IIoT neboli průmyslový internet věcí je inovativní technologie, která ovlivňuje způsob, jakým se propojují a optimalizují stroje. Reálné využití IIoT v praxi zatím nedosahuje širší úrovně, i když jde o trend, který dává podnikům příležitost zlepšit množství výrobních a průmyslových procesů a operací. Než se rozhodnete IIoT implementovat, zvažte technologické možnosti i cíle, jichž chcete dosáhnout.

Technologické zázemí

Díky použití senzorů, pokročilé analytice a inteligentnímu vzorci rozhodování IIoT zásadně transformuje způsob, jakým se provozní prostředky firmy spojují a komunikují napříč podnikem.

Průmyslové IoT aplikace jsou ale náročnější než spotřebitelské IoT nebo tradiční systémy M2M (Machine to Machine, komunikace “stroj se strojem”), protože kladou větší důraz na komunikaci, kde aplikace používá autonomní, peer-to-peer (P2P) distribuované řízení.

Prostředí IIoT má velmi specifické požadavky i na výkon a spolehlivost interních systémů, které musí být splněny (například odolnost vůči poruchám, zabezpečení, požadavky na fyzickou konektivitu, kontrolní služby). Tyto skutečnosti lze označit za potenciální překážky pro využívání této inovativní technologie v masovějším měřítku.

Trh s velkými daty (Big Data) činil v roce 2018 přibližně 31 miliard amerických dolarů. Část tohoto nárůstu vychází ze skutečnosti, že velkými daty jsou i data z IIoT.

Zdroj: Forrester, Pololetní výhled světového technologického trhu pro období 2017 až 2018.

Co s daty

Samostatnou kapitolou, která s průmyslových internetem věcí vyvstává a na kterou se IT manažeři či manažer údržby, projektový manažer nebo kdokoliv odpovědný za technologie a průmyslové inovace musí připravit, je obrovské množství dat shromážděných zařízeními IIoT.

Výrobní podniky, které se zajímají o možnost využití IIoT, mohou zjistit, že jejich způsob nakládání s daty je zastaralý a potřebují vytvořit novou datovou strategii úzce spjatou s obchodními cíli podniku. Nárůst dat může být s IoT nepředvídatelný a nelze riskovat, že negativně ovlivní existující produkční oblasti.

Vhodným řešením je tyto údaje izolovat a v izolovaném prostředí buď dále spravovat nebo archivovat. Typicky se odesílají do centrální služby typu cloud, kde se shromažďují s jinými údaji a potom se užitečně sdílejí s koncovými uživateli.

Výzvou nicméně zůstává, jak z dat získávat přehled a jak jej v praxi efektivně využít. Nepochybně bude potřeba analytika – ideálně streamovací analytika, aby bylo možné rychle reagovat na události IoT z průmyslových procesů.

Je také důležité zvážit bezpečnost IIoT zařízení, která nemají zabudovaná žádná zabezpečení a je velmi obtížné je aktualizovat a spravovat nebo dokonce předcházet útokům.

Mezi případy využití analytiky IIoT patří:

• Zajištění, aby zařízení v terénu fungovala tak, jak mají, měření a vzdálené uvádění do provozu.
• Plánování kapacit a monitoring dat pro neplánované prostoje zařízení nebo systému.
• Analýza příčin selhání konkrétního zařízení a vzdálené řešení problémů.
• Identifikace odchylek a anomálií, které mohou být časným indikátorem problémů ve výrobě nebo nasazování zařízení do provozu.
• Bezpečnost a shoda: přehled o výkonu komplexního systému včetně varování v mezních situacích ohrožující bezpečný provoz zařízení nebo bezpečí osob.
• Kybernetická bezpečnost napříč průmyslovými systémy a eliminace možných rizik.

Jak na IIoT

Nasazení IIoT technologie vyžaduje investici do chytrých senzorů, jejich integrace a zabezpečení, dále vytvoření strategie a stanovení způsobů, jak zpracovávat a analyzovat data.

Je také potřeba rozhodnout, kdo bude za IIoT problematiku v podniku odpovědný. Vedení podniku musí určit podnikatelský cíl, kterého chce dosáhnout, a rozhodnout o organizačních úpravách nezbytných k jeho dosažení.

Nejúspěšnější IIoT projekty většinou začínají s malými cíli, jež jsou měřitelné a orientované na konkrétní výsledky. Pokud se obáváte samostatné implementace IIoT, můžete se obrátit na systémové integrátory, kteří v této oblasti poskytují komplexní řešení. Doporučujeme věnovat pozornost především službám a produktům zaměřeným na analytiku dat.

Přínosy IIoT:

• spojení všech lidí, údajů a procesů v podniku včetně identifikace úzkých míst
• rychlejší a přesnější plánování a rozhodování
• detailní přehled o výkonu a kontrola kvality
• prediktivní údržba zařízení a budov pro optimalizaci nákladů
• lepší správa zásob, optimalizace logistiky a dodavatelského řetězce
• zvýšená bezpečnost zařízení a dat
• spuštění nových obchodních modelů a rozšíření portfolia služeb

Mnoho organizací postrádá procesy správy dat potřebné k zajištění kvality shromážděných dat, jakož i interní dovednosti k vytvoření systému pro zpracování streamingových dat velkého objemu v téměř reálném čase nebo datové vědce, kteří mohou z těchto informací získat poznatky.

Moshe Kranc, CTO Ness Digital Engineering