Intel внедряет IoT-мониторинг на предприятиях General Electric


Intel внедряет IoT-мониторинг на предприятиях General Electric

Область применения устройств, подключаемых к интернету вещей, про­дол­жаvет рас­ши­рять­ся, и кажется, что возможности ограничиваются лишь во­об­ра­же­ни­ем разработчиков. И человеческая изобретательность, в конце концов, оказывается не сдерживающим фактором, а скорее мощным дви­га­те­лем трансформации. Аналитики и дизайнеры контроллеров по­сто­ян­но на­хо­дят­ся в поиске практического применения своих кре­а­тив­ных идей

При этом абсолютно неважно, в какой сфере вы ведете свою деятельность. Что если мы могли бы наблюдать за событиями, процессами, компонентами или организмом и использовать собранные данные для получения ана­ли­ти­че­ской информации? И действительно, что если. Все, что нужно, — это подключенные устройства интернета ве­щей, которые генерируют надежные данные, а также продуманные алгоритмы и масштабируемые ресурсы про­цес­со­ров, способных производить огромное количество вычислений, и систем хранения данных. Обеспечьте без­о­пас­ность данных, выберите сферу и начинайте действовать.

Если вам кажется, что все это звучит подозрительно легко, вы будете удивлены, когда узнаете, что подобный под­ход использовал американский отраслевой гигант General Electric при развертывании промышленного интернета вещей. Естественно, в разных сферах применения интернета вещей будут использоваться разные типы датчиков, однако собранные данные всегда обрабатываются одинаково вне зависимости от отрасли. Так, вместо разработки уникальных платформ для отдельных сфер вроде здравоохранения, производства, транспорта, энергетики или умных городов, корпорация GE создала промышленную аналитическую платформу Predix, которая поддерживает самые разные сценарии использования.

Компании Intel и General Electric объединились для работы над автоматизацией производства под лозунгом Minds + Machines

Во многих отношениях внедрение промышленного интернета вещей необходимо и самой корпорации GE — он по­зво­ляет оптимизировать процессы для поддержания надежности и конкурентоспособности. Тем не менее для его реализации вовсе необязательно полностью менять оборудование. Например, простым, но элегантным ре­ше­ни­ем для мониторинга станут умные светодиодные лампы, которые можно подключить к существующим ос­ве­ти­тель­ным приборам, позволяющим получить обзор городских улиц или производственной площади заводов «с высоты птичьего полета». И это решение уже находит свое применение в реальной жизни. Так, в прошлом году компании GE, Intel и Tata Consultancy Services объединились для работы над подтверждением концепции, цель которой — автоматизация производства турбин на заводе корпорации GE в Гринвилле (Южная Калифорния, США).

В процессе сборки турбин могут возникнуть дефекты вследствие существенных отклонений температуры во вре­мя установки громоздких роторов турбин. Используя инструменты в умных светодиодных осветительных при­бо­рах, ко­то­рые оснащены инфракрасной термопарой, а также датчиками движения, влажности и температуры окру­жа­ю­щей среды, кор­по­ра­ция GE осуществляла мониторинг массивных металлических колец ротора, чтобы оп­ре­де­лить, когда они достаточно остынут для перехода к следующему этапу конструирования.

Процессоры Intel Atom использовались в качестве шлюзов для обработки дан­ных, предоставленных компанией TCS посредством приложения, созданного на базе промышленной аналитической платформы GE Predix. Эти дан­ные позволили инженерам определять, когда можно безопасно перейти к следующему этапу, что существенно ус­ко­ри­ло процесс производства. Раньше ошибки могли стоить корпорации GE от двух до трех недель потерянного про­из­вод­ствен­но­го времени.

Джастин Кристиансен (Justin Christiansen), генеральный директор рынков интернета вещей и продаж через партнеров корпорации Intel

«Мы смогли очень быстро перейти от формирования концепции к ее реализации. Буквально за один день, — так описывает начало сотрудничества Джастин Кристиансен, генеральный директор рынков интернета вещей и про­даж через партнеров корпорации Intel. — Сначала мы совместно разрабатываем технологии. Затем мы тес­ти­ру­ем их на наших заводах и только потом выводим на рынок».

Этот совместный проект выполнил обещания промышленного интернета вещей: он помог сократить количество отходов, снизить энергопотребление и оптимизировать использование ресурсов. Кроме того, он обеспечил воз­мож­ность отслеживания производственных процессов, благодаря чему инженеры имели представление о важных этапах производства. Улучшенное представление о производственных этапах в свою очередь позволило оп­ти­ми­зи­ро­вать управление запасами сырья, а также логистику и каналы распределения продукции.

Возможности подключения являются главным условием эффективной транспортировки, и это не только поиск экологичных маршрутов спутниковой системой навигации или выбор подходящей скорости автомобилем, чтобы не останавливаться на светофорах. Управление движением железнодорожного транспорта уже давно ав­то­ма­ти­зи­ро­ва­но: движение поездов регулируется стрелками, которые переводятся автоматически. Однако интернет вещей превращает составы в мобильные центры обработки данных.

С целью оптимизации движения поездов к подвижному составу прикрепляются датчики интернета вещей для мо­ни­то­рин­га состояния критически важных систем и компонентов. Аналитики интерпретируют данные этих дат­чи­ков и используют полученную информацию для определения вероятности сбоя. Таким образом, про­фи­лак­ти­че­ское обслуживание избавляет от необходимости в плановом обслуживании. Традиционно плановая замена ком­по­нен­тов осуществлялась по достижении определенного пробега. Профилактическое обслуживание позволяет оп­ре­де­лить необходимость планового обслуживания компонентов, сокращая количество отходов и время простоя.

Платформа GoLINC от General Electric на базе процессоров Intel Core i7

Прогнозную аналитику выполняет программная платформа GoLINC на базе процессоров Intel Core i7, которая раз­ме­ща­ет­ся на борту поезда. Ее называют «мозгом поезда». Она в реальном времени собирает и обрабатывает дан­ные датчиков, а затем отправляет их на платформу Predix для выполнения анализа данных в облаке. Платформа GoLINC используется в более 6000 поездах, что позволяет быстро обнаруживать потерю эффективности, об­ус­лов­лен­ную неисправностью компонентов, и плохо обслуживаемые железнодорожные пути. Если учесть, что поезда проезжают миллионы километров каждый год, оптимизация даже на 1% позволяет значительно сократить рас­хо­ды.

Теги: