Умные фабрики будущего. Как искусственный интеллект и прогнозируемое обслуживание меняют промышленность. Александр Юрьевич ЧесаловЧитать онлайн книгу.
четыре основных вида прогнозируемого обслуживания [6]:
Прогнозируемое обслуживание на основе состояния. Это система, которая при помощи датчиков собирает в реальном времени данные о состоянии и производительности оборудования. Она предназначена для планирования мероприятий по обслуживанию оборудования до возникновения неисправности и после проверки его состояния.
Прогнозируемое обслуживание по времени. Это система, которая работает в строго отведенные ей временные интервалы в соответствии с регламентами и планами мероприятий по обслуживанию.
Прогнозируемое обслуживание по требованию. Это система, которая учитывает среднее ежедневное время использования оборудования и воздействие условий окружающей среды на него. На основе полученных данных устанавливается крайний срок для будущей проверки.
Предписывающее обслуживание. Это более совершенное прогнозируемое обслуживание на основе состояния, которое позволяет предвидеть (прогнозировать) возникновение неисправности, и, с той или иной долей вероятности, определить ее первопричину в долгосрочной перспективе.
Одним из основных инструментов реализации стратегии прогнозируемого обслуживания многостадийных технологических процессов являются автоматизированные системы, в основе которых лежат аппаратно-программные решения и новые технологии обработки и анализа больших данных для определения закономерностей и обнаружения аномалий в работе производственных линий, с целью их своевременного выявления и устранения до того момента, как оборудование выйдет из строя.
На сегодняшний день задачи, которые стоят перед промышленными предприятиями и лидерами ИТ-отрасли в области прогнозированного обслуживания являются общемировым трендом развития промышленной автоматизации.
Важную роль в проектировании и создании автоматизированных систем прогнозированного обслуживания многостадийных технологических процессов играют:
технологии промышленного Интернета вещей (англ. Industrial Internet of Things, IIoT), облачных вычислений (англ. Cloud Computing), искусственного интеллекта (ИИ, англ. Artificial Intelligence, AI) и периферийного ИИ (англ. Adge AI). Эти технологии позволят современным предприятиям перейти от реактивного или превентивного (профилактического) обслуживания к прогнозируемому, а в перспективе и к предписывающему обслуживанию [7,8,9];
большие данные (англ. Big Data), которые поступают с различных датчиков и «умных» устройств промышленного Интернета вещей в реальном времени, и расширенная аналитика для прогнозирования вероятного отказа оборудования.
На рисунке ниже представлен пример условного процесса реализации прогнозируемого обслуживания на производственных линиях промышленных предприятий и его интеграции с различными информационными системами предприятия:
Рис. 8 –
. Predictive maintenance: techniques and advantages. [Электронный ресурс]. URL: https://www.mecalux.com/blog/predictive-maintenance (дата обращения: 23.10.2024)
. Галкин Д.И., Чесалов А.Ю. Перспективы цифровой трансформации производителей оборудования неразрушающего контроля на примере опыта НИИИН МНПО «СПЕКТР» // XXIII Всероссийская научно-техническая конференция по неразрушающему контролю и технической диагностике «Умные технологии НК. Единство теории и практики»: сб. тр. Москва, 23 – 25 октября 2023 г. С. 187-170. – М.: Издательский дом «Спектр». – С. 167 – 170.
. Палюх Б.В., Чесалов А.Ю. Методологический подход к цифровой трансформации предприятий отрасли производителей оборудования неразрушающего контроля // «Инжиниринг предприятий и управление знаниями» (ИП&УЗ – 2023) : сборник научных трудов XXVI Российской научной конференции. 29 – 30 ноября 2023 г. / под науч. ред. Ю.Ф. Тельнова.– Москва: ФГБОУ ВО «РЭУ им. Г.В. Плеханова». – С. 256 – 260.
. Галкин Д.И., Ефимов А.Г., Чесалов А.Ю. Перспективы создания цифровой инфраструктуры данных в НК // Территория NTD – январь-март – 2024. – С. 62 – 65.