ПРЕПЯТСТВИЯ И РЕШЕНИЯ НА ПУТИ РАЗВИТИЯ ИНДУСТРИИ 4.0 В КАЗАХСТАНЕ

Аннотация. Программа Индустрия 4.0, которая включает IIoT и интеллектуальное производство, объединяет физическое производство и операции с интеллектуальными цифровыми технологиями, машинным обучением и большими данными. В данной статье описаны возможности реализации Индустрия 4.0, также предложен подход к реализации их в промышленных компаниях Казахстана.

Abstract. The Industry 4.0 program, which includes IIoT and smart manufacturing, integrates physical manufacturing and operations with smart digital technologies, machine learning and big data. This article describes the possibilities of implementing Industry 4.0, and also proposes an approach to their implementation in industrial companies in Kazakhstan.

Ключевые слова: Индустрия 4.0, нейронные сети, PID контроллер, облачные данные, IIoT.

Keywords: Industry 4.0, neural networks, PID controller, cloud data, IIoT.

Введение

Индустрия 4.0 меняет способы производства, улучшения и распространения своей продукции компаниями. Производители интегрируют новые технологии, в том числе Интернет вещей (IoT), облачные вычисления и аналитику, а также искусственный интеллект и машинное обучение, в свои производственные мощности и во все операции. Индустрия 4.0 это интеллектуальная система управления и все больше компаний внедряют ее, но среди основных промышленных секторов все еще есть опасения по поводу ее внедрения и последствий для рабочих мест.

Основной проблемой, с которой сталкиваются некоторые технологические компании можно разделить на два типа. Первое это технические проблемы, где решаются вопросы о самой системе. Структура проекта, выбор оборудования и программного обеспечения и связь между разными системами т.д. А второе это внедрение существующий системы в промышленные компании. Здесь решаются финансовые проблемы, проблемы безопасности и вопросы о нехватке квалифицированного персонала.

В статье показан пример внедрения интеллектуальных систем управления в нефтяных компаниях Казахстана и ответы на некоторые вопросы. Это касается:

1. SCАDА системы, где происходит мониторинг и основное управления системой;

2. Облачной базы данных, где изменирельные приборы отправляют свои покозание через контроллер и IoT шлюз;

3. Искусственного интеллекта и машинного обучения, где в систему внедряют интеллект.

Применение Индустрии 4.0 промышленной производстве.

Выбор SCАDА системы зависит от оборудования, которое установлено в самих компаниях. Но в большинстве мониторинговые системы управления не поддерживают программные языки высокого уровня, на котором реализуется машинное обучение. В этом проекте, это Python , а SCАDА - система Simple-Scаdа.  И написать в Simple-Scаdа программу на языке Python невозможно. Поэтому, они объедены через базу данных SCАDА системы:

Рисунок 1. SQL-запросы в Simple-Scаdа

В базе данных можно создавать таблицы, добавлять в них строки с данными, удалять, редактировать их и т.д. Все эти действия выполняются через SQL-запросы к БД. Когда SQL-запросы составлены и проверены можно вызывать их из скриптов скады. Для выполнения пользовательских SQL-запросов в Simple-Scаdа используется процедура RunSQL. В нее нужно передать код SQL-запроса и скада автоматически отправит этот запрос на выполнение, [2].

В нейронных сетях используется библиотека Mysql.connector. Пример кода:

Рисунок 2. MySql в Python

Как показано в примере, используется база данных MySql, там мы создаем таблицу базу данных «diplom_Iot».

Второе, это соединение скады и автоматизационную систему через IoT. Сейчас многие компании, которые производят программное обеспечение и оборудование автоматизационных систем, такие как Siemens, Schneider Electric, Owen, Honeywell и другие, поддерживают IIoT . Они выпускают IoT шлюзы и облачные сервисы. В нашем проекте использованы продукты Owen, IoT шлюз ПМ210 и облачный SааS-сервис OwenCloud для удаленного мониторинга и управления. Общая архитектура проекта показана в рисунке 3.

Рисунок 3. Архитектура проекта

В контроллер Owen приходить аналоговый сигнал из датчиков и через программу ПИД- регулятора (рисунок 4) в исполняющий механизм приходит аналоговый выходной управляющий сигнал. И все эти сигналы записываются в облочный сервис OwenCloud.

Рисунок 4. OwenLogic программа ПИД-регулятора

Через OPC server скада система получает данные от SааS-сервиса.Мониторинг и управление системы осуществляется через скаду.В проекте объект управления - жидкость в резервуаре, входной аналоговый сигнал - уровень жидкости , а выходной сигнал управляет клапоном. А через нейронную сеть мы оцениваем эффективнось коэффицентов ПИД- регулятора.

Рисунок 5. Редактор Simple-Scаdа

Но когда мы внедряем IIoT в реальную компанию, нужно учитавать многие факторы. Например, для смены операций требуются значительные инвестиционные затраты, связанные с аппаратным и программным обеспечением, навыками и т.д. Компании часто рассматривают IIoT как один большой скачок вперед, который только добавляет оды к огромным счетам. Стоимость промышленных продуктов IoT и их развертывания, очевидно, очень высока. Несомненно, одним из главных обещаний промышленного IoT является повышение эффективности производства и снижение затрат за счет лучшего управления активами, доступа к бизнес-аналитике и повышения производительности. Однако следует рассматривать не только разработку, но и поддержку, наряду с высококвалифицированными источниками, которые являются экспертами в области Интернета вещей. Организациям трудно оправдать затраты, когда они не совсем уверены, какую окупаемость инвестиций ожидать.

Лучший подход к решению этой проблемы — разделить проекты на небольшие реализации с предопределенными вехами. Это уступит место прогрессу, основанному на результатах, который может быть количественно оценен высшим руководством, что приведет к положительной реакции и, возможно, к увеличению лимита ресурсов.

Фактор безопасности. Защита промышленных IoT-устройств является сложной задачей по ряду причин. С этим расширением промышленного Интернета вещей увеличивается и поверхность атаки для компаний. В случае любой успешной атаки на промышленный Интернет вещей не только реализуются конфиденциальные данные, но и могут быть нанесены массовые физические повреждения машиам, людям и остановлено все производство компаний. Таким образом, проблемы безопасности для технологий IIoT вызывают наибольшую озабоченность, поскольку нарушения затрагивают как отдельных лиц, так и организации, уязвимые для финансового и операционного ущерба.

При оценке безопасности IoT учитываются данные с разных точек зрения. Однако, когда дело доходит до защиты, не учитывают уязвимости конечных точек и IoT, а многие инструменты защиты от киберугроз сосредоточены только на сети и в облаке. «По данным IDC, 70% нарушений безопасности исходят от конечных точек. Хотя организации могут быть не в состоянии устранить все атаки промышленного IoT, необходимо определить уязвимости Iot и потенциальные точки входа в конечные устройства, а также протестировать устройства с использованием регулярно обновляемой базы данных известных угроз/атак для мониторинга реакции устройства и обнаружить аномалии». Конечная цель компаний и их производственных процессов — не только адаптироваться к этим быстрым изменениям, но и не стать мишенью для хакерских групп.

Фактор разрыва в навыках. Владельцы промышленных IoT-проектов понимают, что одной из самых сложных проблем Интернета вещей является отсутствие навыков и способов решения этой проблемы. В настоящее время в отрасли происходят стремительные изменения, и компании обеспокоены нехваткой технического персонала. Для многих производителей серьезной проблемой является поиск квалифицированного специалиста для проектирования, развертывания и обслуживания современных промышленных сетей, а также острая необходимость модернизации и преобразования бизнес-операций. Если в других странах существуют промышленные системы IoT, то в нашей стране недавно появилось само понятие IIoT, [1].

Для развитии и для внедрении IoT системы очень важно предварительное решении возможных и существующих проблем. Для этого следует анализировать уже существующие примеры в технологический развитых странах. С какими проблемами они столкнулись, как они их решили, и насколько оптимальным было это решение. Здесь было описаны возможные проблемы и трудности при внедрении IIoT и их решение. Еще есть много работы, которую предстоит сделать для того, чтобы  IIoT  система развивалась в нашей стране.