Управление производством: система и платформа

Все производственные активности одного предприятия обычно взаимоувязаны, и для получения полной и корректной истории продукта нужно организовать сбор данных в разрезе технологического оборудования по всей цепочке движения продукции, разработать алгоритмы выявления производственных операций движения и преобразования материалов, а также алгоритмы выстраивания генеалогических связей на каждой производственной стадии. Важно понимать, кто отвечал за производство на каждой стадии, а для этого требуется перевести в цифровую среду процессы выдачи наряд-заданий, но чтобы отслеживать отклонения от регламентных расходов материалов, нужно электронное ведение их ведомостей. Кроме того, потребуется информация о производственном задании, в рамках которого была произведена продукция, а для этого нужны интерфейсы планирования.

Для решения задач по синхронизации, координации, анализу и оптимизации выпуска продукции уже не одно десятилетие применяются системы управления производством (Manufacturing Execution System, MES) [1]. До недавнего времени развитие подобных систем шло в сторону децентрализации — бизнес- или производственное подразделение обращалось к ИТ-отделу и заказывало для себя отдельную систему управления: ресурсами, технологическим процессом на конкретном участке, мониторинга, лабораторными исследованиями и т. п. Такое адресное решение задач автоматизации имело локальный положительный эффект для производственного участка или процесса, но в долгосрочной перспективе приводило к значительному росту стоимости сопровождения систем и слабой осведомленности о деятельности смежных подразделений. Параллельно стал активно развиваться Интернет вещей, промышленные платформы которого позволяют объединить в единый комплекс существующие системы автоматизации и создать единую информационную среду, поставляющую актуальные данные всем заинтересованным сторонам [2, 3]. Однако, при всем понимании важности и ценности данных, менеджеры ставят задачи не в формате «организовать сбор данных» или «создать единый цифровой слой», а в контексте конкретных задач: сократить потребление ресурсов, снизить простои, повысить производственную безопасность и пр. Подобные задачи решают не сервисы сбора, хранения и структуризации данных, обычно образующие цифровые платформы, а прикладные сервисы для управления производством. Однако, по мнению Gartner, менее 10% существующих сегодня на рынке платформ предлагают прикладные сервисы, хотя их число имеет тенденцию к увеличению [4].

Итак, с одной стороны — Интернет вещей и умные устройства, с другой — рост потребности в объединении разнородных данных в контексте производственных процессов с целью заставить эти данные работать на решение конкретных задач предприятия. Логичным решением может быть создание платформы Промышленного интернета с набором прикладных сервисов. В отличие от традиционного подхода, при котором для выполнения конкретных задач каждый раз создаются отдельные сервисы, их реализация на единой платформе управления производством позволяет комплексно взглянуть на весь жизненный цикл продукта, сократить циклы обратной связи внутри предприятия, сделать производство более толерантным и гибким к изменениям, а в отдельных случаях — открыть новые источники дохода.

Система управления производством

Платформа Промышленного интернета ZIIoT (Zyfra Industrial Internet of Things) [5] — это набор сервисов для сбора, хранения и структурирования промышленных данных:

• сервисы сбора и хранения данных с датчиков и промышленных систем уровня АСУТП;
• сервисы структурирования и обработки для создания объектных моделей и структурирования потоков данных в привязке к производственным объектам;
• конструктор интерфейсов, включающий инструменты настройки пользовательских интерфейсов для работы с платформой (дизайнеры мнемосхем, отчетов, бизнес-графики);
• сервисы разработки приложений, содержащие инструменты для создания нового функционала;
• сервисы администрирования работы с пользователями.

Собранные в платформе ZIIoT данные выступают базой для выполнения задач управления производством: планирование и диспетчеризация, прослеживаемость производства, управление производственными запасами, поддержка технологических операций, контроль качества, производственная безопасность, контроль показателей эффективности и т. д. В ZIIoT за решение этих задач отвечает система Zyfra Industrial Automation Kit (ZIAK), представляющая собой набор прикладных сервисов, реализующих функционал классической MES-системы, с возможностью взаимодействия друг с другом в единой информационной среде.

В основе работы всех сервисов лежит централизованное описание ресурсной модели производства (оборудование, материалы, персонал и активы предприятия); описание технологического процесса, операций контроля качества и обслуживания; методики расчета ключевых показателей на основе накопленных данных о производстве. Платформа поддерживает инфраструктуру запуска сервисов, решает задачи обмена данными со смежными системами, ведет централизованную информационную модель и управление нормативно-справочной информацией (НСИ), осуществляет разграничение доступа к информации и формирует рабочее пространство пользователя (рис. 1).

Рис. 1. ZIAK в составе платформы ZIIoT

Благодаря платформам типа ZIIoT, системы MES, при традиционном подходе работавшие в основном с временными рядами, получают доступ к более широкому спектру данных: сведениям о событиях, неструктурированным данным по состоянию производства, актуальным инженерным и эксплуатационным документам, аудио- и видеоматериалам с данными геопозиции контролируемых объектов и т. д. Раньше для получения подобной информации требовалась интеграция множества различных систем: управление производственными документами, видеонаблюдение, ГИС и пр., причем отдельно по каждому участку или процессу. В составе платформы прикладные сервисы могут работать с такими данными, используя унифицированные методы REST API и общую шину данных. Проектируя и создавая прикладное приложение решения актуальных задач производства, теперь можно не думать о системной структуре, безопасности, надежности или организации хранения данных — все эти вопросы уже проработаны и решаются платформными сервисами, из которых выбираются нужные. Инженеры и специалисты промышленных предприятий могут целиком сосредоточиться на решении своих задач, что, в конечном итоге, позволяет повысить эффективность предприятия в целом.

Например, при разработке месторождений множество работ на конкретных скважинах выполняется подрядчиками, которые обмениваются с владельцем месторождения сведениями в виде отчетов и различных электронных или бумажных документов. В ходе этого процесса генерируется значительный объем данных, необходимых при планировании добычи и обслуживания инфраструктуры. Ранее весь этот поток стекался в архив бумажных документов, где можно было легко потерять нужный документ, не говоря уже о том, что поиск нужных данных в этом хранилище занимал много времени. При наличии платформы вся информация собирается и интерпретируется в «паспорте скважины». Оптимальной является ситуация, когда все процессы подготовки необходимой для паспорта информации автоматизированы и все данные изначально представлены в цифровой форме, что гарантирует минимальные задержки времени для формирования полной и целостной картины объекта. За нормализацию (унификацию) информации одного типа отвечают интеграционные сервисы платформы и сервисы хранения. В масштабе всего месторождения платформа запускает системы поддержки пластового давления и выполняет долгосрочное планирование эксплуатации для различных сценариев и внешних условий. При этом не требуется интегрировать сервис сценариев с разнообразными источниками данных, учитывать особенности разных способов их сбора, подстраиваться под разнообразные технологические системы — платформа обеспечивает единое «окно» к актуальным данным.

Главное преимущество базирования MES-сервисов на одной платформе — возможность сквозного контроля бизнес-процессов через несколько переделов производственной цепочки, что сложно достичь отдельными прикладными решениями. Например, у горнодобывающего предприятия могут быть прикладные продукты для управления карьером и сервисы для обогатительной фабрики — объединение подобных систем на одной платформе позволяет решать задачи оперативного планирования, расчета баланса металлов или сквозного управления качеством, позволяющего прослеживать качество руды, начиная от момента выемки горной массы через все пункты перегрузки, переделы обогащения и вплоть до готовой продукции.

Реализация прикладных сервисов

Проиллюстрируем реализацию функционала MES на примере таких сервисов из ZIAK, как планирование и диспетчеризация (DPU), прослеживаемость и генеалогия продукции (PTG).

Планирование и диспетчеризация

Основное назначение функционального блока планирования и диспетчеризации — получение ответов на вопросы: когда, где, что и кто выполняет на этапах производства, технического обслуживания, контроля качества и выполнения операций с запасами. Этот блок обеспечивает ведение объемно-календарных планов и составление детального технологического расписания; планирование испытаний (с определением требуемого для этого оборудования и подготовительных операций) и ремонтов; производственное планирование с учетом информации о ремонтах и перемещения ресурсов.

В общем виде сервисы планирования и диспетчеризации позволяют определять производственные объекты, для которых планируются операции (цеха, участки или конкретное оборудование); количество и объем потребляемых и выпускаемых материальных ресурсов; персонал, требуемый для выполнения операций; временные рамки тех или иных операций, а также выдавать дополнительные сведения, требующиеся пользователю или системе для выполнения операции: технологический режим, производственный заказ и т. д.

Сервис планирования обеспечивает ведение объемно-календарных планов и детальных технологических расписаний. Как правило, фокус объемного плана приходится на планирование производства на фиксированные периоды времени и планирование не доходит до детализации оборудования, заканчиваясь на уровне цехов или участков. Технологическое расписание описывает работу оборудования для выполнения задач, указанных в объемно-календарном плане. Соответствующий сервис обеспечивает работу с планами и технологическими расписаниями в унифицированном виде (стандарт ANSI/ISA-95.00.02-2018, раздел 'Operations schedule model'). Пример расписания приведен на рис. 2. За визуализацию и бизнес-логику по работе с планами и расписаниями отвечает группа прикладных сервисов ZIAK, включающая сервис UI, сервисы поддержки UI (типа BFF) и ряд рабочих процессов (реализованных с поддержкой нотации BPMN).

Рис. 2. Пример технологического расписания

Планирование операций контроля качества предназначено для организации расписания испытаний качества в рамках или вне производственного процесса. Планы ремонтов и технического обслуживания позволяют видеть время недоступности оборудования в периоды регламентных работ и соответствующим образом планировать производство. Такие планы могут формироваться во внешних системах класса EAM (Enterprise Asset Management) или ТОиР ("Техническое обслуживание и ремонт") и затем отражаться в общей системе планирования, создавая основу для формирования сменно-суточных заданий на выполнение ремонта. Обеспечить надежный обмен информации между системами помогают интеграционные сервисы платформы, а также рабочие процессы (благодаря наличию встроенного движка для моделирования и создания бизнес-процессов), позволяющие организовать событийную логику обмена с подтверждениями и квотированием.

Функционал системы в области планирования операций с ресурсами позволяет создавать заявки на перемещение материальных ресурсов, определять перемещаемые ресурсы и их количество, планировать используемый транспорт или пути перемещения. С его помощью может быть также реализован процесс работы с лимитно-заборными картами.

Нормативно-справочная информация о планируемых операциях хранится в объектных моделях определения операций и процессов на платформе ZIIoT. Планы и детальные расписания описываются информационной моделью расписания операций.

Рис. 3. Пример рабочих процессов

Функции сервиса планирования могут быть без привлечения программистов расширены для конкретного проекта. Это осуществляется с помощью подключаемых на уровне конфигурации рабочих процессов в формате BPMN (рис. 3) или процессоров nifi (в зависимости от задачи), например:

• импорт или загрузка плана из внешней системы (nifi);
• автоматизация ручных действий при составлении планов и расписаний (BPMN); передача плана во внешний APS-солвер и возвращение обновленного плана (BPMN).

Спланировав работу производственных или обслуживающих подразделений, необходимо довести задачи до исполнителей, снабдив их необходимой информацией, которая поможет в соблюдении технологических регламентов и правил. В зависимости от типа производственных процессов, эти задачи могут включать формирование перечня работ, их назначение для исполнения, распределение работ по производственным участкам или оборудованию, формирование технологических инструкций и параметров для передачи производственному персоналу или системы управления технологическими процессами для исполнения. Перечень работ, соответствующих каждой производственной операции, определяется в объектной модели платформы «Определение работ» (Work Definition model): выбирается производственный объект, на уровне которого создается задание; создается новое сменно-суточное задание и из справочников заполняется базовый набор атрибутов (смена, бригада и т. п.). Далее происходят загрузка задачи из действующего плана со всеми характеристиками и ее запуск в работу с созданием (на основании типа производственной задачи и конфигурации в объектной модели) набора наряд-заказов, требуемых для выполнения задания в целом, и назначением исполнителей.

Жизненный цикл наряд-заданий, шаги формирования и назначения производственных задач, как и их последовательность, определяются в рабочих процессах, которые могут быть адаптированы под требования проекта.

Для реализации функций планирования и диспетчеризации на платформе используются все возможности платформы: сервисы сбора технологических данных, интеграционные сервисы, единая объектная модель и НСИ, смежные прикладные решения, средства развертывания и мониторинга инфраструктуры — все это минимизирует точки появления «островной» автоматизации, усложняющей сопровождение и развитие ИТ-инфраструктуры. Текущий набор сервисов позволяет моделировать основные производственные функции предприятия, и даже если в какой-то момент оказывается, что чего-то не хватает, то, в отличие от «монолитного» решения, добавление нового сервиса, обрабатывающего новый тип информации, не потребует переработки всего решения.

Прослеживаемость и генеалогия

Назначение этого функционального блока — получение ответов на вопросы: когда, где, что, как и кем выполнялось? Соответствующие функции позволяют осуществлять регистрацию времени, места и технологических параметров каждой операции; регистрацию персонала; регистрацию потребляемых, используемых и производимых материалов и незавершенной продукции в каждой операции производственного процесса; проверку правил выполнения операций и соблюдения рецептуры; регистрацию последовательности выполнения операций и преобразования материалов, сырья и незавершенной продукции в производственном процессе; средствами компьютерного зрения идентифицировать партии или условия проведения производственного процесса. Все собираемые данные классифицируются, унифицируются и, если требуется, обогащаются средствами встроенной бизнес-логики. За подготовку информации отвечают конфигурируемые рабочие процессы, логика которых может настраиваться под конкретный проект. Процесс сбора, подготовки и взаимной увязки информации осуществляется автоматизированно, без участия пользователя. Так предприятие получает полный контроль над всеми стадиями и операциями производства каждой партии, каждым видом выпускаемой продукции с мгновенным доступом ко всей регистрируемой информации, включая информацию о качественных характеристиках и технологических условиях производства.

Основа успешной работы системы прослеживаемости — актуальные и достоверные производственные данные, собираемые в разрезе отдельных партий продукции, производственных процессов, операций на технологическом оборудовании с учетом их взаимного влияния в рамках производственного процесса.

При реализации на платформе системы прослеживаемости происходит конфигурирование ресурсных моделей (модель оборудования, модель материалов, модель персонала, модель процессов) и привязка параметров реального времени (АСУТП, датчики, устройства Интернета вещей, контроллеры) к свойствам модели оборудования с помощью пользовательского интерфейса управления объектными моделями платформы [5]. Далее создаются спецификации для выявления производственных событий (конфигурирование правил опознания событий выпуска или преобразования материалов) для классов оборудования или типов производственных операций и рабочие процессы для обработки выявленных производственных событий и их информационного обогащения. Эти функции доступны через интерфейс платформы и редактор BPMN-процессов.

Шаблоны рабочих процессов строятся на основе расширяемой библиотеки сервисных задач и позволяют обрабатывать входящие производственные события; создавать производственные операции в системе и обеспечивать сбор данных; регистрировать привязку материалов к операциям, создавать генеалогические связи; взаимодействовать со смежными подсистемами, например, обращаться к наряд-заказам за информацией об исполнителях, планируемых ресурсах, целевых параметрах; взаимодействовать со сторонними источниками данных, хранящимися, например, в реляционных базах данных, или обращаться по REST API.

Все данные по каждому производственному этапу сохраняются в системе, и за счет того, что сбор и анализ всей информации происходят синхронно с производством, пользователям всегда доступны актуальные оперативные данные, например, по номеру партии или по месту хранения изделия.

***

Корпоративные информационно-производственные системы достаточно динамичны — в зависимости от запросов рынка они постоянно пополняются новыми компонентами, что требует непрерывных усилий по их интеграции, сопровождению и обеспечению актуальными данными. При сборке такой системы из решений от разных разработчиков необходимо согласование интерфейсов и сопоставление форматов данных на каждом стыке. Решение на основе цифровой платформы обеспечивает единство информации и позволяет организовать бесшовное взаимодействие между различными функциональными компонентами.

Литература

1. Вожаков А., Столбов В., Федосеев С. Интеллектуальные информационные системы управления предприятием. ЛитРус, 2021. 470 с.

2. Pauli T., Fielt E., Matzner M. Digital Industrial Platforms // Bus Inf Syst Eng. 2021. Vol. 63. P. 181–190. URL: https://doi.org/10.1007/s12599-020-00681-w (дата обращения: 21.05.2022).

3. Petrik D., Herzwurm G. Towards the iIoT ecosystem development: understanding the stakeholder perspective. In: Proceedings of the 28th European conference on information systems. 2020. Pp. 1–15.

4. Velosa A., Goodness E., Xiang M., Havart-Simkin P., Berthelsen E., Kim S. Competitive Landscape: IoT Platform Vendors. Gartner, 2020. URL: https://www.gartner.com/en/documents/3983934/competitive-landscape-iot-platform-vendors (дата обращения: 21.05.2022).

5. Колобов И., Арефьев Ф. ZIIoT: цифровая платформа для промышленности // Открытые системы СУБД. 2021. № 2. С. 10–12. URL: https://www.osp.ru/os/2021/02/13055940 (дата обращения: 21.5.2022).

Василий Фадеев (vasiliy.fadeev@zyfra.com) – директор по продуктам, Сергей Кукушкин (sergey.kukushkin@zyfra.com) – менеджер продукта, Иван Друзин (ivan.druzin@zyfra.com) – старший менеджер продукта ГК «Цифра» (Москва).