Вступайте в нашу группу в VK https://vk.com/controlengineeringrus, чтобы ничего не пропустить из мира автоматизации
Много данных — это всего лишь много данных, и в индустриальном «Интернете вещей» (Industrial Internet of Things, IIoT) ключевой вопрос состоит в том, какое программное обеспечение использовать для их анализа, чтобы оно могло определять их ценность. В статье представлены примеры реализации подходящих систем мониторинга.
Благодаря использованию проводных и беспроводных датчиков нового поколения операции по сбору и накоплению данных теперь более выгодны с точки зрения экономики, чем раньше. Затем, с помощью внутренней сети предприятия или непосредственно Интернета, эти данные могут быть переданы для их дальнейшей обработки в системы контроля и управления. Полученную информацию можно использовать для оптимизации контролируемых в режиме реального времени процессов, для более качественного планирования обслуживания и работы оборудования, а также для анализа посредством специального программного обеспечения (ПО). Впоследствии результаты такого анализа позволят повысить уровень безопасности, увеличить эффективность работы оборудования и диагностировать проблемы в его функционировании.
Сегодня уже становятся обыденными такие термины, как «Интернет вещей» (Internet of Things, IoT), индустриальный «Интернет вещей» (Industrial Internet of Things, IIoT), «большие данные» (big data) и Индустрия 4.0 (Industry 4.0). Последние разработки в сфере датчиков, организации их взаимодействия между собой и ПО для анализа данных делают процесс сбора, хранения, доставки и анализа информации гораздо более простым в реализации и доступным по стоимости. Главной целью в дальнейшем развитии таких технологий является скорость получения внутренних данных. С помощью IIoT можно улучшить работу заводов, причем как старых, требующих модернизации, так и новых, если при внедрении новых систем управления использовать его совместно с уже существующей системой управления и контроля, а также с сервис-ориентированными приложениями. Причем эти подходы можно применять как совместно, так и по отдельности. В случае со старыми предприятиями категории «Браунфилд» (от англ. Brownfield, предприятие, создающееся на основе каких-либо уже имеющихся объектов) обычно в существующую сеть управления производством и в саму систему управления добавляются новые датчики для осуществления визуального контроля оператором и для улучшения возможных способов наблюдения за оборудованием. Это позволяет заменить глаза и уши персонала, который может быть переведен в удаленные центры или специализированные помещения для мониторинга и управления операциями. В свою очередь, категория «Гринфилд» (от англ. Greenfield, производственные мощности, объект или строящееся предприятие, создаваемое на «чистом» месте) предполагает внедрение и последующее использование систем IIoT уже на начальной стадии работы объекта и его производственных площадок. Это наиболее популярный подход для проектов «умного» города и бюджетной сферы, для реализации которых используются системы IIoT, работающие совместно с облачными технологиями хранения и управления данными, поскольку эти проекты изначально разрабатываются с учетом возможности удаленного управления и мониторинга. В качестве примера можно привести внедрение возможности наблюдения за удаленными нефтехранилищами, насосными станциями и транспортными средствами, которые являются частью других больших предприятий. Однако при таком подходе можно испытывать недостаточность существующей инфраструктуры системы управления.
Монетизация сервисов
«Сервисизация» (от англ. Service, модели экономических отношений, в которой владение чем-либо заменяется его арендой) — это один из нескольких синонимов, которые описывают возможность оснащения оборудования средствами удаленного мониторинга. Производители насосов, клапанов и других типов оборудования предлагают услугу в виде «платной подписки» для наблюдения за оборудованием, которое установлено на производстве клиента. С точки зрения бизнеса, преимущества такого подхода состоят в том, что появляется возможность наблюдать за надежной и безотказной работой оборудования, но на самом деле самое большое достоинство кроется в том, что производитель предоставляет техническую поддержку и экспертную оценку работы производимого им же оборудования.
В каждой модели используется общая архитектура датчиков, сетевая инфраструктура и анализ, которые давно известны и эксплуатируются в существующих производственных и технологических процессах. Однако новые технологии предоставляют возможности для повышения производительности предприятий, не требуя при этом значительных капиталовложений.
Основной вопрос владельцев существующих производств: «Как нам модернизировать производственные мощности и превратить завод в «умное» предприятие?». Ответ на него всегда будет заключен в рамки конечного преимущества, а именно оперативного получения аналитической информации.
Отправной точкой в процессе сбора данных являются датчики. Они используются для наблюдения за работой «вещей» в системе IIoT: насосов, клапанов и другого оборудования. Стоимость реализации и использования таких датчиков быстро падает, давая возможность собирать все больше данных при минимальной стоимости. Раньше, подключая датчики к системам контроля и управления, персонал предприятий был ограничен токами потребления в пределах 4–20 мА, протоколом HART или разнообразными промышленными шинами, а также специализированным ПО. Но сегодня специалисты могут использовать самые разные типы проводных и беспроводных сетей для сбора данных, и чаще всего в пределах одного производства используется сразу несколько типов сетевых подключений (рис. 1).
Для того чтобы получить максимум информации, нужно собирать данные, передавать их через проводные или беспроводные сети, анализировать их с помощью специализированного ПО и предоставлять инженерам, которые могут получить к ним доступ с помощью смартфонов, планшетных ПК или компьютеров.
Датчики и внутренние сети позволяют быстро и без больших материальных затрат получать и хранить данные от новых источников, а широкий спектр современных видов связи позволяет выбрать любой вариант для применения на предприятии. Например, передатчики с питанием от батареи не требуют подключения к электросетям, поэтому их можно устанавливать на удаленных объектах, которые расположены на большом расстоянии от конечных узлов подключения проводных сетей. Такие передатчики также могут работать долгие годы в неблагоприятных условиях окружающей среды и в зонах повышенной опасности.
Применение беспроводных сетей позволяет вести наблюдение за различными типами оборудования и системами, которые ранее не могли быть подключены к проводным системам ввиду сложности или высокой стоимости реализации такого подключения.
Реализация IIoT методом «браунфилд»: использование данных от насоса
Оснащение насоса датчиками и подключение его к сети для последующего анализа данных посредством специализированного ПО дает возможность заводу производить наблюдение за насосом и локализовывать проблемы задолго до того, как насос выйдет из строя и отключится. Это является хорошим примером реализации подхода к использованию IIoT «Браунфилд».
Несколько лет назад специализированные системы мониторинга в режиме реального времени устанавливались для использования только на наиболее важных насосах. Относительная легкость оснащения насоса беспроводными системами мониторинга делает возможным подключение абсолютно всех насосов на предприятии к системам онлайн-мониторинга (рис. 2). Беспроводные передатчики устраняют необходимость в проводах, прокладке кабельных каналов, внешнем питании и устройствах защиты. Таким образом, получение данных от насосных систем и другого производственного оборудования становится простой и доступной по стоимости задачей.
Система мониторинга насоса собирает данные о температуре, давлении, скорости потока и т. д. в режиме реального времени и передает их через беспроводную сеть на шлюз, который затем отправляет эту информацию в центр контроля посредством проводной Ethernet-сети. Затем данные, поступившие от десятков или сотен насосов, анализируются специализированным ПО, которое оповещает оператора в том случае, если возникают какие-либо потенциальные проблемы в работе оборудования. В качестве примера можно привести одно из нефтеперерабатывающих предприятий с производительностью 250 000 баррелей в день, где системы по управлению и мониторингу были установлены на 80 насосах. Годовая экономия от такого подхода к реализации управления превысила $1,2 млн при окупаемости за период менее чем в 6 месяцев.
Подобные результаты могут быть достигнуты и путем модернизации другого типа оборудования, например клапанов и пароотделителей. В дальнейшем степень рентабельности будет повышаться, потому как цены на используемые для этих целей компоненты продолжают снижаться.
Заключительный этап реализации IIoT: анализ данных
Оперативная доставка данных — это хорошо, но заключительный этап реализации IIoT требует наибольшего количества затрат, поскольку для того чтобы правильно подойти к применению IIoT, специализированное ПО для анализа данных должно иметь возможность работать с большими объемами этих данных и представлять из себя интегрированную платформу, собирающую и анализирующую информацию, поступающую от разных источников в различном формате.
Специализированному ПО для обработки данных необходимо обладать функцией быстрой передачи внутренних данных работникам, которые разбираются в процессах, оборудовании и операциях. ПО также должно быть простым в использовании и не требующим промежуточных и сложных операций, для которых придется привлечь разработчиков системы или специалистов высокого уровня по преобразованию и анализу данных. Точечную диаграмму, представленную на рис. 3, может быстро и просто получить любой специалист предприятия. Например, ПО для анализа данных от компании Seeq дает доступ экспертам к текущим оперативным рабочим показателям, тем самым позволяя отображать аналитическую информацию в различном виде и улучшать показатели производственного процесса.
Если в эту операцию будут вовлечены разработчики или специалисты по обработке данных, то поступающая информация будет быстро терять свою ценность, так как использование в этом процессе дополнительного персонала требует более длительного времени для анализа данных. Если невозможно быстро отследить изменения в поступающих данных и осуществить какие-либо производственные действия на их основе, то они теряют свою ценность.
Майкл Риссе (Michael Risse)
Опубликовано в номере: Control Engineering Россия II oT Ноябрь 2016
