Выбор между открытыми и проприетарными IIoT-решениями

Появление промышленного «Интернета вещей» (IIoT) изменило подход к использованию данных в мире операционных технологий. Если раньше данные собирались для мониторинга, позволяющего убедиться в соответствии производственного процесса технологическому маршруту, теперь они выходят далеко за рамки простого потока информации.

В современном мире анализ данных способствует оптимизации товаров и услуг, повышению производительности, увеличению прибыли и созданию новых бизнес-моделей, что ранее было невозможно. Обширные возможности, появляющиеся благодаря использованию больших данных, сделали IIoT ключевым элементом будущего успеха практически всех типов бизнеса.

Эта смена парадигмы вызвала спрос на оборудование, обеспечивающее сбор и анализ данных везде, где это возможно. Раньше компании ценили только производственные данные, позволяющие отслеживать производительность оборудования или ресурсы для обеспечения бесперебойной работы.

Улучшения с помощью динамических обновлений

Данные о состоянии оборудования не менее важны, чем данные о производственном процессе. Для предотвращения потенциальных сбоев, снижения затрат на техническое обслуживание и уменьшения риска возможных повреждений оборудования предприятия полагаются на прогнозный анализ данных о функционировании системы, выполняющийся в режиме реального времени. Кроме того, производители промышленного оборудования могут использовать данные, накопленные за время эксплуатации поставленного оборудования, и предоставлять клиентам более точное и быстрое техническое обслуживание, снижая затраты на персонал. Эти данные также можно использовать для оптимизации работы оборудования с учетом экологических и бизнес-целей, достижению которых способствует динамическое обновление систем (в отличие от прежнего подхода «установил и забыл»).

Несмотря на значительные преимущества больших данных, развитие IIoT в промышленности по-прежнему идет медленно. Этому препятствуют аспекты, связанные с разнообразием протоколов периферийного оборудования, нестандартизованными форматами данных, подключением к облаку, вопросами кибербезопасности и управлением крупномасштабными системами.

Распространенные методы подключения к IIoT

На заре развития промышленного «Интернета вещей» производители промышленного оборудования чаще всего предлагали готовые IIoT-решения. Клиенту нужно было только заплатить за услугу или функцию, а поставщик делал все остальное. Однако со временем заказчики оказались вынуждены использовать огромное многообразие IIoT-решений от разных поставщиков на разных платформах, которые практически не взаимодействовали друг с другом. Более того, упускалась из виду общая картина, которую должны были бы нарисовать все собранные данные. Информация от разных поставщиков оставалась разрозненной.

Когда заказчики столкнулись с этой проблемой, рынок потребовал открытых архитектур, способных обеспечить заказчикам возможность управлять и поддерживать собственную IIoT-стратегию, позволяющую взаимодействовать с любым устройством в любом месте. При этом оставался открытым сложный вопрос об инвестициях и средствах, необходимых для осуществления этой масштабной работы. Большинство клиентов, даже те, кто способен хорошо продумать и полноценно финансировать такие решения, сталкиваются с огромными трудностями при их создании.

Существуют два распространенных метода подключения к IIoT. Первый — использование проприетарных решений (рис. 1), простых и управляемых, но имеющих ограничения с точки зрения гибкости, открытости и владения данными. Второй метод — применение открытых решений, отдающих приоритет межсистемной интеграции любого устройства и праву собственности конечного потребителя на это решение.

Рис. 1. Проприетарное решение для подключения к IIoT. Все изображения предоставлены Moxa

Проприетарные решения

Многие производители промышленного оборудования осознали ценность анализа данных и стали предоставлять клиентам собственные решения для подключения к промышленному «Интернету вещей». Чтобы эффективно использовать огромное количество данных, IIoT-шлюзы устанавливают перед «вещью» или встраивают в нее, и данные о состоянии «вещи» передаются с оборудования в облако поставщика этого оборудования. Такое готовое решение позволяет заказчикам собирать, управлять, визуализировать и анализировать данные, собранные с этих устройств, на облачной платформе. Эта система обычно интуитивно понятна пользователям, поскольку для получения доступа к данным им нужно только войти в облако поставщика. Решение снижает рабочую нагрузку на заказчика, возлагая бремя разработки и внедрения системы исключительно на поставщиков оборудования, а также уменьшает общие затраты заказчика на ИТ.

Некоторые производители оборудования в дополнение к сбору данных стали предоставлять услуги по их анализу, позволяя клиентам лучше понять функционирование оборудования. Подобный подход предпочитают клиенты, которым требуется, например, мониторинг удаленного оборудования. В частности, в нефтегазовой отрасли исправная работа труднодоступных устройств (насосов, регулирующих клапанов, компрессоров и т. д.) имеет первостепенное значение. Это побудило производителей промышленного оборудования использовать для выполнения анализа данных (о давлении насоса, расходе, температуре и т. д.) в режиме реального времени искусственный интеллект.

Сопоставляя накапливаемые данные с показателями за предыдущие периоды, можно корректировать параметры оборудования и поддерживать его нормальную работу с минимальным вмешательством человека. Беспроблемное внедрение проприетарных решений для подключения к IIoT и простота использования сделали их очень популярными.

Ограничения проприетарных IIoT-систем

Однородный характер простого в развертывании проприетарного решения означает, что его обслуживание ограничено собственными устройствами производителя оборудования, предоставляющего это решение. Однако на предприятии среднего размера обычно представлено оборудование от нескольких поставщиков, расположенное в разных местах и выполняющее множество различных задач. В этой сложной, неоднородной среде часто требуется использовать разные решения для систем, предоставляемых разными производителями оборудования. Это может быстро привести к дополнительным финансовым затратам, не говоря уже о возможных препятствиях, возникающих из-за изолированности информационных систем, неспособных взаимодействовать друг с другом без разработки специализированного ПО (рис. 2).

Рис. 2. Подключение нескольких «вещей» к IIoT с помощью проприетарного решения возможно, но может быть сложно реализуемым

Кроме того, в закрытых IIoT-решениях данные отправляются на разные платформы, каждая из которых использует разные протоколы и разные форматы, что требует колоссальных усилий со стороны сервера для объединения данных.

Еще один недостаток проприетарных IIoT-решений — отсутствие права собственности на данные. Поскольку данные, полученные от оборудования клиента, хранятся на частной платформе, созданной производителем этого оборудования, владение данными становится проблемой. Если данные хранятся в системе, принадлежащей производителю, по-прежнему ли они принадлежат заказчику? Кроме того, если заказчик однажды решит сменить платформу, возникает огромный риск неполной передачи данных (если такая передача вообще возможна). Потенциально это может привести к потере данных и опыта, накопленных клиентом. Все это в сочетании с риском утечки данных создает серьезные затруднения.

Преимущества открытых проприетарных решений

Поскольку данные начинают играть все более важную роль в успехе бизнеса, при выборе решений основными соображениями становятся владение данными, доступность их получения от всех «вещей» (а не только некоторых) и гибкость интеграции.

Чтобы помочь клиентам самостоятельно получать данные, используя открытые архитектуры подключения к IIoT, поставщики промышленного оборудования делают API открытыми или используют открытые или стандартные протоколы. Иногда заказчики создают свои собственные решения, подключая оборудование разных производителей к единому IIoT-шлюзу. Он позволяет объединять различные форматы данных от разных производителей и тем самым снизить сложность интеграции при передаче данных в облако (рис. 3). Кроме того, этот процесс больше не требует передачи данных через сторонние платформы, что делает его более безопасным.

Рис. 3. Открытое решение для подключения к IIoT обеспечивает более легкую интеграцию между платформами

Например, в нефтегазовой отрасли, где добыча и цены на нефть тесно связаны и меняются в режиме реального времени, прозрачность производственной линии может как увеличить, так и уменьшить размер прибыли. Чтобы иметь возможность получать данные в режиме реального времени, начиная с поисково-разведочных работ, разработки и добычи и заканчивая конечной транспортировкой, нефтяные компании объединились для создания открытой платформы. Для этого потребовалось, чтобы все производители, поставляющие оборудование, работали как одна команда, делясь своими данными об оборудовании, производственных процессах или экологических аспектах, необходимых для эффективной добычи на нефтяном месторождении.

Вопрос «Что я должен создать?» трансформируется в «Что я могу купить?» Разнообразие коммерческих открытых архитектур увеличилось, и к ним на данный момент относятся:

• программное обеспечение для соединения облачной инфраструктуры с периферией (Cloud edge);
• программное обеспечение для взаимодействия с широким спектром промышленных протоколов периферийного оборудования (SCADA edge);
• инфраструктурные сервисы для улучшения безопасности, сетевого взаимодействия и управления на периферии;
• решения в области машинного обучения/искусственного интеллекта для обработки данных на периферии перед отправкой в облако.

И не стоит забывать об IIoT-шлюзе, который может запускать все указанные программные компоненты и подключаться к облаку и периферийному оборудованию.

Выбор

Для компаний, стремящихся быстро внедрить IIoT-решение для «вещи» одного поставщика, чтобы получить данные и воспользоваться преимуществами промышленного «Интернета вещей», более выгодным выбором будет проприетарное решение. А для компаний, которые взаимодействуют с большим числом разнообразных «вещей» и хотят более персонализированного подхода при полном владении данными, оптимальными для подключения к IIoT являются открытые решения.

По мере развития рынка и экосистемы IIoT все больше производителей готовых программных и облачных продуктов будут предоставлять клиентам более простые и масштабируемые решения, позволяющие создать собственные открытые IIoT-решения.

Проприетарные IIoT-решения также приходится быстро адаптировать к современным условиям, открывая API и обеспечивая интеграцию между облаками, а также упрощая доступ клиентов к данным.