Гибкие вычисления, контекстные данные и модульная архитектура изменят внешний вид систем управления и повысят общую производительность предприятия, помогая снизить риски увольнения опытных работников.
Организации вкладывают средства в системы управления, предполагая, что они будут работать должным образом в течение многих лет. Однако темпы изменений в системах управления ускоряются, и следующее десятилетие принесет огромные изменения.
Понимание этих изменений важно для организаций, стремящихся обеспечить наилучшие эксплуатационные характеристики и окупаемость инвестиций в системы управления.
На протяжении десятилетий система управления была ограничена физическим оборудованием: проводными входами и выходами, подключенными контроллерами и структурированными архитектурами, включая выделенные сети и конфигурации серверов.
Снижение затрат на вычисления и зондирование, развитие сетевой и беспроводной инфраструктуры, а также распределенная архитектура (включая облако) теперь открывают новые возможности для систем управления.
Кроме того, появляющиеся стандарты plug-and-production, такие как интерфейсы Advanced Physical Layer (APL) и Modular Type Package (MTP), приведут к значительным изменениям в конструкции и использовании систем управления предприятием в течение следующего десятилетия.)
Даже с меняющимися временами и технологиями уравнение успеха остается прежним: выберите надежную и простую в использовании систему управления, обеспечивая при этом доступ к новым технологиям для повышения эксплуатационных характеристик.
Гибкость системы управления снижает риски, связанные с выходом на пенсию опытных работников
За последнее десятилетие промышленность стала свидетелем ухода профессионалов на пенсию и приняла меры для смягчения последствий потери опыта. Эти изменения привели к сокращению количества рабочих на рабочем месте в ряде отраслей.
В то же время, благодаря множеству новых технологий сканирования и возможностям передачи данных с высокой пропускной способностью, предприятия собирают больше данных, чем когда-либо прежде, и организации хотят извлекать из этих данных больше пользы, чтобы помочь им повысить эффективность бизнеса и улучшить дифференциацию.
Это включает в себя более гибкие варианты доставки продукции, оптимизацию качества и постоянство объемов производства, а также более высокий уровень эксплуатационной безопасности и соблюдения экологических требований.
В ответ многие организации распространят архитектуру управления на более распределенную географическую инфраструктуру, что позволит небольшим централизованным группам профессионалов оказывать поддержку по всему машинному парку.
Важнейшие данные системы управления будут видны по всему предприятию, что позволит небольшим командам обеспечить поддержку для нескольких географически удаленных мест. Все изображения предоставлены Emerson
Эти штатные эксперты могут быть дополнены экспертами от OEM-производителей, которым разрешен безопасный доступ к соответствующим аспектам этой инфраструктуры.
Одним из элементов этой распределенной архитектуры является облако, будь то частное, общедоступное или гибридное. Постепенный перенос неключевых элементов управления архитектурой в облако облегчает организациям более эффективную работу и принятие более обоснованных решений.
Пользователи облака получают больше пользы от данных, привлекая опыт со всего мира, будь то в своем бизнесе или от многих поставщиков услуг.
Кроме того, централизация данных в облаке дает преимущество, заключающееся в более низких затратах на жизненный цикл, меньших требованиях к обслуживанию и устранении изолированных островков данных.
Переход к централизованному управлению потребует изменения стратегии системы управления, даже если фактическое основное управление не переходит с операционного уровня.
Инструменты, на которые полагаются эксперты (конфигурация системы, мониторинг устройств, управление аварийными сигналами, данные в реальном времени и история событий, цифровые двойники, системы управления ремонтом и т. д.), являются элементами системы управления.
Многие из этих инструментов не влияют на повседневное управление, но привязаны к системе управления, которая, в свою очередь, привязана к физическому месту на предприятии. В будущем будет разумнее размещать эти компоненты в облаке.
Централизованные данные и облачные архитектуры также будут способствовать быстрому развертыванию новых технологий.
Централизация данных упрощает для организаций развертывание одностороннего безопасного мобильного доступа к данным системы управления, позволяя персоналу предприятия отслеживать их в любом месте
Простая интеграция увеличивает эффективность
Ключ к успеху - найти платформы, позволяющие внедрять новые технологии при минимальных затратах на интеграцию и технические затраты. Самые продвинутые контроллеры могут работать как автономные контроллеры и иметь возможность встроиться в более крупную систему управления, что позволяет организациям разрабатывать архитектуру управления и ее возможности вместе с процессами и продуктами.
Ведущие промышленные компании также сокращают потребность во внедрении модульного производства с помощью новых технологий с автоматической настройкой.
Технология MTP, разработанная NAMUR (Ассоциация пользователей технологий автоматизации в обрабатывающих отраслях), использует существующие технологии для создания интерфейсов для сформулированной интеграции разрозненных систем и упрощает проектирование модульных систем.
MTP стандартизирует взаимодействие между производственными модулями и системой управления, позволяя предприятиям комбинировать компоненты.
Система управления будет продолжать играть решающую роль в управлении и оптимизации этих разнообразных, но более интегрированных модульных систем. Использование этих стандартов эффективности интеграции является ключевым элементом для достижения наилучшего результата.
Расширенное управление и цифровые двойники повышают эффективность работы
Системы управления теперь включают в себя гораздо больше аналитических инструментов и поддержки принятия решений, чтобы помочь операторам принимать более обоснованные решения в более широком диапазоне.
Вместо того чтобы принимать решения, принимать их и надеяться, что это правильный выбор, операторы будут использовать моделирование для проверки ключевых решений в автономной среде.
Например, оператор на предприятии может заметить, что параметр процесса имеет плохую тенденцию. Оператор использует цифрового двойника для проверки новой процедуры, а затем обнаруживает, что она слишком близка к пределу прерывания.
Чтобы избежать этого сценария, он будет использовать цифровых двойников, чтобы попробовать другие альтернативы и найти способ безопасного согласования параметров процесса.
Оператор помогает принять правильное решение, не тестируя что-либо на реальных процессах и устройствах. Цифровой двойник будет доступен на рабочем месте и в облаке и станет стандартной частью большинства проектов.
Может ли искусственный интеллект (ИИ) стать следующим этапом развития систем управления?
Системы управления постоянно развивались на протяжении десятилетий. Технологии искусственного интеллекта (ИИ) помогают разрабатывать новое поколение некоторых систем управления.
Пропорционально-интегрально-дифференциальный (ПИД) регулятор можно интерпретировать как разделение возможностей: пропорциональный элемент указывает на сигнал, интегральный элемент приближается к заданному значению, а дифференицальный элемент может минимизировать перерасход.
Хотя управляющая экосистема может представлять собой сложную сеть взаимосвязанных технологий, ее также можно упростить, рассматривая ее как постоянно развивающуюся ветвь генеалогического древа. Каждая технология системы управления предлагает свои уникальные функции, которые не были доступны с предыдущими технологиями.
Например, прямая связь улучшает ПИД-регулирование, прогнозируя выходной сигнал контроллера, а затем используя прогнозы, чтобы отделить ошибки из-за искажения процесса от шума сигнала.
Model Predictive Control (MPC) добавляет к этому другие возможности, разбивая предсказания будущих результатов контрольного вмешательства и управляя несколькими коррелированными входами и выходами.
Последним достижением в стратегиях управления является внедрение технологий искусственного интеллекта, которые выводят промышленные системы управления на новый уровень.
Технология искусственного интеллекта может быть расширена для решения любой сложной проблемы, которую можно смоделировать, например, для управления периодическими остановками производства на заводах, снабжающих нефтегазовый сектор, а также для оптимизации и управления производительностью нефтеперерабатывающих и химических заводов.
Чтобы получить максимальную отдачу от этих новых решений, организациям необходимы готовые и простые в применении платформы автоматизации, которые помогут им развиваться по мере изменения рыночных и отраслевых условий.