Как производственные компании используют интегрированные средства управления для лучшей автоматизации

Статистика автоматизации

• Прогнозное обслуживание, аналитика с помощью искусственного интеллекта и оперативные данные в режиме реального времени помогают промышленным предприятиям сократить время простоев, оптимизировать энергопотребление и повысить надежность процессов.
• По мере распространения интеллектуальных технологий инженеры отдают приоритет интегрированным элементам управления, надежной инфраструктуре данных и кибербезопасности для поддержки подключенных операций.

Респонденты:

• Майкл П. Уолш, PE, LEED AP, старший директор по производству, IMEG, Цинциннати
• Джейкоб Вебер, PE, инженер проекта, Affiliated Engineers Inc., Мэдисон, Висконсин

По вашему опыту, какие системы на промышленных и производственных объектах получают выгоду от автоматизации, которой раньше не было?

Майкл Уолш: Автоматизация выходит за рамки традиционных производственных линий и затрагивает области, которые раньше были более ручными или реактивными. Одним из ключевых сдвигов является переход от реагирования к профилактическому обслуживанию с использованием данных и аналитики для прогнозирования проблем с оборудованием до того, как они повлияют на эксплуатацию. Системы обработки материалов и внутренней логистики также становятся более автоматизированными, что повышает эффективность и снижает зависимость от ручного труда.

Кроме того, предприятия используют автоматизацию для оптимизации энергопотребления и обеспечения качества в реальном времени, включая обнаружение дефектов с помощью искусственного интеллекта (ИИ). Также растет использование технологий для обеспечения безопасности и обучения персонала, таких как носимые системы мониторинга и инструменты дополненной реальности, которые помогают улучшить как операционную производительность, так и вовлеченность работников.

Как цифровые двойники и операционная аналитика в реальном времени используются помимо проектирования, особенно для прогнозного обслуживания и оптимизации процессов?

Майкл Уолш: Хотя внедрение полного цифрового двойника все еще развивается во многих промышленных проектах, мы наблюдаем рост использования операционной аналитики в реальном времени для поддержки текущей производительности и обслуживания. Например, мониторинг систем здания и использования энергии позволяет владельцам определить, когда системы работают за пределами ожидаемых параметров, что часто является ранним индикатором необходимости технического обслуживания или повторного ввода в эксплуатацию.

Ожидается, что в будущем эти платформы будут играть более важную роль в профилактическом обслуживании и оптимизации процессов за счет объединения данных в реальном времени с историческими тенденциями. По мере роста внедрения более тесная интеграция между моделями проектирования и эксплуатационными данными поможет владельцам повысить надежность, эффективность и общую производительность предприятия.

Джейкоб Вебер: Цифровые двойники, привязанные к аналитике в реальном времени, становятся все более полезными после сдачи объектов. На промышленных объектах владельцы используют такие данные, как время работы оборудования, температура, влажность, мониторы вибрации, мониторинг процессов, системы определения местоположения в реальном времени, сигналы тревоги и измерения коммунальных услуг, чтобы выявить отклонения в производительности, определить узкие места процесса и реализовать стратегии прогнозного обслуживания. Это ценно как для технологического, так и для производственного оборудования. Небольшие изменения в производительности производственного оборудования могут увеличить потребление энергии и ненужно потреблять мощность центрального энергоблока, в то время как изменения в производительности технологического оборудования могут повлиять на качество продукции и производительность. Оперативная аналитика, поддерживающая профилактическое обслуживание, может свести к минимуму незапланированные простои, одновременно снижая затраты на техническое обслуживание и нагрузку на персонал. Предварительное понимание целей владельца в области анализа данных помогает отличить необходимый сбор данных от элементов, которые могут просто создать больше информации для управления.

Какие интеллектуальные устройства запрашивают владельцы и как вы удовлетворяете эти потребности?

Майкл Уолш: Владельцы все чаще запрашивают интеллектуальные устройства, которые обеспечивают видимость в режиме реального времени производительности объекта и процессов. Сюда входят датчики Интернета вещей, которые контролируют состояние оборудования, потребление энергии и условия окружающей среды, что позволяет операторам принимать более обоснованные решения на основе данных.

Чтобы удовлетворить эти потребности, инженеры разрабатывают системы, которые могут интегрировать данные из нескольких источников в централизованные информационные панели, обеспечивая единое представление операций. Ключевой задачей является обеспечение совместимости между различными платформами и поставщиками. Чтобы решить эту проблему, некоторые команды используют среды дистанционного тестирования для проверки интеграции системы перед развертыванием, снижая риски и повышая надежность при вводе систем в эксплуатацию.

Как использование ИИ повлияло на потребности или процессы в этих учреждениях?

Майкл Уолш: Использование ИИ позволяет объектам обрабатывать большие объемы данных в режиме реального времени, поддерживая как автономное принятие решений, так и более информированный человеческий контроль. В производственной среде это улучшает такие области, как производительность, обеспечение качества и оптимизация процессов, где ИИ может быстро выявлять закономерности или аномалии, которые было бы трудно обнаружить вручную.

С точки зрения возможностей это обусловливает необходимость в более надежной инфраструктуре данных, надежном подключении и интеграции между системами. По мере роста внедрения ИИ инженеры также рассматривают возможность того, как строительные системы могут поддерживать эти операции, управляемые данными, сохраняя при этом производительность, гибкость и кибербезопасность.

Джейкоб Вебер: ИИ влияет на промышленные предприятия по-разному. Помимо стимулирования рыночного спроса на полупроводники и другие типы объектов, развитие инфраструктуры искусственного интеллекта также влияет на доступность коммунальной инфраструктуры. Центры обработки данных и проекты, связанные с искусственным интеллектом, часто полагаются на одно и то же оборудование с длительным сроком эксплуатации, необходимое для промышленных и передовых производственных объектов, включая крупное электрооборудование, генераторы, охладители, распределительные устройства и компоненты управления. Это способствует более широкому использованию пакетов ранних закупок и, в некоторых случаях, разработке систем вокруг того, что реально можно закупить в рамках графика проекта. ИИ также применяется в аналитике объектов, профилактическом обслуживании, автоматизированных проверках и оптимизации процессов. На объектах с интенсивным использованием данных продолжает расти важность надежной инфраструктуры данных, надежной архитектуры управления и протоколов кибербезопасности.

Кибербезопасность и хакерство вызывают все большую обеспокоенность. Видите ли вы, что такие проблемы влияют на вашу работу на промышленных и производственных объектах?

Майкл Уолш: Кибербезопасность становится все более важным фактором при проектировании промышленных объектов, особенно по мере того, как операционные технологии и системы информационных технологий (ИТ) становятся все более интегрированными. Некоторые владельцы уже уделяют большое внимание этим рискам, в то время как другим требуется дополнительное образование о потенциальном влиянии на непрерывность бизнеса и операции.

Инженеры играют более активную роль, тесно координируя свои действия с командами ИТ и кибербезопасности, чтобы внедрить передовой опыт в проектирование систем. Сюда входят такие стратегии, как сегментация сети, безопасная системная архитектура и контролируемый доступ к критически важным системам. Решая вопросы кибербезопасности на ранних стадиях процесса проектирования, команды могут помочь снизить риски, одновременно поддерживая надежные операции, основанные на данных.

Публикация «Как производственные предприятия используют интегрированные средства управления для лучшей автоматизации»