Как фабрике набраться ума

Александр Фертман, директор по науке, технологиям и образованию фонда «Сколково»

Выйти из полноэкранного режима

Развернуть на весь экран

Умная фабрика. Промышленность 4.0. Умное производство. Что означают эти термины — вопрос открытый. Каждый из них стал скорее маркетинговым лозунгом, чем определением высокотехнологичного производства.

Второй термин в моем списке появился на свет в 2011 году — это была инициатива, поддержанная германским правительством: Industrie 4.0 должна была помочь производственному сектору страны сохранить конкурентные преимущества.

Про первый из терминов в 2017 году Deloitte написала, что он означает скорее путешествие, чем пункт назначения: «Непрерывная эволюция, непрерывный путь к созданию и поддержанию гибкой обучающейся системы — а не подход "сделать раз и навсегда", использовавшийся в прошлом». Сегодня концепция умной фабрики означает использование машинного обучения и искусственного интеллекта, роботов и интернета вещей (IoT), технологий аддитивного производства и дополненной реальности, что позволяет производству работать в основном автономно, с возможностью самокоррекции.

Итак, главное на умной фабрике — прозрачность и взаимосвязь процессов и систем и автономность, способность обходиться без значимого вмешательства человека. Современные интеллектуальные производственные системы могут обучаться и адаптироваться практически в режиме реального времени, что позволяет предприятиям быть гораздо более гибкими, чем когда-либо.

Самым популярным элементом умной фабрики стал промышленный интернет. Эта не какой-то волшебный инструмент, как многим кажется, а комплексная система сбора, передачи, хранения и обработки данных о производственном процессе, полученных от сенсоров и датчиков, контролирующих работу станков, сварочных установок, плавильных печей, химических реакторов и т. п. Данные с сенсоров поступают в IT-систему, а она их, во-первых, анализирует их, чтобы предоставить материал для технологических и управленческих решений, а во-вторых, использует как основу машинного обучения.

В обилии данных и заключается одна из главных проблем в развитии умной фабрики и, возможно, в промышленном прогрессе в целом. Многие компании не научились отбирать релевантную информацию о ходе технологического процесса и всю ее накапливают. Да еще и датчики часто расположены неверно, не в критических точках системы, без понимания того, как связаны данные с технологическим процессом,— и полноты информации не получается, а значит, и использовать ее сложно. Такие производства нельзя, конечно, называть умными фабриками — разве что внимательными.

Лучшим решением всех этих задач было бы сквозное цифровое проектирование производственного процесса — с учетом физических, технологических и финансовых ограничений. Такой подход позволит, в частности, понять, где и что нужно измерять и как эти данные связаны с характеристиками продукта. Появится возможность не только прогнозировать повторение уже фиксировавшихся неполадок, включенных в машинное обучение рекомендательной системы, но и предполагать, какие новые аварии могут случиться.

Один из глобальных лидеров сквозного цифрового проектирования и моделирования — альянс компании CML и Санкт-Петербургского политехнического университета им. Петра Великого, есть в России и другие компании с тем же подходом, в их числе резидент «Сколково» — «Датадванс».

Другая серьезная проблема для распространения технологий в сфере умных производств — экономического и отчасти психологического характера. С одной стороны, умная фабрика должна дать очевидный экономический эффект. С другой стороны, создание умной фабрики — долгое и крайне затратное дело: необходима перестройка всей производственной системы, закупка дорогостоящего оборудования для сбора, хранения и обработки данных, создание недешевой качественной цифровой модели (в идеале двойника) производства.

И когда руководство крупной компании начинает считать эффект от цифровизации — особенно если речь идет только о сокращении издержек, а не о быстром выводе нового товара на рынок,— то понимает, что получается всего 10% экономии и этого не хватит, чтобы окупить затраты на цифровизацию за несколько лет.

То есть вкладывать надо сейчас, а эффект появится уже при новом исполнительном директоре. Тут-то топ-менеджер и подумает: а оно мне надо?

Следует сказать, что проблема это не чисто российская, но в России она стоит довольно остро. Цифровизация сегодня в моде, на нее не жалеют денег — правительство особенно. Но закупки современного дорогостоящего оборудования, а уж тем более цифровых моделей кажутся многим руководителям делом рискованным: придут проверяющие органы и будут задавать неудобные вопросы о целесообразности расходов, лучше уж работать по старинке.

Это, однако, не означает, что цифрового производства в России нет. Движение в сторону умной фабрики идет и на Западе, и на Востоке, и у нас, хотя и с разной скоростью. Российские металлургия, нефтепереработка и некоторые другие отрасли непрерывного производства включены в мировые коммерческие и технологические цепочки — для них эффективное использование новых технологий, в том числе и машинного обучения,— вопрос о преимуществе перед конкурентами, а соответственно, о доле рынка.

На металлургических предприятиях давно испытываются рекомендательные системы, основанные на технологиях машинного обучения. Создаются решения, позволяющие, например, оптимизировать расход ферросплавов в стальном производстве: собирают опыт лучших специалистов-практиков, требования к содержанию химических элементов в готовой стали и информацию о качестве выплавляемого металла — и сервис в реальном времени выдает оператору рекомендации, как использовать ферросплавы и какие добавлять компоненты. Такая система, разработанная на Yandex Data Factory, введена в опытно-промышленную эксплуатацию на Магнитогорском металлургическом комбинате в 2016 году и принесла пятипроцентную экономию дорогостоящих ферросплавов.

Впрочем, понятие «умная фабрика» чаще применяется к дискретным производствам, в первую очередь машиностроительным. Компании, делающие ставку на технологические и управленческие решения, подходящие под определение умной фабрики, ставят целью получить экономическую выгоду уже на стадии небольших партий продукции (от двигателя до велосипеда), а иногда и единичных экземпляров. Традиционно на производствах такое достигалось за счет снижения себестоимости при массовом производстве однотипных изделий.

Другими словами, цифровые модели производства вкупе с автоматизированным комплексом оборудования, сгруппированного в гибкие производственные модули, позволяют получать прибыль уже при продаже первого образца — а второй, точно такой же, может заказчику и не понадобиться. Предприятие же получит заказ на следующее изделие, и вероятно, в большем количестве, и норма прибыли только увеличится.

Гибкость умной фабрики не только в быстрой перестройке производства с одного продукта на другой, но и в том, чтобы обеспечивать при заданной себестоимости производства различные по размеру партии в заданный срок.

Проект создания полигона, на котором можно было бы отработать и отдельные технологии умной фабрики, и возможности их пакетного использования, заложен в «дорожную карту» «Технет-НТИ» и детально проработан «ОДК-Сатурн».

Возвращаясь к задачам, которые предстоит решить на пути к созданию и совершенствованию умных фабрик, упомяну также проблему обеспечения их кибербезопасности (защита от несанкционированных подключений и хакерских атак) и энергообеспечения (при использовании локализованных суперкомпьютеров и дата-центров, обрабатывающих и хранящих гигантский массив данных, требуются существенные энергетические мощности).

Все вышеперечисленные задачи и проблемы решаемы и решаются, поскольку путешествие к умной фабрике — это путь к мировому лидерству в области промышленного производства.