Что такое СУИД и когда она необходима?
Проектные и инженерные организации, EPC подрядчики и строительные компании, а также промышленные предприятия и операторы инфраструктуры (нефте- и газопроводов, электрических сетей и др.) работают с огромным количеством документов. Эти документы отражают разные стадии жизненного цикла промышленных сооружений и установленного в них оборудования: эскизный проект, проектирование, рабочий проект, строительство и эксплуатация. На каждом следующем этапе жизненного цикла объект "обрастает" все новыми документами, которые дополняют и уточняют ранее выпущенные, или содержат новую информацию.
Кроме документов, накапливаются и структурированные данные об объектах: от сметных расчетов и ведомостей фактического расходования средств на проектирование, строительство и эксплуатацию, до сведений о ремонтах и нарядов на работы в системах ТОиР, событиях и режимах эксплуатации в системах ERP или MES, сведений об авариях и инцидентах. Собираются также временные ряды данных о текущем состоянии функционирования объекта из систем SCADA.
В бизнес-процессах часто возникают ситуации, когда необходимо собрать в единую картину разные элементы данных. Для планирования ремонтных работ и составления оптимальной ремонтной программы нужно консолидировать информацию из технических паспортов оборудования, сведения об авариях, данные инструментального контроля и рассчитанные с их помощью индексы технического состояния. Для организации внеплановых ремонтных работ нужны сведения из проектной и рабочей документации и данные из систем ERP и ТОиР. Для прогнозирования возможных аварий и контроля отклонений режимов функционирования объектов в реальном времени необходимо совместить данные IoT со структурно-функциональной схемой объекта, паспортными данными оборудования и эксплуатационной информацией. Для планирования любых работ по реконструкции объектов нужны все перечисленные виды данных, а для проектирования новых объектов аналогичного назначения - анализ опыта проектирования и эксплуатации существующих объектов.
Заниматься консолидацией данных в тот момент, когда в них возникла необходимость - практически не решаемая задача. Часто не известно даже, какие именно документы существуют на тот или иной объект или установку, где найти актуальные версии документов, какие данные доступны в корпоративных ИТ-системах и в SCADA. В условиях ограниченного времени и ресурсов принимаются не оптимальные решения, основанные на неполных данных.
Мы предлагаем создание Системы управления инженерными данными и документами (СУИД, СУИДД) - единой информационной среды, которая в режиме, близком к реальному времени, консолидирует и предоставляет для использования все перечисленные виды данных.
Сбор данных
Вот основные функции СУИД в части сбора данных:
- Построение структурно-функциональной модели проектируемых или эксплуатируемых объектов. Такая модель должна отражать состав объектов и функциональные их связи. Например, промышленный объект делится на цеха и установки, каждый из которых состоит из определенного оборудования, которое также может иметь деление на составные части; электрическая сеть или нефте/газопровод имеет топологию, которая включает узлы, такие как подстанции/компрессорные станции и пр., и линейные участки.
- Анализ всех документов из файлового архива организации. Робот-краулер автоматически индексирует хранилища SharePoint (или содержимое системы технического документооборота, или любого другого ПО или хранилища документов), классифицирует и привязывает каждый документ к элементам структурно-функциональной модели. Из документов извлекаются и преобразуются в структурированный вид факты: значения технических характеристик оборудования, цены из сметных расчетов, элементы регламентов технического обслуживания, идентификаторы тегов АСУ ТП и др.
- Привязка данных корпоративных систем. Универсальный адаптер позволяет извлекать данные из систем ERP, ТОиР и MES, привязывать их к элементам модели инфраструктуры. Все собранные данные проходят нормализацию, валидацию и консолидацию, в т.ч. связываются дубликаты карточек одного и того же элемента из разных систем, размечаются дубли. Могут использоваться алгоритмы нормализации номенклатуры изделий.
- Привязка данных АСУ ТП. Каждый тег OPC привязывается к конкретному датчику, измеряемой физической величине и единице измерения. Платформа не дублирует функционал Базы данных реального времени, но каталогизирует теги и хранит семантику каждого из них.
Использование данных
- Весь собранный объем данных доступен для поиска, в том числе в диалоговом режиме с помощью ИИ-помощника. Можно получать ответы на конкретные вопросы (например, о составе или характеристиках какого-то узла, наличии определенных документов), или выполнять поиск и сравнение наборов документов, содержащих определенную информацию - например, найти все ситуации, когда применялось определенное проектное решение.
- Можно выполнять поиск аналогичных проектов для учета опыта проектирования, включая поступившие замечания от экспертизы, со стройплощадки и от эксплуатирующих служб.
- СУИД помогает снизить риски проектирования, такие как ошибки в исходных данных для проектирования, ошибки при выборе технических решений, отсутствие согласованности разных частей ПД и др. Система упрощает решение задачи замены оборудования в проекте и корректировки проекта при появлении новых регуляторных требований.
- Характеристики оборудования, извлеченные из документов, можно использовать при подборе оборудования на замену, поиске аналогов оборудования, сравнении цен.
- Нормы расходования материалов, регламенты и состав работ по техническому обслуживанию необходимы для бюджетирования и планирования текущих ремонтов.
- Составление оптимальной ремонтной программы с опорой на данные позволяет рационально распорядиться бюджетом на средний и капитальный ремонт, снизить аварийность.
- Анализ данных по авариям и отклонениям технологических режимов позволяет оперативно реагировать на текущие проблемы в эксплуатации оборудования. На базе системы можно создать оперативный дэшборд для диспетчерских служб. Можно использовать средства ИИ для прогнозирования вероятности отказов и контроля аномалий на основе данных IoT.
- У каждой организации существует множество специфических прикладных задач, которые также можно решить на основе собранного массива информации: например, контроль структуры и содержания входящих и исходящих документов, проверка выполнения нормативных требований при проектировании и ремонтах, проверка сметных расчетов, проверка и сравнение спецификаций на закупку и предложений поставщиков, и многое другое.
Подчеркнем: все предложенные способы использования касаются применения технологий ИИ для оптимизации основных, а не вспомогательных бизнес-процессов. Именно здесь можно достичь наибольшего экономического эффекта от внедрения таких инструментов. В то же время, сами по себе инструменты ИИ, без создания единой структурно-функциональной модели инфраструктуры и объединения данных из разных источников, на сегодняшний день не могут надежным и проверяемым образом решать перечисленные задачи. Поэтому наш подход состоит в комбинировании разных инструментов ИИ с классическими средствами интеграции данных, основанных на использовании единой информационной модели. Таким образом строится композитное решение, способное удовлетворить требованиям бизнеса. Объединяя данные разной структуры из множества источников, мы строим "цифровую тень" актива и создаем фундамент для построения его цифрового двойника, т.е. модели, способной моделировать функционирование объекта и предсказывать его состояние при различных сценариях и условиях работы.
