Дальнейшее развитие СУУТП

Василий Ежов, 21/07/23

С ростом количества данных растет и культура принятия решений на основе все более комплексной работы с ними. Следствием развития подхода Data Driven к принятию решений стало появление СУУТП (АРС).

СУУТП – система усовершенствованного управления технологическим процессом (APC – Advanced Process Control) – внедряется для автоматизации коррекции технологического режима в реальном времени с целью достижения максимальной экономической эффективности производства. Ручная коррекция всегда идет со значительной задержкой и недостаточной частотой для выдерживания оптимального режима.

Конечно, все крупные промышленные компании уже имеют опыт внедрения СУУТП. Даже несколько процентов дополнительной прибыли крупного предприятия с головой окупают ее внедрение. Но, несмотря на колоссальную эффективность, до сих пор СУУТП-системы не могут охватить 100% процессов. Давайте разберемся, почему так происходит и что с этим делать.

Отличие СУУТП от ручной коррекции

СУУТП и модели-советчики

Технологи, разработчики, аналитики, объединив усилия, научились строить достаточно точные модели реальных процессов и с их помощью рассчитывать в режиме реального времени, какое значение параметра необходимо в данный момент установить, чтобы вести режим максимально эффективно с точки зрения экономики.

Соответственно, кажется очевидным, что, сделав шаг 1, научившись считать, мы должны сразу сделать и шаг 2: доверить математической модели вести технологический процесс в режиме автопилота. На практике автоматизировать обратную связь на производственную установку удается только в тех случаях, когда все данные, участвующие в СУУТП-модели, берутся из внутреннего контура АСУТП, в котором и находится как надстройка СУУТП-система.

Для большинства моделей оптимизации процесса необходимо использовать намного больше информации, чем есть в контуре АСУТП. В ходе развития цифровых инструментов в компаниях появилось множество дополнительных информационных систем, данные которых должны быть использованы для реализации 100% сценариев. Это промышленный интернет вещей, LIMS, интеллектуальное видеонаблюдение, роботы и дроны. А еще есть и внешние источники, такие как котировки, сводки погоды, данные от клиентов и поставщиков и пр.

Подобные данные не находятся в периметре АСУТП-сети из-за требований информационной безопасности, которые были написаны и стандартизованы много лет назад, еще до эпохи тотальной цифровизации всех отраслей.

Но оптимизировать технологический процесс все-таки надо, это же экономические эффекты на миллиарды рублей ежегодно. На помощь приходит временное решение – модели-советчики. Нам не запрещено забирать данные из АСУТП-контура в одностороннем порядке. Раз так, то создаем "озеро данных", кладем туда все данные как из АСУТП, так и из внешних систем и на полном наборе строим оптимизирующие процессы модели, а вместо автоматизированной обратной связи на технологическую установку выводим подсказки на дашборд оператору, который вручную вносит корректировки режима в АСУТП-систему.

В такой схеме риски того, что информация из внешних источников может быть скомпрометирована и модель-советчик станет выдавать вредоносные рекомендации, предупреждаются тем, что опытный оператор не позволит вывести режим в опасную зону и довести до срабатывания противоаварийной защиты с последующим остановом производства.

Конечно, наличие советчика лучше, чем вообще без него. Сколько раз может оператор скорректировать технологический режим, рассчитав новые параметры вручную? И сколько корректировок он может просчитать вручную? Какой набор данных он может использовать при ручном расчете? Модели-советчики и количественно, и качественно выводят корректировки на новый уровень. Это уже дает колоссальные эффекты.

Для полной и качественной автоматизации ведения технологического процесса на основе расчета максимальной экономической эффективности требуется разработка новых стандартов архитектуры и информационной безопасности систем управления технологическим режимом, возможно даже переход на концептуально новое поколение АСУТП-решений, имеющих встроенные СУУТП и безопасную архитектуру.

Целевой вид

Прогресс не остановить. Методы управления технологическими процессами совершенствуются, и задача полностью автоматической оптимизации процесса в зоне максимальной экономической эффективности будет решена. Это дополнительное увеличение скорости реакции системы управления и снижение отклонения от самой оптимальной траектории. Это дополнительные несколько процентов эффективности и снижение влияния человеческого фактора. Что же нужно делать для решения данной задачи?

Во-первых, для этого требуется переработка архитектуры промышленного ИТ-ландшафта с целью обеспечения безопасного использования данных из любых источников для работы СУУТП-систем. Возможно, потребуется доработка или переработка отраслевых стандартов информационной безопасности. Но это не означает снижение требований к уровню безопасности.

Во-вторых, приведение уровня базовой автоматизации к состоянию готовности к внедрению СУУТП. Почти во всех проектах внедрения СУУТП, даже на самых современных заводах, мы сталкиваемся с проблемами нехватки измерительных приборов, управляемых механизмов, состояния оборудования, не говоря уже о более старых заводах. Корень проблемы в том, что при проектировании установок никто не видел задач внедрения СУУТП и, соответственно, не предусматривал требуемый уровень базовой автоматизации.

В-третьих, построение цифровых двойников технологических процессов требует принципиально новых данных. То, что раньше измерялось раз в смену в лаборатории, теперь должно измеряться непрерывно хотя бы с частотой в несколько минут, например состав сырья на входе в установку. Для решения задач сбора таких данных приходится создавать новые типы измерительных приборов, с привлечением научного сообщества и годами разработки и отладки.

В-четвертых, открытость источников данных. многие системы АСУТП зарубежных вендоров не имеют стандартных API с открытыми протоколами. Вендоры продают специальные программы-коннекторы, через которые можно получить данные из их систем. Чтобы жить комфортно в эпоху СУУТП, лучше выбирать решения со стандартными открытыми протоколами интеграции.

Модели-советчики

Зачем нужны данные не из контура АСУТП?

Давайте рассмотрим на примерах.

На самом современном реакторе полиэтилена, на самом современном заводе, стояло два датчика температуры, подключенных в контур АСУТП. При отклонениях в режиме возникали локальные перегревы, образование агломерата и забивка реактора. Установка еще 80 беспроводных датчиков температуры класса промышленного интернета вещей позволила отслеживать локальные перегревы и вовремя корректировать режим, не доводя до забивки реактора. Каждый останов реактора стоит сотни миллионов рублей упущенного маржинального дохода.

Часто датчиками могут выступать и камеры с алгоритмами распознавания дефектов продукции или с тепловизионным контролем. Эти данные также могут использоваться для корректировки режимов.

А чтобы понимать, какую продукцию сейчас выгоднее производить, надо получать данные о стоимости товаров на бирже.

Чтобы рассчитать грань между наращиванием объемов выпуска и расходом энергии в процессе, надо получать данные о стоимости продукции и энергии.
Часть данных может приходить через LIMS-системы из лабораторий. а какие-то данные со значительно удаленных объектов – от дронов.

Развитие предиктивной аналитики

Дальнейший рост эффективности производства невозможен без качественного управления надежностью оборудования. Подняв уровень базовой автоматизации ради улучшения ведения технологического процесса, мы получим огромный набор новых данных об оборудовании. Это позволит обучить сотни новых моделей, предсказывающих развитие дефектов на ранней стадии. Своевременное обслуживание по состоянию не только уменьшит расходы на ТО и ремонты, но и значительно повысит время полезной работы оборудования, сократив число отказов.

Хорошо себя зарекомендовала практика использования DIY (Do It Yourself) программного обеспечения для создания предиктивных моделей. Для многих позиций оборудования достаточно опытным специалистам по надежности дать ПО с удобным графическим интерфейсом, в котором они сами смогут для конкретного агрегата создать позицию, прописать правила и разметить данные для обучения предиктивной модели. Таким образом, можно создать тысячи предиктивных моделей без привлечения разработчиков. А имея такое количество моделей, надо также обладать удобными интерфейсами для мониторинга жизненного цикла дефекта от возникновения до устранения.
Ради этого можно и еще датчиков добавить, которые будут нужны пусть даже только для управления надежностью.

Выводы

Мы подошли к моменту технологической готовности к полной и качественной автоматизации ведения технологического процесса на основе расчета максимальной экономической эффективности. Конечная цель – это на 100% автоматизированная коррекция всех режимов работы оборудования на предприятии. Но для достижения такого состояния требуется разработка новых стандартов архитектуры и информационной безопасности систем управления технологическим режимом, возможно даже переход на концептуально новое поколение АСУТП-решений, имеющих встроенные СУУТП и безопасную архитектуру.