Proyek apa yang masuk akal untuk memulai dan apa yang dibutuhkan industri dari TI saat ini

Salah satu tugas utama TI sekarang di sektor manufaktur adalah mengurangi jumlah kecelakaan.

Apa yang berubah dalam produksi sekarang?

Salah satu masalah terpenting sekarang adalah nol kematian. Kehilangan personel terjadi karena dua alasan utama: ketidakpatuhan terhadap peraturan keselamatan dan petualangan alkoholik dengan ketidakpatuhan terhadap peraturan keselamatan. Masalah penting kedua adalah kontrol operasi yang benar dan beban produksi yang optimal.

Semuanya berjalan ke titik bahwa dalam sepuluh tahun semua karyawan produksi akan "di bawah tenda". Sekarang sudah ada pilot, tetapi sebelum penyebaran massal teknologi beberapa tahun lagi. Akan ada antarmuka manajer produksi yang terlihat mencurigakan seperti game komputer. Di sana, posisi setiap karyawan, sifat dan kondisi masing-masing mesin, urutan tugas, kesejahteraan semua orang, jenis operasi yang dilakukan. Intinya adalah untuk mendigitalkan semuanya dan mengontrol eksekusi proses yang benar. Dan AI bantu lainnya akan mengoptimalkan tugas karyawan - sudah ada contoh di mana pekerjaan didistribusikan sesuai dengan pemuatan mesin yang optimal dan keterampilan pekerja, itu dikelompokkan dengan benar dan dibangun dalam urutan optimal.

Lompatan terbaru dalam pembelajaran mesin telah memungkinkan untuk mengimplementasikan banyak hal dalam industri. Bahkan besi tua yang mengejutkan dapat digunakan dengan cara baru, misalnya, mencari senjata dalam wadah menggunakan unit sinar-X dan jaringan saraf untuk mengenali bagian-bagian senapan dan pistol bukan lagi berita. Banyak hal yang terjadi di dunia, tetapi saat ini kita sebagian besar berfokus pada analitik video: dari bus dan trem pintar yang “mengetuk” semua pelanggar lalu lintas di sekitar, hingga mengendalikan operasi produksi dan memperluas kecerdasan pekerja dengan “garis di mata”. Ada banyak hal tentang robot - dan ini bukan tentang UAV tunggal, tetapi tentang mengelola satu operator sekaligus dengan segerombolan. Ini adalah permintaan pertanian nyata dari pelanggan Cina, ekonomi mereka tidak bertemu tanpa rasio "satu orang - lima drone".

Nah, di bawah ini adalah lebih banyak contoh spesifik dan proposal untuk berpartisipasi dalam semua ini.

Secara umum, saya ingin berbicara tentang hubungan praktis dengan industri Rusia dan tugas-tugas khusus. Jika Anda tertarik untuk berbicara dengan insinyur dan manajer dari sektor produksi nyata, maka pada 16-17 November di Moskow kami akan memiliki hackathon dengan tugas nyata dari perusahaan industri nyata seperti Sibur, Fosagro, UralChem, Gazprom Neft, dan pada alat modern nyata. Di bawah ini adalah apa yang penting sekarang dan untuk siapa.

Sekarang tentang keamanan. Inilah yang sudah dimiliki alat-alatnya, tetapi perlu diintegrasikan ke dalam realitas industri tertentu:

• Kematian yang sangat tinggi selama pekerjaan di ketinggian tinggi. Skenario yang sangat nyata - Breathalyzers di kabinet dengan peralatan ketinggian tinggi yang sama di satu sisi, dan melacak koordinat Z pekerja di sisi lain. Jika tiba-tiba berubah, tetapi dia tidak mengambil peralatan pelindung pribadi, dan dia tidak memiliki izin, kita dapat menyimpulkan bahwa dia naik ke suatu tempat. Selanjutnya, kecerdasan produksi segera berteriak ke pengeras suaranya: "Ivanov, ambil sabuk pengaman." Notifikasi dapat dikonfigurasi sesuai dengan UX intuitif dan untuk: "Ivanov, #% * @, ke mana Anda pergi, # @ # @?".
• Breathalyzers pada semua tahap menengah - di kabin peralatan khusus, ketika naik ke panel listrik dan sebagainya. Dan kemudian kita semua sadar, dan pada waktunya mengatur untuk menerima.
• Reaksi optimal terhadap kecelakaan - ketika kita berbicara tentang rute individu untuk keluar dari zona bahaya, akan ada skrip untuk koordinasi pekerja untuk menghilangkannya.
• Koneksi semua sensor dengan ACS TP, ketika Anda dapat segera menentukan jenis kecelakaan dan skenario pengembangannya. Nah, hanya menakuti mereka yang merangkak dekat dengan mesin yang bekerja pada waktu yang salah.

Sekali lagi, hackathon memiliki tugas mengoptimalkan operasi sistem ventilasi - sekarang ia bekerja pada nilai nominal 100% dari waktu, dan harus didasarkan pada keberadaan orang, jenis pekerjaan di daerah tersebut dan data penganalisa gas untuk keadaan darurat.

Tentu saja, dalam ekosistem digital baru, akan mudah untuk memundurkan visualisasi dan menyelidiki kejadian apa pun. Dan keduanya pada video "mentah", dan dalam "model digital" produksi.

Secara terpisah, harus dikatakan tentang perbaikan prediktif - di sini kami memiliki posting tentang pemantauan motor listrik dan generator oleh kebisingan yang mereka berikan kembali ke tiang listrik . Ini memungkinkan Anda untuk secara akurat mendiagnosis kondisi mereka dan memperbaiki tepat waktu. Yang jauh lebih murah. Ngomong-ngomong, sekarang Kereta Api Rusia sudah menggunakan sistem prediksi prediksi perbaikan pada roda dan pada saat yang sama memperbaiki aliran dokumen antara kontraktor di blockchain berdasarkan pada platform Exonum (alat ini juga dapat dirasakan pada hackathon dan menulis sesuatu untuk mereka).

Hal lain tentang perbaikan adalah sistem untuk memperluas kecerdasan pekerja. Dalam kasus sederhana, sepertinya asisten dengan kacamata augmented reality, yang akan memberi tahu Anda cara membuat perbaikan darurat dari peralatan mahal tepat di tempat (jika mungkin). Asisten serupa direncanakan untuk paramedis dan ahli bedah lapangan di masa depan, tetapi perbedaan antara memperbaiki peralatan dan memperbaiki seseorang pada sekitar lima tahun kemungkinan besar. Pelatihan atas dasar augmented reality sudah ada - CROC VR kami melakukan hal-hal seperti itu bagi para industrialis dalam hal mengembangkan keterampilan staf dalam bekerja dengan peralatan, perakitan, pembongkaran.

Kombinasi ekspansi intelijen dan analitik video juga akan membantu memeriksa kualitas proses teknologi dan mengontrol kualitas komponen. Pekerja mengambil bagian di tangannya, kacamatanya segera diukur, menunjukkan semua cacat oleh info dari bagian itu dan mengatakan di mana harus meletakkannya. Semuanya akan ditangkap. Seorang pekerja hanya akan diperlukan sebagai avatar untuk kecerdasan buatan di salah satu cabang pengembangan otomasi industri. Tapi kemudian dia akan digantikan oleh robot.

Robot

Drone adalah area kedua yang sangat menjanjikan. Kebetulan saat ini kita hanya berbicara tentang drone terbang, dan paling sering dalam bentuk quadrocopters dan hexacopters. Biarkan saya mengingatkan Anda bahwa masih ada drone terbang dalam bentuk pesawat terbang dan rudal jelajah, drone dalam berbagai bentuk seperti binatang (ular Jepang tampak menjanjikan untuk bekerja di puing-puing, tetapi ada sesuatu yang belum terdengar dari mereka untuk waktu yang lama tentang perkembangan pesat), semua jenis drone memanjat kabel , drone bergulir (kami sedang bereksperimen sedikit dengan drone troli supermarket), drone mengambang, dan drone "unkillable". Dia akan bertarung melawan tembok dan tidak ada yang akan terjadi padanya. Ada banyak drone, dan mereka dibutuhkan untuk semuanya, mulai dari penangkapan ikan sepele hingga kasus nyata pendalaman fairway di pelabuhan tempat kapal besar datang. Namun sama saja, robot terbanglah yang berkembang paling cepat.

Kami sudah menulis tentang pemetaan . Drone dapat melakukan banyak hal dalam produksi, dan saluran pipa juga dapat diperiksa. Banyak aplikasi pertanian: dari penyemprotan yang akurat hingga perhitungan tanaman. Ada pemanen otomatis.

Lapangan untuk kecelakaan dan keadaan darurat - kami telah menyelesaikan beberapa proyek percontohan untuk pengoperasian drone dalam kondisi kerja yang berbahaya di fasilitas produksi, dan layanan pesisir Australia yang sama menggunakan drone untuk membuang liferafts yang tenggelam.

Sudah ada kasus ketika di satu tambang besar penambang mencoba untuk menghapus sebanyak mungkin orang dari tambang itu sendiri. Ada bahaya tabrakan yang terus-menerus dengan peralatan berat dan runtuhnya dinding tambang. Karenanya, drone melakukan dua tugas:

1. Bantu dengan pemeriksaan dinding.
2. Digunakan sebagai ganti orang. Sekarang para ahli datang ke rumah di dekat tepi tambang, meluncurkan drone dari sana dan bekerja dari remote control. Kemudian, stasiun drone dengan perangkat dan pengisi daya yang dapat dipertukarkan direncanakan di sana. Tugasnya adalah menghapus orang dari tambang sambil mengamati operasi peledakan.

Drone dengan radar penembus tanah telah secara tepat menggantikan skating manual gerobak ketika mencari rongga dan situs arkeologi besar. Namun di sektor industri dan konstruksi, pertanyaannya adalah interpretasi data. Sekarang, orang-orang ahli melakukan ini, dan ini adalah ilmu hitam. Ketika kami mengumpulkan lebih banyak data, kami akan melatih jaringan saraf: untuk saat ini, semuanya didasarkan pada aturan, yang masih belum sepenuhnya dipahami. Pakar itu berkata: inilah rongga, inilah sungai bawah tanah. Dan mereka mempercayainya, karena satu-satunya cara untuk memverifikasi adalah mengebor di bawah tanah. Sampel pelatihan diketik dengan sangat lambat.

Area yang lebih menjanjikan

Kami telah berurusan dengan topik industri selama beberapa waktu. Jika vektor menarik, lihat Industri 4.0 ( atau Revolusi Industri Keempat ). Kami telah mengerjakan hampir setiap aspek dalam perusahaan dalam inkubator khusus untuk proyek baru. Tetapi secara khusus sekarang saya ingin memikirkan beberapa teknologi yang dibutuhkan dalam enam bulan ke depan oleh banyak orang.

Dengan munculnya LoRaWan, Anda dapat bermain dengan perangkat komunikasi arus rendah yang sangat kecil. Paket-paket itu kecil, sejauh ini dihitung dalam kilobyte, tetapi ini sudah nyata lima kilometer dari helm pekerja.

Dari apa yang kita ketahui, sekarang dalam tren ada berbagai cara untuk mengidentifikasi seseorang (siluet dan gaya berjalan). Ini diperlukan untuk pencarian cepat - pada salah satu kamera yang diidentifikasi oleh wajahnya, dan kemudian AI membawanya ke seluruh kompleks dan menulis tindakannya. By the way, pencarian di kerumunan oleh wajah telah dilaksanakan pada pelindung taktis, organ internal banyak negara memilikinya. Associated Civil History - Pembayaran tatap muka tanpa kontak.

Kami sudah membuat kereta api pintar yang akan mereka tangkap sendiri berdasarkan serangkaian teknologi ini.

Banyak yang tertarik untuk mengendalikan perilaku pengemudi - ini bukan autopilot, tetapi melacak bahwa Anda tidak dapat minum, merokok, berbicara di telepon dan tidak perlu memuntir suku cadang dan peralatan dari mobil, dan juga membawa muatan di suatu tempat di tengah jalan. Yang terakhir sangat tertarik pada perusahaan asuransi.

Sudah ada suar pada akhirnya, yang mengambil data pendaftar melalui Wi-Fi dan menganalisis gaya mengemudi, pelanggaran dan rute.

Untuk pengendali, sistem "yang berkeliaran" sedang dibuat, ini mirip dengan tugas lama kami - untuk menunjukkan kepada mereka yang kami sapa di kantor hari ini dan tidak. Kami juga membuat kapal pintar di Timur Tengah - ada kontrol atas tindakan karyawan di kapal selama masa transisi, juga pembongkaran dari kamera dan analitik.

Topik yang sangat menjanjikan adalah inspeksi otomatis dan inspeksi objek untuk kerusakan (retakan, korosi, dan sebagainya). Ini digunakan di pabrik dan gudang untuk mengontrol pasokan yang masuk. Pelabuhan sudah memiliki crane yang tidak mengambil kargo sampai drone terbang di atasnya dan menyusun model yang akan dianalisis untuk kerusakan. Ada keran yang melakukan hal yang sama dengan lidar.

Sebenarnya pengamatan yang cerdik terhadap lokasi konstruksi: berapa banyak bahan yang dibawa, ke mana kita pergi, berapa banyak orang yang sebenarnya berada di lokasi konstruksi alih-alih tentara yang ditentukan dalam kontrak kontraktor umum.

Secara umum, kami sedang menunggu dunia baru yang berani, dan kami ingin mengundang Anda untuk melakukannya di hackathon kami.

Apa tepatnya yang akan terjadi di hackathon

Biasanya hackathon lebih kurang teoretis. Tetapi kami melihat apa yang benar untuk dilakukan salah, dan segera menyelesaikan masalah-masalah praktis yang bagi sebagian orang tampaknya adalah masa depan. Kita perlu mencapai MVP dalam dua hari, berkonsultasi dengan para ahli kami dalam perjalanan kerja, dan menunjukkannya. Sebenarnya, ini adalah prinsip akselerator kami, khususnya, untuk dengan cepat mencapai prototipe.

Pendekatan ini menghilangkan masalah utama hackathon terkait dengan fakta bahwa tim yang siap pakai datang ke sana dan menunjukkan perkembangan mereka yang sudah selesai.

Semuanya berbeda dengan kita: berlatih sekaligus, perwakilan pelanggan di situs dan semua alat di tempat. Kami berasumsi bahwa Anda akan mengambil perpustakaan yang sudah jadi, merapat modul yang sudah jadi dan dapat membuktikan bahwa masalah tertentu diselesaikan dengan menggunakan alat-alat TI di sini dan sekarang. Misalnya, tugas menciptakan sistem ventilasi cerdas untuk mengurangi biaya energi dapat diselesaikan dengan menggunakan BLE (termasuk) dan menggunakan Wi-Fi industri dari Cisco . Peserta Hackathon akan menguji solusi di CROC Cloud - itu akan lebih dari cukup untuk semua proses yang membutuhkan kinerja tinggi. Kami telah berpartisipasi dengan tim kami dalam hackathon perbankan di Oman, dan ada semua tugas untuk bank tertentu. Mereka membuat konfirmasi identitas orang tersebut dari foto-foto dokumen dan selfie - dan segera menerima kontrak internasional untuk pelaksanaan penjualan di dalam infrastruktur mereka dalam integrasi dengan modul perbankan Internet mereka. Cara kerjanya seperti ini: pertama, program menentukan bahwa telepon sedang dipegang oleh orang yang masih hidup - tugas diberikan untuk tersenyum, mengedipkan mata kiri Anda atau mengangkat tangan kanan Anda ke kamera. Ada perbandingan foto yang diperoleh sebagai hasil dari penugasan dan orang dalam foto dari dokumen. Identifikasi suara lebih lanjut. Selanjutnya, tanpa kunjungan ke bank, seseorang dapat membuka rekening dan mendapatkan akses ke sana dengan wajah dan suaranya. Semua pengakuan terjadi pada perangkat secara real time, setelah itu data pra-pemrosesan dikirim ke sistem bank untuk menjalankan pemeriksaan yang sesuai. Ketika Anda mengunjungi bank, sistem mengenali orang tersebut dengan gambar dari kamera biasa dan menyapa.

Akibatnya, situasinya adalah sebagai berikut:

1. Hingga 30 September, kami mengumpulkan tugas dari industri dan membuat daftar perwakilan yang akurat di hackathon. Jika Anda berasal dari industri dan Anda memiliki tugas untuk belajar, kirim, berikut ini rinciannya .
2. Hingga 25 Oktober, Anda dapat melamar tim hackathon.
3. Final akan 16-17 November di Moskow.

Siapa yang butuh ini?

• Anda dapat mencoba sendiri dalam memecahkan masalah industri yang nyata. Anda dapat keluar dari rutinitas selama beberapa hari dan membuat proyek. Ya atau tidak.
• Temukan tim: kami memiliki grup VKontakte khusus untuk mereka yang ingin bekerja sama dengan seseorang sebelumnya.
• Memahami apa yang dibutuhkan industri - ini bisa penting untuk proyek independen Anda di masa depan.

Coba alat vendor: kami akan memiliki kit yang siap pakai untuk ditempatkan pada kapasitas cloud kami . Misalnya, dalam tugas satu perusahaan metalurgi, akan dimungkinkan untuk membuat solusi blockchain pada kerangka kerja kecepatan tinggi Exonum (Bitfury) , yang baru-baru ini memasuki registri perangkat lunak Rusia , dan Masterchain rahasia (platform blockchain yang dikembangkan di lokasi FinTech Association (AFT) bersama dengan para peserta kunci) Pasar keuangan Rusia dan Bank Rusia), Cisco akan membawa alat untuk Wi-Fi industri , membangun jaringan LoRaWAN , platform Cisco Kinetic IoT , video surveillance Cisco VSM .

Apa yang kami inginkan: untuk membuktikan kepada industri bahwa adalah mungkin untuk dengan cepat menyelesaikan masalah spesifik, untuk mengadakan hackathon pertama dengan integrasi solusi yang sudah jadi.

Pakar yang mana?

Di mana harus melihat tugas?

Contoh di sini di situs . Lebih dekat ke hackathon akan ada lebih banyak. Semuanya sangat spesifik, misalnya, dalam hal pengakuan peralatan pelindung individu, mereka akan persis seperti yang digunakan di lokasi produksi pelanggan. Ada kemungkinan bahwa mereka yang belum memiliki detektor industri akan sampai di sana, misalnya, dalam pemantauan alat pelindung diri kami , kami tidak melepaskan topi hitam, yang hampir tidak dikenali pada berambut cokelat.

Kami memiliki pengalaman dalam memecahkan masalah seperti itu, jadi kami tahu apa yang diperlukan untuk ini: akses ke alat, ahli di tempat (insinyur dan pebisnis dari pelanggan kami, konsultan kami) dan pizza. Saya ingin berbicara tentang ekosistem kita dalam memecahkan masalah produksi, tetapi ini lebih merupakan topik untuk pos terpisah. Untuk saat ini, secara singkat - kami membantu mereka memenuhi kebutuhan spesifik pabrik atau cerita konseptual tentang teknologi. Artinya, kami menunjukkan manfaat "sebelum" dan "setelah". Apa tepatnya yang harus diterima, berapa uang untuk ditabung, berapa banyak yang diperoleh, berapa banyak nyawa untuk ditabung. Kedua, kita dapat membiarkan diri kita menguji hipotesis seperti menghabiskan 500 ribu rubel untuk melihat apakah seorang analis video dapat menangkap pencurian di sebuah truk. Kami membuat model, menunjukkan efek ekonomi dan kemudian pelanggan membuat keputusan tentang implementasi. Kami juga tahu bagaimana pergi ke perusahaan tertentu dan melakukan semuanya di sana sampai hasilnya. Misalnya, baru-baru ini ada kasus di Siberia di mana kami memperkenalkan visi industri. Mereka meraba-raba dengan kamera, kemudian dengan es, kemudian dengan meluncurkan peralatan untuk beberapa megawatt, kemudian mereka menggulung produk hingga ke kondisi ini, kemudian mereka sedikit mengubah infrastruktur pabrik itu sendiri (tidak ada admin yang kuat) dan hanya pada saat itu berhasil. Kami menawarkan hal yang sama, tetapi sejauh ini tanpa romansa pergi ke beruang kutub. Untuk melakukan hal yang nyata. Sejauh mungkin.

Referensi

• Industri 4.0 .
• Pengakuan APD .
• Helm pintar .
• Situs Hackathon dan semua detailnya .
• Contoh tugas di situs hackathon .
• Grup VKontakte untuk mencari tim .
• Email saya untuk pertanyaan apa pun adalah sstrelkov@croc.ru.