Фото: "Меркатор Холдинг"
«Меркатор Холдинг» внедрил на заводе в Калуге собственное программное обеспечение, разработанное при грантовой поддержке РФРИТ. ПО замещает такие ушедшие с российского рынка зарубежные продукты, как Javelin Technologies Inc., Oracle Corp.
Автоматизированная информационная система мониторинга и интеллектуального управления жизненным циклом транспортных средств от разработчиков компании «Меркатор Холдинг» позволяет эффективно планировать развитие производства, увеличивать выход готовой продукции и повышать качество выбора комплектующих.
Проект реализован с использованием средств гранта РФРИТ в рамках нацпроекта «Цифровая экономика». Общая стоимость проекта составила 298,5 млн рублей, сумма гранта – 149,2 млн рублей.
«Благодаря гранту РФРИТ мы успешно внедрили систему мониторинга и интеллектуального управления жизненным циклом транспортных средств на заводе-производителе "Меркатор Калуга". Программное обеспечение позволит эффективнее оценивать надежность работы узлов и агрегатов, планировать сервисное обслуживание, увеличить выход готовой качественной продукции, повысить качество выбора комплектующих. Эффект от внедрения с точки зрения увеличения производства, мы оцениваем в 10-15 процентов», – отметил президент компании «Меркатор Холдинг» Александр Белогорцев.
В основу ПО заложены алгоритмы оценки параметров работы объектов мониторинга методами объективного контроля, сопоставленными с цифровой моделью выполнения задач и регламентов (цифровые двойники задач).
«Цифровые двойники создаются для ключевых объектов мониторинга, как для техники, включая бортовое навесное оборудование, так и для объектов дорожного хозяйства, включающим цифровой регламент. Каждый метр оцифрованной территории "понимает" что, когда и в каком порядке должно быть сделано. Эта концепция лежит в основе многих решений нашей компании: таких как "Монитор города", "Цифровой завод"», – рассказал директор по инновациям компании «Меркатор Холдинг» Павел Теплов.
ИТ-решения необходимы для контроля процесса на этапе эксплуатации. Действия реальной машины сравниваются с поставленными задачами, при этом происходит накопление массива данных, в том числе статистика эксплуатации. На их основе производится расчет износа агрегатов, либо графика сервисного обслуживания.
С помощью цифрового двойника можно сверить работу машины (или отдельных ее частей) с работой цифровой модели. Любое отклонение фиксируется системой. Если машина нарушает регламентную скорость, или не включила требуемый механизм, нарушив регламент на участке дороги – система это отметит, передаст данные оператору, зафиксирует и отразит недовыполнение в отчетах и документах. Это позволяет оперативно устранить проблему и скорректировать показатели исполнения.
Также ПО помогает определять сроки техобслуживания и профилактического ремонта транспортных средств, опираясь на статистику по износу деталей. Отдельный блок планирует сервисное обслуживание, который позволяет правильно распределить количество машин в определенные сезоны.
«В каждой машине – десятки тысяч элементов. При постоянном мониторинге специалист не способен обрабатывать такие большие объемы данных. Только благодаря обработке big data с использованием искусственного интеллекта мы можем прогнозировать те или иные возможные аномальные состояния техники, выявлять узкие места в производстве, оптимизировать бизнес-процессы предприятия», – подчеркнул руководитель проекта Александр Жмурко.
Он добавил, что контроль жизненного цикла является основой для перехода от классического подхода продажи техники к контрактам жизненного цикла: «Существует проблема определения стоимости обслуживания в течение срока контракта. Необходимо знать, сколько «проживет» техника. А такой статистики практически ни у кого нет. Сейчас об этом задумываются многие производители техники. В Европе давно существуют централизованные базы данных по каждой машине, которые используются при проектировании и конструировании. В России созданием подобных систем на уровне больших производств раньше практически никто не занимался».