«РТСофт – Смарт Грид» и «РТСофт – Встраиваемые системы» группы компаний «РТСофт» приглашают посетить стенд А174 в зале № 8 на ХХVI Международном форуме «ЭЛЕКТРИЧЕСКИЕ СЕТИ»
Ученые Российской системы климатического мониторинга и суверенная методика расчета антропогенных выбросов и поглощения парниковых газов позволили России провести «ревизию» антропогенных выбросов на территории страны.
С точки зрения развития промышленного интернета вещей (IIoT) российское производство находится в самой начальной стадии, считает Винсент Чанг (Vincent Chang), генеральный менеджер Advantech в России. Одна из основных причин такого положения — недостаточные инвестиции в эту сферу. По данным эксперта, объем инвестиций в IIoT в России растет всего лишь на 4% в год.
В отличие от индустриального сектора, транспортный сектор оказался в более выгодном положении. В последнее время государство вкладывает существенные средства в развитие систем интернета вещей на транспорте, здесь активно развивается видеонаблюдение. Так, например, на наземном транспорте в Москве работает система видеонаблюдения — данные с видеокамер обрабатываются мобильными компьютерами Advantech и передаются по сетям 3G и 4G (всего около 40% выручки Advantech в России приходится на транспортный сектор). Цифровизация транспорта очень важна, уверены эксперты, так как она влечет за собой развитие других отраслей экономики.
Комбинация 5G, искусственного интеллекта (ИИ) и облачных технологий меняет правила игры на рынке IIoT, убежден Аллан Янг (Allan Yang), технический директор Advantech. Возможность сбора больших объемов данных о производстве в облаке и применение ИИ для его анализа открыли рынку новые возможности для роста. Что необходимо, чтобы реализовать этот потенциал в России?
Существует два подхода к построению систем класса IIoT. Первый — условный принцип айфона — это закрытые системы с ограниченными возможностями кастомизации. Второй — открытые экосистемы. Именно по такому пути пошли в компании Advantech, создавая платформу WisePaaSAlliance для совместной разработки прикладных систем. «Сейчас на рынке лидируют моновендорные решения, — рассказывает глава Advantech К.С. Лю (K.C.Liu). — Но открытые экосистемы и маркетплейсы — это верный путь к эпохе интернета вещей. Я верю, что за этим будущее».
На российском рынке еще не сложилась экосистема поставщиков оборудования, программного обеспечения, телеком-инфраструктуры, интеграторов IIoT-решений. Российские интеграторы преимущественно заняли выжидательную позицию и ждут инвестиций от заказчиков, чтобы начать наращивать экспертизу в области промышленного интернета вещей. Как следствие, еще один сдерживающий фактор для развития IIoT в нашей стране — недостаточное количество прикладных приложений для промышленного интернета вещей.
В результате сегодня проектировкой систем занимаются преимущественно сами инженеры на заводах, а внешний ИТ-подрядчик оказывает услуги только по закупке и поставке оборудования. В отсутствие экспертизы большей популярностью пользуются заранее сконфигурированные системы и конструкторы из них. В результате часто используются системы, которые не были специально созданы для использования в промышленности, и выходят быстрее из строя, чем продукты, имеющие специальную сертификацию (например, для применения в энергетической промышленности) и отвечающие различным факторам внешнего воздействия: пыле- или влагозащищенные решения, устойчивые к вибрации и к электрическим разрядам (шоковые нагрузки), решения, способные работать в условиях высоких или низких температур. Специализированные решения могут работать несколько лет, в то время как обычные решения могут выходить из строя по истечении года использования в промышленной среде. Предконфигурированные устройства не позволяют рынку решать специфические задачи, которые начинают появляться у заказчиков из индустриального сектора, например, требующие взрывозащищенных решений.
По мере роста конкуренции маржинальность такого бизнеса падает, и поставщики подходят к пониманию, что они должны привносить какую-то дополнительную ценность, начинают развивать собственную экспертизу в области промышленного интернета вещей.
Сегодня многие интеграторы делают попытки трансформации своих бизнес-моделей, потому что маржинальность классической системной интеграции сокращается. Модель сервисного провайдера позволяет получать регулярный доход изо дня в день, а не от проекта к проекту, но требует больших инвестиций на старте для создания собственной инфраструктуры. Сократить объемы первоначальных инвестиций позволяют платформенные решения, развиваемые вендорами сегодня. Их использование, с одной стороны, облегчает разработку собственных решений и ускоряет их вывод на рынок, с другой, позволяет сократить расходы. Так, биллинговая система платформы WISE-PaaS, развиваемой Advantech, позволяет оплачивать сервисы в зависимости от объема передаваемых данных.
Помимо перечисленных сложностей, развитию рынка также мешает неопределенность — нет понимания, на каких технологиях будет развиваться индустриальный интернет вещей, на какой протокол беспроводной передачи данных будет сделана ставка в нашей стране. Пока нет «мейнстрима» в этом направлении.
Множество различных протоколов и отсутствие единого стандарта — это реальность, в которой нам приходиться жить, констатирует Аллан Янг. Многие производственные системы и оборудование создавались, когда о промышленном интернете вещей речи еще не шло, поэтому в энергетике свои стандарты, а на транспорте — множество других. Однако по мере развития под естественным влиянием рынка число стандартов будет сокращаться, уверены эксперты.
Многие российские промышленные компании имеют датчики, установленные десятки лет назад. Чтобы объединить генерируемые ими данные, Винсент Чанг рекомендует использовать периферийную вычислительную инфраструктуру, которая может работать, используя разные сетевые протоколы, как новые, так и традиционные. Периферийные вычислительные ресурсы помогают собрать данные для передачи в облако.
Чтобы обеспечить высокую производительность систем искусственного интеллекта на границе сети, в первую очередь видеоаналитики, имеет смысл во встраиваемых серверах на периферии использовать GPU-процессоры, убежден вице-президент Nvidia Дипу Талла (Deepu Talla).
Перенос систем искусственного интеллекта с облачной природой (cloudnative) на устройства периферийных вычислений с сохранением производительности и возможностей обновления дало начало новому ИТ-тренду, который получил название AIoT (искусственный интеллект в инфраструктуре интернета вещей).
Промышленным компаниям пора готовиться к эпохе 5G, так как технологии уже начали меняться, появляются новые сенсоры и роутеры, работающие в сетях нового поколения, торопит Эрик Джозефссон (Erik Josefsson), глава направления Advanced Industries в Ericsson. Если в пользовательском сегменте переход на беспроводные технологии уже произошел — стационарные телефоны уже почти никто не покупает, — то многие производства все еще окутаны проводами, недоумевает эксперт.
Применение сетей 5G для обеспечения работы систем интернета вещей на производстве позволяет повысить производительность при одновременном снижении энергопотребления. Мониторинг состояния оборудования для предиктивного обслуживания или для настройки взаимодействия оборудования между собой может обеспечить частная сеть 5G (владелец сети сам выпускает sim-карты для своего оборудования). Такой подход обеспечивает быстродействие для периферийных вычислений, может объединить порядка миллиона устройств на нескольких квадратных километрах и главное — решает проблему проводного соединения, что часто оказывается существенной сложностью при построении систем IIoT.
Цифровизацию производства эксперты рекомендуют начинать с определения болевых точек, у каждой фабрики они разные. Это могут быть недостаточный уровень качества продукции, большой объем выполняемого тяжелого ручного труда, низкая продуктивность, проблемы с охраной труда. Безопасность на производстве или на транспорте — один из лучших стимулов для цифровой трансформации в промышленности, считает Линда Tцай (Linda Tsai), президент направления IIoT в Advantech.
Далее надо оцифровать цель, назначить измеряемый KPI, например, определить, на сколько предстоит сократить долю брака. Эта цель должна быть реальной и достижимой, не слишком завышенной, чтобы не завершить проект провалом, рекомендует Линда Tцай.
После этого можно переходить к определению технологий, которые стоит внедрить для достижения этих целей. Распространенная ошибка — слишком быстро внедрять новейшие технологии. Торопиться не стоит, так как они могут быть еще сырыми. Например, бывает, что с учетом оценки TCO, искусственный интеллект оказывается не так эффективен, как AOI (automated optical inspection).
После всех этих этапов можно запустить пилотный проект, проверить гипотезы, и в случае их подтверждения перейти к промышленному внедрению с обязательным контролем выполнения поставленных KPI.
