• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Новости

Топ-7 направлений цифровой трансформации станкостроения

Топ-7 направлений цифровой трансформации станкостроения

Использован дизайн macrovector / Freepik

Версия для печати

Институт статистических исследований и экономики знаний НИУ ВШЭ с помощью системы интеллектуального анализа больших данных iFORA выявил наиболее значимые кластеры технологий, которые улучшают работу станкостроения — системообразующей отрасли промышленности, обеспечивающей средствами производства все остальные.

Справочно: Система интеллектуального анализа больших данных iFORA разработана ИСИЭЗ НИУ ВШЭ с применением передовых технологий искусственного интеллекта и включает более 750 млн документов (научные публикации, патенты, нормативная правовая база, рыночная аналитика, отраслевые медиа, материалы международных организаций, вакансии и другие виды источников). В 2020 г. iFORA отмечена в журнале Nature в качестве эффективного инструмента поддержки принятия решений в интересах бизнеса и органов власти. ОЭСР относит систему к успешным инициативам в области цифровизации науки. Для данного исследования проанализированы более 69 тыс. англоязычных источников за 2019–2023 гг., отражающих актуальную повестку бизнеса.

В контексте общей для ведущих экономик установки на формирование технологического суверенитета одним из важнейших национальных приоритетов становится организация производства критически важной продукции станкостроения и его ускоренная модернизация. Мировая повестка цифровой трансформации этой индустрии, как показали результаты анализа больших данных, сосредоточена между технологиями и сегментами отрасли (рис. 1).

Одни направления отражают сценарии внедрения передовых цифровых решений в промышленности, другие связаны с практиками повышения функциональности и эффективности отдельных видов оборудования для решения производственных задач. Некоторые направления, например робототехнические устройства, находятся на стыке технологий и видов оборудования, совмещая в себе характеристики обоих (табл. 1).

ИСИЭЗ НИУ ВШЭ

Автоматизация производственных процессов и внедрение интеллектуальных систем — ядро цифровой трансформации промышленности; в контексте станкостроения подразумевает передачу контроля за операциями от человека к автоматизированным системам. Конечным этапом развития направления является безлюдное производство, где операторам отводятся в основном функции управления технологическим процессом. Среди распространенных цифровых решений — системы предиктивного обслуживания, цифровые двойники и др.

Так, в Германии разработчик промышленного программного обеспечения (ПО) Hufschmied представил систему Sonic Shark на базе искусственного интеллекта (ИИ) и датчиков уровня звука, которая отслеживает аномалии в производственных процессах, прогнозирует срок службы аппаратного комплекса (с погрешностью в 3%) и оповещает о необходимости обслуживания. Внедрение данного решения на одном из предприятий дало возможность установить, что 40% устройств изнашиваются с опережающими темпами, и далее заблаговременно обновлять парк оборудования. Другой пример — цифровые двойники станков от отраслевых лидеров Siemens (Германия) и FANUC (Япония), которые полностью воспроизводят операции и механическую структуру станка, отслеживают состояние комплектующих. Решение позволяет выявлять ограничения и сбои в производственных процессах на уровне отдельных элементов станка, заранее проводить его профилактику и т. д.

Периферийные вычисления — один из способов снижения объема поступающей на станок информации и обхода ограничений в мощностях. Поддержка деятельности интеллектуальных систем требует мощных процессоров для обработки больших массивов данных. Перенос операций по их обработке и анализу на удаленные сервера (в целях информационной безопасности зачастую находятся на территории предприятия) позволяет не только оптимизировать нагрузку на оборудование, но и увеличить скорость принятия производственных решений.

Американский разработчик и интегратор промышленного ПО Rockwell Automation благодаря совмещению системы промышленного Интернета вещей с периферийными вычислениями повысил эффективность использования оборудования на заводе Falcon Group (ОАЭ) с 16 до 42% (цель — 75%).

Промышленные роботы упрощают обслуживание станков, замещают их функции, содействуют при выполнении производственных задач (подают детали для обработки, заменяют рабочие инструменты и т. д.). В этом ряду наиболее передовое оборудование с интегрированным в него робототехническим устройством.

В автомобильной промышленности широко востребованы многоосевые роботы-манипуляторы компании Effort (Китай): образуя роботизированные линии или участки, они полностью закрывают отдельные циклы производства (сварка кузовов, покраска, погрузочные работы, др.).

Производитель Prima Additive (Италия) предлагает лазерный комплекс с двумя параллельно работающими лазерами и встроенным роботом-манипулятором, который меняет насадки и поддерживает одновременное выполнение нескольких операций: лазерной сварки, резки и осаждения металлов.

Аддитивные технологии скоростного производства существенно повышают производительность и многофункциональность станков.

Например, американский производитель оборудования для 3D-печати Nexa3D выпускает устройства, работающие в 6,5 раз быстрее аналогов.

Подобные решения, как правило, востребованы в узкоспециализированных областях производства и внедряются с учетом запросов завода-заказчика.

Такие базовые возможности алгоритмов глубокого обучения, как обработка и анализ данных, уже широко используются в промышленности в целом и в станкостроении в частности. Однако есть значительный резерв для внедрения передовых цифровых технологий (в первую очередь на основе ИИ, big data и т. п.), способных выявлять скрытые зависимости в данных, прогнозировать параметры производства, поддерживать автоматическое принятие решений. Применение подобных инструментов, в частности для отслеживания состояния комплектующих и обнаружения бракованной продукции, существенно повышает качество производственных процессов.

Довольно эффективную систему мониторинга создала канадская компания Husky (выпускает оборудование для литья и разрабатывает промышленное ПО). Каждый случай распознавания потенциальных поломок сохранил ее клиентам от 4 до 6 тыс. долл. США1.

Совершенствование применяемого в станкостроении лазерного оборудования позволяет производить все более сложные и высокоточные операции, что особенно важно для микроэлектроники. Цифровые технологии машинного зрения делают возможными операции на уровне 10 микрометров (10-5 мм). Автоматическая регулировка скорости и диаметра луча лазера для резки материалов снижает энергопотребление.

Обладающие таким функционалом японские станки Mazak потребляют на 60% меньше энергии по сравнению с аналогами.

Один из устоявшихся в отрасли трендов — переход на оборудование с ЧПУ. Подобные станки обладают большей гибкостью и быстротой переналадки по сравнению с рядовым оборудованием. Среди их преимуществ — автоматизация отдельных производственных процессов, возможность выпуска различных деталей, параметры производства которых задаются в программах и т. д. Новое направление — внедрение приложений дополненной реальности для считывания информации о производственных чертежах, сборке и другой документации в 3D-формате. Это может ускорить настройку станка в среднем на минуту.

Резюме

По расчетам ИСИЭЗ НИУ ВШЭ, в следующие несколько лет отдельные направления станкостроения в мире будут демонстрировать двузначные темпы прироста — от 13% до 33% в год. Производство более функционального оборудования, автоматизация процессов (вместе со снижением влияния человеческого фактора), рост качества продукции и скорости ее производства, сокращение операционных издержек — лишь часть преимуществ цифровой трансформации отрасли. Дальнейший уровень ее цифровизации с ориентиром на концепцию безлюдного производства будет зависеть не только от уровня развития технологий, но и от готовности предприятий внедрять эти решения.

 


Источники: расчеты на основе системы интеллектуального анализа больших данных iFORA (правообладатель — ИСИЭЗ НИУ ВШЭ); результаты проекта «Исследование ключевых (“сквозных”) цифровых технологий и перспектив их развития с целью преодоления технологических разрывов, в том числе в условиях санкций, и обеспечения цифрового суверенитета» тематического плана научно-исследовательских работ, предусмотренных Государственным заданием НИУ ВШЭ.

Материал подготовили Георгий Димов, Мария Сварчевская, Алина Фокина


Данный материал ИСИЭЗ НИУ ВШЭ может быть воспроизведен (скопирован) или распространен в полном объеме только при получении предварительного согласия со стороны НИУ ВШЭ (обращаться issek@hse.ru). Допускается использование частей (фрагментов) материала при указании источника и активной ссылки на интернет-сайт ИСИЭЗ НИУ ВШЭ (issek.hse.ru), а также на авторов материала. Использование материала за пределами допустимых способов и с нарушением указанных условий приведет к нарушению авторских прав.

Предыдущие выпуски серии «iFORA-экспресс»:
«Китай: топ-15 технологических трендов цифровой трансформации»
«От “сделано в Китае” к “создано в Китае”»