В России появились первые национальные стандарты цифровой промышленности

Умные вещи

Российские добывающие и обрабатывающие компании активно инвестируют в цифровые технологии. Дроны и роботы в шахтах, виртуальная реальность и интернет вещей, автоматизированные скважины и цифровые двойники — всё это постепенно становится неотъемлемой частью промышленности и современной экономики.

Уместным будет пояснить, что собой представляют «интернет вещей» и big data — понятия в некоторой степени новые и не всем известные. Интернет вещей — это полностью автоматизированный цикл работы приборов и систем за счёт их подключения к беспроводной сети. Простыми словами, понятие предполагает взаимодействие по схеме «машина — машина» с минимальным участием человека. Big data дословно — большие данные. Если говорить профессиональным языком, то это набор специальных методов и инструментов, которые используются для хранения и обработки огромных объёмов данных для решения конкретных задач.

По итогам исследования Высшей школы экономики, в 2019 году цифровая активность российских предприятий заметно повысилась: более 25% руководителей заявили о росте востребованности технологий на производстве, а число компаний, активно инвестирующих в цифровизацию, увеличилось почти вдвое — с 8 до 14%. Промышленные компании чаще всего вкладываются в автоматизацию процессов, интернет вещей, искусственный интеллект и big data, облачные технологии, технологии радиочастотной идентификации и особенно в роботизацию производства.

Эксперты специализированных ресурсов в числе проектов, которые находятся в России на стадии разработки и внедрения, единодушно называют несколько крупных компаний, среди которых, в частности, рудник «Скалистый» компании «Норникель», а также «Газпромнефть», «Роснефть» и «Лукойл», которые работают над созданием умных скважин, принцип действия которых во многом строится на технологиях интернета вещей. В их скважинах оборудование оснащено датчиками, передающими информацию обо всех процессах в общую систему, которая обрабатывает полученные данные и на их основе принимает те или иные решения. Похожая модель лежит в основе системы–советчика на обогатительной фабрике Кольской ГМК: на основе анализа огромного количества данных о работе оборудования и параметрах сырья она выдаёт рекомендации по оптимизации процессов. После внедрения системы каждая такая рекомендация изучается специалистами, и если сотрудник подтверждает предложенный совет, то программа запоминает этот выбор. Таким образом, система постоянно самообучается и со временем начинает принимать самостоятельные решения.

Беспилотники и роботы

Возможности дронов оказались бесценны для диагностики линий электропередач, трубо– и нефтепроводов и других промышленных объектов, куда затруднён доступ человека и техники. Беспилотные системы применяются для геологоразведки, транспортировки небольших грузов, ремонта повреждений на ЛЭП и решения многих других задач. Так, в компании «Газпромнефть», 60% трубопроводов которой контролируется с помощью дронов, разработано уже более 70 сценариев их использования. По оценкам корпорации, беспилотники обходятся ей в 2,5–3 раза дешевле, чем эксплуатация вертолётов.

На рудниках незаменимыми могут стать роботы–маркшейдеры — самоходные устройства, умеющие вести под землёй 3D–съёмку. Первый образец автономного маркшейдера был разработан в рамках «Цифровой лаборатории» R&D–подразделения «Норникеля»: такой робот управляется удалённо с помощью мобильного телефона, на котором установлено специальное программное обеспечение, а сама «картинка» передаётся в VR–очки диспетчера в режиме реального времени. Это изобретение позволяет изучать новые полости, в том числе труднодоступные, не подвергая риску специалистов, а кроме того, обнаруживать дефекты выработок и оперативно их исправлять.

Модели-двойники

Из десяти недавно утверждённых стандартов цифровой промышленности пять посвящены цифровым двойникам — виртуальным прототипам реальных объектов или процессов, которые моделируют их работу с помощью сбора данных с датчиков. Такие двойники помогают оптимизировать работу оборудования, выявлять неисправности и вносить коррективы, исключая риски при экспериментах на реальном производстве.

Моделирование различных сценариев в рамках виртуального прототипа позволяет выбирать наиболее эффективные алгоритмы и избегать неудачных. Показателен случай на одном из европейских предприятий компании Schneider Electric, где система предсказала сбой в работе оборудования практически за месяц до того, как он должен был произойти. Не будь этого прогноза, корпорация могла бы потерять несколько миллионов долларов. Сейчас эта технология активно осваивается в других отраслях, а к 2023 году, по прогнозам экспертов, объём рынка цифровых двойников должен достигнуть $ 16 млрд.

В России над технологией цифровых двойников работают компании из самых разных промышленных отраслей: помимо уже упомянутой Schneider Electric, в неё активно инвестируют «Газпромнефть», СИБУР и «Норникель». Так, в прошлом году «Норникель» разработал единственную в стране систему имитационного моделирования, позволяющую создавать цифровые модели для всех рудников компании. Она даёт возможность тестировать все организационно–технические решения и производственные планы в симуляторе, чтобы проверить их эффективность перед внедрением на производстве.

Следующим этапом, по планам компании, станет создание полноценного цифрового двойника, который будет полностью имитировать производство, включая эксплуатационный и экономический аспекты.