Внедрение технологий искусственного интеллекта считается важным вектором развития российской промышленности. Одна из самых эффективных практик ИИ в обрабатывающей промышленности - массовое внедрение интеллектуальных датчиков в оборудование и производственные линии (технологии промышленного интернета вещей (IIoT)).
Сопряжение IIoT и ИИ позволяет создавать интеллектуальные связанные системы, в которых ИИ выполняет роль «мозга», а интернет вещей – «тела». IIoT-устройства собирают и передают данные от множества источников, ИИ проводит их анализ, структурирование и обработку, после чего решает, какие действия необходимо предпринять. Также эти данные используются для поддержки процесса обучения ИИ, что позволяет координировать необходимые процессы с учетом оперативной ситуации. IIoT и ИИ делают производство более прозрачным. Как следствие, наблюдается рост применения мобильных технологий для мониторинга, контроля и управления процессами на производстве, которые позволяют в режиме реального времени получать аналитические сводки и среднесрочные прогнозы развития компании, базируясь на актуальных данных о производственных процессах.
В качестве примеров подобного внедрения АНО «Цифровая экономика» приводит в своем исследовании зарубежный и российский опыт.
Пример из мировой практики: производитель автомобильных деталей Faurecia построил цех с учетом требований промышленного IoT и автоматизации, интегрированная система обеспечивает прозрачность операций и осуществляет контроль качества изготовления деталей.
Примеры из российской практики:
– ПАО «Газпром нефть» имплементировало решение по автоматизированному контролю состояния конвейерных лент;
– АО «Авиастар-СП» внедрило систему сбора производственных данных и мониторинг промышленного оборудования для принятия управленческих решений.
Сопряжение IIoT и ИИ позволяет создавать интеллектуальные связанные системы, в которых ИИ выполняет роль «мозга», а интернет вещей – «тела». IIoT-устройства собирают и передают данные от множества источников, ИИ проводит их анализ, структурирование и обработку, после чего решает, какие действия необходимо предпринять. Также эти данные используются для поддержки процесса обучения ИИ, что позволяет координировать необходимые процессы с учетом оперативной ситуации. IIoT и ИИ делают производство более прозрачным. Как следствие, наблюдается рост применения мобильных технологий для мониторинга, контроля и управления процессами на производстве, которые позволяют в режиме реального времени получать аналитические сводки и среднесрочные прогнозы развития компании, базируясь на актуальных данных о производственных процессах.
В качестве примеров подобного внедрения АНО «Цифровая экономика» приводит в своем исследовании зарубежный и российский опыт.
Пример из мировой практики: производитель автомобильных деталей Faurecia построил цех с учетом требований промышленного IoT и автоматизации, интегрированная система обеспечивает прозрачность операций и осуществляет контроль качества изготовления деталей.
Примеры из российской практики:
– ПАО «Газпром нефть» имплементировало решение по автоматизированному контролю состояния конвейерных лент;
– АО «Авиастар-СП» внедрило систему сбора производственных данных и мониторинг промышленного оборудования для принятия управленческих решений.