Информационные технологии в промышленности

Искусственный интеллект в производственной сфере

Основная статья: Искусственный интеллект в производственной сфере

В России

Основная статья: Цифровизация промышленности России

В мире

2024: Changan открыл самообучающийся автомобильный завод. Он управляется одним компьютером

В конце октября 2024 года компания Changan Automobile открыла интеллектуальный цифровой завод с функциями самообучения. В создании инновационного автомобильного производства приняли участие специалисты China Unicom и Huawei. Подробнее здесь.

2023: Названы 7 главных направлений цифровой трансформации станкостроения

В октябре 2023 года Институт статистических исследований и экономики знаний НИУ ВШЭ опубликовал исследование, в котором перечислил семь главных направлений цифровой трансформации станкостроения. По словам экспертов, некоторые тренды отражают сценарии внедрения передовых цифровых решений в промышленности, другие связаны с практиками повышения функциональности и эффективности отдельных видов оборудования для решения производственных задач. Есть направления, например робототехнические устройства, которые находятся на стыке технологий и видов оборудования, совмещая в себе характеристики обоих, отмечается в докладе.

К преимуществом цифровизации отрасли специалисты относят производство более функционального оборудования, автоматизацию процессов (вместе со снижением влияния человеческого фактора), рост качества продукции и скорости ее производства, а также сокращение операционных издержек.

Основным направлением цифровой трансформации станкостроения исследователи назвали автоматизацию производственных процессов и внедрение интеллектуальных систем. Это ядро цифровой трансформации промышленности; в контексте станкостроения подразумевает передачу контроля за операциями от человека к автоматизированным системам. Конечным этапом развития направления является безлюдное производство, где операторам отводятся в основном функции управления технологическим процессом.

Второе направление - это периферийные вычисления, которые, по мнению аналитиков, помогают снижать объем поступающей на станок информации и обхода ограничений в мощностях. Поддержка деятельности интеллектуальных систем требует мощных процессоров для обработки больших массивов данных.Метавселенная ВДНХ 3.6 т

Промышленные роботы, которые также упомянуты в исследовании, упрощают обслуживание станков, замещают их функции, содействуют при выполнении производственных задач (подают детали для обработки, заменяют рабочие инструменты и т. д.).

Следующий тренд связан с аддитивными технологиями скоростного производства. Они существенно повышают производительность и многофункциональность станков. Еще одное направление - глубокое обучение. Такие алгоритмы широко используются в промышленности в целом и в станкостроении в частности. Однако есть значительный резерв для внедрения передовых цифровых технологий (в первую очередь на основе ИИ, big data и т. п.), способных выявлять скрытые зависимости в данных, прогнозировать параметры производства, поддерживать автоматическое принятие решений.

Предпоследним ключевым направлением цифровой трансформации станкостроения эксперты назвали лазерное оборудование. Оно позволяет производить все более сложные и высокоточные операции, что особенно важно для микроэлектроники. Например, автоматическая регулировка скорости и диаметра луча лазера для резки материалов снижает энергопотребление.

Наконец, Институт статистических исследований и экономики знаний НИУ ВШЭ выделяет такое направление, как оборудование с числовым программным управлением. Подобные станки обладают большей гибкостью и быстротой переналадки по сравнению с рядовым оборудованием. Среди их преимуществ — автоматизация отдельных производственных процессов, возможность выпуска различных деталей, параметры производства которых задаются в программах и т. д. Новое направление — внедрение приложений дополненной реальности для считывания информации о производственных чертежах, сборке и другой документации в 3D-формате. Это может ускорить настройку станка в среднем на минуту.^[1]

2020: Тренды и эффекты применения цифровых технологий в промышленности

Институт статистических исследований и экономики знаний НИУ ВШЭ выделил на основе анализа больших данных наиболее значимые цифровые технологии, уже используемые или внедряемые в мировой и российской промышленности. Об этом институт сообщил 11 августа 2021 года.

В индустрии цифровые технологии используются на всех этапах жизненного цикла — от концепт-идеи, проектирования, производства и эксплуатации до сервисного обслуживания и утилизации. Опора на «цифру» обеспечивает предприятиям значительные конкурентные преимущества, особенно в условиях неопределенности. Критическую роль цифровые технологии сыграли в 2020 г., когда с вызовами пандемии COVID-19 эффективнее всего справились наиболее роботизированные, автоматизированные и готовые к совместной удаленной работе предприятия.

Открывающие топ-15 промышленные роботы (№ 1) помогают сокращать расходы на оплату труда, удерживать на стабильном уровне качество продукции, увеличивать технологическую гибкость производства. В российской промышленности роботы больше всего применяются в автомобилестроении, на химических и нефтехимических предприятиях.

В области искусственного интеллекта (ИИ) (№ 2) в последние годы сделан скачок от использования полуавтономных роботов-манипуляторов на гибких производственных линиях до управления автономными транспортными средствами, перемещающимися в цехах и между цехами. В будущем все более совершенные технологии ИИ позволят полностью автоматизировать производственные процессы и оптимизировать работу не только отдельных предприятий, но целых отраслей промышленности.

В ситуациях, в которых или опасно, или невозможно, или малоэффективно задействовать человеческие ресурсы (например, для работы в труднодоступных местах, в условиях вечной мерзлоты или повышенной радиации, на вредных химических производствах), все чаще применяют технологии машинного обучения (№ 3). Также на них полагаются, когда по мере накопления массивов данных о состоянии промышленного оборудования, людям становится не под силу прогнозировать его остаточный ресурс и критически важные неисправности, предотвращать внезапный выход из строя и производить техобслуживание по состоянию.

Для адаптивного контроля операций роботов применяются решения на основе компьютерного (машинного) зрения (№ 11). К примеру, завод Philips по производству бритв (Нидерланды) выглядит как неосвещенное помещение, где установлены 128 роботов, за работой которых следят всего девять сотрудников. Компьютерное зрение также помогает контролировать действия персонала в части выполнения требований техники безопасности. Технологии автоматической фиксации и обработки подвижных и неподвижных объектов с помощью компьютерных средств уже способны в режиме реального времени определять по видео- или фотоизображению, где находится человек и его части тела (голова, руки, ноги), и оценивать правильность ношения спецодежды (перчаток и каски), а в ближайшее время выведут работу предприятий на качественно иной уровень.

Кратно повышает эффективность производства и значительно сокращает сроки окупаемости проектов внедрение промышленного интернета вещей (№ 13). Массивы больших данных (№ 8), получаемые, в частности, с беспроводных устройств с поддержкой протокола IP, включая смартфоны, планшеты, датчики, и с других приборов, используются в широком спектре приложений. Основные среди них — прогнозирование рыночной ситуации, совершенствование продукции, оптимизация маркетинга и продаж. Отслеживание цепочек поставок на основе блокчейна (№ 7), смарт-контракты (№ 12) и другие электронные сделки, а также маркетплейсы способствуют усилению промышленной кооперации. Благодаря изучению пользовательского опыта на основе данных с носимых устройств предприятия переходят в послепродажном обслуживании от «ремонта по регламенту» к «ремонту по состоянию» и в целом развивают сервисную бизнес-модель «товар как услуга» (№ 10).

Дизайнеры, производители и инженеры используют цифровое прототипирование (№ 4) для проектирования продуктов и визуализации всего процесса их производства. VR-тестирование (№ 9) позволяет сокращать сроки и стоимость разработки товаров, тестировать и улучшать качество продукции. Так, благодаря внедрению цифровых испытаний самолетов на виртуальных полигонах ПАО «ОАК» удалось почти вдвое уменьшить количество полетов для отладки бортовых систем.

Предприятия часто объединяют разработки различных технологических направлений. Например, для ускоренного создания и вывода на рынок продуктов и услуг используют системы на основе «цифровых двойников» (№ 14) производственных процессов, включающие элементы ИИ, интернета вещей, сенсорики (5) и технологии беспроводной связи (№ 6). В ходе эксплуатации такие системы помогают оптимизировать работу предприятий, минимизировать сбои и остановки; по оценкам ОЭСР, они с точностью до 95% могут прогнозировать реакцию оборудования на нагрузки и на 5-10% снижать издержки на обслуживание сложных индустриальных комплексов. Ежегодный прирост рынка «цифровых двойников» с 2020 по 2026 гг., по данным MarketsandMarkets, составит около 60%. Другой наглядный пример комбинирования цифровых технологий — умные фабрики (№ 15), полностью автоматизированные (роботизированные) производства, на которых управление всеми процессами в режиме реального времени и с учетом постоянно изменяющихся условий обеспечивает связка технологий интернета вещей, анализа Big Data и информационных систем управления производственными и бизнес-процессами.

Плюсы использования цифровых технологий в промышленности очевидны — от снижения затрат, повышения производительности труда и качества продукции до сокращения сроков ее вывода на рынок (time to market). Показательно, что среди наиболее значимых для индустрии решений преобладают искусственный интеллект и роботы. Такой тренд свидетельствует об изменениях в бизнес-моделях предприятий: они стремятся выпускать все более кастомизированную продукцию, повышая лояльность потребителей и сохраняя принципы экономии и энергоэффективности. Другой заметный тренд — объединение на базе цифровых платформ всех участников цепочки создания стоимости в единую экосистему. Его поддерживают главным образом технологии гибкого (быстро адаптируемого к внешним изменениям) распределенного сетевого производства. сказала Нина Тарасова, директор Центра промышленной политики ИСИЭЗ НИУ ВШЭ.

Примечания