Мифы vs реальность: что нужно знать, а что забыть о внедрении инноваций на предприятие

Опубликовано От Sergey
0 0
Read Time:6 Minute, 29 Second

В процессе внедрения инновационных решений на промышленных предприятиях часто можно столкнуться с барьерами. В их числе мифы, в которые верят заказчики.

Екатерина Баклунова, эксперт компании Factory5 (входит в ГК Ctrl2GO) выбрала 10 самых популярных мифов о цифровой трансформации и прогнозном обслуживании оборудования и ответила, что в них близко к реальности, а что точно вымысел. 

Мифы vs реальность: что нужно знать, а что забыть о внедрении инноваций на предприятие

Алина Алещенко

Общие

Миф 1. «Всем нужна цифровизация»

Далеко не все готовы к переходу в Индустрию 4.0 по разным причинам. Внедрение инновационных решений отличается от внедрения прочих учетных систем, например, ERP или EAM. И если даже при работе с последними компании сталкиваются с вызовами и барьерами, то что говорить о цифровых решениях.

Недостаточная автоматизация базовых процессов, беспорядок в методологическом обеспечении и НСИ, процессах сбора данных — случаи, когда еще рано говорить о цифровых сценариях.

Кроме этого, цифровизация в России воспринимается многими управленцами как дань моде и часто происходит во имя самой цифровизации. Из-за отсутствия опыта и готовности к переменам многие набивают кучу шишек. 

Другой случай, когда цифровизация становится экономически нецелесообразной. Как правило, это касается внедрения систем диагностики и прогнозирования для некритичного оборудования, оборудования, которое дублируется и не является дорогостоящим. В этих случаях технически можно реализовать цифровой сценарий, но при расчете экономики выгоды нет. Это не окупается и выходит нецелесообразно. 

 

Миф 2. «Цифровизация — это дорого»

Перед запуском проекта цифровая инициатива проходит через определенные этапы согласования. Один из таких — разработка и согласование технико-экономического обоснования (ТЭО), цель которого — определить экономическую целесообразность внедрения цифрового сценария. ТЭО на раннем этапе дает четкое представление о возможности разработки PdM-решения с учетом имеющихся ресурсов и технологий на предприятии. Так, лица, принимающие решения, знают потенциальный объем затрат на проект, сроки его окупаемости и результаты работ. 

Если сумма на реализацию проекта выше ожидаемой, то есть способы оптимизации стоимости проекта. Например, можно использовать разные варианты размещений решения: в облаке (cloud) и на мощностях заказчика (on-premise). Правильно сделанный выбор позволяет оптимизировать стоимость владения для конкретного предприятия.

 

Миф 3. «Цифровизация — это всегда про новейшие технологии»

Есть представление, что цифровое решение для производства — это волшебный черный ящик, в который можно просто сложить всё, что есть, и получить результат на выходе. На деле — это кропотливый труд проектной команды.

На одном из этапов внедрения необходимо провести методологическую работу и разработать модель (дерево) оборудования с разузловкой до контролируемых параметров.

На другом этапе аналитики, математики и data-scientist-ы трудятся над анализом данных и определяют каким методом лучше реализовать задачу. Примером используемых методов для прогнозного обслуживания  могут быть экспертные правила, алгоритмы машинного обучения, или физические модели, а может и их комбинация. 

Только после всех необходимых действий в рамках проекта за поступающие в систему данные принимается программное обеспечение.

Инновационность подхода состоит в том, что у разработчиков решений появились новые технологии, которые позволяют автоматизировать процесс сбора, хранения и анализа больших данных с высокой скоростью. Это является большим скачком в развитии и разработке цифровых решений.

 

Про данные

Миф 4. «У нас недостаточно данных, поэтому цифровое решение нам не подходит»

На предпроектном обследовании изучается ИТ-ландшафт и имеющиеся данные. В случае недостаточности данных есть несколько вариантов:

  • Создать не интерпретируемую модель: она будет выявлять неполадки и оборудование, в котором они обнаружены, но не сможет конкретизировать узел и предсказывать поломки, которые могут произойти в будущем. Но это уже будет первым шагом для дальнейшего накопления данных и применения других средств анализа данных с возможность Predictive.
  • Для обучения моделей используются данные с информацией о дефектах и отказах. Но если таких данных нет, можно применять методы на основе машинного обучения, не требующие такой информации.
  • Если вообще нет статистики, поиск инцидентов можно осуществлять с помощью  физических моделей — это математические модели физических процессов оборудования, которые устанавливают связь входных и выходных параметров рассматриваемого процесса, с использованием физических законов.С их помощью можно осуществлять поиск аномалий и прогнозировать техническое состояние.
  •  

    Миф 5. «Если есть данные, то цифровизоваться будет легко»

    Если текущая автоматизация позволяет собирать большие объемы данных, может возникнуть уверенность, что данных достаточно, и других не требуется. Это не так, если система сбора данных и иерархия АСУ ТП строилась в первую очередь для решения задач управления основными технологическими процессами. Оснащение датчиками, сбор и хранение данных с этих датчиков могут быть достаточны именно для задач управления техпроцессом.

    Задачи диагностики и определения/мониторинга технического состояния либо не ставились, либо могли охватывать только узкий спектр оборудования. Поэтому и данных для решений по предиктивной аналитики может быть недостаточно. 

    Кроме того, количество данных хоть и важный критерий, но он один не обеспечивает достаточность. Важно еще и их качество. Если данные поступали не с требуемой дискретностью или вносились вручную и имеют много погрешностей, то с такими данными работать будет сложнее.

     

    Про процесс внедрения

    Миф 6. «Процесс внедрения займет много времени и потребует остановки производственного процесса, а значит, и большие материальные потери»

    Практика внедрения цифровых решений, несмотря на свою молодость, уже довольно обширная. Проекты требуют выделения ресурсов, а весь процесс, начиная  от предпроектного обследования и заканчивая вводом в эксплуатацию, занимает 9-18 месяцев. Это зависит от разных факторов: организационно-функционального объема, территориальной распределенности активов предприятия, готовности инфраструктуры и многих других.

    Стоит понимать, что внедрение цифровых решений можно разбить на условные этапы, смотреть на промежуточные результат и принимать решение о дальнейшем внедрении. Например, сначала наладить сбор, хранение и анализ данных на базе или с использованием экспертных правил, что позволит выявлять аномалии, а затем внедрить математические модели для построения прогнозов. Так производственный процесс останется непрерывным, а сама цифровизация пройдет менее болезненно. 

     

    Миф 7. «От нас не потребуется никаких усилий»

    Казалось бы, есть датчики, которые регистрируют параметры работы оборудования, история о дефектах с момента ввода оборудования в эксплуатацию. Осталось привлечь специалистов по анализу и моделированию данных, которые обработают параметры с историей, разработают модели для расчета вероятности наступления отказов. И готово — можно переходить на прогнозное обслуживание.

    Техническая возможность прогнозирования потенциальных дефектов и отказов и наличие бюджета являются важнейшими составляющих для перехода на Predictive Maintenance.

    Но наш проектный опыт показывает, что ключевым фактором является способность предприятия к культурной трансформации.

    Важно, чтобы сотрудники производственного и технического персонала понимали выгоды от использования данных о состоянии оборудования, были более ответственными по отношению к качеству и актуальности данных, вводимых вручную, осознавали потенциал современных технологий и доверяли результатам работы информационных систем.

     

    Миф 8. «Цифровизация не потребует переквалификации персонала»

    Именно для проведения культурной трансформации на PdM-проектах особое внимание уделяют области управления изменениями. После внедрения инновационного решения реальность изменится. Например, оборудование будет рекомендовано системой к выводу в ремонт до того, как наступят события, привычные для персонала. 

    Поэтому основными задачами в части управления изменениями становятся:

    • подготовка сотрудников к необходимости изменить привычное поведение при работе с данными в информационных системах;
    • повышение доверия к информационным системам;
    • развеивание страхов о будущей невостребованности сотрудников в связи с внедрением PdM-решения;
    • формирование у сотрудников привычки непрерывного обучения, как неотъемлемой составляющей своей работы.

     

    Про результаты

    Миф 9. «Результаты не заставят себя ждать»

    Внедрение цифровизации — это не разовая акция, а проект. И как любой проект, он требует финансовых и временных ресурсов, ответственного отношения и вовлеченности подрядчика и Заказчика, готовности меняться. Чаще время ожидания результата зависит от объема проекта. Например, пилотные проекты могут занять срок в несколько месяцев, но по их итогам можно будет увидеть первые эффекты, а далее остается наращивать функционал и организационный объем.

     

    Миф 10. «Результаты не окупят затраты»

    Внедрение цифровых решений в области технического обслуживания и ремонтов помогает избежать внезапных аварий и отказов оборудования, скрытых дефектов, которые могут негативно повлиять на выполнение производственной программы и планы поставок, качество производимой продукции, создать угрозу здоровью человека и окружающей среде, стать причиной штрафов, потери репутации и разбирательств. В таких случаях стоимость внедрения цифровых решений выходит намного меньше материальных и репутационных последствий серьезного отказа.

    Практический опыт показывает, что все мифы существуют только до того момента, пока заказчик не решился на внедрение новых технологий и не погрузился в процесс, узнав о нем больше. Важно не бояться развеять заблуждения, решившись на перемены, которые приносят реальные эффекты.

    Фото на обложке: whiteMocca/Shutterstock

    Нашли опечатку? Выделите текст и нажмите Ctrl + Enter

    Источник: https://rb.ru/

    Happy
    Happy
    0 %
    Sad
    Sad
    0 %
    Excited
    Excited
    0 %
    Sleepy
    Sleepy
    0 %
    Angry
    Angry
    0 %
    Surprise
    Surprise
    0 %

    Average Rating

    5 Star
    0%
    4 Star
    0%
    3 Star
    0%
    2 Star
    0%
    1 Star
    0%

    Добавить комментарий

    Ваш адрес email не будет опубликован. Обязательные поля помечены *