Управление сервисным обслуживанием продукции машиностроительного комплекса на основе технологий искусственного интеллекта

Язык труда и переводы:
УДК:
338.242.2
Дата публикации:
05 января 2022, 22:55
Категория:
Секция 08. Экономика космической деятельности
Авторы
Швайко Борис Александрович
МГТУ им. Н.Э. Баумана
Герцик Юрий Генрихович
МГТУ им. Н.Э. Баумана
Аннотация:
В современном мире все большее внимание уделяется информационным или цифровым технологиям, которые широко применяются в менеджменте предприятий реального сектора экономики. К ним можно отнести технологии распределенных баз данных, больших данных, цифровых двойников, интернета вещей, искусственного интеллекта и ряда других. Авторы полагают, что возможности последнего для управления качеством сервисного обслуживания продукции машиностроительных предприятий недостаточно изучены и внедрены на практике. В работе представлены результаты анализа возможностей более широкого внедрения технологий на основе искусственного интеллекта в систему управления сервисом для снижения издержек при обслуживании высокотехнологичного оборудования и повышения конкурентоспособности производства.
Ключевые слова:
сервисное обслуживание, цифровые технологии, искусственный интеллект, машиностроительное предприятие
Основной текст труда

Машиностроительная отрасль в настоящее время стремительно развивается, и данное развитие предполагает соблюдение баланса между использованием инноваций и четко сформированными процессами выпуска готовой продукции надлежащего качества [1–3]. Использование инноваций в свою очередь характеризуется внедрением в процессы предприятия различных цифровых технологий. Рассмотрим современные цифровые технологии, которые уже нашли свое применение в экономике большинства развитых и развивающихся стран. 

Продукция, выпускаемая машиностроительными предприятиями, отражает ошибки, которые были сделаны на этапе проектирования только с выпуском прототипа выпускаемого изделия. Такой подход к производству продукции подразумевает наличие значительных издержек и для их нивелирования необходимо внедрение цифровой трансформации предприятия, включающих в том числе концепции «цифровых двойников». «Цифровой двойник» изделия – виртуальная модель, которая описывает поведение выпускаемого изделия в реальной жизни и является его прототипом. Цифровой двойник изделия применяется на всех этапах жизненного цикла продукции, включая проектирование, производство, эксплуатацию и утилизацию. Среди основных преимуществ можно выделить следующие:

  • виртуальный ввод в эксплуатацию производимого вида продукции. При производстве продукции отпадает необходимость создавать физический прототип изделия. «Цифровой двойник» позволяет инженерам производить необходимые тесты в виртуальной среде;
  • диагностика онлайн. Применение данной технологии предполагает запуск физического изделия вместе с «цифровым двойником», что позволяет проводить диагностику виртуально;
  • профилактическое обслуживание. Моделирование «цифрового двойника» позволяет предугадать износ отдельных агрегатов установки и сформировать программу профилактического обслуживания для нивелирования риска простоя оборудования из-за отказа определенных узлов.

Блокчейн. По определению Д. Тапскотта и А. Тапскотта, авторов [4], блокчейном является вечный цифровой распределенный журнал экономических транзакций, основной функцией которого является программирование для записи всего, что имеет ценность, в частности, финансовых операций. Блокчейн является распределенной базой данных, устройства хранения информации у которой не являются частью общего сервера и не подключены к нему. Данная база данных сохраняет постоянно увеличивающийся массив упорядоченных записей (блоков), каждому из которых присвоен параметр времени и ссылка на предыдущий блок. Шифрование данных блоков гарантирует доступ только тем пользователям, у которых есть закрытые ключи. Изучение технологии блокчейн применительно к машиностроительной отрасли позволяет выделить несколько основных преимуществ:

  • безопасность. Ввиду высокой конкуренции в машиностроительной отрасли, доступ к информации о производимой продукции, о технологии производства третьими лицами является критической уязвимостью машиностроительных предприятий. Внедрение блокчейн технологии позволяет ограничить круг лиц, имеющих доступ к цепочке блоков;
  • доступ к достоверной истории изменений. При применении технологии блокчейн, в процессе разработки продукции машиностроительных предприятий появляется возможность быстрого доступа к отслеживанию изменений в процессе производства и нахождения причины возникающих неполадок, что позволяет повысить надежность системы в целом.

Технология Big Data — технология анализа и обработки больших объемов данных. Данная технология, при правильном ее использовании позволяет отслеживать огромное число параметров и процессов производства [5]. В накопленных данных можно выявить ключевые зависимости и тенденции, которые влияют на различные аспекты производства.

Интернет вещей — концепция вычислительной сети физических «вещей», оснащенных технологиями, позволяющими взаимодействовать предметам друг с другом либо с внешней средой. Данную технологию, как правило, рассматривают в совокупности с Big Data и представляют собой полноценную экосистему, включающую совокупность устройств связи, хранения и аналитики данных. Совокупность данных технологий, принятых на машиностроительном предприятии в рамках цифровой трансформации, позволяет им контролировать весь процесс производства и постоянно повышать не только качество выпускаемой продукции, но и качество сервисного обслуживания.

Искусственный интеллект. Впервые понятие «искусственный интеллект» ввел Д. Маккарти в 1956 г. В то время под этим термином подразумевали способность машин заменить человека в выполнении задач, требующих обработки большого объема информации. На сегодняшний день под искусственным интеллектом понимают совокупность научных знаний и подходов, позволяющих решать интеллектуальные задачи с применением ЭВМ [6]. Среди основных технологий искусственного интеллекта, применимых в машиностроительной области, можно выделить следующие:

  • технологии распознавания образов и компьютерное зрение. Базовой задачей данной технологии является детектирования различных объектов сегментация изображения на различные объекты и определение расстояния до них. При грамотном применении технологии компьютерного зрения в машиностроении позволяет значительно повысить качество выпускаемой продукции за счет передачи контроля человеком различных процессов контроля. Это может быть контроль брака при выполнении технологической операции [7];
  • технология принятия решений. Применимо к машиностроительной отрасли данная технология предполагает автоматизацию некоторых процессов производства, т. е. когда эти процессы происходят без вмешательства человека. Примером применения технологии может быть обучение методом демонстраций, когда система искусственного интеллекта заучивает механические действия и использует их непосредственно в производстве. Точность исполняемой операции также позволит повысить качество выпускаемой продукции, а как следствие увеличить срок безотказной работы;
  • рекомендательные системы. Данная технология подразумевает под собой анализ ключевых параметров в производстве, их контроль и оповещение оператора в случае изменений. Помимо этого, есть опция самообучения системы на основе имеющихся данных. Как и во многих производственных отраслях, в машиностроении существует огромное число областей применения данной технологии.

В заключение необходимо отметить, что развитие цифровой экономики обуславливает применение информационных технологий на всех этапах жизненного цикла высокотехнологичной продукции, включая его сервисное обслуживание.

Литература
  1. Герцик Ю.Г. Менеджмент предприятий медицинской промышленности в кластерной структуре с учётом возможностей нейробиологии // Менеджмент в России и за рубежом. 2017. № 6. С. 34–42.
  2. Lyakhovich D.G. Processes organization for creating competitive products and production services of an industrial enterprise: management problems and solutions // Herald of the Bauman Moscow State Technical University, Series Mechanical Engineering. 2021. No. 1. Pp. 156–165.
  3. Швайко Б.А., Кнеков Г.А., Болгар В.В. Основные проблемы рециклинга и восстановления технического ресурса машиностроительной продукции // Наука и бизнес: пути развития. 2021. № 5. С. 76–78.
  4. Тапскотт Д., Тапскотт А. Технология блокчейн: то, что движет финансовой революцией сегодня. М.: Эксмо, 2017. 270 c.
  5. Петрунин Ю.Ю., Рязанов М.А., Савельев А.В. Философия искусственного интеллекта в концепциях нейронаук. М.: МАКС Пресс, 2010. 77 c.
  6. Корнеев Н.В. Принципы построения современных технических систем с элементами искусственного интеллекта // Техника машиностроения. 2008. № 2. С. 2–7.
  7. На ошибках учатся: российские ученые обучили искусственный интеллект предсказывать неполадки в техническом оборудовании. URL: https://m.saint- petersburg.ru/m/science/glavred/387575/ (дата обращения 21.12.2021).
Ваш браузер устарел и не обеспечивает полноценную и безопасную работу с сайтом.
Установите актуальную версию вашего браузера или одну из современных альтернатив.