Партнер превращает данные в бизнес-информацию
GlowByte разрабатывает и внедряет аналитические решения для ведущих сегментов бизнеса в сфере Business Intelligence и Big Data. Для банков компания создает системы отчетности и кредитного скоринга, для телекома и ритейла оптимизирует работу с клиентами, для промышленности готовит систему аналитики из области промышленного интернета вещей т. д. В штате GlowByte больше 1300 консультантов.
Внедряем интернет вещей в вагоноремонтное предприятие
Новым клиентом GlowByte стала транспортная группа НефтеТрансСервис, которая занимается железнодорожными перевозками нефтепродуктов. У управляющей компании есть курс на цифровизацию. Они обратились к GlowByte для проведения исследовательского проекта: нужно было проверить, может ли автоматический сбор и анализ данных с применением IoT-технологий помочь подразделению, которое занимается ремонтом вагонов, работать лучше.
У клиента было несколько гипотез о том, какие задачи можно решить, если использовать аналитику данных:
- выбирать оборудование для модернизации в первую очередь на основании его доступности,
- обнаружить нарушения производственного процесса,
- прогнозировать снижение качества работы оборудования или его отказы.
По итогам проекта нужно было понять, какие гипотезы дают результат и заслуживают масштабирования на всю компанию, а какие — нет.
Для пилотного проекта выбрали производственную площадку под Рязанью. Систему решили сначала настраивать на двух ремонтных станках. Данные об использовании этого оборудования раньше записывались вручную в бумажных журналах (например, время выполнения разных операций со станками и данные о состоянии оборудования). Эти данные было очень сложно обрабатывать. Клиент хотел автоматизировать процесс сбора и анализа информации.
Облако — оптимальная среда для исследовательских проектов
Техническое решение состояло из двух частей: аппаратной и программной. Также нужно было настроить интеграцию с IaaS-решением от Яндекса, которое уже использовал клиент. Клиент и партнер выбрали Yandex Cloud, потому что на этой облачной платформе совместимы все части проекта.
Аппаратную часть — промышленные контроллеры и шлюз данных — предоставила компания Moxa, партнер Yandex Cloud.
Программной частью занималась компания GlowByte. Они выбрали облачное PaaS-решение, потому что для небольшого исследовательского проекта нужно было быстро развернуть всю инфраструктуру.
Для программной части проекта использовали:
- Yandex IoT Core как шину сообщений,
- Yandex Message Queue для буферизации сообщений перед загрузкой для правильного использования СУБД,
- Yandex Managed Service for ClickHouse как СУБД для аналитических целей,
- Yandex Cloud Functions для трансформации и управления потоком данных.
Разработчикам нужно было уделять особое внимание отказоустойчивости оборудования: станков, контроллеров для сбора сигналов и шлюза передачи данных. Команда партнера столкнулась с физическими аспектами работы промышленного оборудования — нужно было учитывать особенности электропитания, риски отказа и замены отдельных аппаратных компонентов и т. д.
От гипотез к действию
Проект был исследовательский, поэтому результатом стала описательная аналитика процессов. Для анализа данных и визуализации использовали сервис Yandex Datalens.
К каким выводам пришли:
- обнаружили нарушения в производственном процессе и скорректировали работу,
- нашли резерв производственных мощностей (клиент предполагал это и раньше, но теперь у него были данные, чтобы доказать гипотезу) и спланировали капремонт оборудования без остановок производства,
- выявили много коротких, но частых простоев станков и учли это при расширении программы обслуживания.
Это помогло проверить изначальные гипотезы клиента и убедиться, что цифровая бизнес-аналитика может быть полезна. GlowByte и клиент собираются продолжать сотрудничать. В планах внедрение того, что уже отлажено, в повседневные процессы на большем количестве оборудования, а также проверка еще ряда гипотез.
Проект продолжается, и на ближайшее время команда будет сфокусирована на подключении дополнительного оборудования и обеспечении отказоустойчивости системы.
Другие перспективы:
- собрать данные для построения цифрового следа обработки изделия от начала до конца производственного процесса,
- обогатить систему информацией из ERP и интегрировать с системой внутризаводской логистики,
- создать на базе этой системы продукт, который можно будет внедрить на похожих предприятиях.