руководитель направления компании Dell EMC по продаже OEM/IoT-решений в России и СНГ
В связи с появлением Интернета вещей к 2020 г. ожидается появление 30 млрд IoT-устройств. По прогнозам западных аналитиков, через пару лет к Интернету каждую секунду будет подключаться 63 млн новых устройств, большую часть из которых могут составить девайсы, не контролируемые непосредственно людьми. Мало кто мог себе представить такие масштабы проблемы в далеком 1985 г., когда термин Internet of Things появился на свет.
История, определения терминов
Термин «Интернет вещей» (Internet of Things – IoT) впервые был предложен Питером Т. Льюисом (Peter T. Lewis) еще в ноябре 1985 г. на конференции, организованной Министерством торговли США, и подразумевал «интеграцию людей, процессов и технологий со связанными устройствами и датчиками для обеспечения удаленного мониторинга состояния, манипуляции и оценки тенденций таких устройств» (http://www.chetansharma.com/IoT_History.htm).
Развитие IoT-направления стимулировалось прежде всего стремительным увеличением количества подключенных к Интернету устройств, общее число которых, по прогнозам
Cisco, к 2020 г. превысит население планеты более чем в три раза
На бытовом уровне IoT-решения подразумевают возможность управления/контроля/мониторинга, например с помощью смартфона, широкого спектра подключенных к Интернету устройств: видеокамер, стиральных машин, автомобилей, множества бытовых девайсов, устройств обеспечения концепции «умный дом», приборов онлайнового состояния здоровья человека и т. п.
Дальнейшее использование IoT-решений на промышленных предприятиях, в офисах сдерживалось несовместимостью проприетарных сетевых протоколов. Для решения данной проблемы в 2014 г. компаниями IBM, AT&T, Cisco, Intel и General Electric был создан Консорциум Промышленного Интернета (Industrial Internet Consortium), который опубликовал документ «Промышленная инфраструктура подключения к Интернету» – схему стандартов подключения и шаблон архитектуры для разработки совместимых решений подключения различных устройств на производстве (https://iot.ru/wiki/iiot). Так появились термин «индустриальный IoT» (Industrial Internet of Things – IIoT) и соответственно IIoT-решения как подкласс IoT-решений.
Отличительные особенности IIoT от IoT-решений[1] состоят в том, что технологии IIoT сфокусированы и архитектурно ориентированы на использовании в ресурсоемких отраслях и связанных средах, которые, как правило, регулируются и регламентируются.
Gartner выделяет три сектора ресурсоемкой экономики для применения IIoT-решений (на практике их гораздо больше. – Прим. ред.):
- производство, добыча/переработка природных ресурсов, в которые входят подсекторы автомобильной, потребительской недлительного использования продукции, энергоресурсы и их переработка, тяжелая промышленность, ИТ-оборудование, науки о жизни, продукты здравоохранения, добыча/переработка/производство природных ресурсов и материалов;
- транспортировка, включающая подсекторы воздушного транспорта, автомобильные перевозки, трубопроводы, железнодорожные и водные перевозки, складирование, курьерские и вспомогательные услуги;
- коммунальные услуги, включающие подсекторы электро-, газо- и водоснабжения.
К другим особенностям IIoT-решений можно отнести возможность интеграции потоков данных с сотен тысяч оконечных устройств, а также аналитической обработки этих потоков в режиме реального времени с использованием всех технологий и методов, включая ML/DL, на базе локальных и облачных платформ с in-memory многопараллельной безопасной обработкой данных.
Промышленные «тяжелые» IIoT-решения стали появляться сравнительно недавно – в 2016 г., после создания специализированных чипов для интеграции оконечных устройств в IP-сети, IoT-шлюзов для агрегирования потоков данных, стандартизации протоколов и разработки приложений и аппаратных платформ, а также соответствующих фреймворков для потоковой IoT-аналитики.
Необходимо отметить, что с развитием беспроводных технологий связи, в том числе сетей мобильной связи стандарта 5G, спектр способов агрегирования данных и устройств будет расширяться и перераспределяться.
Gartner выделяет следующие технологические функции/уровни/подсистемы в составе IIoT-платформ:
- управление устройствами – программное обеспечение, которое позволяет выполнять ручные и автоматизированные задачи по созданию, предоставлению, настройке, устранению неисправностей и управлению множеством IoT-устройств и IoT-шлюзов удаленно, по группам (или индивидуально) и с необходимой безопасностью;
- интеграционные компоненты – программное обеспечение, инструменты и технологии, такие как коммуникационные протоколы, API и адаптеры приложений, которые минимально отвечают требованиям интеграции данных, процессов, корпоративного приложения и IIoT-экосистемы в облачные и локальные развертывания для реализации законченных (end-to-end) IIoT-решений. Эти IIoT-решения включают IIoT-устройства (например, коммуникационные модули и контроллеры), IIoT-шлюзы, конечные IIoT-устройства и IIoT-платформы;
- управление данными – эта функция включает в себя следующие возможности:
- сбор данных с оконечных и пограничных IoT-устройств;
- запись и хранение данных, собираемых с периферийных устройств, на корпоративной платформе;
- обеспечение доступности данных, группируемых по приборам, ИТ и операционным технологическим системам и др., при необходимости;
- отслеживание как самого потока данных, так и его происхождения;
- обеспечение соблюдения политик/регламентов управления/анализа данными для обеспечения качества, безопасности, конфиденциальности данных;
- анализ данных – обработка/анализ потоков данных от устройств, корпоративных и контекстных данных для обеспечения понимания состояния активов за счет их мониторинга, индикации, отслеживания шаблонов и оптимизации использования. При этом могут применяться различные методы/технологии: механизмы правил, обработка потока событий, визуализация данных и машинное обучение;
- возможность доступа приложений к данным (application enablement and management) – эта функция включает программное обеспечение, которое позволяет бизнес-приложениям в любой модели развертывания анализировать данные и выполнять бизнес-функции, связанные с IoT. Основные программные компоненты управляют ОС, стандартными входами и выходами или файловыми системами, чтобы использовать другие программные компоненты платформы. Платформа приложений (например, платформа приложений как услуга – PaaS) содержит компоненты инфраструктуры, включающие приложения, разработку приложений, управление временем выполнения и цифровые близнецы. Платформа позволяет пользователям добиться масштабируемости и надежности «облачного масштаба», быстро и легко развертывать и доставлять решения IoT;
- безопасность – эта функция включает в себя программное обеспечение, инструменты и практики, облегчающие аудит и соблюдение комплайенса (регламентов, требований отраслевых и федеральных), установление и выполнение профилактических и корректирующих мер контроля и действий для обеспечения конфиденциальности и безопасности данных в рамках IIoT-решения.
Gartner также определяет отличия IIoT-платформ от OT-систем[2], используемых в промышленных средах, относительно возможности:
- обеспечения более экономичного высокоскоростного сбора больших объемов комплексных машинных данных из сетевых оконечных точек IoT;
- федерирования и оркестрации исторически разбросанных источников данных по отдельным «островкам», что обеспечивает лучшую доступность данных для использования как внутри организаций, так и между ними;
- лучшего понимания данных при их углубленном анализе, более продуманных последующих действий в гетерогенной группе активов за счет специализированного анализа и централизации данных;
- улучшенной поддержки приложений и визуализации данных по сравнению с устаревшими системами.
IIoT-платформа объединяет и задействует ИТ- и ОТ-системы в области совместного применения и потребления данных, а также позволяет разрабатывать и развертывать приложения. Платформа IIoT все чаще используется для обогащения и дополнения функций OT-системы для улучшения стратегий и процессов жизненного цикла управления активами. В некоторых новых вариантах использования платформа IIoT может устранить отдельные функции OT-систем.
Обзор рынка
К 2020 г. на локально развертываемые IoT-платформы в сочетании с оконечными устройствами будет приходиться до 60% аналитической информации IIoT, которая сегодня составляет менее 10%1.
IDC предсказывает, что к 2020 г. 60% производителей будут использовать «цифровых двойников»[3] связанных продуктов с аналитикой для улучшения качества продуктов и сервисов (IDC FutureScape: Worldwide Manufacturing Product and Service Innovation, 2017).
К концу 2022 г. более 15% производителей разработают или приобретут IoT-платформы (по сравнению менее чем с 1% сегодня1).
В мае 2018 г. Gartner опубликовала исследование Magic Quadrant for Industrial IoT Platforms, ID G00337297 . В квадрант «лидеров» никто не попал, что иллюстрирует самое начало развития IIoT-направления, зрелость решений которого еще впереди.
Среди «визионеров» можно назвать три компании: SAP, PTC и Hitachi. Здесь необходимо отметить, что в отчет попали разработчики приложений верхнего уровня, которые, в свою очередь, могут строиться на решениях от других вендоров.
Созданная в мае 2016 г. платформа Hitachi Lumada[4] разрабатывается и поставляется бизнес-подразделением Hitachi Vantara (реорганизация и ребрендинг Hitachi Insight Group, Hitachi Data Systems и Pentaho, а также Hitachi Ltd. и других компаний группы). Lumada предоставляет полный спектр функциональных возможностей платформы IIoT, используя комбинацию технологий Hitachi, возможности аналитики и управления данными через свою бывшую бизнес-единицу Pentaho.
Lumada можно развернуть как в традиционной локальной модели, так и в виде размещенного облачного сервиса на базе AWS, облачной платформы Google и Microsoft Azure. Hitachi Vantara недавно анонсировала решение Hitachi IoT Appliance, состоящее из программного обеспечения платформы Lumada, упакованного с оборудованием Hitachi. Поставщик продолжает добавлять отраслевые приложения и функции через процесс совместной разработки клиентов, основанный на концепции «ядер решения», которые представляют собой подключаемые компоненты – их можно использовать и персонализировать для развертывания клиентов, удовлетворяя типичные требования, такие как мониторинг промышленных активов, обслуживание, планирование, качество, безопасность и производительность.
По оценке Gartner, Lumada лучше всего подходит для промышленных сред, в которых используется оборудование Hitachi и где клиенты могут использовать предварительно построенные функции Lumada для взаимодействия с граничными устройствами и готовые ядра решений для требований приложений.
В 2016 г. SAP объединила свои возможности IoT под брендом Leonardo, вложив 2 млрд долл. инвестиций в течение пяти лет, и включила такие приобретения, как PLAT.ONE и Fedem Technology. SAP Leonardo[5] доступно через облачную платформу SAP, кроме того, оно работает с облачными сервисами AWS, Google и Microsoft.
SAP Leonardo IoT и внутренние решения SAP основаны на разных технологиях с разными циклами разработки. SAP Leonardo IoT доступно только через облачную платформу SAP. SAP может предоставлять клиентам функционально эквивалентную платформу в качестве локального, частного облачного решения на основе SAP и сторонних технологий. SAP предоставляет решения IoT, которые могут быть развернуты в облаке и локально, а также предлагает услуги IoT, в том числе управление устройствами, потоковую аналитику, искусственный интеллект (AI), машинное обучение, интеллектуальный анализ данных и периферийные вычисления.
В портфеле компании представлены шаблоны, методологии проектирования и ряд инструментов проектирования и разработки. Цифровые близнецы являются фундаментальной частью подхода SAP к IIoT.
Дополняющие решения
На рынке IIoT-решений работает множество поставщиков. В частности, компания Dell EMC недавно анонсировала линейку IoT-шлюзов для агрегирования потоков данных: они позволяют раскрыть весь потенциал IIoT-технологий при соблюдении требований по безопасности и обработке корпоративного класса.
Шлюзы Dell Edge Gateway позволяют соединить и устаревшие, и современные системы с использованием универсальных проводных и беспроводных каналов ввода-вывода. Они проходят тщательное тестирование на возможность работы в загрязненных, влажных и опасных средах, в том числе в условиях сильной вибрации и широкого диапазона температур, и поддерживают различные варианты монтажа, например на стене, в автомобиле, с помощью DIN-реек и др.
Шлюзы Dell Edge Gateway, разработанные на базе процессоров Intel Atom, способны выполнять анализ в непосредственной близости от устройств и датчиков, отправляя в облако или ЦОД только значимые данные, минимизируя использование полосы пропускания и не расходуя деньги на передачу ненужных данных.
В линейку Dell Edge Gateway входят серии 5000 и 3000. Серия 5000 – это надежные модульные устройства, оптимизированные для фиксированных приложений. Они оснащены более мощными процессорами Atom и расширяемой подсистемой ввода-вывода для поддержки текущих и будущих сценариев использования. Серия 3000 – небольшие, но достаточно мощные шлюзы, оптимизированные для специальных мобильных решений и систем, которые развертываются за пределами контролируемой сети . Шлюзы этой серии оснащены оптимальной подсистемой ввода-вывода и подходящими вычислительными возможностями, они также отличаются компактностью и невысоким энергопотреблением.
Шлюзы Dell Edge Gateway могут агрегировать данные одного приложения с данными нескольких приложений. Шлюзы обеих серий можно использовать совместно, чтобы получить возможности, отсутствующие в современных суровых условиях работы. Кроме интерфейсов USB и Ethernet шлюзы Dell Edge Gateway поддерживают беспроводные технологии, такие как Wi-Fi и BLE. Интегрированные возможности сотовой связи обеспечивают подключение в тех случаях, когда требуется резервирование или полностью изолированная сеть либо на удаленных объектах, где есть проблемы со связью.
Open source решения для потоковой аналитики
Распространение подключенных устройств и датчиков приводит к лавинообразному увеличению потоковых данных, которые необходимо принимать на высоких скоростях и быстро анализировать. При невысоком уровне масштабирования (количество датчиков, объемы потоков) потоковая аналитика может и не представлять трудностей, но, по мере того как разрабатываются новые приложения для новых применений – от промышленного IoT до подключенных автомобилей и до обнаружения мошенничества в режиме реального времени, растут объемы потоков и возникает нехватка соответствующих ИТ-инструментов, необходимых для обработки таких потоков с требуемыми скоростью и отказоустойчивостью.
Streaming заставляет разработчиков систем переосмысливать фундаментальные принципы обработки и хранения. Dell EMC разработала новый примитив хранения, называемый потоком, который теперь позволяет обрабатывать данные как бесконечные и непрерывные. Это предназначено для IoT и потоковых архитектур и реализовано в новом проекте с открытым исходным кодом – Pravega. Потоки Pravega обеспечивают основу хранилища для надежных потоковых систем: высокопроизводительный, долговечный, эластичный и бесконечный поток байтов только для приложений со строгим упорядочением и согласованностью для обеспечения точных результатов в режиме реального времени. За счет комбинирования потоков Pravega с потоковым процессором с отслеживанием состояния, таким как Apache Flink или Spark Streaming, можно реализовать систему, динамически масштабируемую в соответствии с объемом поступающих данных, создавать потоковые приложения (которых не было раньше) и плавно их масштабировать от прототипа (начала разработки) до продуктивного использования. Pravega делает преимущества потоковой передачи доступными для всех.
Примеры проектов на базе IoT-решений SAP
Большое количество применений IoT-решений было продемонстрировано на SAP Forum в апреле 2018 г. Так, компания ОМК использует IoT-систему для контроля за слябами. Каждое изделие имеет свои метки и уникальный номер, что позволяет заносить в систему все данные об операциях со слябом, об оборудовании и людях, участвующих в производстве трубы. В результате временные затраты на производство изделий сокращаются.
Интересный сценарий был недавно реализован в виде пилота в НЛМК: металлургическая компания вместе с SAP и Национальным центром Интернета вещей запустила пилотное решение для позиционирования персонала на производстве в режиме реального времени. При помощи новой системы менеджеры предприятия получат возможность отслеживать перемещение сотрудников на производственных объектах с точностью до 50 см в режиме реального времени. Это необходимо на опасных производствах для охраны труда и оказания экстренной помощи сотрудникам. У работника есть возможность вызова через кнопку «срочной помощи» – система позиционирования позволяет быстро находить этого сотрудника.
С помощью Интернета вещей бизнес может создавать так называемый Facebook для оборудования с «цифровыми двойниками» всего производственного оборудования – вплоть до уровня конкретного станка. Такая «социальная сеть» позволит создавать единую информационную среду, в которой могут участвовать несколько видов контрагентов для работы с данными об инфраструктуре с большей эффективностью. Такой сценарий был реализован в Германии нефтехимическим концерном BASF при помощи решения SAP Asset Intelligence Network.
Еще один пример – использование Интернета вещей в энергетике. Одна из российских энергетических компаний применила его для борьбы с потерями электричества (в отдельных населенных пунктах потребители не оплачивали до 40% электричества, за девять месяцев 2016 г. в четырех регионах присутствия компания обнаружила около 3 тыс. случаев безучетного потребления энергии различными организациями). По новому IoT-сценарию данные о потреблении электричества собираются со счетчиков в квартирах и домах и раз в 30 минут передаются в единую базу данных на платформе SAP HANA, чтобы накопить большие массивы данных. Компания в результате анализа визуализирует графики потребления с привязкой к карте, чтобы понять области с нетипичным потреблением и потенциальное нахождение недобросовестных потребителей. В результате запуска проекта в отдельных населенных пунктах потери были сокращены с 40 до 3%, а производительность труда персонала, который занимается проверкой счетчиков, выросла более чем в два раза.
Холдинг «Афанасий» проводит автоматизацию всего процесса цепочки поставок – от склада до холодильника в магазине. Одно из пилотных решений было реализовано на SAP Cloud Platform: с помощью RFID-меток и специальных считывателей система позволяет отслеживать температуру и местонахождение продукции, наличие продуктов других потребителей, накапливать данные для построения аналитических отчетов.
Активно используют Интернет вещей и в железнодорожной отрасли. Так, например, железнодорожная компания Италии Trenitalia запустила проект Predictive Maintenance для обслуживания скоростных электропоездов. В этом решении IoT используется в связке с аналитическим инструментарием. Скоростные составы нельзя ремонтировать по одному вагону – необходима полная профилактика. Простой одного состава приводит к потере значительных средств. Для уменьшения времени ремонта в компании перешли к крупноблочному ремонту.
Hitachi Vantara
Hitachi Vantara, дочерняя компания Hitachi, Ltd., на конференции NEXT 2018 представила решения серии Lumada Maintenance Insights. Эти IoT-решения, разработанные на основе искусственного интеллекта (ИИ), используют высокоточные прогностические и директивные алгоритмы, которые помогают заказчикам выявлять потенциальные сбои в оборудовании и дают необходимые рекомендации по ремонту и обслуживанию, позволяющие повышать эффективность эксплуатации и исключить простои. Такие усовершенствования способствуют улучшению результатов бизнеса за счет максимально полного использования потенциала данных вне зависимости от их местонахождения – будь то центр обработки данных, облако или оконечные устройства – и занять ведущие позиции на современном рынке, активно использующем цифровые технологии и решения в области аналитики данных.
Новые решения серии Lumada Maintenance Insights предназначены для компаний, работающих в области перевозок, промышленного производства, энергетики, а также эксплуатирующих сложное оборудование, непредвиденные простои которого могут привести к значительным финансовым потерям и тяжелым последствиям с точки зрения безопасности. По некоторым оценкам, заказчики тратят 37 млрд долл. на решения, которые представляют собой попытки связать воедино разрозненные программные продукты для планирования, подготовки, ремонта и выставления счетов. В решениях серии Lumada Maintenance Insights используется интегрированный подход для поддержки сотрудников всех уровней, участвующих в процессах ремонта и обслуживания, – от техников по ремонту и менеджеров по обслуживанию до директоров производств и руководителей бизнес-направлений.
ИТ-инструменты серии Lumada Maintenance Insights помогают в решении следующих наиболее распространенных проблем:
- простои оборудования: непредвиденные отключения, которые влияют на основные производственные показатели;
- отсутствие возможности исправления ошибок с первой попытки: высокие затраты на доработку и производственные потери;
- лишние запасные компоненты на складах: не те компоненты и не в том месте;
- низкий уровень удовлетворенности заказчиков: снижение процента продлений контрактов на обслуживание.
В решениях серии Lumada Maintenance Insights использованы модели машинного обучения, которые можно легко адаптировать для управления конкретными ресурсами и встраивания в конкретные производственные процессы. Предлагаемые решения позволяют определять состояние оборудования на основе анализа более ранних и текущих данных о его ремонте. Затем, на основе анализа полученных данных, они вырабатывают перечень шагов по обслуживанию или ремонту оборудования с указанием времени/последовательности их выполнения. Кроме того, такие решения позволяют подготавливать и отслеживать выполнение рекомендаций по ремонту, оптимизации графика процедур обслуживания, поставки запасных компонентов и эффективности обслуживания.
Редакция благодарит за помощь в подготовке статьи компанию Dell EMC.
[1] Gartner: Magic Quadrant for Industrial IoT Platforms, Published 10 May 2018 – ID G00337297.
[2] Gartner определяет OT (Operational Technology – операционные технологии) как системы, используемые для контроля и управления физическими не ИТ-активами предприятий, связанными с событиями для управления (а также контроля над ними) такими физическими процессами, как электричество, клапаны/вентили, станки, освещение или окружающая среда.
[3] Цифровой двойник – это «живое» цифровое представление физического объекта, которое позволяет обеспечить контроль объекта на всех его стадиях – от начала проектирования и производства до конца жизни. Цифровой двойник предоставляет информацию в реальном времени о конфигурации и состоянии актива, а также исторические данные, которые могут быть запрошены через API. Цифровые двойники действуют от имени физических объектов, отправляя оповещения и уведомления, имея возможность инициировать потоки управления, чтобы действовать в физическом мире. Более сложные цифровые двойники имеют иерархии или отношения; содержат производные данные статистического, машинного обучения и физического моделирования; раскрывают возможности обслуживания. Подключение цифровых близнецов от нескольких поставщиков к различным потребителям создает надежную сеть цифровых близнецов.
[4] Источник: официальный пресс-релиз Hitachi Vantara.
[5] Источник: официальные материалы компании SAP.
