Pramonė visada buvo konservatyvi. Gamyklos direktorius, kuris dešimtmečius stebėjo, kaip veikia jo linijos, nenoriai keičia patikrintą įrangą į kažką, kas vadinasi „išmaniuoju”. Bet kažkas pasikeitė per pastarąjį dešimtmetį – sensoriai atpigo, ryšys tapo prieinamas beveik visur, o duomenų analizė iš mokslinės fantastikos virto kasdieniu įrankiu. Taip atsirado terminas, kurį dabar girdi visur – IIoT, arba pramoninis daiktų internetas.
Skirtingai nuo įprastinio IoT, kur kalbame apie išmaniuosius šaldytuvus ar apyrankes, čia žaidimas visai kitokio lygio. Kai sugenda jūsų namų termostatas – nemalonu, bet pergyvensite. Kai sugenda gamyklos gamybos linijos jutiklis, kuris turėjo įspėti apie perkaitimą – tai gali kainuoti milijonus arba, blogiausiu atveju, žmonių sveikatą.
Kas iš tikrųjų slepiasi po IIoT sąvoka
Pramoninis IoT – tai fiziniai įrenginiai (sensoriai, aktuatoriai, kontroleriai), sujungti į tinklą, kurie renka duomenis iš gamybos aplinkos ir juos perduoda analizei. Skamba paprastai, tiesa? Realybėje čia susikerta kelios skirtingos technologijų kartos – senos SCADA sistemos, kurioms po 20 metų, naujausi belaidžio ryšio standartai ir debesijos platformos, kurios atnaujinamos kas savaitę.
Esminis skirtumas nuo vartotojiškojo IoT slypi patikimumo reikalavimuose. Namų sistemai galima leisti kartais „pakabinti” arba prarasti duomenis kelioms minutėms. Gamybos aplinkoje kiekviena sekundė prastovos – tai realūs pinigai. Todėl IIoT sprendimai projektuojami visai kitaip: su redundancija, su lokaliu duomenų apdorojimu (edge computing), su griežtais reikalavimais dėl vėlinimo (latency).
Dar vienas dalykas, kurį verta suprasti iš karto – IIoT nėra vien apie sensorius. Tai visa ekosistema: fiziniai įrenginiai, ryšio infrastruktūra, duomenų kaupimo platformos, analitikos sluoksnis ir galiausiai – žmonės, kurie tuos duomenis turi suprasti ir jais remdamiesi priimti sprendimus. Jei praleidi bet kurį iš šių elementų, visa sistema tampa tik brangiu žaisliuku.
Sensoriai, tinklai ir duomenų srautai – techninė architektūra
Techninė IIoT architektūra dažniausiai skaidoma į keturis sluoksnius. Pirmame – patys jutikliai ir įrenginiai: temperatūros davikliai, vibracijos jutikliai, slėgio matuokliai, srovės daviklai. Šie prietaisai generuoja žalius duomenis, dažniausiai labai dideliais kiekiais.
Antrasis sluoksnis – tinklo lygis. Čia sprendžiama, kaip duomenys keliauja iš jutiklio iki serverio. Priklausomai nuo situacijos, naudojami skirtingi ryšio tipai:
- Laidinis ryšys – Ethernet, RS-485 – patikimiausias, bet brangiausias diegti senose gamyklose
- Wi-Fi – patogu, bet gamybos aplinkoje dažnai per silpnas dėl metalinių konstrukcijų ir elektromagnetinių trukdžių
- LoRaWAN – puikiai tinka retai siunčiamiems duomenims dideliais atstumais, mažas energijos suvartojimas
- 5G ir privatūs mobiliojo ryšio tinklai – vis populiarėja didelėse gamyklose, kur reikia mažo vėlinimo ir didelio pralaidumo
Trečiasis sluoksnis – vadinamasis edge computing, arba duomenų apdorojimas „pakraštyje”. Vietoj to, kad kiekvieną bitą duomenų siųstum į debesiją, dalis apdorojimo vyksta tiesiai gamykloje, arti šaltinio. Tai sumažina vėlinimą ir tinklo apkrovą, o kritinius sprendimus (pavyzdžiui, avarinį sustabdymą) galima priimti per milisekundes, nepriklausomai nuo interneto ryšio kokybės.
Ketvirtasis – debesijos ar centralizuota analitikos platforma, kur kaupiama istorinė informacija, vykdoma prognozinė analizė, mašininis mokymasis, generuojamos ataskaitos vadovybei. Čia dažniausiai naudojamos tokios platformos kaip Azure IoT Hub, AWS IoT Core arba specializuoti sprendimai kaip Siemens MindSphere ar PTC ThingWorx.
Protokolų džiunglės: MQTT, OPC UA ir kiti
Vienas dalykas, kurį inžinieriai, atėję iš IT pasaulio, dažnai neįvertina – pramonėje egzistuoja savas komunikacijos protokolų rinkinys, kuris formavosi dešimtmečiais dar prieš atsirandant sąvokai „internetas”.
MQTT (Message Queuing Telemetry Transport) tapo neoficialiu IIoT standartu daugeliu atvejų – tai lengvasvoris publish/subscribe protokolas, sukurtas dar 1999 metais naftos vamzdynų monitoringui. Jo privalumas – minimalus pralaidumo poreikis, kas idealiai tinka tūkstančiams jutiklių, siunčiančių nedidelius duomenų paketus.
OPC UA (Open Platform Communications Unified Architecture) – tai kitas svarbus žaidėjas, ypač senesnėse gamybos aplinkose, kur reikia suderinti skirtingų gamintojų įrangą. Jis suteikia bendrą „kalbą” tarp PLC kontrolerių, SCADA sistemų ir aukštesnio lygio programinės įrangos.
Be jų dar egzistuoja Modbus (senas, bet vis dar plačiai naudojamas pramoninis protokolas), Profinet, EtherCAT ir daugybė gamintojų specifinių sprendimų. Realybėje, projektuojant IIoT sistemą, dažnai tenka statyti „tiltus” tarp kelių skirtingų protokolų – tai vadinama protokolų vertimu (protocol translation) ir yra viena iš dažniausių integracijos problemų.
Kur IIoT realiai naudojamas gamyklose
Teorija gerai, bet įdomiausia – kaip tai atrodo praktikoje. Štai keletas scenarijų, kuriuos jau dabar galima rasti veikiančiose gamyklose.
Prognozinė priežiūra (predictive maintenance) – tikriausiai populiariausias IIoT panaudojimo atvejis. Vibracijos ir temperatūros jutikliai ant variklių ar guolių leidžia stebėti mechanizmo būklę realiu laiku. Algoritmas, išmokytas atpažinti anomalijų šablonus, gali įspėti apie gresiantį gedimą savaitėmis anksčiau, nei jis realiai įvyktų. Tai leidžia planuoti remontą tada, kai patogu, o ne tada, kai linija jau sustojo.
Energijos vartojimo optimizavimas – didelėse gamyklose elektros sąskaita gali siekti šimtus tūkstančių eurų mėnesiui. Sensoriai, stebintys energijos suvartojimą kiekvienam įrenginiui atskirai, padeda identifikuoti neefektyvius procesus ir sumažinti sąnaudas dažnai net 10-15 procentų.
Kokybės kontrolė realiu laiku – kompiuterinės regos sistemos, sujungtos su gamybos linija, gali aptikti defektus dar prieš produktui pasiekiant paskutinį patikrinimo etapą. Tai ne tik taupo medžiagas, bet ir sumažina brokuotos produkcijos kiekį, kuris pasiekia klientą.
Skaitmeninis dvynys (digital twin) – virtualus gamybos linijos ar viso proceso modelis, kuris atnaujinamas realiu laiku pagal jutiklių duomenis. Tai leidžia inžinieriams testuoti pakeitimus virtualioje aplinkoje prieš juos taikant realioje gamykloje – klaida simuliacijoje nekainuoja nieko, klaida realybėje gali kainuoti labai daug.
Saugumo klausimas, kurio niekas nenori spręsti
Čia prieinama prie mažiau malonios temos. Dauguma pramoninių sistemų buvo projektuotos laikais, kai niekas negalvojo apie kibernetinį saugumą, nes tos sistemos tiesiog nebuvo prijungtos prie interneto. Dabar, kai kiekvienas sensorius turi savo IP adresą, situacija pasikeitė radikaliai.
2021 metų Colonial Pipeline incidentas JAV parodė, kad kibernetinis išpuolis prieš pramoninę infrastruktūrą gali sukelti realų chaosą – degalų trūkumą visoje rytinėje pakrantėje. Tai nebuvo IIoT sistemos ataka tiesiogine prasme, bet gerai iliustruoja, kokia trapi gali būti sujungta pramoninė infrastruktūra.
Pagrindinės problemos, su kuriomis susiduria gamyklos, diegdamos IIoT:
- Seni PLC kontroleriai ir SCADA sistemos, kurios niekada nebuvo atnaujinamos ir turi žinomų pažeidžiamumų
- Numatytieji slaptažodžiai (default passwords), kurie niekada nebuvo pakeisti nuo įrangos įdiegimo
- Trūksta tinklo segmentacijos – jei įsilaužėlis patenka į vieną jutiklį, jis gali pasiekti visą gamyklos tinklą
- OT (Operational Technology) ir IT komandos dažnai nekalba tarpusavyje ir naudoja skirtingas saugumo praktikas
Praktinis patarimas – jei planuojate IIoT diegimą, pirmiausia investuokite į tinklo segmentaciją. Gamybos tinklas turi būti atskirtas nuo įmonės administracinio tinklo, o kritinės sistemos – papildomai izoliuotos. Taip pat verta apsvarstyti Zero Trust architektūros principus – kiekvienas įrenginys turi būti autentifikuojamas, nepriklausomai nuo to, ar jis tinkle „savas”, ar ne.
Ką reikia žinoti prieš diegiant IIoT sistemą įmonėje
Jei jūsų įmonė svarsto apie IIoT diegimą, štai keletas dalykų, kuriuos verta apgalvoti prieš pasirašant sutartį su tiekėju.
Pradėkite nuo mažo pilotinio projekto. Neverta iš karto diegti sistemos visai gamyklai. Pasirinkite vieną liniją ar vieną procesą, kur problema aiški (pavyzdžiui, dažnai gendantis įrenginys), ir išbandykite sprendimą ten. Tai leis suprasti realias sąnaudas ir naudą, nesukeliant didelės rizikos.
Skaičiuokite ne tik pradinę investiciją, bet ir ilgalaikes sąnaudas. Sensoriai, tinklo infrastruktūra, licencijos programinei įrangai, personalo apmokymas, priežiūra – visa tai susideda į bendrą kainą, kuri dažnai gerokai viršija pirminį biudžetą.
Įtraukite gamybos darbuotojus nuo pat pradžių. Sistema, kuri veikia teoriškai puikiai, bet kurios operatoriai nenori naudoti, yra beverčio pinigų švaistymo pavyzdys. Žmonės, dirbantys su įranga kasdien, dažnai geriausiai žino, kokie duomenys realiai naudingi.
Klauskite tiekėjo apie duomenų nuosavybę. Kai kurie IIoT platformų teikėjai sutartyse numato, kad surinkti duomenys tam tikra prasme priklauso jiems arba yra saugomi taip, kad išėjus iš sutarties, prieiga prie istorinių duomenų prarandama. Tai svarbus punktas, kurį reikia išsiaiškinti iš anksto.
Nepamirškite apie darbuotojų kvalifikacijos kėlimą. Naujausi jutikliai ir dirbtinio intelekto algoritmai nieko nereiškia, jei niekas gamykloje nemoka interpretuoti gaunamų duomenų. Investicija į mokymus dažnai svarbesnė nei pati technologija.
Ateities gamykla jau čia – klausimas tik kada pas jus
Jei apibendrintume viską, kas aprašyta aukščiau – IIoT nėra madinga technologinė mugė, kurią galima ignoruoti dar kelerius metus. Tai infrastruktūrinis pokytis, panašus į tai, kaip kadaise gamyklos perėjo nuo rankinio valdymo prie automatizuotų linijų. Konkurentai, kurie jau dabar renka duomenis apie savo procesus ir mokosi iš jų, ilgainiui aplenks tuos, kurie vis dar priima sprendimus intuityviai arba remiantis mėnesio senumo ataskaitomis.
Bet svarbu neapsigauti – IIoT nėra „įdiek ir pamiršk” sprendimas. Tai nuolatinis procesas, reikalaujantis dėmesio tinklo saugumui, protokolų suderinamumui ir, svarbiausia, žmonių, kurie sugebėtų tuos duomenis paversti realiais sprendimais. Technologija be interpretacijos – tai tik dar vienas ekranas, mirksintis skaičiais, kurių niekas nesupranta.
Praktinis patarimas tiems, kurie tik pradeda šį kelią: nesivaikykite visų naujausių madingų sprendimų iš karto. Pradėkite nuo aiškaus verslo klausimo – ką konkrečiai norite sužinoti arba pagerinti? Tada ieškokite technologijos, kuri atsako į tą klausimą, o ne atvirkščiai. Gamykla, kurioje kiekvienas sraigtas turi jutiklį, bet niekas nežino, ką su tais duomenimis daryti, nėra pažangi – ji tiesiog brangi.
Ir galiausiai – nebijokite klaidų pradiniame etape. Pirmasis pilotinis projektas retai būna tobulas. Svarbiau yra mokytis iš to, kas neveikė, nei siekti idealios sistemos nuo pat pirmos dienos. Pramonė, kuri sugebėjo išgyventi šimtmečius technologinių revoliucijų, tikrai atlaikys ir šią – klausimas tik, kiek greitai jūsų įmonė prisitaikys prie naujų taisyklių.
