да открие причината за тези спирания, така че да удължи експлоатационния живот на оборудването. Това може да включва „улавяне“ на дефекти по-рано в производствения процес.

 

Все повече промишлени приложения разчитат на изкуствен интелект

Oracle Cloud Platform вече предлага нови приложения Oracle Adaptive Intelligent Applications for Manufacturing. Тя включва корелационен анализ (обвързване на данните от поточната линия като служители, оборудване, процеси и доставки с управление на бизнес резултатите като цена, времетраене на цикъла, качество, скрап, преработка, доходност и възвръщаемост), както и намиране на взаимовръзки. Тя предлага и анализ на генеалогията и проследимостта, когато се налага даден производител да изземе от пазара продукти с открит дефект. Сред останалите функции на платформата са прогнозен анализ, изкуствен интелект, включително възможност за интерпретиране на сложни данни като изображения, видео, текст и реч или други звуци.

Други примери за доставчици, продукти и приложения за промишленото производство включват FogHorn Systems Lightning Edge ML, Natural Language Processing (NLP) на Predii, Movidius Vision Processing Units (VPUs), прогнозния анализ на PTC, ET Industrial Brain на Alibaba Cloud, автоматизираният контрол на качеството и прогнозната поддръжка на IBM, IBM Watson, SAP Leonardo Machine Learning Foundation и Amazon Web Services (AWS). Тези различни доставчици имат търговски предложения с възможности за изкуствен интелект и машинно обучение

 

Как да се намесят телекомите в смарт промишлеността?

ABI Research дефинира своята концепция UnTelco, за да дефинира онези дейности, стратегии и възможности, които мобилните оператори трябва да възприемат, за да излязат „извън“ традиционните си услуги и да стимулират ръста на приходите си. Смарт промишлеността охваща разнообразни технологии, които намират приложение в производството – от Интернет на нещата до дигиталните близнаци, изкуствения интелект, адитивното производство (познато и като 3D печат), роботиката, блокчейн, добавената реалност. Въпреки че навлизането на този пазар е доста трудно, особено заради наличието на голяма наследена база от протоколи, доминирани от кабелната свързаност. Безжичната свързаност обаче придобива все по-голямо значение, тъй като осигурява мобилност и създава среда, в която лесно се добавят нови устройства, а това отваря възможности за мобилните оператори и производителите на мрежово оборудване.

Последните имат стратегия за всеки от вертикалните сегменти, която включва внедряване на “частни“ LTE мрежи в сектора. Технологията има редица предимства като по-голяма сигурност и контрол, осъществяван от собственика на фабриката, но тя все още е в експериментална фаза. Мобилните телекоми също искат да подобрят основните си комуникационни пакети, насочвайки вниманието си към ролята на системен интегратор и използват своите силни страни и партньори.

Такава стратегия трябва да бъде насочена към малките и средните предприятия, които се нуждаят от решения, а не от технологични изобретения. Същевременно 5G е технология, която има голям потенциал да позволи множество приложения - от огромен брой сензори до роботика за съвместна работа, които не са по силите на друга безжична технология. 5G все още не е налична и няма да достигне до промишлените предприятия поне още няколко години. Освен това след пускането й технологията трябва да бъде тествана в заводски условия, за да се гарантира, че тя може да работи в тежки експлоатационни среди, обясняват от ABI Research.





© Ай Си Ти Медиа ЕООД 1997-2019 съгласно Общи условия за ползване

X