https://emersonexchange365.com/worlds/russia/Сообщество русскоговорящих экспертов в области автоматизации, сотрудников компании Emerson и поставщиков-партнеров. en-USTelligent Community 13https://emersonexchange365.com/worlds/russia/b/weblog/posts/8748Fri, 03 Dec 2021 06:49:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:90978292-cd65-403d-8ee0-a0bfaa461ee5Vitaly GulyaevПроизводственная информационная система — это комплекс новых функциональных возможностей, новых сенсоров и новых приложений, предназначенных не только для автоматизации, но и для выполнения других производственных функций. Основные функции, которые позволяют организовать и автоматизировать производство на промышленном предприятии, – это управление энергопотреблением, обеспечение надежности и эксплуатационной готовности. Такие системы не влияют непосредственно на автоматизацию, но тесно связаны с процессом производства и производственными процедурами. Основная цель производственной информационной системы - создать единый контур управления теми функциями, которые раньше производственные специалисты выполняли вручную. Иллюстрация производственной информационной системы представлена на рисунке 1. Рисунок 1. Схематичное представление производственной информационной системы из NAMUR, документ NE175. Первое и самое главное условие для реализации подобного решения – это наличие широкого ассортимента интеллектуальных, как правило, беспроводных, устройств нового поколения, способных работать в новых областях применения и собирать данные об энергопотреблении и техническом состоянии оборудования. Это могут быть любые новые средства измерения с нестандартным выходным сигналом, которые могут передавать ранее недоступные данные. Затем данные передаются либо на, либо на периферийные вычислительные устройства, функционирующие на уровне предприятия. Для каких целей в принципе необходимо собирать данные с полевых приборов? Для аналитики. При наличии разнообразных технологий аналитики пристальное внимание сегодня обращено на машинное обучение и искусственный интеллект, когда выполняется распознавание образов и анализ массивов данных при отсутствии знаний о самом техпроцессе и понимания так называемых основ производственных операций. Но нам нужен простой способ внедрить модели первопричин, характера и последствий отказов, которые, существуют для таких приборов. Оптимальное решение в данном случае – периферийные вычисления, поскольку все необходимые данные генерируются на самом объекте и являются совместимыми с устройствами на предприятии. На уровне более сложных систем в игру вступают технологии машинного обучения, основанные на больших данных. На этом уровне мы не всегда располагаем точными моделями взаимосвязанной работы сложных систем, а технологии построения моделей на основе данных – оптимальное решение, если вы располагаете достаточным набором сведений о текущем технологическом процессе и можете задать взаимосвязи между ними. Однако возникает важный вопрос. Многие, кто стремится внедрить аналитику больших данных в масштабах всего объекта или группы объектов, преследуя цель собрать все данные и выстроить взаимосвязи между ними, в итоге получают озеро данных или так называемое болото данных. Даже если вы агрегировали все данные в одном месте, успешно реализовать аналитику можно только когда ваши данные выверены, надежны, связаны с определенным контекстом и структурированы таким образом, что вы можете сопоставлять массивы данных из разных источников с помощью стандартизированных методов. Мы нередко сталкивались с ситуациями, когда компании организовывали облачное хранение данных, но эти данные оказывались непригодными для дальнейшего использования. И тогда, чтобы запустить определенное аналитическое приложение, приходилось преобразовывать данные. Поэтому главное, что необходимо сделать перед запуском облачных аналитических инструментов, – это централизованно собрать взаимосвязанные данные в привязке к соответствующему контексту. Как сегодня выглядит модель работы с данными на предприятии: большое количество разных источников производственных данных, включая периферийные устройства, каждый с отдельными интерфейсами и системами безопасности. Оператор старается разобраться во всем многообразии данных, чтобы связать их с нужным контекстом и запустить необходимые приложения. Если мы хотим выполнять серьезную аналитику, такая модель, конечно, неприемлема. Оптимальное решение – озеро производственных данных . Это платформа, программное окружение для агрегирования и хранения данных из разных источников, причем не только потоковых, но и других неструктурированных данных, будь то текст, изображения или спектр вибраций, с последующей реализацией модели интерфейса ISA 95, позволяющей привязать разрозненные данные к контексту. Подход Эмерсон. Эмерсон предлагает в качестве фундамента нашу платформу Plantweb Optics , на базе которой создано озеро данных, где консолидируются сведения от архивов или систем автоматизации группы промышленных объектов. Далее происходит структурирование собранных сведений в соответствии с моделью контекстуализированных данных ISA 95. Как правило, наши заказчики реализуют такую модель в облаке, однако, это необязательно должно быть облако, то же самое можно реализовать и в локальной среде или в центре обработки данных. Чаще всего заказчики выбирают облачные службы, поскольку имеют дело с действительно большим объемом данных. В данном примере речь идет о трех миллионах потоков данных в секунду со ста предприятий. Это огромный объем, поэтому здесь имеет смысл воспользоваться высокой мощностью и общедоступностью облачных решений. Теперь, когда у вас есть платформа для работы с данными, можно запускать аналитические инструменты . Мы предлагаем широкий спектр аналитических инструментов, а также шаблоны, о которых я говорил, с помощью которых инженеры могут создать аналитические приложения для работы с единым набором данных. Мы также предлагаем мобильные клиентские устройства, с помощью которых результаты анализа и фактическая информация передается всем пользователям на предприятии. После этого на основе консолидированных сведений можно принимать необходимые решения. Такая архитектура позволит организовать эффективный сбор всех необходимых данных и их передачу в облачное окружение, а не выстраивать многочисленные отдельные интерфейсы. Схема такой архитектуры представлена на рисунке 2. Рисунок 2. Ключевые функции производственных информационных систем на одной платформе Plantweb Optics от Emerson Итак, мы рассмотрели три технологии, которые изменят нынешнюю модель организации производства, автоматизации и вычислений для разных производственных нужд. Расширенный физический уровень позволит существенно увеличить объем полевых данных и коренным образом изменить способ интеграции систем автоматизации и полевых приборов. Производство будет копировать модель, которая уже прижилась в мире информационных технологий, и либо перенесет свое программное обеспечение в облако, либо будет работать с ним по подписке в рамках модели SaaS. На фоне цифровой трансформации и необходимости в повышении производительности мы продолжаем развивать и внедрять модель, которая представляет собой совершенно новую производственно-ориентированную архитектуру в масштабах всего предприятия.DXPlantWebDigitalTranformationhttps://emersonexchange365.com/worlds/russia/b/weblog/posts/8732Tue, 23 Nov 2021 06:30:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:854f4aa5-67cf-47bb-9f38-c050483b4bc2Vitaly GulyaevВторая стремительно развивающаяся технология – облачные вычисления, которые становятся все более популярны в мире промышленного производства. Исторически сложилось так, что накопленный опыт в сфере информационных технологий перенимают специалисты в области автоматизации и производственных систем. Около 10 лет назад ИТ-специалисты стали все больше использовать технологию облачных вычислений в общедоступном облаке – централизованной и хорошо масштабируемой среде. Сегодня у всех на слуху тенденция к тесному сотрудничеству и взаимодействию служб информационных и производственных технологий, в рамках которой все больше информационных технологических решений находят свое применение в промышленных системах управления. Почему облако? Мир информационных технологий активно переходит на облачные технологии, поскольку они обладают многочисленными преимуществами. Если данные находятся в облаке, они доступны для вас, где бы вы ни находились. Все наши чудесные карманные компьютеры – это терминальные устройства связи с полевыми приборами в облачной среде. Облачные службы очень надежны, не требуют капитальных вложений и отличаются неограниченной масштабируемостью. Поэтому распространение облачных технологий в мире ИТ вполне обосновано. Почему компании, специализирующиеся на облачных решениях, начинают заниматься производственными задачами и переносят в облако ряд производственных приложений? Когда мы говорим об Интернете вещей и агрегировании данных, первое, что приходит на ум, – промышленное производство, поскольку мы с вами работаем именно в этой сфере. На самом деле, Интернет вещей охватывает многие сферы деятельности. Вы только подумайте о том, сколько данных сегодня поступает от автомобилей, интеллектуальных зданий и даже от таких объектов, как фермы. Поставщики облачных решений пришли к выводу, что основная инфраструктура для сбора, обработки и визуализации данных может быть единой для всех сфер деятельности. Поэтому значительный объем инвестиций сегодня направлен на развитие облачных технологий. Наряду с тем, что службы ИТ постепенно переносят обработку данных в облачную среду, и решают ряд производственных задач своими силами, сами приложения, те, что уже существуют на предприятии, полностью переводят на работу в облачном окружении. Это не касается систем управления техпроцессом, которые еще долго не перейдут в облако, а касается других приложений, соответствующих более высокому, четвертому, уровню модели управления Пердью, например, архивы данных или хранилища данных. Такие приложения все чаще переносят в облако по мере освоения облачных технологий и роста уверенности в их безопасности и надежности. Архитектура и модель развертывания таких облачных систем представлена на рисунке 1. Рисунок 1. Архитектура и модель развертывания облачных систем. Кроме того, поставщики облачных решений, например AWS или Microsoft Azure, разрабатывают собственные полностью облачные приложения для интеграции и организации данных, то есть некоторые функции приложений, уже выполняются в облаке. Поставщики облачных служб концентрируют данные временных рядов и другие типы сведений, на основании которых обеспечивают работу аналитических инструментов. Очень похоже на уже привычные нам решения, только от поставщиков производственных информационных систем. Таким образом возникают следующие вопросы: «Где должны находиться разные приложения? Какие из них необходимо оставить на локальном ресурсе предприятия, какие перенести в облако, а какие – оставить в корпоративном центре обработки данных?» Очень хорошие вопросы, и ответить на них можно только на переходном этапе, который мы проходим прямо сейчас. Во многих случаях это зависит от типа производственного процесса, потребностей организации, от того, насколько вы уверены в облачных решениях, и готовы ли рисковать. Думаю, Вам знакомо название NAMUR. Это международная ассоциация пользователей технологий автоматизации в промышленности, которая изначально объединяла компании химической промышленности. Организация NAMUR выпустила отдельный документ NE175, в котором представлены особенности архитектуры будущего и грядущие перемены. Согласно NEI175 большинство заказчиков предпочтут такую архитектуру в рамках которой критически важные функции автоматизации и управления технологическим процессом будут по-прежнему реализованы вне облачных сервисов. В таком случае обеспечивается бесперебойное функционирование систем автоматизации даже при потере Интернет-соединения. Схема NAMUR представлена на рисунке 2 и демонстрирует так называемую открытую архитектуру или NOA. Мы сейчас говорим об управлении основным техпроцессом в сером прямоугольнике, соответствующем уровню производственного предприятия, на котором не представлены облачные решения. В прямоугольниках розового цвета за пределами системы автоматизации основного техпроцесса обозначены приложения, которые, вероятно, будут перенесены в облачную среду, включая программы, которые сегодня работают на базе локальной инфраструктуры предприятия, например, системы усовершенствованного управления, архивы данных, а также новые программные решения, такие как центры обеспечения производственной надежности. Данная схема – отличная демонстрация того, какие решения останутся в пределах локальной инфраструктуры, а какие перейдут в облако. Кроме того, эта схема – еще и хорошая иллюстрация производственной информационной системы – третьей темы, о которой мы поговорим чуть позднее. Итак, мы рассмотрели новую технологию в мире автоматизации, облачные решения, которые станут новой вычислительной платформой для производственного программного обеспечения Рисунок 2. Схематичное представление NAMUR о том, какие приложения лучше оставить на локальном ресурсе, а какие можно перенести в облакоdigital transformationPlantWebNAMURIIoTAzurehttps://emersonexchange365.com/worlds/russia/b/weblog/posts/three-changing-technologiesWed, 27 Oct 2021 16:24:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:8b67f4b6-d552-4fdb-992b-edb1dbe09251Семен Жуйков (Semyon Zhuykov)На сегодняшний день элементы архитектуры на большинстве производственных предприятий включают систему управления, контроллеры, распределенные системы управления, системы безопасности при наличии опасных технологических процессов, разнообразные контрольно-измерительные приборы и программные приложения над уровнем систем автоматизации. Программные приложения обычно функционируют на базе операционной системы Windows, а система управления, которая, безусловно, есть на производственном объекте, сопряжена с контрольно-измерительными приборами с помощью целого ряда протоколов. Рассмотрим три технологии, которые существенно преобразуют архитектуру производственного предприятия в последующие несколько лет (рисунок 1). Первая инновационная технология – расширенный физический уровень, Ethernet APL. Расширенный физический уровень позволит организовать Ethernet-соединение для всех полевых приборов, которые будут связаны с системой управления технологическими процессами гораздо более надежным способом, при этом появится возможность получать огромное количество ранее недоступных данных с полевого уровня. Вторая технология – облачные вычисления. Облачные решения сегодня активно применяются специалистами по информационным технологиям на большинстве предприятий наших заказчиков. Они стремительно развивались и стали чрезвычайно популярны как в промышленном мире, так и в мире работы с данными. Как правило, облачные решения используются в рамках корпоративных информационных систем и сопрягаются с системами автоматизации или центрами обработки данных на предприятии заказчика с помощью специально разработанных интерфейсов. Однако новой тенденцией является то, что облачные сервисы получают все большее распространение в области автоматизации производственных процессов. Также набирает обороты модель SaaS («Программное обеспечение как услуга»). Пользователь SaaS-системы не занимается технической стороной работы программных приложений, этим занимается поставщик, то есть мы, Эмерсон, а он только оплачивает подписку. Или же вы можете воспользоваться услугой «Дистанционный сервис», в рамках которой мы проанализируем ваши данные и опишем текущую ситуацию на вашем предприятии. Третья перспективная технология – это скорее отдельный тип архитектуры, так называемая производственная информационная система. Традиционно центральным пунктом для сбора данных с полевых устройств считалась автоматизированная система управления. Однако в процессе цифровой трансформации, которая происходит сегодня, выстраивается совершенно новая архитектура, которая включает новые контрольно-измерительные приборы и периферийные устройства, которые передают данные дальше на уровень предприятия для последующих аналитических операций. К тому же появляются новые технологии агрегирования информации, такие как Озера производственных данных (Data Lake), которые позволяют сконцентрировать сведения о производственных процессах и все имеющиеся данные из систем автоматизации в облачной среде. Рисунок 1. Три основные технологии, которые преобразуют и расширят архитектуру производственных информационных систем. Сегодня подробнее остановимся на первой технологии. Расширенный физический уровень Ethernet APL На промышленных предприятиях традиционным интерфейсом между контрольно-измерительными приборами и системами автоматизации являляется токовая петля 4-20 мА, зачастую в сочетании с протоколом HART для передачи цифровых данных. Технология Ethernet имеет огромные преимущества: быстрая передача данных, высокая пропускная способность, популярность, а также простота интеграции данных корпоративных информационных систем и производственных информационных систем. Однако при использовании на промышленном предприятии Ethernet имеет существенные ограничения. Во-первых, Ethernet не поддерживает обмен данными по простому двухпроводному соединению, для этого нужен отдельный Ethernet-кабель, во-вторых, передача данных осуществляется на ограниченное расстояние, и в большинстве случаев требуется отдельный источник питания для полевых приборов. Таким образом, по простоте установке Ethernet-соединение значительно уступает двухпроводной токовой петле 4-20 мА или другому аналоговому интерфейсу, а также Ethernet-соединение не имеет искробезопасного исполнения, а это важное требование на многих производственных предприятиях. Решением таких проблем становится расширенный физический уровень Ethernet APL. Что такое Ethernet APL? Ethernet APL – это новый физический уровень, который поддерживает все существующие протоколы Ethernet, но обеспечивает их работу в рамках такой физической инфраструктуры, которая соответствует требованиям к работе во взрывоопасных зонах. Скорость обмена данными по Ethernet APL гораздо выше, чем по протоколам HART и Foundation Fieldbus и составляет 10 мегабит в секунду. Ethernet APL будет поддерживать обмен данными по простому двухпроводному соединению, обеспечивать подачу питания по двум проводам, при этом длина ответвления к полевым приборам составит 200 м от ближайшей распределительной коробки с установленным коммутатором Ethernet APL. Таким образом, Ethernet APL позволяет включить полевые измерительные приборы в единую архитектуру и промышленную сеть Ethernet с соблюдением требований искробезопасности, обеспечивая при этом подачу электропитания. Предполагаемая схему распределения соединений Ethernet и Ethernet APL представлена на рисунке 2. Рисунок 2. Распределение соединений Ethernet с внедрением Ethernet APL. Кем разработан Ethernet APL? Впервые стандарты были определены Международным комитетом по стандартам, группой инженеров из Института инженеров электротехники и электроники (IEEE) и Международной электротехнической комиссией. Также существует объединение поставщиков, рабочая группа Ethernet APL(рисунок 1), в которую входит и корпорация Emerson, совместно продвигающая данную технологию на рынке, которая также работает над определением характеристик искробезопасности. Важный момент, что среди компаний-участников есть и организации, занимающиеся разработкой коммуникационных протоколов, так как Ethernet APL – это не протокол, а исключительно физический уровень, среда передачи данных, в которой функционируют все те же протоколы, что и в среде Ethernet. Рисунок 3. Рабочая группа Ethernet APL. Для чего предназначен Ethernet APL? Одна из главных и наиболее привлекательных особенностей – возможность передачи больших массивов данных с высокой скоростью. Значение этих параметров будет значительно варьироваться в зависимости от типа полевого устройства, с которым устанавливается соединение, и типа данных, которые данное устройство передает. Кориолисовые расходомеры или газовые хроматографы уже интегрированы в стандартную сеть Ethernet там, где это возможно, на тех производствах, где не требуется искробезопасное оборудование и есть возможность соблюсти ограничения по дальности передачи данных. Для КИП, таких как радарные уровнемеры , многопараметрические преобразователи и цифровые позиционеры клапанов , внедрение Ethernet APL существенно повысит эффективность их функционирования с точки зрения скорости передачи данных и соблюдения требований искробезопасности. При этом установка таких приборов останется такой же удобной, как и сегодня при наличии аналоговых соединений 4-20 мА. Измерительные преобразователи давления и температуры имеют интеллектуальные функции и генерируют определенный набор параметров, однако, данных не так много, и протоколы HART довольно хорошо работают в рамках аналогового интерфейса 4-20 мА для этих устройств. Но поскольку мы активно внедряем расширенный физический уровень на промышленных объектах, целесообразно распространить его и на простые полевые устройства с целью построить единую сетевую архитектуру предприятия. Кроме того, мы всегда задумываемся о добавлении в наши средства измерения нового функционала, для реализации которого потребуется более высокая пропускная способность сети и улучшенные возможности подачи питания – как раз то, что привносит Ethernet APL. В результате мы сможем расширить набор функций и увеличить объем памяти полевых приборов. Распределение вероятности внедрения Ethernet APL для различных устройств представлено на рисунке 4. Рисунок 4. Распределение вероятности внедрения Ethernet APL для разных устройств. Компания Emerson обдумывала разные варианты объединения APL с нашей системой управления технологическими процессами. Сегодня в рамках нашей распределенной системы управления ДельтаВ мы устанавливаем распределенные характеристические модули CHARM . Это установленная в полевых условиях распределительная коробка с несколькими модулями CHARM, при этом каждый модуль принимает и передает определенный тип сигнала, что позволяет собрать разные типы сигналов на одной панели. Мы посчитали целесообразным расширить данный тип архитектуры, добавив возможность обрабатывать APL-сигналы. Таким образом, нет необходимости устанавливать рядом с модулями CHARM отдельную распределительную коробку или полевой коммутатор для аналоговых устройств, которые по-прежнему есть на вашем предприятии. Первая версия такой архитектуры будет поддерживать наиболее приоритетные протоколы, такие как PROFINET и HART IP, но, будучи поставщиками систем управления, мы планируем со временем обеспечить поддержку целого ряда других протоколов. На наш взгляд, на рынке еще какое-то время будут представлены разные протоколы. Подводя итог, мы считаем, что для первоначального внедрения Ethernet APL лучше всего подходит протокол HART IP — это не единственный протокол, который будет поддерживаться, но он максимально удобен в работе. Устройства, функционирующие на уровне APL, отличаются более оперативным откликом с точки зрения скорости и объема передачи данных, а также являются более гибкими для добавления новых функций, чем приборы с аналоговым выходом 4-20 мА. В этом существенное преимущество уровня APL. Это новая перспективная технология, которая изменит архитектуру систем управления и полевых промышленных сетей.digital transformationPlantWebIIoTHARTWirelessHARTDeltaVhttps://emersonexchange365.com/worlds/russia/b/weblog/posts/level-measurement-in-chemical-industryThu, 05 Aug 2021 20:40:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:e886a447-4cd2-401b-9ba5-8cdc78aaa85cYekaterina BurenkovaПеревод статьи On the Level Патрисии Маттссон, Специалиста по маркетингу в компании Emerson Точные и надежные результаты измерения уровня, объема жидких и сыпучих веществ в резервуарах, емкостях и силосах имеют важное значение для эффективной и безопасной работы предприятий химической отрасли. Повсеместное внедрение средств автоматизации позволило не только обеспечить точность измерений, но и существенно повысить эффективность работы персонала. Передовые технологии измерения уровня также способствуют сокращению объема технического обслуживания оборудования, получению расширенного набора данных о технологических операциях, оптимизации управления процессом и значительному повышению безопасности персонала и предприятия. Сложные условия применения средств измерения уровня Измерение уровня в химической промышленности представляет собой сложную задачу из-за широкого разнообразия измеряемых жидких сред, изменчивых параметров технологических процессов, разных типов и размеров емкостей. На точность измерений существенно влияют такие факторы, как турбулентность среды, образование пены и конденсата в смесительных баках и резервуарах реакторов. Повысить точность измерений можно за счет применения подходящей технологии. Это может быть точечный контроль уровня, измерение уровня методом разности давлений или с помощью волноводных и бесконтактных радарных уровнемеров. В применениях с использованием реактора, мешалок и резервуаров для смешивания важно точно знать объем среды, находящейся в емкости, чтобы обеспечить требуемое качество конечного продукта. Для этого существует целый ряд технологий измерения. Однако, только благодаря непрерывному измерению уровня радарными уровнемерами оператор будет получать не только достоверные данные об уровне продукта, но также и осуществлять полный контроль технологического процесса после завершения химической реакции. Шум от перемешивающих устройств влияет на качество и достоверность измерений. Однако за последние годы все более доступными становятся бесконтактные радарные уровнемеры на базе технологии непрерывного излучения с частотной модуляцией (FMCW), которые повышают надежность и точность измерений, особенно в сложных условиях применения. Поэтому наиболее подходящим решением для измерения уровня в емкостях с перемешивающими устройствами является бесконтактный радарный уровнемер. Принцип действия бесконтактных радарных уровнемеров основан на технологии импульсной модуляции. В направлении поверхности среды излучаются микроволновые импульсы, которые затем отражаются на сенсор, при этом уровень прямо пропорционален времени между передачей и приемом сигнала. При использовании технологии FMCW излучатель передает непрерывный сигнал-зондирование с постоянно изменяющейся частотой. Разница между частотами отраженного сигнала и сигнала, передаваемого в этот момент, пропорциональна расстоянию от уровнемера до поверхности, за счет чего и происходит измерение уровня. Преимуществом FMCW является то, что переменные технологические данные определяются в зависимости от разницы частот, а не амплитудной модуляции сигнала или отрезка времени между переданным и отраженным сигналами, что способствует более точному преобразованию радиосигнала в соответствующий выходной сигнал. Большинство источников шума в резервуарах, например перемешивающие устройства, создают амплитудную модуляцию, поэтому обработка сигнала по принципу частотной модуляции позволяет не учитывать источники шума и при этом обеспечивать точные измерения. Преобразователи на базе технологии FMCW в 30 раз более чувствительны чем традиционные импульсные радарные уровнемеры. Благодаря этому удается обеспечить максимальную мощность сигнала, надежные и точные измерения, а также значительно повысить уровень безопасности в сложных условиях применения. Технология FMCW не является новой, однако, всегда считалась энергозатратной и поэтому использовалась только в четырехпроводных устройствах. Установка таких устройств часто подразумевает подведение дополнительных кабелей, что требует финансовых затрат и отнимает время. В результате предприятиям приходилось жертвовать точностью и надежностью FMCW-устройств и устанавливать двухпроводные датчики на базе импульсной технологии. В современных устройствах на базе технологии FMCW проблема повышенного энергопотребления решена, и теперь они доступны в виде двухпроводных решений, которые можно установить на территории всего объекта без дополнительных затрат на инфраструктуру. Повышение надежности измерений с двухпроводным бесконтактным радарным уровнемеров с использованием технологии FMCW. Простота в использовании Еще одним достижением в технологии измерения уровня стало упрощение установки, эксплуатации и обслуживания оборудования. Бесконтактный радарный уровнемер обеспечивает надежность и точность измерений, но такая работа может быть обеспечена при правильной установке и конфигурации. В прошлом устройства требовали значительных компетенций персонала, поддержание которых на предприятиях требовало значительных вложений. Но теперь интуитивно понятные программные интерфейсы обеспечивают простоту установки датчика и ввода его в эксплуатацию. Эта простота распространяется также на процедуры контрольного тестирования и обслуживания, что гарантирует легкость выполнения обеих задач. Это способствует повышению эффективности трудозатрат персонала, но, что наиболее важно, обеспечивает правильную работу устройств и предоставление информации, необходимой для безопасной и эффективной работы технологических установок. Применение уровнемера на агрессивных средах Еще одна проблема для контрольно-измерительных приборов, включая устройства для измерения уровня — это агрессивные среды, обычно используемые в химической промышленности. Это предъявляет более высокие требования к компонентам уровнемера, непосредственно контактирующим со средой. Чтобы решить эту проблему и снизить требования к техническому обслуживанию, предлагается решения с покрытием из PTFE, волноводные радарные уровнемеры с зондами с покрытием PTFE и бесконтактные радарные уровнемеры с изолированными антеннами с технологическим уплотнением. Новейшие конструкции бесконтактных радаров FMCW полностью исключают необходимость использования смачиваемых уплотнительных колец. Это означает, что при изменении свойств среды от партии к партии, что является обычным явлением в химической промышленности, исключаются ситуации, когда первоначально указанное уплотнительное кольцо может оказаться несовместимо со средой. Эти особенности позволяют установить радарный уровнемер и обеспечить надежную работу независимо от среды, которая может содержаться в резервуаре в будущем. Предотвращение переполнений Мониторинг уровня в резервуарах, используемых для хранения сырья, продукта на промежуточных стадиях процесса или конечного продукта, - еще одно очень распространенное применение технологии измерения уровня в химическом производстве. Измерение уровня используется для управления поставками и запасами, обеспечения контроля и предотвращения переполнения. Неспособность идентифицировать и предотвратить переполнение резервуаров и сосудов, содержащих опасные и легковоспламеняющиеся материалы, может иметь катастрофические последствия, о чем свидетельствуют громкие инциденты, такие как пожар в Бансфилде в 2005 году. Большинство прогрессивных химических компаний внедрили автоматизированные решения, которые помогают не только повысить точность и надежность измерений, но и избавиться от обходов, требующих от рабочих, взбираться на резервуары и находиться в потенциально опасных зонах. На протяжении многих лет радарные уровнемеры и сигнализаторы уровня являются оптимальным решением в подавляющем большинстве применений. Тысячи успешных установок используются по всему миру, новейшие вибрационные сигнализаторы, и радарные уровнемеры имеют расширенные встроенные диагностические функции и способны выполнять частичные контрольные испытания удаленно, что обеспечивает значительные преимущества по сравнению с более старыми механическими технологиями. Мониторинг работоспособности устройств гарантирует, что они будут правильно работать в системе предотвращения переполнений, а возможность выполнять удаленные частичные контрольные испытания экономит время и повышает эффективность работы персонала. КПД котла Котлы - важная часть химического завода, обеспечивающая теплом и паром, используемым в производстве. Их эффективная работа может иметь значительные преимущества с точки зрения снижения расхода топлива, и устройства измерения и контроля уровня играют важную роль в достижении этих целей, а также помогают предотвратить повреждения и потенциальные инциденты, связанные с безопасностью. Измерение уровня при высоком давлении и температуре является сложной задачей, так как плотность среды может значительно изменяться в процессе, что вносит в измерения погрешность до 30%. Устройства измерения плотности, такие как вытеснители и датчики перепада давления должны компенсировать эти изменения, чтобы обеспечивать корректное измерение уровня. Применение сложных алгоритмов значительно усложняет систему управления, при этом также необходимо отслеживать рабочее давление. Волноводные радарные уровнемеры, широко применяемые в настоящее время в различных технологических процессах, позволяют непосредственно измерять уровень поверхности жидкости. Измерение уровня в этом случае совершенно не зависит от плотности, что устраняет необходимость в запрограммированных вручную настройках для осуществления компенсации связанной с изменениями плотности. Это, наряду с возможностью выдерживать экстремальные температуры до 400 ° C и давление до 345 бар, делает волноводные радарные уровнемеры идеальным решением для применения в нагревателях питательной воды и в котлах. Тем не менее, существует дополнительная сложность в случаях, когда при высоком давлении диэлектрическая проницаемость пара увеличивается, и скорость распространения микроволн вниз по радиолокационному зонду замедляется, что может приводит к ошибкам измерения до 20%, если это влияние не компенсировать. Компенсация может быть выполнена двумя способами - либо с помощью статической компенсации, либо, в случае новейших устройств измерения уровня, с помощью функции динамической компенсации пара (DVC), компенсация осуществляется расчетным методом электроникой уровнемера. Для статической компенсации ожидаемые рабочие давления и температуры вводятся вручную при настройке преобразователя. Использование функции динамической компенсации предоставляет значительное преимущество, поскольку в этом случае осуществляется непрерывная автоматическая компенсация изменения диэлектрической проницаемости в паровом пространстве. Для использования функции динамической компенсации применяется специальный зонд с реперным отражателем расположенном на фиксированном расстоянии для возможности непрерывного определения изменения диэлектрической проницаемости пара. Преобразователь уровнемера отслеживает смещения сигнала от реперного отражателя относительно его фактического местонахождения и использует это значения для обратного расчета диэлектрической проницаемости среды в паровом пространстве. Расчет определяется физическими свойствами зонда, поэтому динамическая компенсация всегда выполняется одинаковым образом, что обеспечивает точность и повторяемость. Благодаря динамической компенсации пара уровень ошибок может быть снижен до 2% и меньше. Динамическая компенсация изменений диэлектрической проницаемости в паровом пространстве позволяет новейшим волноводным радарным уровнемерам обеспечивать более точное и воспроизводимое измерение уровня в котлах. Обслуживание и надежность Около 5% производственных мощностей теряется каждый год из-за незапланированных простоев, а отказ оборудования является причиной примерно 40% из них. Важное для производства оборудование, такое как нагнетатели, вентиляторы и компрессоры, все чаще контролируется для выявления изменений, указывающих на потенциальные проблемы с их техническим состоянием. Насосы представляют собой еще одну часть оборудования, которая играет важную роль на типичном химическом производстве, поскольку они используются для перемещения сырья, промежуточных и конечных продуктов, а также для поставки и переработки основных обеспечивающих услуг. Неспособность поддерживать и контролировать исправность насосов также может оказывать значительное негативное влияние на время безотказной работы и эффективность установки. Недостаточная смазка является частой причиной отказов насосов. Для защиты критических насосов обычной практикой является обеспечение непрерывной подачи смазочного масла для этого критически важно контролировать уровень масла в резервуаре. В современных условиях компании стремятся сократить количество обходов и ручных операций, не только для повышения эффективности, но и для обеспечения безопасности сотрудников, в этой связи очевидна их заинтересованность в автоматизации систем мониторинга уровня в таких применениях. Вибрационные сигнализаторы, обеспечивающие контроль уровня жидкости, представляют собой идеальное автоматизированное решение для этого типа применений. Они не имеют движущихся частей и практически не зависят от условий процесса, что способствует их надежной работе. Когда уровень в резервуаре падает до определенного нижнего предела, осуществляется сигнализация необходимости проведения технического обслуживания, которое устранит проблему до того, как возникнет опасность для насосов. Сигнализаторы уровня также могут использоваться для обнаружения сред, протекающих через насос. Насос, работающий всухую, может быстро перегреться и выйти из строя. Используя сигнал сигнализатора, можно своевременно отключить насос и предотвратить его перегрев. Проблемой при внедрении новых автоматизированных решений часто является отсутствие необходимой инфраструктуры. Новейшие устройства контроля уровня обладают встроенными возможностями беспроводной связи, что позволяет решить эту проблему, упростить процесс установки и обеспечить передачу данных в реальном времени без необходимости организации проводной инфраструктуры. Это приводит к снижению эксплуатационных расходов при одновременном повышении защиты насосов от механических повреждений. Более подробная информация доступна на сайте: https://www.emerson.ru/ru-ru/automation/measurement-instrumentation/levelавтоматизация промышленностиRosemountизмерение уровняChemicalhttps://emersonexchange365.com/worlds/russia/f/forum/9519/domen/21850Wed, 21 Jul 2021 04:50:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:30785b70-6d21-46ba-ad21-c6827edbaf88Yekaterina BurenkovaДобрый день! Пожалуйста ознакомьтесь со статьей по ссылке: support.microsoft.com/.../ошибка-не-удалось-установить-доверительные-отношения-между-этой-рабочей-станцией-и-основным-доменом-при-выполнении-входа-в-windows-7-48124cd3-bae2-2428-f362-bf8da683e59c Если не поможет, то обратитесь в нашу службу технической поддержки RUCHE-Support-DeltaV@Emerson.comhttps://emersonexchange365.com/worlds/russia/b/weblog/posts/4-691760882Mon, 05 Apr 2021 04:10:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:bf8b859f-c6dc-4c53-a692-7a44db5f55bdYekaterina BurenkovaПеревод статьи Prevent 4 Common Pressure Gauge Failures and Safety Risks Элисон Хансен (Allison Hansen), Руководителя глобальной службы интеграционного маркетинга из блога emersonautomationexperts.com Механические манометры могут обойтись предприятию дороже, чем вы думаете. Стандартный манометр представляет собой прибор на основе трубки Бурдона – эластичного элемента, который деформируется при изменении давления. Под воздействием экстремальных температур, коррозии, вибрации или превышении допустимого давления механические элементы могут выйти из строя, что приведет к неточным измерениям, простоям и возможному возникновению аварийных ситуаций. Экстремальные температуры – одна из распространенных причин неисправности механического манометра. Высокая температура процесса и окружающей среды могут привести к выходу манометра из строя при превышении допустимых температурных пределов. При очень низкой температуре воздуха технологическая жидкость может замерзнуть внутри трубки Бурдона, а стекло — потрескаться или сломаться. Коррозия. Под воздействием агрессивных сред может возникнуть коррозия трубки Бурдона, что приведет к потере герметичности и утечке опасной жидкости в окружающую среду. Вибрация и пульсация трубопровода может привести к разрушению механических элементов манометра, в результате чего прибор выйдет из строя. Превышение допустимого давления может стать причиной поломки манометра и привести к серьезной аварийной ситуации. Первый признак превышения допустимого давления – неточные показания манометра из-за искривления трубки Бурдона. По мере увеличения давления возникает риск разрыва трубки и утечки. Это приводит не только к необратимым повреждениям прибора, но и несет угрозу безопасности персонала при контакте с опасной технологической средой. Предотвратите риски возникновения аварийных ситуаций с помощью манометров WPG с беспроводной передачей данных . Специальная жидкость, которая заполняет манометр, позволяет работать в более широком диапазоне температур, по сравнению с механическими манометрами, где используется жидкость, рассчитанная на небольшой диапазон значений температуры. Использование тензорезистивных сенсоров вместо механических компонентов и трубок Бурдона обеспечит надежную работу в течение 30-летнего срока службы. Кроме того, сенсор манометра может выдержать воздействие давления, до 150 раз превышающее верхний предел, что снижает риск полного отказа прибора в случае значительного превышения давления. Двойной уровень изоляции защищает прибор от контакта с технологической средой. Второй уровень предотвращает коррозию материала под действием агрессивных технологических жидкостей, а диагностические функции позволяют узнать о нарушении этого уровня защиты и позволяет предотвратить утечку. Для передачи данных в режиме реального времени и сокращения ручных проверок в манометрах WPG с беспроводной передачей данных используют технологию WirelessHART®. Приборы передают данные с частотой раз в минуту, что позволяет оперативно выявлять отклонения в технологическом процессе. Посмотрите новое видео, чтобы узнать, как предотвратить четыре основные причины отказа манометров и быть уверенным в точности измерений. www.youtube.com/watchhttps://emersonexchange365.com/worlds/russia/f/forum/9519/domenMon, 22 Mar 2021 06:19:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:541b0ec5-7b9e-49ed-afe8-e63c01e56c79JonibekУ меня есть доменная система. Если я попытаюсь войти в систему через станцию ​​DeltaV, система домена выдаст следующую ошибку. (Не удалось установить доверительные отношения между этой рабочей станцией и основным доменом.) Что вы посоветуете сделать. Пожалуйста помоги. Эта ошибка возникла после того, как я вернул ранее удаленную копию (acronis true image).log ondomenhttps://emersonexchange365.com/worlds/russia/f/forum/9389/how-can-i-connect-ifix-with-deltav-by-programing-cWed, 27 Jan 2021 17:56:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:fede24e3-2099-4510-91ec-b495ba7a9f01AnonymousHow can I connect iFix with DeltaV by programing c# ? Thanks for attention... Will appreciate it My goal is this. How does his deltav relate to ifix? Suppose I want to use another interface for HMI instead of ifix. The goal is to know how ifix communicates with this delta v so that I can write an interface using C # programming.https://emersonexchange365.com/worlds/russia/b/weblog/posts/dx-is-here-ruTue, 06 Oct 2020 14:44:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:681d0bf1-8d61-4f09-8971-9ac7a4be1c2dСемен Жуйков (Semyon Zhuykov)Автор статьи — Андрей Ванюков, директор департамента решений Emerson в России Для многих цифровая трансформация является неоднозначной идеей или же амбициозной целью, которую предстоит достичь в отдаленном будущем. Она, несомненно, играет важную роль для будущего промышленности и бизнеса. Однако цифровая трансформация — это уже не будущее. Для множества передовых предприятий нефтегазовой и других отраслей по всему миру — это реальность, которая позволяет им двигаться вперёд, улучшая эффективность, безопасность и экологичность производства. В широком понимании цифровая трансформация подразумевает применение новейших технологий для улучшения бизнес-результатов и продвижения передовых практик. Цифровая трансформация имеет широкие возможности — от применения беспроводных технологий для сбора данных до углубленной аналитики на базе машинного обучения и искусственного интеллекта для решения ключевых задач на уровне управления производством. Прежде всего, она может положительно повлиять практически на любой бизнес-процесс и создать условия для применения новых методов работы. Цифровая трансформация Emerson Emerson — компания с вековой историей, в основе которой лежат инновации. Мы начали разрабатывать новые технологии задолго до появления термина «цифровая трансформация». С течением времени цель цифровой трансформации для нашего бизнеса осталась неизменной — предоставлять заказчикам лучшие решения для того, чтобы они могли решать наиболее важные задачи. Сегодня заказчики находятся в поиске подходящих партнеров для разработки плана и последующего внедрения цифровых проектов на своих предприятиях — таких, которые знают отрасль и обладают опытом в предметной области, располагают проверенными технологиями и придерживаются практического подхода в быстро изменяющемся мире программного обеспечения и аналитики. Именно поэтому компания Emerson вкладывает средства в собственное развитие и приобретает новые компании для того, чтобы создавать и расширять портфолио инновационных технологий и решений. Возьмем, к примеру, цифровую экосистему Plantweb от Emerson (рис.1) — это комплекс передовых технологий, программного обеспечения и услуг, использующий обширные возможности промышленного Интернета вещей (IIoT) для получения ценной с практической точки зрения информации и ощутимых улучшений показателей в части производства, надежности, безопасности и сокращения выбросов. В 2019 году мы создали новую бизнес-группу, которая призвана помочь заказчикам совершить цифровую трансформацию и достичь ощутимого воздействия на бизнес-результаты. Помимо интеллектуальных датчиков и устройств, контролирующих состояние оборудования, Plantweb включает опыт экспертов и масштабное портфолио аналитических инструментов. Это программное обеспечение, которое помогает использовать полученные данные для повышения эффективности производства. Рисунок 1. Цифровая экосистема PlantWeb Являясь лидером в отрасли, Emerson гордится признанием своих успехов — компания помогает заказчикам достигать эффективности на уровне верхнего квартиля или производственной эффективности, направляя их в ходе цифровой трансформации. Цифровая экосистема Plantweb стала финалистом премии Эдисона 2020 года в категории «Инновационные услуги». Названная в честь Томаса Эдисона премия отмечает лучшие инновации и инновационные компании в мире. В 2020 году, в третий раз подряд, Emerson получила звание « Компания года в области промышленного Интернета вещей» премии IoT Breakthrough . Эта премия отмечает достижения компаний в разработке технологий, услуг и продукции в области Интернета вещей. Цифровая трансформация в России Цифровая трансформация, так же известная как «Индустрия 4.0», продолжается во всем мире, и мы отмечаем большой прогресс в России. Emerson работает здесь с 1991 года — обслуживает государственные, независимые и международные нефтегазовые компании, предлагая технологии и услуги по автоматизации для оптимизации показателей и снижения эксплуатационных затрат. Emerson в России производит высокотехнологичные средства автоматизации на базе Промышленной группы «Метран»(рис.2) в городе Челябинске. Предприятие «Метран» обеспечивает все стадии жизненного цикла продукции: разработку, изготовление, техническую поддержку, продажи, сервисное обслуживание и обучение заказчиков. Видео: ПГ «Метран» – производство, разработки, сервис и инжиниринг. Рисунок 2. Промышленная группа «Метран». В 2021 году Emerson планирует расширить свое присутствие в России, чтобы удовлетворять требования заказчиков в нефтегазовой отрасли и помогать развивать в том числе и проекты по цифровой трансформации. Наш подход к цифровой трансформации Emerson помогает заказчикам, определить практические проверенные подходы, ориентированные на конкретные задачи или возможное улучшение показателей, по возможности с четким экономическим обоснованием. По мере того, как компании в различных отраслях продолжают инвестировать в цифровую трансформацию, очень важно, чтобы эти решения обеспечивали своевременную окупаемость и предполагаемые преимущества для бизнеса. Для этого мы можем начать с ответов на следующие вопросы: Какова конечная цель? Эффективные программы начинаются с четкого определения коммерческой цели. Многие инициативы в сфере цифровой трансформации направлены на новейшие и самые лучшие технологии. Однако начать с учетом конечной цели будет разумней с точки зрения согласованности действий. Цифровая экосистема Plantweb позволяет компаниям двигаться вперед постепенно, внедряя отдельные решения для известных задач. Кто должен руководить процессом? Цифровая трансформация наиболее эффективна, если применяется комбинированный подход «сверху вниз» и «снизу вверх» , когда действия корпоративной и производственной команд скоординированы и согласованы. Опыт Emerson доказывает, что работа руководителей на уровне компании, руководителей среднего звена и специалистов в части ИТ, производства, проектирования и бизнеса, когда они совместно определяют приоритеты и внедряют инициативы, невероятно важна для успешного развития . Каждый бизнес уникален, однако создание правильной команды одинаково важно для всех. При этом важно назначить ответственных сотрудников по предприятиям, которые будут руководить проектами и делиться опытом. Можно ли использовать данные более эффективно? Большинство компаний располагает большим объемом данных, однако немногие эффективно используют эти данные в принятии важных бизнес-решений. Портфолио производственной аналитики Emerson помогает разобраться в данных и предоставляет компаниям ту информацию, которая необходима для оптимизации производства. Решения могут быть разными: от простых в развертывании аналитических инструментов до комплексных программных платформ, которые сочетают искусственный интеллект и машинное обучение. К примеру, цифровые двойники от Emerson позволяют моделировать работу предприятий, трубопроводов и нефтяных месторождений для оптимизации производства, повышения квалификации персонала в безопасных условиях и даже для прогнозирования эксплуатации в будущем. Какова роль обслуживающего персонала? Сегодня промышленность предъявляет повышенные требования к обслуживающему персоналу. Технологии, программное обеспечение и услуги, существующие в рамках экосистемы Plantweb, предоставляют необходимые инструменты персоналу, помогают построить рабочие процессы оптимально, стимулируют внедрение технологий и в конечном счете предоставляют информацию для более эффективного принятия решений. Как можно повторить успешный проект? Отдельно взятый проект цифровой трансформации, решающий определенную задачу, не должен завершиться, как только эта задача решена. Компаниям необходимо проанализировать, как масштабировать данное решение применительно ко всему предприятию или организации. Масштабируя и тиражируя решения, компании получают большую прибыль. Например, ежегодную экономию в $50 000 по отдельной единице оборудования можно распространить на 1000 единиц по всему предприятию и получать экономию $50 000 000 каждый год. Такой подход обеспечивает окупаемость, поддерживает динамику и позволяет осуществлять цифровизацию по плану. Помочь заказчикам задать необходимые вопросы и ответить на них, — это ключ к успеху Emerson в выборе решений, обеспечивающих эффективную цифровую трансформацию. Внедрение проверенных практических подходов обеспечивает преимущества для бизнеса как в краткосрочной, так и в долгосрочной перспективеdigital transformationPlantWebавтоматизация промышленностиинтернет вещейпромышленный интернет-вещейhttps://emersonexchange365.com/worlds/russia/b/weblog/posts/asco-327-solenoidFri, 08 May 2020 10:45:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:46d0ad8b-6c81-4847-b1ed-465408661590Yevgeny BobkovЭлектромагнитный клапан прямого действия ASCO серии 327 от Emerson - это универсальный клапан, выпускаемый в исполнениях из различных материалов, с различной пропускной способностью и с глобальной сертификацией. Он способен снизить энергопотребление до 50% и уменьшить будущие затраты на установку. Благодаря этим клапанам компания Emerson смогла помочь заказчику, с внеплановым простоем на предприятии. Простой был вызван отказом электромагнитного клапана, который использовался на приводе с кулисным механизмом и управлял большим критически важным отсечным клапаном. Заказчик искал на замену электромагнитный клапан с проверенной на практике работоспособностью в аналогичных применениях. Использованный им ранее клапан вышел из строя из-за накопления грязи на внутренних частях. Грязь попала в устройство из-за особенностей конструкции, в которой использовалось “дыхательное” отверстие, открытое для внешней среды. Электромагнитный клапан прямого действия ASCO 327 оказался подходящим решением. В его конструкции нет “дыхательного” отверстия, поэтому внутренние части не подвержены воздействию грязи или агрессивных элементов извне. Кроме того, в применениях, где инструментальный воздух пневматической системы может содержать вовлеченные частицы, специальное направляющее кольцо из PTFE снижает риск внутреннего трения и налипания. Вместо уплотнительных колец, которые изнашиваются, вызывают повышенное трение и могут помешать работе клапана, в серии 327 используется уплотнение «double-delta». Оно позволяет использовать катушки меньшей мощности, что само по себе может увеличить срок службы. Клапаны ASCO 327 обладают увеличенным временем безотказной работы. А в случае, если клапан потребует обслуживания, катушка может быть легко заменена на месте без снятия клапана и нарушения соединений. Кроме того, благодаря низкой силе упругости пружины в ASCO 327 заказчик смог снизить энергопотребление клапана почти на 50% - с 15 Вт до 8 Вт. Это позволило сэкономить на будущих установках, так как стало возможным использовать более тонкие кабели и обходиться без промежуточных реле. Данная серия доступна с широким спектром сертификатов и опций взрывозащиты, а также низкотемпературных исполнениях, что обеспечивает ее пригодность в практически любом применении. Последняя версия клапанов серии 327 соответствует стандарту NACE, что позволяет использовать их в нефтегазовой отрасли, в том числе в составе систем безопасности. Подробнее о возможностях серии 327 вы можете узнать в этом видеоролике , а также в разделе на сайте Emerson .ASCOpilot valvevalvesolenoidsolenoid valveэлектромагнитный клапанhttps://emersonexchange365.com/worlds/russia/b/weblog/posts/digital-maturityMon, 23 Mar 2020 10:20:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:7d7d3fab-63b4-48ce-9cdd-d0fe06fee24dСемен Жуйков (Semyon Zhuykov)Обзор статьи Digital Maturity: A United View, опубликованной на портале Automation World . Результаты опроса издания Automation World подчеркивают, что для реализации цифровой трансформации бизнес и производство должны действовать сообща. Самой обсуждаемой темой года в промышленной среде стала цифровая трансформация: в рамках инициатив Индустрии 4.0 и Промышленного интернета вещей (IIoT) компании продолжили внедрять искусственный интеллект, аналитическое ПО, интеллектуальные датчики и другие передовые технологические решения. Мы захотели узнать, как мировые промышленные гиганты оценивают собственный уровень цифровой зрелости, отличается ли мнение американских компаний от их иностранных коллег, а также выяснить, ли смотрят руководители и подчиненные на цифровизацию по-разному. В конце июля 2019 года издание Automation World опросило 277 руководителей (34%) и технических специалистов (45%) из разных стран и различных отраслей промышленности. Кроме того, мы пообщались с поставщиками технологий, чтобы узнать, соответствуют ли полученные результаты реалиям рынка. Почти одна треть респондентов (32%) заявили, что у их компаний «есть четкие цели по технологическому переоснащению в рамках IIoT или Индустрии 4.0». Еще 48% разрабатывают план по модернизации или уже начали обновлять технологическую базу, но не ставят перед собой определенных целей. Лишь 20% опрошенных сказали, что пока не предпринимают никаких действий в этом направлении и не планируют программ по обновлению технологических активов. Эффективно ли вы внедряете передовые технологии по сравнению с остальными? Главный вопрос респондентам: насколько эффективно, на ваш взгляд, ваша компания внедряет передовые технологии по сравнению с коллегами в отрасли? Приблизительно одна пятая (18%) сказали, что «опережают», а одна треть (33%) — «держатся на уровне». Тем не менее, 44% считают, что «с трудом поспевают» и 5% — «сильно отстают». Большинство поставщиков технологий, с которыми мы общались, нашли полученные результаты убедительными и соответствующими текущей ситуации на отраслевых рынках. Однако, вместе с тем, Мэтт Ньютон, старший менеджер по маркетингу продуктового портфолио, отвечающий за производительность активов в IT-компании Aveva, предупреждает, что результаты могут разниться в зависимости от рынка. В капиталоемких отраслях, таких как нефтегазовая и энергетическая, внедрение технологий происходит быстрее, чем в других. «Мы видим, что предприятия в этих отраслях первыми начинают использовать современные технологии, — говорит Мэтт. — Чем дороже оборудование, чем проще обосновать приобретение инновационного технологического решения, которое позволит сократить временные и материальные затраты на его эксплуатацию и предупредительное техническое обслуживание». В то же время Питер Зорнио, главный технический директор компании Emerson, удивлен, что более половины участников опроса (51%) ответили, что опережают или «держатся на уровне». «Сейчас так много говорят и пишут про передовые технологии, что многим невольно кажется, что они упускают что-то важное», — говорит Питер. Большинство исполнительных руководителей, менеджеров и работников производства, с которыми он встречается, критически относятся к своим результатам. Удивительно то, что и лидеры, и отстающие, возлагают ответственность на руководство. Первые считают, что решающими факторами их успеха является дальновидность и поддержка руководителей, а также стратегия компании. По мнению Питера Зорнио, руководство играет ключевую роль в технологическом прогрессе предприятия. Ведь в конечном итоге цифровые технологии неизбежно меняют рабочие процессы, а изменения всегда болезненны. Главным образом это касается производственных предприятий, где изменения протекают крайне медленно. «Недостаточно просто заложить закуп технологического оборудования в бюджет, — говорит он. — Если сотрудники знают, что руководитель хочет развивать предприятие с помощью новых технологий, то понимают, что он будет прислушиваться к их идеям, а не заботиться исключительно об экономии затрат». Чтобы преодолеть трудности, связанные с изменениями, и сделать рывок вперед, у руководства должна быть четкая стратегия развития бизнеса. Бен Хаггинз, вице-президент по продажам компании Honeywell Process, отмечает, что успешные руководители сейчас обсуждают операционные модели, современные методы работы и сосредоточены на решении конкретных проблем. «Такие лидеры не просто создают в организации необходимые условия, но и меняют ее культуру, — говорит Хаггинз. — Передовые компании ставят перед собой амбициозные цели и не откладывают проверку гипотез в долгий ящик. Они экспериментируют и постепенно масштабируют проверенные технологические решения, ускоряя тем самым темпы развития», — делится своими наблюдениям Бен. С другой стороны, респонденты, дела у которых идут менее успешно, с той же готовностью объясняют это недостатком поддержки со руководства. Поставщики технологий, с которыми мы говорили, сходятся во мнении, что уровень цифровой зрелости предприятия действительно во многом зависит от решений, принимаемых руководством. «Все знают, что за цифровыми технологиями — будущее, — говорит Мэтт Ньютон, — однако не у всех руководителей на данный момент есть понимание, что это значит конкретно для их предприятия. Понимают, что нужно двигаться в этом направлении, но не знают с чего начинать, — продолжает он. — Их предприятия собирают большое количество данных, но у них нет видения того, как это поможет им реализовать новые бизнес-модели и достичь стабильного дохода. Это не очевидные вещи. Многие пытаются найти правильную отправную точку и понять, с каких проектов и технологий нужно начинать». Для инженеров нерешительность и упущение возможностей, которыми активно пользуются остальные, — само по себе символизирует некомпетентность руководства. «Часть вины за это лежит и на поставщиках технологий, — считает Майкл Рисс, директор по маркетингу компании Seeq, которая разрабатывает аналитическое ПО для технологических производств. — Они, как правило, предлагают крупные проекты, которые требуют больших инвестиций вместо того, чтобы начать с малого и зарекомендовать себя. Люди порой жалуются, что хотят поскорее закончить этот кошмар (этап проверки концепции), но на практике это не так страшно, как кажется. Лучший способ — начать с малого, постепенно масштабировать удачные практики или пробовать новое. Если у руководителей есть сомнения относительно отправной точки, им следует довериться своим поставщикам технологий». Контроль расходов Когда речь зашла про инвестирование в технологии, респонденты разделились на две примерно равные группы: у первой ключевые решения принимает высшее руководство, а у второй — операционное. Опрошенные нами поставщики в целом сходятся во мнении, что для крупных покупок требуется согласование высшего руководства. Впрочем, начальники производств также закупают оборудование в установленных пределах затрат, поскольку лучше знают, что требуется и что принесет пользу. «Ключевую роль в такого рода инвестировании играет директор по технологиям, который служит связующим звеном между сферой ИТ и производством, — говорит Хагггинз. — Он находит необходимый баланс между этими сферами и выбирает решения, которые работают и приносят реальную прибыль, избегая ненужных приобретений. С появлением больших данных и аналитических инструментов для их обработки все больше задач выполняется за пределами предприятия. Тем не менее, предприятия по-прежнему отвечают за проверку концепции и разработку модели внедрения, — добавляет он. — Кто-то должен удостовериться, что это будет работать». По опыту Питера Зорнио большинство решений о покупке технологий автоматизации по-прежнему принимается на уровне производства. «Это обусловлено тем, что раньше такое оборудование закупалось аналогично любому другому основному оборудованию, которое предложил изготовитель или выбрал инженер-проектировщик. Однако сегодня мы замечаем, что стратегические решения о покупке технологий, способных повысить производственные показатели, все чаще принимаются совместно с корпоративными командами по цифровой трансформации,» — делится наблюдениями Питер. Согласно данным опроса, на большинстве предприятий есть специально назначенное лицо, которое отвечает за все мероприятия по цифровизации. Как правило, это директор по цифровизации или руководитель цифровой трансформации. «В одних компаниях решения принимаются централизовано, а в других — децентрализовано, т.е. закупками для производства занимаются совсем другие люди, — говорит Рисс. — В любом случае нужен лидер/собственник/ответственный, который смог бы оценить ситуацию и принять грамотное решение». Поставщики технологий, с которыми мы общались, не видят существенных отличий в том, как оценивают уровень своей цифровой зрелости американские производители и производители из других стран. «Возможно США и Европа и начали внедрять новые технологии несколько раньше, но Азия и развивающиеся регионы активно их догоняют, — считает Питер Зорнио. — На Ближнем Востоке и в Азии есть множество совместных предприятий с партнерами из других мировых регионов». «Мы наблюдаем международный интерес к новому поколению инновационных аналитических инструментов, выходящих за рамки архивов и таблиц, к которым мы привыкли за последние 30 лет, — говорит Майкл Рисс. — Похоже, что все хотят воспользоваться преимуществами современных технологий».digital transformationPlantWebОбзорцифровая трансформация в промышленностиIIoTинтернет вещейпромышленная автоматизацияhttps://emersonexchange365.com/worlds/russia/b/weblog/posts/users-exchange-2020Tue, 11 Feb 2020 09:47:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:62ff4617-4503-4ef2-aa91-59a41a662096Алена Плешакова18 - 20 марта в Милане, Италия, состоится традиционная конференция по обмену опытом Emerson Global Users Exchange. Она организованна для того, чтобы ее участники могли обменяться полезными практическими знаниями друг с другом, узнать, как с помощью цифровых технологий повысить эффективность активов предприятия и получить максимальную выгоду от инвестиций в автоматизацию процессов. На мероприятии соберутся специалисты КИП и АСУТП предприятий, инжиниринговые организации, интеграторы решений, подрядчики по выполнению проектов, проектные институты и другие участники рынка автоматизации из Европы, Ближнего Востока и Африки. В этом году конференция состоится в пятый раз, объединит участников под лозунгом «Discover, Design, Deliver» и обещает стать самой инновационной и масштабной за всю историю проведения в Европе. В этой статье я расскажу, что же что же нового, интересного и полезного обещают нам организаторы Emerson Users Exchange 2020. Прежде всего стоит отметить, что большая часть информации уже есть на сайте конференции на англ. языке и на странице с материалами на русском. Ещё больше информации становиться доступно при создании личного кабинета на сайте. В нем можно заранее ознакомиться с подробной информацией о мероприятиях выставки, а на некоторые даже записаться. Еще одна интересная возможность этого года – Ваша индивидуальная программа конференции (на англ. язке). Для этого зайдите на сайт конференции и ответьте на 5 простых вопросов. На основании Ваших ответов система составит расписание с конкретным временем, предложит к посещению доклады и зоны на выставке и отправит её Вам на почту. Организаторы надеются, что такая персонализация поможет сделать конференцию максимально полезной для всех. А теперь поподробнее расскажу об основных мероприятиях Emerson Users Exchange 2020. Доклады пользователей В этом году пользователи из 30 разных стран предложили к участию рекордное число докладов – свыше 300, что на 25% больше по сравнению с предыдущими конференциями Exchange в Европе. Докладывать будут представители 15 отраслей, среди которых пищевая, нефтегазовая, химическая, энергетическая, фармацевтическая, а также дискретное производство. Среди участников - ADNOC, BASF, BP, Dow, EDF Energy, Equinor, GE Healthcare, Novartis, SABIC, Shell, Södra Cell, Total и Yara. На сессии докладов представители промышленных предприятий расскажут о том, как: снизить потери и выполнить производственные показатели, обеспечить безопасность и соответствие требованиям, сократить капитальные расходы и расходы на проектирование, повысить прибыльность путем эффективного управления энергопотреблением, обеспечить стабильное усовершенствование за счет оптимизации процессов, обосновать применение программ прогностического технического обслуживания, провести успешную миграцию системы и найти оптимальные пути управления жизненным циклом, решить сложные задачи по организации измерений и управления и др.. На протяжении трех дней состоится более 300 сессий по 20 тематикам. Также планируется более 15 практических кейсов от представителей предприятий России и Казахстана. Вы можете выбрать интересующие вас сессии российских и казахстанских компаний из этого списка или других стран в онлайн каталоге. Онлайн-каталог доступен в личном кабинете на сайте конференции . Технологическая выставка Выставка технологий поможет узнать о новых технических решениях, проконсультироваться с экспертами, поучаствовать в демонстрациях передовых технологий. Будет проходить на протяжении всех дней конференции во второй половине дня. Что можно делать там? Прежде всего заценить размах: 2 футбольных поля технологических няшек, завёрнутых в фан-формат. Обзорные экскурсии в этом году будут организованы на основе функций специалистов предприятий. Вообще, вводные туры – это отличный способ быстро ознакомиться с большей частью экспозиции и понять, куда вы хотите вернуться для углублённого знакомства с зонами выставки. Поэтому, рекомендую начать с них. Выбрать можно из и 7 видов экскурсии: Системы и интеграция данных, Организационная эффективность, Управление производством, Надежность и техническое обслуживание, Оценка рисков безопасности, Система спроса и предложения, Системы и интеграция данных. Еще одна новинка этого года – виртуальные туры на производственные площадки Эмерсон в Европе. В кинозале с обзором в 360 градусов можно будет посетить заводы в Эде, Веслинге, Клуже, Луганьяно и Секешфехерваре. Записаться на все экскурсии можно в Вашем личном кабинете или на месте в порядке живой очереди. Как всегда, на выставке будут организованы демонстрации решений и технологий. Пивоваренный цех, DeltaV Live и DeltaV Mobile, Клапаны большого диаметра, Интеллектуальное светодиодное освещение, Архитектура дистанционного сервиса, Комплексное решение по коррозии, Решения по обеспечению кибербезопасности DeltaV и Ovation, Цифровизация остановов, капитальных и планово-предупредительных ремонтов, Системы управления Intelligent Platforms, Онлайн диагностика, Цифровой двойник в выполнении задач – вот только некоторые названия намеченных демонстраций. Ознакомиться с полным списком демонстраций можно в Вашем личном кабинете. На конференции будут присутствовать эксперты Эмерсон по всем основным решениям, а также более 30 технических партнеров, включая компании Cisco, Microsoft и Informetric. Всем специалистам также можно будет задавать вопросы по интересующим Вас технологиям. Пленарные сессии Один из пунктов программы, на котором можно увидеть всех участников конференции – это пленарные сессии. Конференцию традиционно откроет речь президента бизнес-платформы Automation Solutions в Европе Рула Ван Дорена, а также вице-президента по проектированию компании BP (глобальные проекты) Ричарда Мортимера и президента бизнес-платформы Automation Solutions на Ближнем Востоке и в Африке Видьи Рамнатх. Ознакомиться с биографией спикеров можно здесь . Планы по развитию и отраслевые форумы Планы по развитию помогут Вам получить новые и актуализировать уже имеющиеся знания по технологиям, продуктам, тенденциям в отраслях и др. Будут проходит в среду до выставки и в пятницу днем. Форумы - просто отличная возможность пообщаться с иностранными коллегами из Вашей отрасли, узнать какие вопросы волнуют их сейчас, с какими вызовами они стакиваются. Проверьте список участвующих кампаний на сайте , и Вы будете знать, представители каких предприятий из Вашей отрасли будут на форуме. Вы также сможете высказать свое мнение по обсуждаемому вопросу: формат мероприятия предполагает свободный микрофон в зале. Вечер общения Как и всегда, конференция 2020 года будет и образовательной, и развлекательной. Поэтому обязательно посетите мероприятия в среду и в четверг вечером. В среду 18 марта состоится вечер общения делегаций России и Казахстана, где в спокойной атмосфере можно познакомиться со всеми русскоязычными представителями конференции, задать вопросы организаторам, пообщаться с руководителями Эмерсон в регионе. В четверг 19 марта музее Альфа-Ромео состоится традиционный вечер общения всех участников конференции. Исторический музей посвящен более чем столетней истории бренда. Шесть этажей вмещают в себя четыре тематические выставки - 1) история всех дорожных автомобилей Alfa Romeo с 1910 года, 2) прототипы и автомобили будущего, 3) проекты авиации и воздухоплавания, и 4) модели в масштабе и награды. В музее будет работать 4D-кинотеатр, в котором можно полностью погрузиться во вселенную Alfa Romeo и поучаствовать в виртуальной гонке. Пользуясь тем, что Вы дочитали текст до конца, приглашаю к участию в Emerson Users Exchange 2020. И, если Вы заинтересовались образовательной и карьерной ценностью мероприятия и решили стать участником, то регистрируйтесь на конференцию здесь . Если Вам необходимо персональное приглашение от руководства Эмерсон, свяжитесь со мной, мы обязательно его подготовим и пришлем!автоматизация промышленностиконференция по автоматизацииEmerson Exchangehttps://emersonexchange365.com/worlds/russia/b/weblog/posts/principles-driven-and-data-driven-operational-analyticsFri, 24 Jan 2020 21:38:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:2c7d8b35-b5d8-4925-990b-0f9651523902Семен Жуйков (Semyon Zhuykov)Перевод статьи Principles-Driven and Data-Driven Operational Analytics из блога emersonautomationexperts.com Технологии и цифровизация помогают производителям справляться с актуальными в отраслях задачами. Такие инициативы, как цифровая трансформация и индустрия 4.0, позволяют перейти от ручных работ к автоматизированным, цифровым операциям на основе данных. Менеджер по машинному обучению и аналитике в Emerson, Манзи Менан (Manasi Menon) , рассказала о том, какую роль играет аналитика в инициативах цифровой трансформации. Так, аналитика дает возможность интерпретировать цифровые данные, полученные с помощью интеллектуальных приборов и устройств промышленного Интернета вещей (IIoT) , а также использовать их для принятия решений и повышения операционной эффективности. Будь то мониторинг энергопотребления, надёжность активов или оптимизация процессов, все производители хотят получать аналитику и прогнозы в режиме реального времени, потому что это повысит производственные показатели. Аналитика в организации обычно подразделяется на две основные категории: бизнес-аналитика, используемая функциональными службами компании (служба персонала, служба ИТ, сеть поставок, финансовая служба и т.д.), и операционная аналитика, которая используется для улучшения производства и его отдельных процессов. Компания Emerson более 30 лет занимается разработкой приложений на основе операционного анализа, которая начиналась со встроенной диагностики в интеллектуальных приборах и в системах управления. Диспетчер устройств AMS Device Manager был разработан для сбора, анализа и представления результатов диагностики пользователям. Со временем появлялась все более сложная аналитика, например, технология для анализа состояния оборудования PeakVue , встроенная в распределенные системы управления DeltaV и Ovation . Теперь к перечисленному добавилось аналитическое программное обеспечение KNet Analytics на основе машинного обучения. Манзи объясняет, что операционную аналитику можно также разделить на две категории: аналитика, основанная на принципах, и аналитика, основанная на данных. Первая базируется на теории, известных физических и термодинамических законах, которые существуют уже много десятилетий. Аналитику данных формирует статистическое моделирование, распознавание шаблонов и машинное обучение. Статистические модели тоже существуют уже много лет, однако вычислительные мощности изменились, а также появилась способность использовать статистические модели по несколько раз в режиме реального времени, чтобы прогнозировать возникновение серьёзных проблем с процессами или активами. Примером использования обоих видов аналитики может служить ректификационная колонна. Аналитику, основанную на принципах, можно применить к известным проблемам некоторых частей установки, например, котлов или насосов. Аналитика, основанная на данных, помогает понять соотношение различных активов и параметров процесса и их влияние на сам процесс или колонну. Таким образом, проблемы, связанные с сепарацией, или затопление колонны можно спрогнозировать с помощью анализа информации, собранной в верхней или нижней части колонны. Вот еще несколько примеров использования обоих типов аналитики для повышения эффективности работы. Для каждого из них интегрированное решение KNet Analytics предоставляет как аналитику на основе принципов, так и моделирование на основе данных. Теплообменник . Аналитика на основе принципов для расчета коэффициента загрязнения и методы моделирования и извлечения данных для прогнозирования загрязнения с течением времени Насосы . Предметные знания и опыт для прогнозирования неисправностей, таких как смещение подшипников или вибрация, и основанные на данных методы для определения остаточного срока службы Компрессор . Принципы и опыт в предметной области для расчета эффективности компрессоров и основанные на данных методы для прогнозирования остаточного срока полезного использования компрессоров С точки зрения повышения энергоэффективности, использование физики и термодинамических законов позволяет проводить расчеты энергопотребления таких активов, как, например, котёл. Сравнение энергетических характеристик котла с постоянно меняющимися показателями расчётного энергопотребления позволяет использовать такие основанные на данных методы, как многомерные регрессионные модели, для определения базовых показателей энергопотребления в режиме реального времени. В примере ниже KNet Analytics моделирует цель по энергопотреблению на основе данных. В модель также входит рассчитанный показатель энергопотребления, основанный на анализе принципов. В совокупности они приводят к созданию целостной модели, учитывающей оба фактора и обеспечивающей более эффективное обнаружение отклонений в ключевых показателях эффективности (KPI). Посетите страницу Аналитика: цифровая экосистема Plantweb на сайте Emerson.ru , чтобы получить более подробную информацию об использовании данных видов аналитики для повышения эффективности бизнеса. Вы также можете связаться с другими экспертами в области операционного анализа в группе IIoT & Digital Transformation (англ.) сообщества Emerson Exchange 365.digital transformationPlantWebцифровая трансформация в промышленностиIIoTAMS Device Managerинтернет вещейпромышленный интернет-вещейDeltaVhttps://emersonexchange365.com/worlds/russia/b/weblog/posts/creating-results-via-digital-transformationMon, 08 Jul 2019 14:58:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:c5711f3a-aecd-481d-8c29-52c251e0d90cСемен Жуйков (Semyon Zhuykov)Это перевод статьи Beyond the buzzwords: Creating results via digital transformation , размещенной в онлайн-журнале smartindustry.com Авторы: Питер Зорнио, директор по технологиям Emerson Automation Solutions , и Ларри Кокрейн, управляющий директор и директор по технологиям Azure Global Energy Industry в Microsoft Иногда трансформация начинается с малого. «Цифровая трансформация» — модная фраза, которую мы часто слышим, в особенности в энергетике. И это неудивительно, ведь с помощью новых технологий энергетические компании могут отслеживать состояние систем в реальном режиме времени, собирать, анализировать данные и трансформировать их в план действий. Подобные перспективы и возможности компаний выйти на новый уровень производительности вполне понятны. При этом несмотря на стериотипы, существующую вокруг термина «цифровая трансформация», ее можно начать и с небольших шагов. Внедрение последних технологических достижений может кардинальным образом изменить повседневную деятельность. Из любой точки мира предприятия смогут получать информацию об оборудовании, технологических процессах и состоянии здоровья сотрудников в реальном времени и использовать ее для принятия бизнес решений. Если отделять полученные данные от конкретного объекта и обрабатывать их в совокупности, то возможно выйти на принципиально новые уровни сотрудничества и повысить оперативность организационной деятельности. Производственные компании, уделяющие внимание бесперебойной работе оборудования, должны обеспечить, чтобы их активы — клапаны, насосы и теплообменники — функционировали исправно. Комплексные системы датчиков собирают ценную диагностическую информацию о состоянии оборудования и обеспечивают ее безопасную передачу экспертам так, чтобы она могла быть использована. В зависимости от обязанностей сотрудника и требуемой оперативности к принятию решений, можно использовать различные инструменты: периферийная аналитика обеспечивает получение немедленных оповещений для принятия локальных мер, а инструменты с развертыванием в облаке позволяют выполнять более глубокий анализ данных, в том числе при участии сторонних партнеров. Заказчики используют эти технологии Интернета вещей для динамического мониторинга состояния оборудования из любой точки мира — так они своевременно получают данные и исключают незапланированные простои. К примеру, во многих промышленных процессах система подачи пара является важнейшей частью инфраструктуры и обеспечивает энергией различные производственные процессы. Для получения пара необходима энергия, поэтому его утечки представляют проблему, точно такую же как и низкое качество или недостаточное снабжение пара. Благодаря беспроводным акустическим датчикам, установленным на сотнях конденсатоотводчиков по всему предприятию, цифровая экосистема может определить утечку пара, закупорку конденсатоотводчика или другие проблемы с подачей пара. Инженерно-технический персонал немедленно приступит к ремонту, что позволит снизить расход энергии до 10%. Это всего лишь один пример из множества — как обеспечить готовность оборудования к выполнению производственных задач. Чем больше мы помогаем заказчикам внедрять подобные инструменты и другие периферийные или облачные приложения, тем яснее понимаем, что ключом к успеху является более тесное сотрудничество служб ИТ и производственных подразделений. При реализации стратегии трансформации каждая из служб имеет свои преимущества, которые помогают преодолеть организационные барьеры. Тем не менее, как говорят многие заказчики: «Легче сказать, чем сделать». Множество из них указывают, что решение организационных вопросов является одним из самых значительных препятствий на пути цифровой трансформации. В недавнем опросе Emerson практически две третьих опрошенных среди директоров по цифровым технологиям и технических директоров назвали «различные представления о работе с бизнесом» основным препятствием к слаженной работе служб ИТ и производственных подразделений. При этом почти 80% респондентов отметили, что сотрудничество этих двух направлений крайне необходимо для успешной цифровой трансформации. И службы ИТ, и производственные подразделения ответственны за безопасность и высокую эффективность работы. ИТ-специалисты в рамках бизнес-приложений работают с более масштабными информационными системами и поддерживают среду корпоративной обработки данных. Будь то офисы или промышленные площадки, такие как электростанции или морские платформы, служба ИТ занимается вопросами функционала и безопасности, поддерживая безотказную работу систем. Это мастера стандартов и масштабирования. И наоборот, производственные подразделения — сфера инженерно-технического и производственного персонала, занятого технологиями и системами производства — могут быстрее находить решения для оптимизации производства и повышения надежности. Они понимают всю сложность и опасность технологических процессов и также несут ответственность за производственные показатели перед руководством. И наконец, они отвечают за безопасность производственных объектов и сотрудников, в том числе за безопасность окружающего сообщества. Как показывает опыт, в большинстве компаний две эти функции рассматривались вне зависимости друг от друга. Но сегодня взаимодействие этих когда-то отдельных архитектур в рамках промышленного Интернета вещей и других технологий цифровой трансформации может стать серьезной проблемой для компаний, движущихся в направлении цифровой трансформации. Для успешной цифровой трансформации, необходимо изменить свой подход. По мере наращивания технологических возможностей и их проникновения во все направления нашей деятельности, важно привлекать экспертов к работе на каждом уровне компании. Для подобного функционального сдвига и успешного внедрения рабочих процессов на базе цифровых технологий в повседневную деятельность требуется управление изменениями. Руководители компаний среди наших заказчиков отмечают наиболее высокие результаты при создании кросс-функциональных команд, в состав которых входят эксперты в сфере ИТ и производства из корпоративных отделов и производственных предприятий. При стремлении к общим целям такой подход позволяет говорить на одном языке. В рамках одной команды специалисты по производству могут работать рука об руку с ИТ-специалистами и доносить свои цели, потребности в программном обеспечении и доступе. Когда служба ИТ сможет понять коммерческие и производственные задачи коллег, она с большей вероятностью организует наиболее подходящую технологическую инфраструктуру. Это выгодно обоим подразделениям и выгодно всей компании. Сотрудничество между двумя традиционно изолированными функциями редко оказывается простым. Однако именно в этом направлении мы работаем с заказчиками каждый день, так как понимаем, насколько это важно для эффективной работы. Правильная реализация ведет к успешной цифровой трансформации и может вывести компанию на новый уровень производительности. Читайте подробнее о цифровой трансформации и экосистеме Plantweb. Присоединяйтесь к сообществу Emerson: получайте самые актуальные новости о продукции, тренингах и мероприятиях. Подпишитесь за 30 секундdigital transformationPlantWebIIoTинтернет вещейпромышленный интернет-вещейпромышленная автоматизацияЭнергоэффективностьhttps://emersonexchange365.com/worlds/russia/b/weblog/posts/6611Tue, 13 Nov 2018 17:08:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:b2993f21-766f-46bc-9057-c96f7543cc8aСемен Жуйков (Semyon Zhuykov)Статья Юрия Автономова - менеджера по продукции Flow Controls компании Эмерсон. В современном мире все происходит быстро. Еще совсем недавно новые аддитивные технологии 3D-печати металлом перешли из области фантастики в реальность. Сейчас это становится уже обычным технологическим процессом. При печати деталей отходы почти не образуются, а по качеству они сопоставимы и даже превосходят литые. Новая технология уже активно используется ведущими авиастроителями, таким как Boeing и Airbus. Исследования аналитических агентств предсказывают, что через сорок лет половина производимой в мире продукции будет напечатана с помощью той или иной технологии. Есть несколько процессов получения металлических деталей с помощью 3D-печати. Основными являются печать песчаных литьевых форм сложной геометрии (Sand Mold Jetting или Binder Jetting) и непосредственное лазерное спекание порошка металла на подложке (Laser-Powder Bed Fusion или сокращенно L-PBF). Технология Binder Jetting заключается в послойном нанесении литейного песка, смешанного с отвердителем, и связующего вещества. Таким образом можно быстро создавать заготовки для последующего литья из различных металлов и сплавов. Основным плюсом является то, что нет необходимости изготовления шаблона литейной модели, можно проектировать и изготавливать формы любой сложности и конфигурации и затем используется обычный литейный процесс. Технология Laser-Powder Bed Fusion – способ прямого изготовления металлических деталей, именно она наиболее перспективная, так как с помощью нее можно получать детали наиболее высокого качества. Мелкодисперсный металлический порошок, например нержавеющая сталь, подводится из накопительной емкости с помощью потока инертного газа в форсунку и тонкой струей впрыскивается в область плавления, в которой луч лазера, управляемый компьютером, перемещается в соответствии с заданной геометрией, послойно наращивает металлическую деталь. В результате процесса полного плавления металлические детали получаются превосходного качества, они обладают высокой прочностью и высокой однородной микроструктурой. Именно технология L-PBF была выбрана компанией Эмерсон для новой инновационной производственной лаборатории. Очень важно, что новая технология полностью соответствует всем стандартам качества, предъявляемым к регулирующим клапанам Fisher. Вот несколько примеров, как она помогает решать сложные технологические задачи. Сложные конструкции. Реализация новых идей всегда ограничена возможностями традиционного производства, которые делали невозможным создание сложных геометрических объектов. Дизайн антикавитационного трима, который был спроектирован около десяти лет назад, невозможно было реализовать классическим способом литья и последующей механообработки, т.к. классическим способом невозможно создать полости нужной геометрии. Новая технология послойного изготовления позволяет создавать такие детали довольно просто, она расширяет наши возможности решения сложных задач наших заказчиков. Тестирование и надежность Надежность – один из самых важных аспектов доверия заказчиков к продукции Fisher. Заказчики полагаются на наши строгие стандарты и процедуры тестирования. При решении задачи повышения эффективности турбины нашему заказчику потребовался новый регулирующий клапан для подачи газа, обеспечивающий регулирование с высокой точностью. Прототипирование деталей клапана с помощью аддитивной технологии, позволило сократить время между итерациями в течение цикла проектирования, повысить скорость проверки экспериментальных образцов и закончить стендовые испытания в заданное время. Заглядывая в будущее можно сказать, что преимущества аддитивной технологии изменят общий подход к проектированию и созданию трубопроводной арматуры в целом. Быстрое прототипирование, сократит время разработки новых продуктов, одновременно позволяя тестировать больше вариантов. Гибкость технологии позволит разрабатывать и находить решения, которые традиционные методы производства ранее не позволяли, например новые конструкции антишумовых и антикавитационных клеток, которые ранее невозможно было реализовать. Нанесение покрытий и улучшение поверхностей с помощью аддитивной технологии, позволит добиться прочных металлургических связей между разными материалами, при толщине покрытия в 10-100 раз больше, чем традиционное плазменное напыление, таким образом повысив устойчивость арматуры к износу и коррозии. Создание композитных деталей открывает широкие возможности использования гибридных сплавов или сплавов с изменяющимся составом. Уникальной особенностью таких деталей является прочность связи между разными металлами, что обеспечивает дополнительную защиту от эррозионного воздействия и повышает срок службы оборудования.клапаныцифровая трансформация в промышленностиFisherhttps://emersonexchange365.com/worlds/russia/b/weblog/posts/data-driven-smart-manufacturingMon, 12 Nov 2018 12:09:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:b6942a95-03df-443b-83ea-cbbd2f85061dСемен Жуйков (Semyon Zhuykov)На международной научной конференции «ЦИСП'2018» Тао Фэй - профессор и зам. декана в Школе автоматизации науки и электротехники, Университет Бейхан, Пекин, Китай - поделится своим опытом в сфере умных производств и моделирования цифровых двойников. Большие данные сегодня являются основой для создания умных производств. А вы знаете как использовались производственные данные в различные промышленные эпохи? Вот несколько интересных наблюдений из статьи Тао Фэй. Источники данных Сбор данных Хранение данных Анализ данных Передача данных Управление данными Эпоха ручного труда Человек Вручную Память человека Произвольный Вербальная N/A Эпоха машинного производства Человек и машины Вручную Письменные документы Систематический Письменные документы Оператор Информационная эпоха Человек, машины, информационные и вычислительные системы Полуавтоматический Базы данных Обычные алгоритмы В цифровом виде Информационные системы Эпоха больших данных Машины, продукты, потребители, информационные системы, Автоматический Облачные сервисы Алгоритмы больших данных В цифровом виде Облака и искусственный интеллект Эпоха больших данных характеризуется появлением новых гибких и экономически-эффективных способов сбора, обработки, хранения и анализа данных. Как результат - предприятия могут получать углубленное понимание взаимосвязей, полученных из больших объемов данных. Но данные сами по себе бесполезны, пока они не "переведены" в понятный для пользователя вид. То есть, чтобы превратиться в конкретную информацию, данные должны преодолеть длинный путь: сбор, передача, хранение, первичная обработка, фильтрация, анализ, накопление, визуализация и применение. Этот путь можно назвать жизненным циклом данных. Модель цифрового производства Умное цифровое производство подразумевает, что все собранные данные пройдут полноценный жизненный цикл и будут преобразованы в информацию для принятия решений. Модель умного цифрового производства, управляемого данными, может быть представлена в виде следующих модулей (см. рис.): Модуль производства: здесь происходит преобразование материалов в конечную продукцию с помощью различного оборудования и информационных систем, усилиями машин и персонала. Модуль управляющих данных: получает на вход данные с производства, которые обрабатываются в облачном дата-центре и передаются в виде информации для принятия решений обратно на производство или в модули мониторинга и обработки проблем. Модуль мониторинга в реальном времени: отвечает за качество производства в реальном времени. Получает информацию из модуля управляющих данных, на основании которой осуществляется операционное управление производством. Модуль обработки проблем: здесь происходит оценка рисков, поиск причин и предотвращение аварийных ситуаций. Принимая во внимание исторические данные и данные мониторинга в реальном времени, модуль выдает информацию для проактивных действий обслужиавющего персонала или систем безопасности и обеспечивает гладкое функционирование производства. Характеристики цифрового производства Основанное на больших данных цифровое производство обладает следующими признаками: Клиентоориенированность: использование каналов обратной связи, исторических данных, данных каналов сбыта для более отзывчивого и персонифицированного производства и разработки новых продуктов. Самоорганизация: использование массива данных о ресурсах и задачах производства для умного планирования. Исполнительность: использование разнообразных данных от производственных процессов для точного операционного управления. Саморегуляция: использование онлайн данных для мониторинга технологических процессов. Самообучаемость: использование исторических и онлайн данных для предиктивного обслуживания и контроля качества. Таким образом, умное производство основанное на больших данных окружено большим набором услуг и сервисов, которые повышают его эффективность и улучшают производительность. В оригинальном тексте статья Тао Фей вы также найдете варианты использования больших данных на производстве, а также описание умного производства кремниевых пластин. Полный текст статьи: Tao F, et al. Data-driven smart manufacturing. J Manuf Syst (2018), https://doi.org/10.1016/j.jmsy.2018.01.006 Article in Journal of Manufacturing Systemsdigital transformationPlantWebцифровая трансформация в промышленностиBig datahttps://emersonexchange365.com/worlds/russia/b/weblog/posts/big-data-for-modern-industryMon, 12 Nov 2018 06:57:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:c96d2305-4e77-4cac-b8e9-ecf8f8a0cc60Семен Жуйков (Semyon Zhuykov)Данный текст - перевод статьи "Big Data for Modern Industry: Challenges and Trends [Point of View]". Авторы: Shen Yin (профессор Харбинского технологического института, Китай) и Okyay Kaynak (профессор Bogazici University, Стамбул, Турция). Оригинал доступен по адресу https://doi.org/10.1109/JPROC.2015.2388958 Мы живем в эпоху информационного потока, и, как результат, выражение «большие данные» все чаще звучит в самых разных контекстах: в метеорологии и геномике, сложном моделировании физической среды, биологических и экологических исследованиях, финансовой и деловой сферах и даже в системе здравоохранения. Интересный пример из пресс-релиза компании SAP AG от 11 июня 2014 года: «Компания SAP и Немецкая футбольная ассоциация превращают большие данные в умные решения для повышения результативности игры футболистов на чемпионате мира в Бразилии». Международная корпорация данных (IDC) в своем докладе прогнозирует: «…с 2005 по 2020 год цифровая вселенная увеличится в 300 раз: от 130 до 40 000 эксабайт» и «до 2020 года будет практически удваиваться каждые два года» [1]. Уже само название указывает на то, что большие данные в буквальном смысле означают масштабный сбор совокупности данных, содержащих обширный объем информации. И все же этот термин имеет некоторые особые характеристики, отличающие его, например, от понятий «сверхбольшие данные» (very large data) и «массив данных» (massive data), подразумевающих только масштабный набор записей простого формата, обычно в виде огромных электронных таблиц. Большие данные — как правило, неструктурированные и разноплановые — чрезвычайно сложны для рассмотрения традиционными методами и требуют анализа в реальном времени или почти в реальном времени. Таким образом, если коротко, «большие данные» — это наборы данных, объем которых выходит за рамки возможностей стандартных программных инструментов в отношении сбора, хранения, управления и анализа данных. Для подробного обсуждения различных аспектов больших данных и связанных с ними задач, а также некоторых потенциальных исследовательских направлений, читателю нужно пройти по ссылке [2]. РАЗДЕЛ I ВОЗРАСТАЮЩЕЕ ЗНАЧЕНИЕ БОЛЬШИХ ДАННЫХ В ПРОМЫШЛЕННОСТИ Что касается современной промышленности, данные, создаваемые машинами и устройствами, облачные решения, сервисы для управления бизнесом и другие превысили совокупный объем 1000 эксабайт в год и, как ожидается, увеличатся в 20 раз в течение следующих десяти лет. Компания McKinsey & Company сообщает, что «в области производства хранится больше данных, чем в любой другой сфере (в 2010 году сохранено почти 2 эксабайта новых данных» [3]). К примеру, у производителя потребительских товаров в упаковке, а именно продукции для личной гигиены, каждые 33 мс только одна машина генерирует 5000 выборок данных, итого в год — четыре триллиона (4 тераединицы) выборок данных [4]. Подобные факты знаменуют начало эпохи больших данных, которую теперь подпитывают и такие новейшие сферы, как облачные технологии, Интернет вещей и киберфизические системы. В ракурсе промышленности большие данные должны сыграть важную роль в четвертой промышленной революции [5]. Первая промышленная революция (конец XVIII — начало XX века) базировалась на гидроэнергии и паровой мощности; вторая (начало XX века — начало 1970-х годов) была обусловлена массовым производством на основе разделения труда и использования электроэнергии; третью (начало 1970-х годов — наши дни) определили электроника и информационные технологии с целью дальнейшей автоматизации производства. Активатором четвертой промышленной революции — индустрии 4.0, как окрестило ее правительство Германии, — станут большие данные с доступом через киберфизические системы (Cyber-Physical System, CPS). Цель — реализация проектов умных предприятий, в которых машины и ресурсы обмениваются информацией подобно общению в социальной сети. Такое умное предприятие будет производить интеллектуальные (умные) продукты, которые «знают», каким образом они были произведены, и будут собирать и передавать данные по мере их использования. Эти огромные объемы информации (большие данные) будут собираться и анализироваться в режиме реального времени. Таким образом будут генерироваться результаты аналитической обработки информации, которые далее перейдут на следующий уровень — от умных предприятий до умных процессов — и в итоге достигнут уровня, на котором будет возможно предоставление клиентам интеллектуальных услуг через интернет-сервисы. Основной задачей использования больших данных в рамках промышленного применения является достижение безаварийного и экономически эффективного выполнения процессов при желаемых уровнях производительности, а главное — качества. Специалисты компании McKinsey предполагают, что за счет использования больших данных производители смогли бы снизить затраты на разработку и сборку продукции до 50 % и сократить оборотный капитал до 7 %. А на более высоком уровне благодаря данным, отправляемым интеллектуальными устройствами, производитель сможет точно определять предпочтения потребителей, а значит, формировать характеристики будущей продукции. Инженеры-технологи, вместо того чтобы работать с физической моделью системы (которой может быть очень сложно, а то и невозможно управлять), предпочитают безмодельный подход и используют передовые технологии для мониторинга, управления и оптимизации производительности процесса на основе только огромного объема измерительных данных. С эффективным сбором и анализом больших данных есть шанс повысить производительность и, как результат, увеличить конкурентоспособность во многих и многих отраслях. С точки зрения инженеров-технологов, управление цепочками поставок может быть усовершенствовано за счет решений на основе больших данных [6]. Кроме того, правильная интерпретация больших данных будет способствовать созданию более эффективных систем управления рисками в целях содействия в принятии более обоснованных решений руководством компании и улучшения корпоративного управления [7]. Учитывая вышесказанное, вполне очевидно, что фундаментальное исследование, направленное на решение вопроса больших данных, является необходимым и исключительно важным шагом для нашей жизнедеятельности, особенно в отношении будущего промышленного применения. РАЗДЕЛ II ХАРАКТЕРИСТИКИ БОЛЬШИХ ДАННЫХ И ПОРОЖДЕННЫЕ ИМИ ВЫЗОВЫ Специалисты по обработке данных IBM разбивают большие данные на четыре величины: объем (volume), разнообразие (variety), скорость (velocity) и точность (veracity). На это их вдохновили оригинальные рассуждения Дуга Лейни, аналитика META Group (ныне Gartner), об электронной коммерции в трех измерениях: с точки зрения объема (volume), скорости (velocity) и точности (veracity) [8]. Теперь это отражено в определении больших данных, представленном компанией Gartner на ее веб-странице: «Большие данные — это большой объем, большая скорость и большое разнообразие информационных ресурсов, которые требуют экономичных инновационных форм обработки информации для более глубокого анализа и принятия решений». К «четырем V» компании IBM может быть добавлена еще одна V (value — ценность, иногда validity — действенность, или verification — верификация), как показано на рис. 1. Постоянно растущий объем (количество данных), скорость (скорость ввода и вывода данных) и разнообразие (диапазон типов данных и их источников) больших данных составляют основу связанных с ними задач [8]. Под впечатлением широких обсуждений и соответствующих комментариев, доступных на веб-сайте Центра больших данных и аналитики (The Big Data & Analytics Hub) IBM, мы открываем дискуссию по проблематике больших данных касательно «5 V», а именно: объема (volume), разнообразия (variety), точности (veracity), скорости (velocity) и ценности (value), группируя их по трем направлениям: Объем и разнообразие: эти параметры способствуют формированию потребности в оборудовании и программном обеспечении. Как огромный объем, так и безграничное разнообразие больших данных (от простых структурированных выборок данных до сообщений электронной почты, твитов, контента Facebook и пр.) создают проблему, связанную с потребностями в оборудовании и программном обеспечении для работы с данными. Хотя облачные технологии (например, облачные вычисления, виртуализация и хранение) оказались успешными в областях деятельности, связанных с Интернетом, все же необходимо усовершенствование в целях соответствия требованиям функциональности приложений реального времени в отраслях сложной промышленности, таких как интеллектуальное производство и энергетические системы. Вполне логично, что такие модели программирования, как MapReduce (оказавшиеся успешными в задачах групповой агрегации), и крупномасштабные структуры обработки больших наборов данных, такие как Hadoop, в ближайшие годы станут эффективными инструментами во многих проектах, основанных на больших данных. Точность и скорость: эти параметры влекут за собой острую необходимость в способности обнаружения и обработки в режиме онлайн. Данные, определяемые или собираемые из практических процессов или систем, должны быть своевременно распознаны (до возникновения разного рода искажений, манипуляций или утраты актуальности) в целях обеспечения их надлежащей достоверности. Хотя первичные данные, получаемые из исходных источников, в большинстве случаев «промываются», то есть предварительно обрабатываются или фильтруются до непосредственного применения во избежание проникновения явно неприемлемой информации, их существенный объем может негативно влиять на достоверность больших данных, ведь чем больше объем, тем проблематичнее качественная «промывка». При условии достоверности промытых данных следующей ключевой проблемой является не их неизбежно большой объем, а возможность их онлайн-обработки. В промышленном применении это ограничивающий для скорости фактор. Преимущества продвинутых сетевых технологий последних лет отчасти способствовали решению проблемы скорости. Ценность: этот параметр создает необходимость междисциплинарного взаимодействия. Ценность пропорциональна точности, а вместе они поднимают самые сложные вопросы промышленного использования больших данных (следует отметить, что в недавнем исследовании компании Deloitte [9] пятая буква V — это viability — жизнеспособность, а сумма «пяти V» приравнивается к параметру value — ценность). Как нам распознать полезные, надежные и точные данные из множества огромных наборов данных в Интернете? И если мы это сделаем, то как извлечь из них ценность? Кроме того, большие данные требуют междисциплинарного подхода, подразумевающего сотрудничество образовательных сообществ, промышленных организаций и предприятий. Сегодня большинство подходов к работе с большими данными грешат неминуемой нестыковкой между идеальным и фактическим. Методы и алгоритмы с ориентацией на аспекты, связанные с базами данных, такие как статистический анализ в бизнесе, менеджменте и биомедицине [10—12], мониторинг и прогнозирование процессов, управляемых через данные [13; 14], оптимизация систем и их управление [15; 16], были широко исследованы в последние годы, но остаются пока на линии старта. С другой стороны, многие предприятия рассматривают свои «большие данные» как конфиденциальную информацию, что препятствует разработке новых подходов через академические исследования. Таким образом, производственникам следует рассмотреть возможности расширения сотрудничества с исследователями и инженерами, делая общедоступными свои специально обработанные данные в целях совершенствования существующих технологий и стимуляции новых идей. Сегодня проблемы больших данных в промышленности по-прежнему имеют отношение к таким характеристикам, как измеримость, распознавание и обработка. Несмотря на это, извлечение максимальной ценности из доступных больших данных посредством их соответствующего анализа, применения и управления ими должно стать самым сильным стремлением современной промышленности. РАЗДЕЛ III ОЖИДАЕМЫЕ ПРЕИМУЩЕСТВА ДЛЯ ПРОМЫШЛЕННОСТИ ОТ БОЛЬШИХ ДАННЫХ «Пять V» больших данных Потенциальные преимущества использования больших данных, а также связанные с ними проблемы, естественно, будут различаться по отраслям. Ожидается, что значительную выгоду от больших данных получат компьютерное и электронное производство, информационная отрасль, правительственный сектор, а также сферы финансов и страхования [18]. Если говорить в общих чертах, использование больших данных может стать очень ценным вкладом в деятельность таких областей, как разработка продукции, рыночное развитие, операционная эффективность, прогнозирование спроса на рынке, принятие решений, а также опыт работы с клиентами и лояльность [19]. Фактически результаты недавнего исследования [20] показали, что функциональные цели использования больших данных респондентами были таковы: Результаты, ориентированные на клиента, — 49 %. Оптимизация работы — 18 %. Управление рисками/финансами — 15 %. Новая бизнес-модель — 14 %. Взаимодействие персонала — 4 %. Видно, что почти для половины респондентов наиболее важные ожидания от больших данных связаны с клиентоориентированностью. Есть стремление использовать информацию, собираемую различными способами и в разных формах, для анализа потребителей: понимания потребностей клиентов и прогнозирования их будущего поведения и, таким образом, предоставления им более качественного обслуживания. К примеру, предполагается, что датчики, встроенные в умные продукты, с помощью киберфизических систем будут отсылать обратно информацию о потребностях клиента по каждому сегменту рынка, например сведения о том, как определенный товар используется потребителем, какие функциональные возможности предпочтительны, каким новым функциям покупатель был бы рад и т. д. Кроме того, могут предлагаться инновационные послепродажные услуги, например профилактическое обслуживание, основанное на превентивных мерах, — до возникновения неисправности. Вот так большие данные могут использоваться для более интенсивного развития продуктов и услуг нового поколения. РАЗДЕЛ IV ДАЛЬНЕЙШИЕ ПОТЕНЦИАЛЬНЫЕ ИССЛЕДОВАНИЯ И НАПРАВЛЕНИЯ ПРИМЕНЕНИЯ БОЛЬШИХ ДАННЫХ В ПРОМЫШЛЕННОСТИ Системы больших данных можно разложить на четыре последовательных модуля: формирование, сбор, хранение и анализ данных [1]. Каждое звено этой цепочки процессов имеет свои проблемы, требующие глубоких исследований, в основном по причине разнородности и сложности имеющихся данных. Для глубокого анализа затронутых вопросов читателю предлагается перейти по ссылкам [1] и [21]. Как предмет междисциплинарного или пограничного характера, большие данные способны привлекать все возрастающее внимание и промышленных сообществ, и предприятий, связанных с управленческой и финансовой отраслью. Среди потенциальных направлений в области больших данных в современной промышленности есть, например, такие: Новые приемы и усовершенствованные методы анализа и извлечения больших данных. Облачное решение для хранения и передачи больших данных. Решение проблем контроля и мониторинга через большие данные. Прогнозирование и оптимизация деятельности в масштабе целого предприятия на основе больших данных. Решение для систем управления рисками и цепочек поставок на основе больших данных. Теория больших данных для современного промышленного применения. Решение для интеллектуальных энергосистем и экологически чистых энергосистем на основе больших данных. Наконец, есть основания ожидать, что концепция больших данных распространится и на другие актуальные сферы (в тесном соседстве с киберфизическими системами и умными продуктами) и мы получим новые удивительные возможности и неожиданные открытия.digital transformationPlantWebцифровая трансформация в промышленностиBig datahttps://emersonexchange365.com/worlds/russia/b/weblog/posts/6604Fri, 09 Nov 2018 08:58:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:ee5022f1-63cc-43ad-a1db-23f5c7afa6d7Vitaly GulyaevВ неопределенном будущем ожидается, что на промышленных предприятиях все самые опасные и тяжелые операции будут выполнять роботы. Лично я мечтаю, что это будут не просто запрограммированные на конкретные действия машины, а высокоорганизованные роботы с искусственным интеллектом и интерфейсами для естественной коммуникации с людьми. Только представьте условного «терминатора», которому можно на русском языке сказать, что ему делать, и чтобы робот все понял и верно выполнил задачу. К сожалению, до такой ситуации еще требуется провести множество разработок, как в области роботизации, так и промышленной автоматизации. Сегодня многие ученые из разных отраслей ведут разработки и исследования, чтобы решить многие проблемы, например, энергоэффективности, вычислительной мощности, ограниченности встроенных систем и многие другие, чтобы получить безопасные решения задач цифрового общества. При этом хочу обратить внимание на задачу естественной коммуникации, чтобы человек и робот могли общаться на одном языке и понимать друг друга. Русский язык из-за множества причин является одним из сложнейших в мире, что накладывает ограничения на методы и средства распознавания и обработки речи. Немногие ученые берутся за такую задачу, но, к счастью, такие ученые есть, и некоторые из них с мировыми именами. Таким ученым является профессор, д.т.н., директор СПИИРАН Андрей Леонидович Ронжин - специалист в области проблем моделирования процессов естественной коммуникации и разработки интерактивных, информационно-управляющих и робототехнических систем. Под руководством Ронжина А.Л. был исследован и создан с заделом на будущее, но применимых уже сейчас ряд уникальных технических решений: программно-аппаратная архитектура информационно-справочного киоска и интеллектуального зала, система протоколирования речи участников телеконференций, а также программно-аппаратное обеспечение технологической платформы многоканальной обработки аудиовизуальных сигналов. Предлагаю Вашему вниманию некоторые труды Андрея Леонидовича на научно популярном ресурсе: ссылка . Помимо поручения опасных задач роботам, еще один способ защитить персонал предприятия и повысить уровень промышленной безопасности - новая система определения местоположения Location Awareness >> https://www.emerson.com/ru-ru/news/automation/1810-location-awarenessdigital transformationPlantWebцифровая трансформация в промышленностиРоботыКоммуникацияпромышленная автоматизацияhttps://emersonexchange365.com/worlds/russia/b/weblog/posts/save-your-kissesTue, 26 Sep 2017 05:29:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:f92d6cbe-ee93-4e2d-9a72-aa4d9ed73dc1Ольга АрхиповаДо международной конференции по промышленной автоматизации в Америке осталась всего неделя, и всех тех пользователей оборудования Emerson, кто не успел получить визу, но хотел поучаствовать, приглашаем посетить Emerson Global Users Exchange в Европе, где будут представлены новости и лучшее с мероприятия в США – в городе Гаага. Там, в Нидерландах, в далеком апреле 1976 года (за 10 лет до моего рождения) состоялся конкурс песни Евровидения. Многие не англоязычные страны тогда, Австрия, Финляндия, Нидерланды, Норвегия и Швейцария (среди них) решили исполнить свои песни на английском языке. Как ни странно, победила Великобритания (может быть за песню без акцента?) – с песней «Save your kisses for me» группы Brotherhood of Man, ставшая хитом и разлетевшаяся по миру более 6 миллионами копий.. То ли дело сейчас: для большинства европейцев английский – второй родной, и международные конференции проводят на нем же. Для российских делегатов на Exchange самые интересные и выборочные доклады будут переведены на свой родной – русский. Так как мероприятие состоится в марте 2018, значит, у вас есть время заложить и командировочные, и получить шенгенскую визу, если ее нет ;) - Подробности по ссылке http://www2.emersonprocess.com/ru-RU/news/events/Pages/Emerson-Exchange-2018.aspxмеждународные конференциипромышленная автоматизацияhttps://emersonexchange365.com/worlds/russia/b/weblog/posts/flow-videoThu, 24 Aug 2017 05:37:00 GMTcd40bb2b-3d49-4868-939d-417119b40291:7efdfbce-ddf6-4787-bb8b-353786fad635Kristina AlshevaПринцип работы электромагнитных расходомеров Rosemount https://youtu.be/m95unSQ0Nec Электромагнитные расходомеры имеют полнопроходную конструкцию, экономически выгодны для применения на агрессивных средах и обеспечивают высокую точность измерения объемного расхода.Единственное ограничение применения электромагнитных расходомеров связано с зашумленными процессами. Брошюра: http://emrsn.co/8700 Страница на с айте : http://emrsn.co/magmeters Подробные сведения и технические характеристики: https://emrsn.co/8700-specs-ru Принцип работы вихревых расходомеров Rosemount https://youtu.be/dfCBQVXG3-0 Вихревые расходомеры обладают множеством преимуществ: простота монтажа без импульсных линий, отсутствие подвижный частей, которые требуют обслуживания или ремонта, минимальная вероятность утечек и широкий диапазон измерений. Вихревые расходомеры Rosemount надежны благодаря цельнолитой либо цельносварной конструкции, а также возможности замены пьезоэлектрического сенсора без остановки процесса. Это способствует достижению безопасности и максимальной производительности. Брошюра: http://emrsn.co/8800-ru Страница на сайте: http://emrsn.co/vortex Подробные сведения и технические характеристики: https://emrsn.co/8800-specs-ru Принцип работы кориолисовых расходомеров Micro Motion https://youtu.be/RBKEWljF0w8 Как кориолисовый расходомер измеряет массовый расход и плотность? Из видео вы узнаете принцип работы расходомера, его особенности и преимущества. Брошюра: http://emrsn.co/flowbr-ru Страница на с айте: http://emrsn.co/micromotion-ru Электромагнитный расходомер. Почему Rosemount? https://youtu.be/nTpznmMzp7U Подробнее о принципе работы электромагнитных расходомеров, а также о преимуществах применения расходомеров Rosemount вы узнаете из видео. Дополнительные материалы: Брошюра: http://emrsn.co/8700 Страница на сайт: http://emrsn.co/magmeters Подробные сведения и технические характеристики: https://emrsn.co/8700-specs-ruRosemountРасходомерMicro Motionизмерение расходаагрессивные условия