Прообраз современного цифрового двойника
Вряд ли можно с полной уверенностью сказать, что отечественная промышленность в настоящее время является авангардом освоения цифровой трансформации. Но можно точно утверждать, что использование некоторых приёмов автоматизации, которые сегодня смело относят к данной сфере, в промышленности началось давно. Одним из первых «триггеров» для этого явилось массовое использование компактных ноутбуков и планшетов.
Может быть, кто-то ещё помнит популярные маркетинговые тезисы многих ИТ-поставщиков примерно десятилетней давности, рассказывающие о том, как комфортно может чувствовать себя собственник промышленного предприятия, если он, сидя со своим планшетом на пляже тёплых морей, может в реальном времени наблюдать, как движется производственный конвейер на принадлежащем ему предприятии. Под такие предложения и вправду создавались ИТ-решения в форме виртуальной реальности. Пусть сама картинка не была столь реалистична как сейчас, пусть датчики отслеживания работы оборудования и движения продукции были в десятки раз более громоздкими, потребляли куда больше энергии и были менее прецизионными, чем сейчас. Для крупного производства все эти несовершенства допустимы даже сейчас. А тогда под вышеупомянутые задачи собственника фактически создавался первый прообраз современной модели цифрового двойника.
Сейчас, в контексте цифровизации производства, мы в большей степени делаем акцент на модели рroduct as a service. Напомним, о чём идёт речь: это возможность насытить необходимыми датчиками изделие позволяет производителю продавать его как сервис. Иными словами, можно обеспечить вполне объективный учёт того, сколько километров и по каким дорогам это изделие прошло (если оно является транспортным средством), сколько отверстий, какого диаметра и в какой породе оно просверлило (если это бурильная установка) и т. д. Всё это позволяет чётко тарифицировать не сам товар, а результаты его использования, и затем предоставлять их в качестве услуги.
Однако технологии, используемые в модели product as a service, в большинстве случаев не затрагивают самого производства как такового. Возникает вопрос: если мы уже в течение длительного времени приводим вполне рабочие примеры использования цифровых технологий в промышленности, какую роль они должны играть на цеховом уровне, то есть там, где, казалось бы, почву для их развёртывания давно подготовили традиционные АСУТП.
«Недоосвоенность» алгоритмов производственной оптимизации
При попытках разобраться с этими вопросами, начинают проявляться очень важные нюансы, не так давно обсуждаемые, в частности, на конференции «Эффективное производство 2018», проведённой в Сколково.
Вернёмся во времена десятилетней давности, когда одной из самых дискутируемых тем на отечественном рынке корпоративного ПО в промышленном секторе было развёртывание ERP-решений. По сути, эта зонтичная методология служила отправной точкой для обсуждения более конкретных идей, и их освоение, как правило, шло от методик производственного менеджмента верхнего уровня по направлению к конкретным цеховым участкам и рабочим центрам. Если говорить в более конкретных терминах, то разговор начинался с методики производственного планирования MRPII, рассматривающей вопросы загрузки производственных мощностей уровня предприятия, а также управления запасами и внутризаводской логистикой. Всё это, повторим, являлось и является инструментом топ-менеджмента, и поэтому интерес к теме оставался стабильно высоким.
Чуть позже последовала попытка освоения методов повышения эффективности производственных процессов на цеховом уровне. И началось всестороннее обсуждение таких концепций как MES, Advanced Planning Systems (APS), теории ограничений (Theory of Constraint) и некоторых других. Как с содержательной точки зрения, так и с позиций заложенных в них алгоритмов, эти спецификации представляются несколько более сложными, чем тот же MRPII. Кроме того, они в большей степени чувствительны к типу производства, а ключевыми их пользователями скорее являются цеховое руководство, которое все-таки в меньшей степени влияет на стратегию развития ИТ на предприятии. В итоге по совокупности причин продвижение соответствующих идей в отечественную промышленность шло уже не так активно и к настоящему моменту их проникновение вряд ли можно назвать тотальным.
Конечно и MES, и APS-системы, а вместе с ними и небезызвестная концепция Lean Manufacturing (тоже не в последнюю очередь имеющая отношение именно к цеховому уровню производства) российской промышленностью, конечно, осваивались. Но всё-таки больше точечно и не единообразно. Кто-то внедрял западные системы, кто-то разрабатывал свои продукты, основываясь на описаниях систем соответствующего класса со стороны международных организаций, рекомендациях консультантов или же на своём собственном понимании того, какой функционал следует реализовывать здесь и сейчас.
Роботы усиливают рассинхронизацию
Весьма характерно то, что в настоящее время волна интереса (истинного или даже отчасти навязываемого) к цифровой экономике накрыла неспешное, а главное до конца не завершённое освоение промышленностью классических инструментов оптимизации, о которых мы говорили выше. В результате специалисты, давно и целенаправленно занимающиеся проблемами производственного управления (в частности на уже упомянутой конференции), начинают едва ли не бить тревогу. Смысл их рассуждения примерно следующий. Даже при обосновано рассчитанном графике отгрузки конечной продукции, существующие алгоритмы производственной оптимизации отнюдь не гарантируют синхронизации выпуска отдельных деталей готового изделия различными рабочими центрами. Это с одной стороны.
С другой, уже сейчас понятно, что результатом развитого внедрения цифровых технологий в цехах так или иначе станет роботизация производства, и это уже происходит. Основное же преимущество роботов — очень высокая и всегда стабильная производительность труда — может обернуться столь же крупным недостатком. Если с помощью ИТ-систем мы пока не всегда можем чётко синхронизировать работу отдельных участков и рабочих центров с использованием ручного труда, то при совместной работе по схеме робот-человек (а о полном вытеснении человека из процесса производства, конечно, речь пока вообще не идёт), степень этой рассинхронизации может возрастать в разы и даже в десятки раз. Иными словами, в неоптимизированной среде роботы смогут быстро создавать поистине огромные объёмы незавершённого производства. Напомним также, что согласно уже упомянутой концепции Lean, перепроизводство (overproduction) является самым негативным фактором из множества различных видов не приносящей полезного результата деятельности, которые эта концепция выделяет.
К сказанному добавим ещё одну мысль. Подобный сценарий в связи с развитием цифровой экономики сейчас может складываться во многих отраслях и в разных сценариях использования данных. Скажем, дисбаланс между сбором данных с IoT-устройств и их обработкой в любой отрасли является точно таким же незавершённым производством, только вместо материальной продукции здесь выступают данные. Последствия от этого могут быть примерно те же.
Чтобы оставить комментарий пожалуйста Авторизуйтесь