Дело в цифре
Истории успеха

Дело в цифре

Дело в цифре

Цифровая трансформация — один из главных трендов развития промышленности.

Разбираемся, какие цифровые технологии наиболее востребованы на сегодняшний день российскими промышленными компаниями.

Институт статистических исследований и экономики знаний НИУ ВШЭ выделил наиболее значимые цифровые технологии, уже используемые или внедряемые в мировой и российской промышленности. Список из топ-15 технологий ранжирован по индексу значимости, который показывает частоту упоминаний в 180 тыс. авторитетных источников (научных журналах и отраслевых СМИ). Единице соответствует максимальное число упоминаний, причем это означает, что термин был центральной темой публикации.

ПРОМЫШЛЕННЫЕ РОБОТЫ

По данным Международной ассоциации робототехники (IFR), в 2021 году в мире работало 3 млн промышленных роботов. Несмотря на пандемию, их продажи по итогам года увеличились на 13%, или 435 тыс. шт. Роботы помогают сокращать расходы на оплату труда, удерживать на стабильном уровне качество продукции, увеличивать технологическую гибкость производства.

В российской промышленности роботов чаще всего применяют крупные предприятия из сферы автомобилестроения, химических и нефтехимических производств. Так, на предприятиях «Кировской керамики» роботы перемещают грузы весом от 100 до 250 кг, а на Тихвинском вагоностроительном заводе машины используют для сварочных работ, покраски, чистки кузовов вагонов.

Как отмечают исследователи ВШЭ, размер эффекта от использования роботов растет вместе с увеличением технологичности отрасли и варьирует от 25–27% в численности занятых в производстве бумаги, бумажных и металлических изделий до 75–79% для компаний в производстве машин, оборудования и химической промышленности. Средние по размеру эффекты (40–55%) выявлены для производства резиновых и пластмассовых изделий, производства стройматериалов и пищевой промышленности.

ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ

По оценке Центра компетенций НТИ «Искусственный интеллект», рынок ИИ в России в 2021 году составил 552 млрд руб., увеличившись на 28% относительно 2020 года. Как отмечают аналитики Statista, в последние десятилетия развитие этого сегмента технологий находилось в области логических, математических и лингвистических способностей ИИ к рассуждению. Текущая экосистема ИИ работает в сфере формирования эмоционального интеллекта, когнитивных способностей и управления ситуациями, чтобы понимать физический мир. По данным совместного исследования TAdviser и «Ростелекома», 85% российских компаний уже используют ИИ-решения в бизнесе, а 70% разработок создают для продажи сторонним организациям.

Один из примеров использования ИИ в промышленности — внедрение компанией «Северсталь» интеллектуальных решений «Рубан» и «Аделина». Они управляют непрерывным травильным агрегатом (НТА) на Череповецком металлургическом комбинате. «Аделина» вычисляет нужную скорость управления агрегатом, а агент «Рубан» корректирует ее на оборудовании. Таким образом, производственный процесс становится более гибким и безопасным. По словам гендиректора дивизиона «Северсталь Российская сталь» и ресурсных активов Евгения Виноградова, благодаря запуску «Аделины» производительность НТА выросла более чем на 5%. Это может обеспечить до 80 тыс. т дополнительного производства в год.

Как отмечают эксперты ВШЭ, в будущем все более совершенные технологии ИИ позволят полностью автоматизировать производственные процессы и оптимизировать работу не только отдельных предприятий, но и целых отраслей промышленности.

МАШИННОЕ ОБУЧЕНИЕ

Машинное обучение (ML) используют в тех случаях, когда опасно, невозможно или малоэффективно задействовать на производстве человеческие ресурсы (например, для работы в труднодоступных местах, в условиях вечной мерзлоты или повышенной радиации, на вредных химических производствах). Также на основе накопленных массивов данных машины более точно прогнозируют остаточный ресурс и критически важные неисправности промышленного оборудования, помогают вовремя производить техобслуживание и предотвращать внезапный выход агрегатов из строя.

Большинство компаний применяют ML для сокращения издержек (72%), а также для повышения качества своих продуктов или услуг (68%). Тренду на увеличение моделей машинного обучения способствуют два момента: рост компьютерных мощностей и инвестиций компаний в ИИ. Машинное обучение чаще всего интегрировано в оптимизацию производства (68%) и логистику (50%). Например, на Магнитогорском металлургическом комбинате работает система, которая оптимизирует потребление ферросплавов и вспомогательных материалов, используемых при производстве стали в кислородно-конвертерном цехе. Эта технология включает физико-химическую модель производства стали и алгоритм машинного обучения.

«По нашим оценкам, этот проект позволил сократить использование дорогостоящего сырья, необходимого для производства стали, на 3%.»  Андрей Еремин директор по экономике Магнитогорского металлургического комбината

ЦИФРОВОЕ ПРОТОТИПИРОВАНИЕ

Дизайнеры, производители и инженеры используют цифровое прототипирование для проектирования продуктов и визуализации всего процесса их производства. За счет применения технологии происходит существенная экономия времени: на 3D-печать прототипа уйдет от нескольких часов до нескольких дней, а на традиционном производстве этот процесс может занимать от полугода. Цифровое прототипирование чаще всего используют в автомобилестроении, приборостроении, оборонной промышленности, медицине. Например, РСК «МиГ» использует безбумажные чертежи и трехмерные технологии, которые позволяют существенно сократить срок создания нового самолета. А перевод «железа» в математические модели позволил корпорации «Иркут» на годы сократить разработку авиалайнера МС-21.

СЕНСОРИКА

Сенсорика в привычном быту представлена разблокировкой телефона при помощи отпечатка пальца или оплатой проезда по платной трассе с помощью транспондера. На крупных промышленных производствах технология входит в систему создания «цифровых двойников». Даже роботам нужны сенсоры, чтобы понимать, в каком месте находится деталь, где ее взять, куда перенести.

Сенсоры — это основа мониторинга состояния окружающей среды вокруг АЭС. Большой интерес к технологии проявляют предприятия добывающих отраслей, прежде всего угольной, в которой нужно повысить пожаро- и взрывобезопасность, особенно в шахтах. Там необходимы анализаторы состояния окружающей среды, беспроводная передача их данных, безошибочная их обработка. В новых решениях по сенсорике нуждаются и российские системы по трубопроводной транспортировке природного газа и нефти — самые протяженные в мире.

БЕСПРОВОДНАЯ СВЯЗЬ

WLAN — это беспроводная компьютерная сеть, которая связывает два или более устройства и формирует локальную сеть радиусом до 150 м. Она позволяет пользователям перемещаться по территории и оставаться подключенными к сети. Через шлюз WLAN также можно обеспечивать подключение к более широкому интернету. Беспроводная сеть PAN предназначена для соединения личных устройств радиусом до 10 м — например, в хирургическом кабинете больницы, чтобы хирург мог общаться с другими членами команды в комнате. А RFID — это один из методов радиочастотной идентификации и сбора данных, который позволяет отслеживать движение объектов.

Сети WPAN становятся незаменимыми внутри производственной инфраструктуры, особенно в тех местах, где отсутствует доступ по сотовой мобильной связи или ее нельзя использовать на территории предприятия. C помощью мобильных приложений оператор не только может постоянно отслеживать технологический процесс, но и обмениваться речевыми сообщениями по беспроводной корпоративной сети с персоналом, обслуживающим этот промышленный комплекс. В результате оператор всегда имеет возможность получить полную картину о состоянии производства за счет использования единой беспроводной сенсорной среды, которая может простираться на многие километры.

БЛОКЧЕЙН

Основная функция блокчейна — хранение записи транзакций в цепочке и распределение их по узлам сети. Данные, размещенные в цифровом реестре, сложно фальсифицировать. Поэтому технологию считают одной из самых безопасных. По данным Blockdata, в конце 2021 года 81 из 100 крупнейших мировых компаний уже использовала технологию распределенного реестра: от стадии пилотного запуска и тестирования проектов до реальных производственных сервисов с сотрудниками, партнерами и клиентами.

Для промышленных предприятий блокчейн может решить проблему контрафакта, оптимизировать цепочку поставок, контролировать качество сырья. В 2022 году Toyota Blockchain Lab стала разрабатывать платформу для безопасного обмена данными между автомобилями. Похожий проект реализует General Motors. В 2020 году американский концерн запатентовал навигационную карту на блокчейне: во время движения датчики собирают данные об окружающей местности и сравнивают их с уже существующими картами в реальном времени.

В марте прошлого года «Газпром нефть» успешно завершила тестирование блокчейн-платформы для авиазаправки Smart Fuel в международном аэропорту Мурманска. Smart Fuel позволяет производить моментальную оплату авиазаправки и сокращает время взаиморасчетов между поставщиком топлива и авиакомпанией с четырех-пяти дней до 15 секунд. Заявка на заправку, оплата и обмен отчетными документами происходят в онлайн-режиме с помощью приложений на планшетах пилота и оператора топливозаправщика. Благодаря технологии блокчейна данные о сделках гарантированно сохраняются в системе и доступны всем участникам процесса. Информация из системы Smart Fuel поступает в электронный бортовой журнал авиакомпании и цифровую систему учета авиатоплива на топливозаправщиках.

БОЛЬШИЕ ДАННЫЕ

Массивы больших данных, получаемые, в частности, с беспроводных устройств с поддержкой протокола IP, включая смартфоны, планшеты, датчики, и с других приборов, используют в широком спектре приложений. Основные среди них — прогнозирование рыночной ситуации, совершенствование продукции, оптимизация маркетинга и продаж. Для работы с большими данными нужны очень большие парки серверов и специализированные программы. В России этим успешно занимается «Яндекс», а также другие поисковики и социальные сети.

ВИРТУАЛЬНАЯ И ДОПОЛНЕННАЯ РЕАЛЬНОСТЬ

Технологии виртуальной (VR) и дополненной (AR) реальности позволяют сокращать сроки и стоимость разработки новых товаров, тестировать и улучшать качество продукции. По статистике, виртуальная реальность сокращает время разработки продукта в три раза и уменьшает стоимость производства на 25–40%. Так, например, Ford, применив VR, сократил количество травм на производстве на 70% и снизил эргономические проблемы на 90%. При помощи эргономической лаборатории в компании стремятся улучшить и сделать безопасной монтажную линию и рабочее пространство оператора. Для анализа используют более 52 датчиков, которые располагают на теле человека. Они считывают движения и передают координаты в базу данных. Эргономист, получив значения, может отыграть определенные сценарии и повысить безопасность работы сотрудников. Кроме того, используя VR, компания прорабатывает дизайн будущих автомобилей и проводит совещания.

Французский национальный космический центр CNES за счет использования средств виртуальной реальности сэкономил около 12 месяцев при разработке проекта ракетного ускорителя Callisto. Благодаря внедрению цифровых испытаний самолетов на виртуальных полигонах Объединенной авиастроительной корпорации (ОАК) удалось почти вдвое уменьшить количество полетов для отладки бортовых систем.

ТОВАР КАК УСЛУГА

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». Например, в 2012 году производитель сельхозтехники John Deere создал открытую платформу MyJohnDeere — информационную систему, помогающую в рамках бизнес-модели фермерского хозяйства оптимизировать управление производственными данными, информацией об оборудовании и операциями фермы. Новые услуги включили «умную» ирригацию и улучшение качества почвы на основе показателей, получаемых с помощью инструментов удаленной диагностики. Используя ИТ-платформу, клиенты John Deere повышают часовую производительность, снижают расход топлива и время простоя оборудования.

Недавно Трансмашхолдинг (ТМХ) заявил о планах по созданию платформы, позволяющей российским производителям совместно использовать промышленное оборудование.

«ТМХ совместно со «Станкоремсервисом» и пятью крупнейшими холдингами страны в самых разных отраслях промышленности предложил создать платформу, которая позволит совместно использовать имеющиеся промышленные установки и поддерживать их в работоспособном состоянии.»  Кирилл Липа директор ТМХ

А в недалеком будущем еще и снабжать их необходимыми расходными материалами и комплектующими.

КОМПЬЮТЕРНОЕ ЗРЕНИЕ

Для адаптивного контроля операций роботов применяют решения на основе компьютерного (машинного) зрения. К примеру, завод Philips по производству бритв в Нидерландах 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 находятся 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 новый уровень.

В России компьютерное зрение используют в оборонном секторе, медицине, розничной торговле, промышленных системах, беспилотном транспорте. Сейчас тестированием такой техники занимаются «Яндекс», НПО «Старлайн», Cognitive Pilot, BaseTracK, МАДИ, КамАЗ. Камазовцы с конца 2019 года тестируют беспилотный грузовой автомобиль КамАЗ-4308 собственной разработки и уже зарегистрировали патент на грузовой электромобиль без кабины для водителя. Обещают, что за счет этого грузоперевозки будут обходиться заказчикам дешевле на 10–15%.

СМАРТ-КОНТРАКТЫ

Смарт-контракты и другие электронные сделки, а также маркетплейсы способствуют усилению промышленной кооперации. На блокчейн-платформе «Норникеля», например, есть возможность выпуска гибридных токенов, обеспеченных одновременно различными активами. Любая компания сможет выпускать на площадке цифровые токены, которые можно будет обменять на биржевые товары (например, золото, палладий, нефть и газ), права требования, вытекающие из договоров, финансовые инструменты, недвижимость, услуги или другие активы. Выпускать токены, обеспеченные товарами (Asset-Backed Coin, ABC-токены), могут различные организации, а приобретать их — широкий круг инвесторов. Это должно упростить процесс продажи: при использовании токенов не потребуется каким-либо образом перемещать сам товар — все сделки будут отслеживать благодаря внедрению блокчейна на электронной площадке.

ПРОМЫШЛЕННЫЙ ИНТЕРНЕТ ВЕЩЕЙ

Внедрение промышленного интернета вещей кратно повышает эффективность производства и значительно сокращает сроки окупаемости проектов. По оценке McKinsey, годовой эффект для глобальной экономики только от внедрения интернета вещей к 2025 году может составить от $4 до 11 трлн.

«IIoT выходит далеко за рамки простого сбора данных. Главная ценность — понимание и рекомендации, как улучшить процессы в компании, которые поступают в режиме реального времени», — подчеркнул в интервью Forbes директор по продажам корпоративных решений Honeywell Дионисиос Ставракас.

Одним из самых популярных «умных» компонентов на российских промышленных предприятиях стали устройства, занимающиеся автоматизированным сбором данных и подготавливающие тем самым полноценный переход к IIoT. Например, завод радиоэлектронной продукции «Технинжиниринг» внедрил беспроводной контроль, установив более 550 датчиков и устройств (электросчетчиков, датчиков протечки, температуры, теплосчетчиков и пр.). За четыре месяца эксплуатации экономия на отоплении (за счет сокращения потерь тепла и более точного учета коммунальных ресурсов) составила 48%.

ЦИФРОВОЙ ДВОЙНИК

Предприятия часто объединяют разработки различных технологических направлений. Например, для ускоренного создания и вывода на рынок продуктов и услуг используют системы на основе цифровых двойников. Ежегодный прирост рынка цифровых двойников с 2020 по 2026 год, по данным MarketsandMarkets, составит около 60%. Цифровой двойник — виртуальный прототип реального объекта, группы объектов или процессов. Погрешность между работой виртуальной модели и работой реального объекта не должна превышать 5%. 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. По прогнозам экспертов, через пять лет рынок таких продуктов, как цифровые двойники, достигнет $16 млрд.

Драйвером развития рынка цифровых двойников в России является нефтегазовая и нефтехимическая промышленность. Например, в каждой добывающей дочерней компании «Газпром нефти» в среднем используют более 20 цифровых двойников во всех процессах нефтедобычи. Использование цифровых двойников скважин помогает компаниям экономить от 5 до 20% капитальных затрат. Не менее востребована данная технология в самолето- и двигателестроении, а также транспортной отрасли.

«УМНЫЕ» ФАБРИКИ

Другой наглядный пример комбинирования цифровых технологий — «умные» фабрики, 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. Согласно аналитике McKinsey, работа «умной» фабрики может, например, повысить производительность на 3–5% и сократить время выхода изделия на рынок на 20–50%.

В российском автомобилестроении фабрикой будущего уже оснащено производство принципиально нового автомобиля УАЗ «Патриот» модельного ряда 2020 года, а компания Volgabus работает с помощью новой программы над созданием беспилотного коммерческого транспорта. Самый большой атомный ледокол «Арктика» на Балтийском заводе строят также при помощи электронных систем. Несколько других проектов реализуют в авиастроении и ракетно-космической отрасли. Всего к 2035 году в России планируют создать 40 «умных» фабрик будущего.

  • 85% российских компаний уже используют ИИ-решения в бизнесе;
  • 3 млн промышленных роботов работало в мире в 2021 году;
  • 72% компаний применяют машинное обучение для сокращения издержек.

«Трансформация затрагивает не только экономику, но и социальную сферу, систему государственного управления – и ключевую роль здесь играют большие данные, искусственный интеллект. Кто лучше использует мощный технологический потенциал в интересах людей, их благополучия, тот и в современном мире выигрывает. Выигрывает в глобальной конкуренции. Мы обязательно должны быть здесь среди лидеров – имею в виду нашу страну, Россию.»  Владимир Путин президент Российской Федерации

«Важно к концу десятилетия увеличить долю собственных электронных компонентов для цифровой трансформации промышленности, она должна превысить 40%. Чтобы сохранить конкурентоспособность производства, надо не только успешно перейти на цифру, но и организовать работу на новых принципах – быстро, качественно и дешево, под конкретные требования заказчиков», — Михаил Мишустин, председатель Правительства Российской Федерации.

Топ-15 цифровых технологий в промышленности

Название технологии Промышленные роботы Искусственный интеллект Машинное обучение Цифровое прототипирование Сенсорика Беспроводная связь (WLAN, PAN, RFID) Блокчейн Большие данные Виртуальная и дополненная реальность Товар как услуга Компьютерное зрение Смарт-контракты Промышленный интернет-вещей Цифровой двойник «Умные» фабрики
Индекс значимости 1,00 0,86 0,68 0,56 0,42 0,30 0,21 0,20 0,12 0,09 0,03 0,03 0,03 0,02 0,01

Читайте также

Истории успеха
«Умные» фабрики: большие и маленькие
Истории успеха
Графит, композит, крыло самолета
Истории успеха
Время чемпионов
Истории успеха
Три типа инноваций