Александр Юрьевич Чесалов
Умные фабрики будущего. Как искусственный интеллект и прогнозируемое обслуживание меняют промышленность
Современные подходы к созданию автоматизированных систем прогнозируемого обслуживания
Современные подходы к созданию автоматизированных систем прогнозируемого обслуживания многостадийных технологических процессов в промышленности
В настоящей главе рассматриваются современные подходы к созданию автоматизированных систем прогнозируемого обслуживания многостадийных технологических процессов. На сегодняшний день, данные системы играют важнейшую роль в процессах автоматизации промышленных предприятий различных отраслей экономики. В статье делается основной акцент на необходимость применения технологий искусственного интеллекта для создания, эксплуатации и развития автоматизированных систем прогнозируемого обслуживания. Указывается необходимость совместного применения методов нейронных сетей и теории свидетельств, в части уменьшения уровня неопределенности и увеличения уровня доверия к выходным данным для принятия решений. В результате исследования предложены два варианта архитектуры. Представлены данные эффективности применения автоматизированных систем прогнозируемого обслуживания в промышленности.
Прогнозируемое обслуживание в промышленности (англ. Predictive Maintenance, PdM) – это стратегия проактивного обслуживания, которая использует современные инструменты и методы анализа данных для обнаружения аномалий в работе оборудования и потенциальных дефектов в производственных процессах, которая включает [1]:
мониторинг оборудования в режиме реального времени;
анализ данных для выявления тенденций, которые могут указывать на будущий отказ оборудования;
планирование технического обслуживания в оптимальные сроки.
Одним из основных инструментов реализации стратегии прогнозируемого обслуживания 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. По данным оценки IOT Analitics, мировой рынок автоматизированных систем прогнозированного обслуживания к 2028 году достигнет отметки пятнадцати миллиардов долларов [2].
Важную роль в проектировании и создании автоматизированных систем прогнозированного обслуживания многостадийных технологических процессов играют технологии промышленного Интернета вещей (англ. Internet of Things, IoT), облачных вычислений (англ. Cloud Computing) и искусственного интеллекта (англ. Artificial Intelligence, AI). Они позволят современным предприятиям перейти от реактивного или превентивного (профилактического) обслуживания к прогнозируемому, а в перспективе и к предписывающему [3,4,5].
