ИНДУСТРИЯ 4.0: ТРАНСФОРМАЦИЯ ПРОИЗВОДСТВЕННЫХ ФАБРИК

ВВЕДЕНИЕ

Новая технологическая революция не только повышает производительность и операционную эффективность существую­щих заводов, но и формирует новые органи­зационно-технические модели заводов [Тра­чу к А. В., Линдер И. В., 2016а]. Популярность приобретает концепция цифровой фабри­ки - бизнес-процессы определенного типа и/или способ их комбинирования, с тем что­бы генерировать высокотехнологичные ре­шения, благодаря которым можно спроекти­ровать новые конкурентоспособные изделия нового поколения за короткие сроки.

Цель данной статьи - рассмотреть подход к трансформации производственной функции на операционном уровне, раскрыть концепцию цифрового завода на практике и на примере компаний IIAO «HJIMK», IIAO «СИБУР» и Siemens AG проанализировать реализованные трансформационные проекты на производстве.

В России цифровые фабрики появятся при реализации направления «ТехНет» На­циональной технологической инициативы. Предполагается, что на таких предприятиях удастся производить продукцию дешевле и быстрее, чем на традиционных производ­ствах. Реализация данной инициативы рас­считана на три этапа. Реализация первого этапа запланирована на 2017-2019 годы, фи­нансирование составит 15,6 млрд руб.

Первые «фабрики будущего» в рамках на­правления «ТехНет» появятся в Центральном научно-исследовательском автомобильном и автомоторном институте «НАМИ», в ОСЮ «Ульяновский автомобильный завод», в маши­ностроительном холдинге «Волгабас». Пред­полагается создать цифровую фабрику и в судостроении, согласно договоренности в реа­лизации проекта примет участие Объединенная судостроительная корпорация. Дорожная карта «ТехНет» рассчитана на период до 2035 года, и за это время планируется создать 40 фабрик будущего, 25 испытательных полигонов, 15 экспериментально-цифровых центров серти­фикации. На мировом рынке «фабрик будуще­го» Россия планирует занять 1,5% в сегменте инжиниринга и конструирования.

Ключевым элементом является концеп­ция «цифровой фабрики» и трансформация моделей производственных заводов. Соглас­но «ТехНет», предлагается создать цифровые фабрики, «умные» фабрики и виртуальные фа­брики. Цифровые фабрики реализуют все про­изводственные процессы - от проектирования до виртуальных испытаний изделия - в циф­ровом формате. «Умные» фабрики - следу­ющий, более сложный этап развития фабрик будущего, они практически не потребуют непосредственного вовлечения сотрудников в производственные процессы. Виртуальные фабрики могут быть расположены в любом месте и выстраиваться в производственные цепочки с помощью промышленного интерне­та вещей.

Описаны три возможные модели цифро­вых фабрик:

• Автоматизированные заводы, предназначенные для массового производства продукции с низкой себе­стоимостью. Производственные процессы полностью оцифрованы и автоматизированы, полный комплекс технологий Индустрии 0 внедрен в масштабе всей производственной цепочки.
• Клиентоориентированные заводы предназначе­ны для массового производства доступной по цене продукции с быстрым реагированием на изменения предпочтений покупателей. Используются системы прогнозирования колебаний спроса с максимальной точностью на основании больших данных; приложе­ния, посредством которых клиенты могут самостоя­тельно проектировать, каким их нуждам должен отве­чать товар, и, таким образом, выставлять требования для завода; приложения для трехмерного моделиро­вания и проектирования, ЗО-сканеры и ЗИ-принтеры с высокой производительностью.
• Мобильные заводы, предназначенные для работы на территориально удаленных или нишевых рынках. Рассчитаны на небольшой объем производства, невы­сокие капитальные затраты и возможность быстрой ре­локации в зависимости от рыночных условий. Для это­го заводам потребуются: модульные производственные линии и сборочные роботы, которых можно быстро доставить в новую локацию, собрать и подключить; ЗО-принтеры для производства отдельных деталей; гибкие логистические системы [Industry0, [s.а.]].

Цель данной статьи - попытка описания модели циф­ровой фабрики в разрезе конкретных технологий, областей их применения и потенциальных выгод. Цель актуальна в силу того, что пока в литературе не описаны стимулы и препятствия создания цифровых фабрик, как и ее модели, где можно было бы применить конкретные технологии Ин­дустрии 4.0.

ТРАНСФОРМАЦИЯ ОПЕРАЦИОННОЙ МОДЕЛИ ПРОИЗВОДСТВА

Традиционно операционная модель выстраивается из шести блоков. Уровень развития (зрелости) каждого блока можно оценить по соответствующим признакам [Operating model, [б.г.]; Our solutions, [s.а.]; Трансформация, [б.г.]]. Пер­вый уровень означает, что блок операционной модели нахо­дится на начальном этапе развития, а пятый уровень говорит о высоком прогрессе. В табл. 1 приводится детализация бло­ка «Процессы» и «Информационные технологии» (отмечены на рис. 1 серой зоной).

Проекты по созданию цифровых фабрик, главным обра­зом, предполагают выстраивание новых производственных процессов при помощи современных технологий, поэтому в статье приоритетными являются измерения «процессы» и «информационные технологии».

В табл. 1 представлена детализация пяти уровней зрело­сти блоков операционной модели предприятия «Процессы» и «Информационные технологии». Также добавлен новый - цифровой - уровень зрелости, который дополняет модель и учитывает изменения, происходящие на современных предприятиях. В частности, в блоке «Процессы» в качестве послед­него уровня зрелости приводится оптимизированный уровень, что не позволяет отследить степень автоматизации рутинных процессов и степень трансформации производственных про­цессов за счет технологических решений. Блок «Информа­ционные технологии» заканчивается на уровне зрелости, ко­торый предполагает интеграцию внутренних систем. С точки зрения Индустрии 4.0 важным условием является не только внутренняя вертикальная интеграция, но и горизонтальная ин­теграция нескольких цепочек создания стоимости, использова­ние единых стандартов в ИТ -архитектуре.

Таким образом, выделение дополнительных уровней в рас­смотренных измерениях операционной модели позволяет оценить прогресс предприятия на пути к цифровой трансфор­мации, а также свидетельствует об эволюционном, а не рево­люционном характере Индустрии 4.0. К аналогичному выводу пришли консультанты McKinsey&Company, которые сформиро­вали дорожную карту, где предлагается пять шагав для перехода к цифровому уровню зрелости операционной модели [KhanN., Lunawat G., Rahul A., [s.a.]]. Визуально стадии можно предста­вить по Шубине реализации цифровой стратегии (рис. 2).

Далее будет рассмотрена концепция цифровой фабрики как промежуточной стадии цифровизации всего предприя­тия и главного этапа при трансформации операционной мо­дели производственной функции.

КОНЦЕПЦИЯ ЦИФРОВОЙ ФАБРИКИ

Цифровая фабрика трактуется как определенный тип си­стемы бизнес-процессов и /или способ комбинирования биз­нес-процессов, который имеет следующие характеристики:

• создание цифровых платформ, своеобразных эко­систем передовых цифровых технологий: на основе предсказательной аналитики и больших данных под­ход позволяет объединить территориально распреде­ленных участников процессов проектирования и про­изводства, повысить уровень гибкости и кастомизации [Трачук А.В., Линдер Н.В., Антонов Д. А., 2014; Tpa- чук А.В.,2013];
• разработка системы цифровых моделей новых про­ектируемых изделий и производственных процессов, с тем чтобы модели отличались высоким уровнем адек­ватности реальным объектам и реальным процессам (конвергенция материального и цифрового миров, по­рождающая синергетические эффекты) [Трачук А.В., 2014; Трачук А. В., Линдер Н.В., Убейко Н. В., 2017];
• цифровизация всего жизненного цикла изделий (от концепт-идеи, проектирования, производства, эксплуатации, сервисного обслуживания и до ути­лизации): чем своевременнее вносятся изменения, тем выше экономия на затратах на изделии, а потому приоритетными становятся процессы проектирования [Трачук А. В., Линдер Н. В., 20176; Трачук А., Тара­сов И., 2015].

На этапе формирования цифровых фабрик формируются новые ключевые компетенции:

• быстрый отклик на рыночные изменения;
• использование системных подходов (системный ин­жиниринг), когда в каждый момент времени необходи­мо держать в поле зрения как систему в целом, так и все ее взаимодействующие компоненты;
• формирование многоуровневой матрицы целевых по­казателей и ограничений как основы нового проек­тирования, значительно снижающего риски, объемы натурных испытаний и объемы работ, связанных с до­водкой изделий и продукции на основе испытаний;
• разработка и валидация математических моделей с вы­соким уровнем соответствия реальным объектам и ре­альным процессам;
• управление изменениями на протяжении всего жиз­ненного цикла продукта;
• цифровая сертификация, основанная на тысячах вир­туальных испытаний как отдельных компонентов, так и всей системы в целом.

Концепция цифровой фабрики очень быстро получила активное развитие и применение на практике [Тарасов, 2018; Трачук А.В., Линдер Н.В., 2017а; Трачук А.В., 2012]. Пе­редовые производственные компании Bosch Rexroth, Philips, Nokia, Fujitsu, Siemens, ABB, Airbus инвестировали в про­екты цифровых фабрик еще на самых ранних этапах, когда термин «Индустрия 4.0» впервые был предложен в 2011 году на Ганноверской конференции [Рагимова С., [б.г.]]. Сейчас эти компании уже могут однозначно говорить об успешно­сти реализации данной концепции, получены значительные результаты: сокращение прямых и косвенных затрат, повы­шение качества продукта, сокращение выхода товара на ры­нок (time-to-market), снижение количества бракованной про­дукции, повышение прозрачности и др.

Компания PricewaterhouseCoopers опросила 200 пред­ставителей высокотехнологичных компаний из различных отраслей с целью выяснить основные стимулы инвестирова­ния в цифровые фабрики (рис. 3) и сопоставить преимуще­ства цифровой фабрики, расположенной в той же стране, где находилась компания, и создание заводов в зонах с дешевой рабочей силой (Китай, Корея и др.). Представители компа­ний, которые планируют реализацию концепции цифровой фабрики, хорошо понимают, что потребуются значительные капиталовложения (рис. 4), а результаты будут получены лишь в долгосрочном периоде (рис. 5).

Через пять лет после начала реализации проекта компа­нии ожидают получить существенные результаты: повыше­ние эффективности затрат и рост выручки (рис. 6). Высокие финансовые и временные затраты на реализацию цифровой фабрики обусловлены необходимостью направить инвести­ции в комплекс аппаратных и программных решений, обе­спечивающий трансформацию производственных процессов.

КОНЦЕПЦИЯ ЦИФРОВОЙ ФАБРИКИ В РАЗРЕЗЕ ТЕХНОЛОГИЙ

1. Фабрика. Цифровой двойник помогает планировать, проектировать и строить производственные сооружения и инфраструктуру. Он может быть использован в процес­сах тестирования, имитации деятельности и ввода фабрики в эксплуатацию (рис. 7).
2. Производственные активы. Цифровая копия одного или нескольких единиц производственного оборудования для проектирования, виртуального запуска и контроля теку­щих операций используется для имитации производствен­ных процессов оборудования с целью отладить его работу и оптимизировать для их отладки и оптимизации параме­тров, а также получения входных данных для предиктивной аналитики и дополненной реальности.
3. Продукт. Виртуальное представление продукта обе­спечивает взаимосвязь между производственными операция­ми и управлением жизненным циклом продукта. Инструмент позволяет разрабатывать и тестировать виртуальную копию продукта, устранять дефекты и повышать качество, не затра­чивая физических ресурсов на разработку и отработку брака.
4. Подключенность предполагает наличие слоя в ΙΤ-ар- хитекгуре фабрики, который за счет датчиков, интернета ве­щей и других инструментов интегрирует данные производ­ственных объектов, в т.ч. ресурсов, транспортных средств, продуктов и др. Инструмент способствует развитию системы управления производством (Manufacturing Execution System, MES) и ее интеграции с системой управления ресурсами (Enterprise Resource Planning, ERP).
5. Модульное производственное оборудование являет­ся более эффективной альтернативой фиксированным кон­вейерным производственным линиям. Различные единицы оборудования могут быть соединены и разъединены в зави­симости от производственной цепочки для решения текущей задачи или производства продукта. Производственные про­цессы становятся более гибкими, чем раньше.
6. Гибкие способы производства. Гибкость и адаптиру­емость производственных процессов обеспечиваются исходя из определенных задач. Например, промышленная 3D-ne- чать позволяет быстро изготавливать широкую номенклату­ру сложных деталей и комплектующих, не требует запуска масштабных процессов или дополнительного привлечения специализированных поставщиков. Технология особенно выгодна для штучного или мелкосерийного выпуска.
7. Визуализация процессов для пользователей. Если сотрудники используют в работе планшеты и технологии дополненной реальности, то можно существенно облегчить, например, сложные сборочные процессы или ремонтные ра­боты. Планшеты или очки дополненной реальности в онлайн- режиме подсказывают сотрудникам, какое действие нужно выполнить следующим или какую деталь использовать.
8. Интегрированное производственное планирование. Предполагается интеграция производственных информаци­онных систем класса MES с системами учета ресурсов клас­са Интеграция обеспечивает быструю передачу данных о потребленном сырье, потребностях в дополнительных комплектующих с уровня производства на уровень учета. Быстрое обновление ресурсных планов позволяет скоррек­тировать интенсивность их потребления. В результате по­вышается эффективность процессов управления запасами и размещения заказов поставщикам.
9. Автономная внутренняя логистика. Транспортное и складское оборудование должно быть способно принимать и обрабатывать информацию о текущем статусе производ­ственного процесса и активировать заданные алгоритмы, на­пример поиск и транспортировку комплектующих со склада и передачу в производство либо приемку и перевозку гото­вой продукции. На практике активно применяются автоном­ные транспортные роботы, роботы, способные вертикально и горизонтально перемешаться по стеллажным конструкци­ям, дроны для негабаритных грузов.
10. Предиктивная аналитика. В онлайн-режиме дат­чики и программное обеспечение собирают данные произ­водственного оборудования, обрабатывают их на основании заложенных алгоритмов и формируют рекомендации/запро­сы на ремонт и техническое обслуживание до того, как прои­зойдет поломка или авария, что существенно снижает риски остановок производства.
11. Анализ больших данных. На производстве ново­го типа используются многочисленные датчики и сенсоры, которые непрерывно собирают огромные массивы данных. Компании инвестируют значительные средства в анализ этих массивов при помощи методов статистики и машинно­го обучения, анализ больших данных способен обеспечить значительную оптимизацию [Еришина А., 2017].
12. Умные системы оптимизации расхода ресурсов. Системы способствуют оптимизации потребления электро­энергии, воды, сжатого воздуха на производстве. Решения могут быть как «коробочными», так и разработанными ком­панией самостоятельно на базе анализа больших данных.
13. Передача параметров. За счет выстраивания про­изводственных процессов главным образом в виртуальном пространстве получаемые конфигурации являются тиражи­руемыми, их можно передавать на другие заводы в рамках одной компании в виде пакета параметров и настроек.
14. Системы учета движения. Перемещение сы­рья и готовой продукции в пространстве отслеживается как в рамках компании, так и за ее пределами. Работу данных систем также обеспечивают технологиями промышленного интернета вещей, в том числе датчики, радиочастотные метки и др. Передача этой информации в системы MES и ERP повышает эффективность интегрированного производствен­ного планирования.

    Концепция цифровой фабрики предполагает транс­формацию системы производственных бизнес-процессов при помощи конкретных технологий [Трачук А.В., Лин­дер ELB., 20166]. Целевым состоянием является тотальная цифровизация всего жизненного цикла изделий и очень высокая степень автономности процессов. Многие пред­приятия как за рубежом, так и в России уже приступили к трансформации своих операционных моделей, сейчас они находятся на стадии создания цифровой фабрики.

МЕТОДОЛОГИЯ ИССЛЕДОВАНИЯ

Основным методом проведения исследования является дистанционный анализ кейсов на основании открытых дан­ных, публикуемых компаниями, которые включили цифро­вую трансформацию и Индустрию 4.0 в свои корпоративные стратегии, и метод экспертных оценок изучаемых экономиче­ских явлений. Мы поставили перед собой следующие задачи:

• В каких действиях на уровне производственной функ­ции воплощается стратегия цифровизации и Инду­стрии 0?
• Как предприятия трансформируют процессы и ин­формационные технологии операционных моделей при помощи современных решений?
• Как на практике реализуется концепция цифровой фа­брики?

В качестве объектов исследования были выбраны ПАО «НЛМК», ПАО «СИБУР» и Siemens AG. Критериями отбора явились:

• принадлежность компаний к отраслям обрабатываю­щей промышленности, где характерна сложная техно­логическая цепочка;
• активная реализация цифровой трансформации, Инду­стрии 0, цифровых заводов и опыт успешного вне­дрения;
• пребывание на разных стадиях цифровизации опера­ционной модели.

Информационную базу составили материалы из откры­тых источников (табл. 2).

Для системного изучения трансформации производ­ственных процессов был сформирован набор верхнеуров­невых производственных процессов. Инициативы по реали­зации концепции цифровой фабрики рассматривались через призму производственных процессов (табл. 3). Последова­тельность изучения кейсов показана на рис. 8.

ПАО «НЛМК»

Еруппа НЛМК - один из крупнейших производителей стали в России (23% производства стали) и один из наиболее эффективных в мире. Бизнес построен по вертикально-инте­грированной модели. Производственные площадки компа­нии расположены в России, Европе и США. Их совокупная мощность составляет около 17 млн тонн в год. Продукция ис­пользуется в различных отраслях: от кораблестроения до оф­шорных ветровых установок. Высокий спрос на продукцию сопровождается соответствующим уровнем финансовых по­казателей: в 2017 году по сравнению с прошлым периодом EBlTDABbipocna на 37%, до 2,7 млрд долл., что сопровожда­ется повышением рентабельности по EBITDA до 26% [Клю­чевые операционные... [б.г.]]. Это позволяет НЛМК входить в число одних из самых прибыльных производителей стали в мире.

Формировавшийся в 2017 году инвестиционный цикл в основном направлен на повышение эффективности биз­нес-процессов, развитие сырьевой базы, укрепление пози­ций на стратегических рынках и повышение безопасности производства. Для достижения планируется использовать технологии Индустрии 4.0 во всех бизнес-процессах.

На этапе проектирования производства на путь цифрови­зации встал главный проектный институт «НЛМК-Инжини­ринг». Изначально организация занималась исключительно объектами Еруппы, но со временем область проектной дея­тельности была расширена, и теперь это известная инжини­ринговая компания с уникальными компетенциями и боль­шим опытом проектирования промышленных объектов.

Для сохранения лидирующих позиций в отрасли нужно не просто развиваться и совершенствоваться, но и делать это быстрее остальных. Основным драйвером развития «HJIMK-Инжиниринг» является технология визуализации и создания проектной документации (Building Information Modeling, BIM) [Казанцев А., 2017]. С помощью BIM реша­ется комплекс задач:

• создается трехмерная модель агрегата;
• цифровизация распространяется не только на инже­нерные расчеты, но и на все технические, стоимостные и эксплуатационные характеристики объекта;
• формируемая коммуникационная платформа позволяет эффективно взаимодействовать всем заинтересован­ным сторонам в течение жизненного цикла проекта.

Технология обладает множеством преимуществ. Отме­тим ключевые особенности по сравнению с традиционными чертежами.

Еще на этапе проектирования наглядность ЗО-моделиро- вания позволяет устранить все просчеты и ошибки, которые могли бы повлиять на ход выполнения работ. Это увеличива­ет точность планирования необходимых для строительства ресурсов.

С точки зрения взаимодействия стейкхолдеров принци­пиально меняется сам процесс проектирования. Модели­рование объекта осуществляется с помощью набора 3D-3- лементов, имеющихся в базе данных или предоставленных поставщиками. В процессе виртуального «строительства» одновременно работают все группы специалистов а не поэ­тапно, как это происходило раньше. За координацию работ и выявление коллизий на стадии проектирования отвечает BIM-координатор. Он проводит еженедельные собрания ко­манды проекта, указывает на недостатки в модели. После этого главный инженер определяет конкретное направление, где специалисты должны исправить выявленный дефект пу­тем внесения соответствующих изменений.

«НЛМК-Инжиниринг» имеет все необходимые ресурсы для интеграции используемых технологий в единую систему, что усиливает конкурентное преимущество компании. Со­вмещение всех информационных систем компании (системы управления ресурсами предприятия, SAP ERP, информаци­онной системы управления проектами, системы управления инженерными данными и системы проведения сметных рас­четов) позволяет на основе информации об элементах, ис­пользуемых в ЗО-модели, автоматически определять объем необходимых материалов и трудозатрат. Такое объединение значительно упрощает процесс разработки сметы строитель­ства и увеличивает точность расчета стоимости работ.

После успешного апробирования технологии BIM на про­екте турбогенератора № 5 Еруппа HJIMK планирует к концу 2018 года использовать 3 D-модели при выполнении 90% за­казов [ΒΙΜ-проекгирование, [б.г]]. Это будет сопровождать­ся доработкой программного обеспечения и дальнейшей интеграцией с электронным каталогом оборудования, кото­рый уже включает более 92 ООО объектов. В рамках страте­гии Индустрии 4.0 Еруппы HJIMK предполагается создание виртуальных двойников действующих производственных объектов - не только отдельных агрегатов, но и предпри­ятий. Такая масштабная работа откроет огромные возмож­ности для получения актуальной информации о состоянии каждого элемента оборудования, моделирования изменений и формирования базы данных для проведения проактивных ремонтов.

Цифровизация производства характеризуется главным образом формированием ИТ-фундамента для обеспече­ния возможности дальнейшей автоматизации. Для этого в 2017 году заключено соглашение с SAP, немецким произво­дителем программного обеспечения для организаций. Ком­плексное сотрудничество включает создание лаборатории инноваций, которая представляет собой уникальный проект для обеих сторон. Деятельность выстраивается на фунда­менте ИТ-платформы SAP S/4HANA[SAP S/4HANA, 2015]. SAP S/4HANA - новая версия системы управления ресур­сами предприятия - ERP-системы, которая позволяет суще­ственно ускорить бизнес-процессы и внедрять в промышлен­ных масштабах технологии облачных решений, интернета вещей, машинного обучения и искусственного интеллекта [Еруппа НЛМК, 2018]. Неоспоримым преимуществом плат­формы является возможность разрабатывать собственные приложения и стремительно развиваться в Индустрии 4.0.

На сегодняшний день существует уже несколько реали­зованных проектов на базе SAP S/4HANA. Они охватывают разные стороны бизнеса, в том числе финансовую. С помо­щью машинного обучения удалось научить компьютерные модели сопоставлять счета-фактуры и банковские выписки. На основе исторических данных по платежам контрагентов удалось научить компьютер с вероятностью 80% прогнози­ровать следующие оплаты по счетам с горизонтом в 30 дней, что значительно облегчает планирование финансовых ре­сурсов и объем требуемых резервов. Специалисты активно занимаются роботизацией рутинных процессов.

Уникальной разработкой считается шрно-геологическая информационная система, которая работает с ЗО-моделью карьера, позволяя моделировать оптимальный план его раз­работки на 40 лет вперед. Технология позволяет добывать руду с минимальными издержками и максимальной эффек­тивностью [Группа НЛМК представила, 2018].

Сегодня ИТ-платформа интегрирована более чем с 20 ин­формационными и производственными системами Группы НЛМК, ею пользуются более 6,5 тысячи человек. Реализация не заняла много времени благодаря объединенным усилиям Группы НЛМК, команды SAP Digital Business Services, SAP Premium Engagement, глобальной поддержке и разработке SAP в рамках программы поддержки инновационных клиентов.

Огромное внимание компания уделяет техническому обслуживанию и ремонту (ТОиР) оборудования для повы­шения эффективности производства. Благодаря снижению потерь в результате проведения ремонта и преждевременной замены оборудования с нормальным остаточным ресурсом удается сэкономить значительные средства. Сегодня основ­ная тенденция в этом направлении - переход от реактивно­го обслуживания к превентивному и проактивному, то есть принятие мер до того, как оборудование выйдет из строя. Та­кова ключевая характеристика новой стратегии управления ТОиР, внедряемой в Группе НЛМК [Засолоцкая E., 2017]. При внедрении превентивной системы не обойтись без циф­ровых технологий.

С целью уменьшить долю реактивной составляющей реализуется стратегия проактивного обслуживания. В ее ос­нове лежит внедрение инструментов надежности. Для их эф­фективного функционирования необходим сбор большого объема информации об оборудовании, в том числе в разрезе влияния качества и оперативности системы обслуживания на количество сбоев в работе оборудования; ремонт и за­мена части оборудования, имеющей критический уровень износа. С целью их выполнения в НЛМК был создан центр компетенций в области автоматики, который является одним из лучших в мире.

Перспективы дальнейшего развития проактивной систе­мы Группа НЛМК видит во внедрении элементов прогнозной аналитики. Обслуживание проводится только при наличии изменений характеристик оборудования, которые выявляют­ся на основе математических моделей и большого количе­ства статистических данных. Переходу на этот этап может способствовать проект «Быстрое закрытие ремонтных работ собственным и привлеченным персоналом (Eastclose)». Суть проекта состоит в том, что каждые сутки учитываются все трудовые и материальные ресурсы, направленные на ремонт и обслуживание отдельно взятой машины. Базу данных обо­рудования составили специалисты по надежности и плани­рованию работ в SAP, которые также сформировали в SAP ERP соответствующий каталог Он может быть использован для построения системы отслеживания изменений.

Уже реализован проект с целью научиться прогнозиро­вать, когда выйдут из строя фурмы доменной печи «Россиян­ка». Изучение текущих практик, сбор массива исторических данных, полученных с помощью датчиков и лабораторных исследований, установление взаимосвязей между ними позволили определить предикторы - ключевые факторы для прогнозирования. На их основе с применением машин­ного обучения построили модель прогара фурм с использо­ванием решений SAP Predictive Analytics и SAP Maintenance & Services. Горизонт прогнозирования - 20 дней, рекоменда­ции позволяют производить замену фурм во время плановых ремонтов. Эффект оценивается в увеличении срока службы фурм на 20% с экономической оценкой - более 60 млн руб. [Искусственный интеллект, 2018].

В HJIMK отмечают, что проактивная система не может полностью заменить превентивные и реактивные методы. Их сбалансированное совмещение с технологиями автома­тизации позволит разработать комплексный подход, который повысит надежность оборудования и одновременно умень­шит его стоимость.

Отдельное внимание Группа HJIMK уделяет соблюдению техники безопасности на рабочих местах. Еще в 2013 году поставлена задача разработать и внедрить современные пре­вентивные меры по повышению безопасности труда: единую методику выявления потенциальных опасностей, системы оценки величины рисков и передовых практик управления ими. Для выполнения поставленной задачи используются как традиционные методы повышения промышленной без­опасности, так и новые решения с применением технологий Индустрии 4.0. В 2014 и 2016 годах липецкая площадка ком­пании признана самой безопасной в России.

Лаборатория инноваций EWMK-SAP является одним из ключевых структурных подразделений в компании, дея­тельность которого посвящена реализации цифровых иници­атив. Специалисты Группы EWMK совместно с разработчи­ками и исследователями SAP, с другими партнерами создают новые разработки в сфере анализа процессов, пользователь­ского интерфейса, интернета вещей, машинного обучения, прогнозной аналитики и планирования производства.

Одной из наиболее значимых технологий является система ЗО-позиционирования сотрудников (Real-time Locating System, RTL S), которую разработали лаборатория инноваций EWMK-SAP и Национальный центр интернета вещей. Система базируется на облачной платформе SAP Cloud Platform, системе позиционирования RTLS-UWB, технологии 3D-визуализации и новой типовой беспрово­дной сети LoRaWan [EWMK внедрил, [б.г.]]. Система реа­лизована в масштабе агрегата непрерывного горячего оцин- кования № I на липецкой площадке. В режиме реального времени отображается и собирается информация о переме­щениях сотрудников и изменении режимов работы агрегата. Для получения сведений о персонале в начале дня всем ра­ботникам выдаются датчики-метки, которые отслеживают их поведение в системе производственного пространства. Все сведения агрегируются и передаются на аналитическую панель - дэшборды руководителям, что позволяет оператив­но реагировать на вероятные инциденты и предупреждать сотрудников о возможных опасностях и внештатных ситу­ациях. Кроме того, накопленный объем информации позво­ляет анализировать действия персонала, в дальнейшем его можно успешно применять для принятия решений в сфере промышленной безопасности, управления персоналом и ох­раны здоровья.

Группа HJIMK отмечает перспективность и других тех­нологий, которые меняют представление о безопасном про­изводстве. Перед началом смены каждый работник опасного производства должен пройти медосмотр. Уже сейчас проце­дура частично осуществляется с помощью автоматизирован­ных терминалов. Электронная система снимает все метри­ки, характеризующие состояние здоровья человека: реакция зрачков, тест на алкоголь, температура, пульс и кровяное давление. Нововведение разгружает медицинский персонал и уменьшает вероятность ошибок до минимума.

«Умная» каска помогает работнику самому адекватно оценивать степень своей усталости. Обруч с датчиками, закрепленный на голове, собирает данные о мозговой ак­тивности и по Bluetooth передает информацию на монитор компьютера или смартфон, она анализируется с помощью специального программного обеспечения и отображается в реальном времени. Если уставший работник игнорирует предупреждение программы, супервайзер получает сигнал о нарушении и принимает решение о возможности продол­жения рабочей смены.

Технология виртуальной реальности, получившая широ­кое распространение в сфере развлечений и компьютерных игр, применяется и для обеспечения безопасности производ­ства. Примеры поведения, опасного для жизни и здоровья, снятые на камеру с обзором 360°, демонстрируются с помо­щью очков виртуальной реальности. Сотрудник «оказывает­ся» в положении, когда ему грозит риск, после чего отвечает на тестовые вопросы и ищет правильный выход из предлага­емой ситуации.

На предприятии широко используется анализ большого количества данных, ему предстоит обеспечить существен­ный потенциал роста эффективности бизнеса. Чтобы иметь возможность обрабатывать объем неструктурированной информации, исчисляемой петабайтами, необходим инстру­ментарий BigData, который стал ключевой основой для но­вой волны инноваций и роста производительности [Журнал, [б.г]].

В металлургии характеристики продукта и процесса про­изводства определяются большим количеством параметров. Они составляют объем информации, который может быть проанализирован и направлен на оптимизацию производ­ственных процессов.

Департамент анализа данных HJIMK занимается вне­дрением математических методов анализа данных и мате­матического моделирования. С использованием технологий больших данных, машинного обучения и искусственно­го интеллекта не только разработаны пилотные проекты, но и внедрен ряд инициатив на производстве. Часть из них нацелена на экономию дорогостоящих ферросплавов, поиск причин нескольких видов дефектов продукции и оптими­зацию работы ТЭЦ. Всего для реализации было отобрано десять из пятидесяти выявленных инициатив, ожидаемый экономический эффект должен составить около 3 млрд руб.

Однако реализация инициатив, связанных с BigData, тре­бует ИТ-инфраструктуры. Она служит для сбора, анализа и хранения данных компании. Реализацию проекта по созда­нию аппаратного комплекса НЛМК доверил компании «Тех- носерв». В июне 2018 года подрядчик завершил все работы - от поставки до пуска и наладки серверного оборудования Hewlett-Packard Enterprise и средств сети передачи данных Cisco Systems [НЛМК построил, 2018]. Комплекс разместил­ся в Липецке, где находится основной центр обработки дан­ных НЛМК.

По мнению компании IDC, к 2020 году объем информа­ции о клиентах, поставщиках и производственных операци­ях, которой располагает компания, увеличится в два раза. Для принятия решений будут пригодны 60% объема данных, однако пока данный показатель недостижим из-за ряда огра­ничений, в том числе и для НЛМК.

Во-первых, до назначения не были предусмотрены функции, чтобы решать бизнес-задачи с помощью анали­за данных. Отдельные подразделения проводили экспери­менты и пилотные проекты с целью определить потенциал использования анализа данных и моделирования. Конкрет­ные результаты получены не были, но в компании поняли, что с помощью цифровых технологий возможно значитель­но повысить операционную эффективность. Поэтому сейчас стоит задача организовать системную работу по внедрению искусственного интеллекта, машинного обучения и инстру­ментария BigData.

Во-вторых, не по всем переделам может быть получена полная информация. С одной стороны, связано это как с фи­зико-химическими условиями производства, в которых должны находиться датчики. С другой - не на всем произ­водственном оборудовании можно поставить современные устройства сбора данных. Если в первом случае невозмож­но преодолеть ограничения в масштабах одного предпри­ятия, то во втором потребуются значительные временные и финансовые ресурсы.

ПАО «СИБУР»

Цифровизацией активно интересуются предприятия не­фтехимической отрасли. Например, ПАО «СИБУР Холдинг» не только использует механизмы цифровизации, но и созда­ет их сам.

ПАО «СИБУР Холдинг» - одна из крупнейших отече­ственных компаний с вертикально-интегрированной струк­турой, работающая в сфере переработки газов и нефтехи­мии. Специализируется в двух бизнес-сегментах: олефины и полиолефины; пластики, эластомеры и промежуточные продукты. За 2017 год выручка холдинга составила 454 619 млн руб., EBITDA - 160 851 млн руб., а чистая прибыль - 120 245 млн руб., что на 6,3% больше, чем в предыдущем году [Консолидрованная, 2017].

Одной из стратегических целей СИБУРа является по­всеместная цифровая трансформация - использование тех­нологий Индустрии 4.0 во всех бизнес-процессах. Она рас­сматривается как средство добавления инструментария для непрерывных улучшений, активно используется для опти­мизации всех производственных процессов. Различные ме­ханизмы Индустрии 4.0 задействованы практически во всех производственных процессах: от проектирования продукта до производственной безопасности. С их помощью возмож­но повышать результаты в области производительности, осу­ществлять изменения быстрее и с возможностью масштаби­рования и получать более стабильный результат. В качестве фундамента для изменений СИБУР использует два тради­ционных конкурентных фактора, определяющих общую эф­фективность бизнеса в нефтехимической отрасли: дешевые средства производства и сырье и разработку химических веществ с новыми свойствами, которые отвечают потребно­стям потребителей.

Внедрение цифровизации началось I декабря 2017 года, а уже в начале 2018 года был создан отдел, который обе­спечивает создание и внедрение различных цифровых тех­нологий цифровой революции (дополненная и виртуальная реальность, интернет вещей, наука о данных, машинное обу­чение, мобильные приложения) во все бизнес-процессы, на­чиная от поставки сырья на производство и заканчивая про­дажами [«Сибур»: digital-революция, 2018]. Значительным преимуществом является широкое использование автома­тизированной системы управления технологическими про­цессами (АСУТП) [СИБУР Холдинг, 2018]. Помимо возмож­ности управлять всем процессом из операторной, АСУТП накапливает большое количество данных, которое теперь можно использовать для цифровизации. СИБУР внедряет системы усовершенствованного управления технологиче­ским процессом (СУУТГТ), производственных систем MES, лабораторных систем LIMS и бизнес-приложения SAPERP Уже существует некий ИТ-фундамент для дальнейшей циф­ровизации компании, однако еще нет полной интеграции систем, которая необходима для перехода на технологии Ин­дустрии 4.0.

Вопросом цифровизации СИБУР занимается не так давно, но уже реализовано достаточно много инициатив, еще больше - разрабатывается или уже тестируется.

С помощью технологии коммуникации ближнего поля (Near Field Communication, NFC), которая воплощена в NFC-метках, на планшеты сотрудников выводится инфор­мация о задачах, статусе обслуживания и ответственном за конкретную единицу оборудования. Планшет интегрирован с системами и базами данных предприятия, на нем можно найти всю информацию о работах, которые необходимо вы­полнить. После завершения работы в системе фиксируются выполнение, время, комплектующие.

Data Science используется для контроля производствен­ных процессов, анализа производственных параметров, что служит фундаментом для прогнозирования явлений и выработки рекомендаций для операторов.

Виртуальная реальность обеспечивает детальное моде­лирование операций и событий, с которыми сталкивается сотрудник, технология используется для обучения новых со­трудников и повышения квалификации действующих.

RFID-метки позволяют идентифицировать различное оборудования, что существенно упрощает процессы логи­стики и инвентаризации.

Интеллектуальное видеонаблюдение идентифицирует сотрудников на различных производственных площадках, определяет состояние здоровья и отслеживает производ­ственные процессы. Благодаря этой технологии в москов­ском офисе компании уже отказались от служебных пропу­сков.

Единые базы данных постоянно пополняются, инфор­мация систематизируется, анализируется, на основе чего вырабатываются рекомендации по оптимизации производ­ственных процессов [Цифровая, 2018]. СИБУР старается вы­бирать технологии, ориентируясь на возможные результаты.

На сегодняшний день уже есть конкретные результаты. На производстве полипропилена удалось уменьшить ко­личество обрывов пленки в 10 раз, значительно увеличить скорость производства [Будущее, 2018]. С помощью анали­за большого массива данных от датчиков, установленных на производственных линиях, выявлена корреляция между значениями некоторых параметров производства полуфа­брикатов и количеством обрывов пленки. Изменения этих параметров и дали описанный эффект.

Внедрена система, которая дает операторам рекомен­дации, с тем чтобы они выбрали оптимальный режим про­изводства в меняющихся условиях. Система используется в процессе пиролиза, который протекает с разными наборами исходных параметров и качества сырья и приводит к разным оптимальным режимам работы. На основе анализа преды­дущих производственных циклов на дэшборд подается ин­формация, как тот или иной технологический режим влияет на экономическую эффективность производства и что стоит в нем поменять.

Отдельное внимание СИБУР уделяет логистике. Произ­водственные площадки компании находятся на значитель­ном удалении, между ними налажено железнодорожное сообщение. Постоянная транспортировка различных полу­фабрикатов между переделами требует железнодорожных платформ и вагонов. Инициатива направлена на системати­зацию и оптимизацию групповых отправок, определение наиболее экономически эффективного срока отправки ваго­на на ремонт. Для решения поставленных задач были кон­солидированы данные всех систем управления перевозками и календарного планирования, параллельно созданы анали­тические инструменты, чтобы оптимизировать организацию перевозок. Результатом проекта, реализованного на желез­нодорожной станции Денисовка, стала экономия времени при сортировке, повышение управляемости и прозрачности процессов и повышение клиентоориентированности [СИ­БУР запустил, 2018].

На 22 производственных площадках предстоит умень­шить масштабы реактивного ремонта, исключить отказы оборудования, которые влекут за собой получение не целе­вых марок продукта, а переходных, что значительно снижает стоимость готовой продукции. СИБУР сделал ставку на про­активное обслуживание оборудования. Разработанная на ос­нове имеющейся базы данных модель позволяет с точностью до 72% определить, когда произойдет отказ экструдера, вала или гранулятора. Это позволило снизить количество аварий­ных остановок с 5 до 1.

Для упрощения ремонта оборудования используются мобильные решения. В Воронеже запущен пилотный про­ект: в процессе ремонта оборудования ремонтные брига­ды отправляют фотоматериалы в соответствующую служ­бу, после чего получают консультации. В случае поломки на производственной площадке в Тобольске работник может транслировать картинку удаленному эксперту, который опе­ративно даст указания, что именно нужно сделать, в режиме реального времени. Первая консультация была проведена с экспертом из немецкой компании Linde, технологии кото­рой использует СИБУР [«Индустрия 4.0» в действии, 2018]. В результате удается значительно сократить сроки выполне­ния ремонтных работ, особенно тех, которые не могут быть решены сразу на месте.

Даже в условиях цифровизации на качество выполняе­мых работ значительно влияет квалификация сотрудников, «СИБУР Холдинг» проводит специальное обучение персо­нала по сборке и разборке, ремонту и обслуживанию обо­рудования с применением технологий виртуальной и допол­ненной реальности, что позволяет значительно сократить сроки ремонта и увеличить его качество.

Недавно в Томске был установлен специальный тренажер с использованием виртуальной реальности, на котором мож­но отработать ремонт компрессора. Если раньше, для того чтобы проверить компрессор изнутри, специалисты ожида­ли запланированной остановки на ремонт, то сейчас вирту­альная реальность позволяет смоделировать ту или иную аварийную ситуацию, предоставляя полное описание и со­стояние объекта.

Интересной практикой внедрения технологий цифрови­зации являются беспилотные летательные аппараты. Их ис­пользуют для оценки объема работ при строительстве и кон­троле состояния трубопроводов и технологических объектов. Тестирование аппаратов проходит на АО «СибурТюменьГаз» и на Амурском газоперерабатывающем заводе. С помощью летательных аппаратов удаленно осматривают коммуника­ции, труднодоступные места, а также трубопроводы для вы­явления протечек.

В обеспечении безопасности сотрудников также на­шла применение цифровизация [Бурлуцкий А. В., Черепа­нов В. Д., 2017]. «Умный браслет» позволяет определять состояние здоровья сотрудника, пребывание в опасных зо­нах. Встроенные газоанализаторы информируют о состоя­нии окружающего воздуха, а тревожная кнопка позволяет максимально быстро получить необходимую помощь.

СИБУР считает целесообразным и дальше внедрять цифровизацию в производственные процессы. К перспективным направлениям отнесены:

• уменьшение доли информации, хранящейся на бумаж­ных носителях, с целью повысить скорость ее обработ­ки - «озера данных» вместо бумашоборота;
• объединение и централизованная обработка массивов информации о железнодорожных перевозках для оп­тимизации логистических процессов на всех железно­дорожных станциях;
• использование ЗО-принтеров для оперативного изго­товления деталей на месте;
• масштабирование практики применения цифровых средств на других участках работы.

Дальнейшее совершенствование и масштабирование технологий Индустрии 4.0 позволят значительно увеличить объем продукции ПАО «СИБУР Холдинг».

Siemens AG

Немецкий концерн Siemens производит и поставляет комплексные решения в области электротехники, электро­ники, энергетики, медицины, транспорта и связи. Компа­ния показывает положительные финансовые результаты: в 2017 году оборот достиг 83 млрд евро, прибыль - 6,2 млрд евро. Благодаря электрификации, автоматизации и цифрови­зации по всем направлениям деятельности Siemens активно внедряет технологии Индустрии 4.0 в свои бизнес-процессы, разрабатывает собственные системы и инструменты цифро­визации, которые используются другими компаниями.

Отличительной особенностью Siemens на пути к Ин­дустрии 4.0 выступает комплексный подход к изменениям (Totally IntegratedAutomation, TIA). Компания сосредоточе­на на технологиях, которые отвечают пяти главным трендам производства:

• Скорость вывода на рынок нового продукта позволяет привлечь больше заказчиков и получить больше при­были.
• Гибкость производства позволяет выпускать широкий ассортимент продукции в различных модификациях на одной производственной линии, быстрее удовлетворять потребности заказчика и адаптироваться к ме­няющимся условиям рынка.
• Качество продукции и производства способствует ми­нимизации потерь от брака и повышению лояльности покупателей, обеспечивая компании устойчивое кон­курентное преимущество.
• Эффективность производства связана с ускорени­ем, увеличением надежности и уменьшением потерь в процессе производства.
• Эффективность «умного» производства, подразуме­вающего постоянный обмен данными между произ­водственными единицами, сильно зависит от качества систем кибербезопасности. Без надлежащей защиты критически важных узлов и информации невозможна полная автономность и независимость производствен­ных процессов от возможного вмешательства внеш­них пользователей, влекущего за собой негативные последствия [HelmrichК., 2015].

В рамках цифровизации используются облачные техно­логии, робототехника, автоматизация управления знаниями, интернет вещей, моделирование производственных процес­сов, технология 3 D-печати и др. Оптимальный набор опреде­ляется исходя из типа производства (дискретный или непре­рывный) и цепочки жизненного цикла предприятия, которую использует Siemens (рис. 9). Для различных этапов жизнен­ного цикла производства предлагается довольно широкий ассортимент систем, разработанных Siemens PLM Software.

Для непрерывного производства используются мас­штабные системы COMOS, SIMATI CPCS 7, PIA Selector и SIMOTION.

COMOS - система управления проектами, которая приме­няется в основном для планирования, эксплуатации и техни­ческого обслуживания технологических установок и управ­ления ими [SiemensCOMOS, [s.а.]]. Изначально это была интегрированная система программ и программных продуктов для решения инженерных задач в сфере проектирования обо­рудования. На сегодня система обеспечена централизованным управлением данными и открытой архитектурой, в которой поддерживается объектно-ориентированное программирова­ние. Интерфейсы COMOS позволяют интегрировать систему уже в существующие ИТ-инфраструктуры или применять со­вместно с другими программными системами. Эго позволяет COMOS поддерживать не только планирование, но и рабочие процессы, поэтому технологию могут использовать как про­ектировщики оборудования для отраслей с непрерывным про­изводством (энергетика, нефтегазовая и химическая отрасли), так и операторы предприятий, внедривших систему.

SIMATIC PCS 7 - одна из наиболее популярных техно­логий управления процессами на предприятии. Она характе­ризуется гибкой архитектурой и возможностью интеграции в любую систему автоматизированного управления ком­пании Siemens в рамках концепции комплексного подхода к изменениям [SIMATIC PCS 7, 2015]. По сути, SIMATIC PCS 7 является частью комплексной цифровизации бизнеса в разрезе процессов: от логистики до выпуска готовой продукции. Система позволяет полу­чить доступ к данным конкретных процессов на различных уровнях: планировании ресур­сов предприятия (ERP-системы), управления производственными процессами (MES-системы), управле­ния технологическими процессами (АСУ ТГТ), что возмож­но благодаря использованию международных промышлен­ных стандартов для обмена данными. Еибкая комплектация системы позволяет учесть особенности каждого проекта: от цифровизации лаборатории до управления процессами на связанных установках одного предприятия. Стоит отме­тить, что наибольший эффект достигается в совокупности с другими технологиями, разрабатываемыми Siemens в рам­ках концепции Индустрии 4.0, поскольку производитель де­лает ставку на синергетический эффект цифровизации всех производственных процессов.

PIASelector обеспечивает выбор оптимального набора датчиков и аналитических инструментов Siemens с функци­ей определения направления их использования в процессах автоматизации. Выбираются прежде всего сфера, где может быть применен прибор, собственно оборудование и конкрет­ный способ его использования. Siemens таким образом хочет облегчить выбор оптимальной комплектации продукта сре­ди большого количества номенклатурных позиций [PIA Life Cycle Portal, [s.а.]].

SIMOTION - высокопроизводительная масштабируемая система управления движением [SIMOTION, [s.а.]]. Она по­зволяет создавать многократно используемые программные модули, повышающие эффективность разработки оборудо­вания. Сделана ставка на модульность, точность и скорость работы. SIMOTION разрабатывалась с учетом возможно­сти быстрой интеграции с другими продуктами и система­ми Siemens в рамках TIA. Например, система применена для модернизации линии лущения шпона, что обеспечило бесперебойную работу установки и параллельное снижение энергопотребления на производственной площадке группы «ИЛИМ».

Для дискретного производства созданы аналогичные продукты (Teamcenter, NX, Technomatrix и SIMATI CIT), ко­торые лучше приспособлены для нужд соответствующих от­раслей: машиностроения, производства электроники и ком­пьютеров, медицинского оборудования и др.

Teamcenter - пакет программных решений для поддержки жизненного цикла изделия (PLM) на основе открытой плат­формы. Основное предназначение - управление данными об изделии на протяжении всего жизненного цикла: от про­ектирования до автоматизации процессов постпродажного технического обслуживания и ремонта. Обмен данными воз­можен в режиме реального времени [Управление данными, [б.г.]]. Teamcenter обеспечивает комплексную визуализацию изделия с учетом всей информации о нем и пометками, на­носимыми на ЗО-модель и в документацию в случае необхо­димости. Это позволяет организовать взаимодействие между всеми участниками процесса проектирования и производ­ства. В результате устанавливается безбумажный процесс согласования документации. Кроме того, система позволяет моделировать как конечный продукт, так и изменение его ха­рактеристик: можно посмотреть, как выглядит деталь, соединить несколько деталей в одну, протестировать на изгиб, посмотреть, как будет распространяться температура. Пакет решений применяется на различных предприятиях отече­ственного авиастроения, вертолетостроения, энергомаши­ностроения и других отраслей. Teamcenter используют НПО «Искра», АО «Калужский завод «Ремпутьмаш»», АО «Авиа­двигатель», ПАО «5АЗ» и другие.

NX - интегрированное решение для конструкторско- технологической подготовки производства [Обзор, 2015]. Его применяют как самостоятельную систему, так и управ­ляющий продукт, интегрированный в уже существующую программную среду. NX позволяет определить взаимодей­ствие детали с другими изделиями, протестировать получен­ную конструкцию и определить узкие места. NX применим на всех этапах создания цифрового макета изделия и техно­логической подготовки производства, что обеспечивается объединением функций для более продуктивной разработки изделий:

• решения в области эскизного проектирования, 3D-MO- делирования и создания документации;
• средства для расчетов прочности, кинематики, тепло­передачи, газогидродинамики и междисциплинарного анализа физических явлений;
• решения для технологической подготовки производ­ства деталей оснастки, проектирования процессов ме­ханической обработки и контроля качества [Siemens NX, [s.а.]].

Technomatrix - комплексный пакет решений для цифро­визации, охватывает все области производства и разработ­ки изделия: от схемы производственного процесса до не­посредственного производства [Siemens TECNOMATIX, [s.а.]]. Решение позволяет проводить ЗО-симуляцию, решать задачи имитационного моделирования и программирова­ния промышленных роботов, осуществлять виртуальную пусконаладку линий, определять ошибки проектирования. Technomatrix включает широкий спектр программных про­дуктов, для которых характерны возможность и автономного применения, и в режиме совместимости с другими продук­тами, в том числе под управлением Teamcenter. К преимуще­ствам Technomatrix можно отнести сокращение сроков под­готовки производства, упрощенное создание конструкторски сложных изделий, увеличение рентабельности и оптимиза­ции технологии производства за счет распределения инвести­ций между несколькими продуктовыми линейками на этапе проектирования и моделирования. Решение Technomatrix получило достаточно широкое распространение в раз­личных отраслях: автомобилестроении (КАМАЗ, Volvo, BMW, Mazda), авиационно-космическаой промышленности (Boeing), машиностроении и электротехнике (Caterpillar), те­лекоммуникационном оборудовании (Motorola) и др.

SIMATIC IT является аналогом SIMATIC PCS 7 для дис­кретного производства. Про дуктпозволяетпостроитьМЕ8-си- стему, управлять спецификациями продукции и цепочками поставок, комплексно моделировать производственные про­цессы организации, определять их возможности и получать информацию с уровней ERP и производства и управлять ею. Эго модульная система, которая состоит из взаимодей­ствующих между собой программных компонентов, позво­ляющих решить все необходимые ME S-задачи, описанные в соответствующем стандарте ISA-95. Основное преимуще­ство составляет моделирование сложных бизнес-процессов и структур производства, которые остаются полностью про­зрачными, понятными, независимыми от функционирования реальных систем управления [SIMATIC IT, 2004]. Моделиро­вание может происходить в любой точке предприятия, обе­спечивает стандартизацию процессов, а наиболее удачные методы управления могут быть распространены на другие бизнес-единицы или все предприятие. Это особенно удобно для международных холдингов, имеющих производствен­ные площадки в разных странах мира. Встроенные процессы управления качеством - поддержка визуального контроля, автоматизированный сбор информации об операциях, управ­ление дефектами - поддерживают различные методологии управления, в том числе шесть сигм.

Общей технологией для обоих типов производства выступает открытая облачная информационная система MindSphere, которая представляет собой ключевой элемент мощной операционной системы, основанной на технологии интернета вещей [MindSphere позволяет, [б.г]. Она позво­ляет связать оборудование компании и физическую инфра­структуру с цифровым облаком, что обеспечивает получе­ние информации, необходимой для трансформации бизнеса и превентивного обслуживания оборудования. MindSphere наделена функциями анализа данных, средствами для разра­ботчиков, приложениями и сервисами. К основным преиму­ществам системы можно отнести следующее:

• открытый стандарт «ОРС с унифицированной архи­тектурой» (OPCUA), который обеспечивает должный уровень связи для соединения различных продуктов;
• облачная инфраструктура позволяет использовать об­лачные технологии в виде закрытой системы;
• новое оборудование напрямую подключается к MindSphere в любых масштабах;
• открытые интерфейсы предназначены для индивиду­альных приложений клиентов.

Так, внедрение технологии самой компанией Siemens по­зволило сократить время простоя на 10%, на производствен­ной площадке Coca-Cola технология обеспечила сокращение простоя на 15%, одновременное снижение расходов на техни­ческое обслуживание на 5% [MindSphere - Открытая, [б.г].

Применение комплекса описанных технологий и по­добных им необходимо для создания виртуальной произ­водственной системы («цифровой тени»), которая всегда актуальна и расширяется в течение всего жизненного цикла [TIAPortal V14, [s.а.]]. Совокупность физического производ­ственного оборудования и «цифровой тени» содержит всю информацию о механике, электрике, автоматизации, челове­ко-машинном интерфейсе, безопасности состояния, версии ПО и других параметрах. По сути, полная интеграция физи­ческой и виртуальной составляющих и есть цифровизация производства, которая является конечной целью изменений. Сначала отражение физического производства в цифровом виде, а потом и интеграция двух полученных частей невоз­можны без совершенствования производства посредством построения автоматизированной системы с помощью техно­логий Индустрии 4.0. Полная же интеграция будет достиг­нута тогда, когда все процессы производства будут автома­тизированы.

Все упомянутые технологии - реально используемые ин­струменты, повышающие эффективность производственных процессов. Целесообразность их внедрения демонстрирует сам концерн Siemens - один из лидеров цифровизации. Ком­пания внедряет собственные разработки на все свои пред­приятия, однако наибольшие успехи были достигнуты на за­воде Siemens Electronics Works Amberg (Амберг, Еермания), где автоматизировано 75% всех производственных процес­сов. Среди прочего там выпускают контроллеры SIMATIC, составляющие аппаратную часть одноименной системы. 50 млн точек данных генерируют постоянный поток данных, который собирается и анализируется соответствующими программными системами. Одной из таких систем является технология Teamcenter, которая получила наиболее широкое распространение. Цифровизация позволила сократить вре­мя изменения конструкции продукции и производственных процессов до нескольких минут. Благодаря этому в автома­тическом режиме можно производить более 1200 обслужи­ваемых в Teamcenter артикулов продукции, которые отгру­жаются более чем 60 ООО потребителей. При этом уровень качества достигает 99,9% [Какумный завод, [б.г]].

Технологии Siemens используют и производители экс­клюзивных автомобилей, например Maserati. Внедрение технологий привело к сокращению времени сборки и увели­чению выпуска продукции. Время разработки новой модели уменьшилось на 30% за счет оцифровки производственных процессов: отладки, сборки и симуляции. Кроме того, в три раза расширился ассортимент моделей.

От своих западных коллег стараются не отставать и от­ечественные производители. Крупнейший российский ав­топроизводитель ПАО «КАМАЗ» вдвое сократил срок ре­ализации проектов, используя технологии Индустрии 4.0, в том числе поставляемые компанией Siemens [«КАМАЗ» и компания, 2017]. На производстве внедрены программные продукты NX, Teamcenter и Technomatrix, они уже использу­ются для цифрового моделирования процесса производства и сборки грузовиков. В 2017 году между ПАО «КАМАЗ» и компанией Siemens заключено соглашение, где идет речь о внедрении концепции «Индустрия 4.0» в разрезе создания цифровых двойников изделия и производства и выработки корпоративного стандарта «КАМАЗ» в сфере цифровиза­ции. Комплексный подход к использованию технологий позволит компании сохранить лидирующие позиции на ми­ровом рынке производителей грузовых автомобилей и дви­гателей.

На основании анализа кейсов можно сделать вывод о том, что рассмотренные компании находятся на разных стадиях трансформации операционной модели (рис. 10). Данное рас­пределение базируется на изученных материалах, согласно которым:

• ПАО «НЛМК» апробирует пилотные проекты и про­тотипы на отдельных частях производ­ственных и поддерживающих процессов, а также имеет программу мероприятий на ближайшее будущее. Одной их наи­более сложных задач для НЛМК при ре­ализации концепции цифровой фабрики является адаптация технологий к тяже­лым температурным и физическим ус­ловиям производства, характерным для металлургиче­ской промышленности.
• ПАО «СИБУР» удалось продвинуться несколько даль­ше - сейчас внедряется 15 проектов по инновацион­ным процессам на 8 из 22 производственных площа­док холдинга. Полностью цифровой завод еще пока не создан, но томский завод уже приближается к этой отметке, т.к. там трансформирован значительный объ­ем процессов.
• Siemens AG является одним из мировых лидеров трансформации. Конечная стадия еще пока не достиг­нута, поскольку разные производственные площадки изменяются с разной скоростью. При этом уже актив­но развиваются инициативы по интеграции горизон­тальных цепочек создания ценности.

ВЫВОДЫ

Переход от высокоуровневых стратегических инициатив по трансформации бизнеса при помощи современных тех­нологий к росту эффективности повседневной деятельно­сти возможен за счет развития операционной модели. В ста­тье рассмотрены такие ключевые измерения, как процессы и информационные технологии, которые непосредственно обеспечивают цифровую трансформацию. Развитие ука­занных измерений проходит несколько последовательных уровней зрелости, пропуск которых для осуществления «скачка» сопряжен с организационными и финансовыми сложностями. Традиционные пять уровней зрелости про­цессов и информационных технологий были дополнены цифровым уровнем, поскольку стратегия цифровизации вы­двигает новые требования к операционной эффективности предприятий. Стоит также отметить, что выбор и ускорен­ная трансформация отдельно взятого производственного процесса при помощи инновационной технологии не име­ет отношения к цифровизации всего предприятия. В связи с этим представлены пять стадий трансформации опера­ционной модели: предцифровая стадия, стадия «пилотные проекты», стадия «цифровые фабрики», стадия «частичная цифровизация» и стадия «полная цифровизация». Концеп­ция цифровой фабрики детально рассмотрена через призму конкретных технологий.

Кейсы компаний ПАО «НЛМК», ПАО «СИБУР», Siemens AG ценны тем, что показывают продвижение по стадиям цифровизации операционной модели. Структурированный подход к изучению кейсов обеспечивается посредством по­шагового исследования широкого спектра производственных процессов и инициатив по их развитию. Анализ операцион­ной модели дает рабочий шаблон для реализации инициатив, позволяет составить перечень процессов и технологий, кото­рые могут быть внедрены на производстве.

В дальнейшем представляется целесообразным изучить принципиальную возможность строительства цифровой фа­брики с нуля, без обязательного прохождения всех уровней зрелости, возможные барьеры на этом пути, например недо­статочно зрелые управленческие практики, слабая интегра­ция информационных систем, недостаточная квалификация имеющихся кадров и др.