В материале рассматриваются три сценария промышленной аналитики: мобильные инспекции, предиктивное обслуживание и видеоаналитика для контроля качества. Для каждого важны условия получения данных, участие специалистов и интеграция с существующими производственными системами. Описанные варианты не являются отчётом о результатах одного внедрения.
Мобильные инспекции с применением ИИ
Сценарий. Во время обхода требуется зафиксировать состояние оборудования, сопоставить наблюдения с документацией и передать замечания в работу.
Вариант решения. Мобильный помощник объединяет фото- и видеофиксацию, компьютерное зрение для выявления признаков дефектов, голосовой ввод и доступ к технической документации через ИИ-агента. Специалист проверяет наблюдения и уточняет запись.
Что проверить. Полноту фиксации, качество распознавания, время оформления замечания, работу при ограниченной связи и передачу записи в систему обслуживания. Улучшение этих показателей оценивается по результатам испытаний и применения.
Предиктивное обслуживание энергетического оборудования
В рассматриваемом сценарии состояние оборудования оценивается по совокупности сведений: вибрации, температуре, режимам работы и истории ремонтов. Возраст оборудования учитывается вместе с другими доступными данными.
Архитектура управления эффективностью активов — APM — объединяет потоковые данные, инженерные правила и модели машинного обучения. Результаты анализа могут использоваться для ранжирования диагностических сигналов и подготовки решений об обслуживании. Качество предупреждений и возможное влияние на простои и ремонтные затраты проверяются отдельно.
Видеоаналитика для контроля качества
В варианте с Edge AI изображение обрабатывается рядом с производственной линией. При проектировании определяются размещение камер и вычислительных узлов, условия съёмки, задержка обработки и состав данных, передаваемых за пределы площадки.
Результаты анализа помогают выделять отклонения и сохранять материалы для проверки специалистом. Автоматическое воздействие на линию не подразумевается: правила такого воздействия и полномочия ответственных должны быть определены отдельно.
Требования к промышленной эксплуатации
- измеримые критерии качества и бизнес-эффекта;
- интеграция с MES, EAM/APM и существующими процессами;
- наблюдаемость моделей и данных;
- работа в ограниченном режиме при отказе компонентов;
- управление версиями и контролируемое переобучение;
- передача знаний команде эксплуатации.
В результатах проработки фиксируются источники данных, схема интеграции, ограничения моделей, роли специалистов и программа испытаний. Решение о дальнейшем применении принимается с учётом проверенных сценариев и условий эксплуатации.
По теме: Промышленные данные и цифровые двойники · Компьютерное зрение и Edge AI. Обсудить промышленную автоматизацию.