Интернет вещей

Корни концепции АСУ ТП уходят к середине XX века и начинаются с так их технологий, как тепловая автоматика, релейная защита и автоматика (РЗА). На этих системах строились первые схемы управления промышленным оборудованием в концепции жёсткой (не программируемой) логики – зарождалось первое поколение АСУ ТП. Человек, обслуживающий такие системы, называется главным механиком, главным технологом; его роль заключается в том, чтобы обойти все устройства, проконтролировать их корректную работу, снять показания и занести в таблицу.

По мере развития технологий микроэлектроники появляются программно-логические контроллеры (ПЛК, Programmable Logic Controller, PLC), позволяющие задавать алгоритмы управления в виде программ, что, в свою очередь, обеспечивает высокую гибкость, стандартизацию и формирование отрасли – появляется АСУ ТП второго поколения. Развитие сетевых коммуникационных технологий вкупе с объединением ПЛК в сети образуют АСУ ТП поколения 2+.

Третье поколение АСУ ТП связанно с появлением мощных микропроцессорных систем, серверов на их основе, рабочих станций, коммутаторов и маршрутизаторов. Логика ПЛК существенно разгружается, часть функций низовой автоматики забирают на себя системы верхнего уровня (СВУ). Появляются сложные промышленные сети, большое разнообразие контроллеров и программного обеспечения. Выделяются следующие направления:

• 

средства (сквозного) проектирования АСУ ТП в целом;

• 

средства программирования ПЛК;

• 

SCADA/HMI.

В начале XXI века компьютерные технологии продолжают развиваться, процессоры – усложняться, их мощность растёт, и в это же время цены на них существенно падают. Спектр задач, решаемых на микропроцессорной технике, расширяется, появляются методы обеспечения надёжности (резервирования, диагностики, безопасности) такой техники. Появляются алгоритмы функционально-группового управления (ФГУ) совокупностью исполнительных механизмов и производством в целом, построенные по принципу обратной связи. Такие АСУ ТП принято называть «Поколением 3+».

Важно отметить, что в АСУ ТП поколения 2, 2+, 3, 3+ присутствует роль человека – оператора АСУ ТП, получающего информацию и осуществляющего оперативное управление через СВУ.

Во втором десятилетии XXI века появляются интеллектуальные технологии и методы, которые принято называть технологиями «искусственного интеллекта» (ИИ), под которыми понимается совокупность следующих методов и технологий:

• 

нейронные сети (neural networks);

• 

нечёткая логика (fuzzy logic);

• 

генетические алгоритмы (genetic algorithm);

• 

машинное обучение.

Пункты списка определяет их суть – они являются оптимизирующими (аппроксимирующими, уточняющими) методами решения математических (алгоритмических) задач.

Появляется ряд технологий, которые сильно меняют подход к построению АСУ ТП:

Контроллеры с нейропроцессорами, обеспечивающие мгновенную идентификацию состояния узла или подсистемы.

Контроллеры с нечёткой логикой, обеспечивающие автономное принятие решения.

На мощных серверах локальных ЦОД появляются технологии построения аналитических инструментов для идентификации и прогнозирования состояния систем, управляемых АСУ ТП. Те, в свою очередь, используют технологии машинного обучения на структурированных и не структурированных данных (Big Data).

Появляются математические сопроцессоры, ускоряющие решение базовых уравнений, описывающих наиболее распространённые технологические процессы:

• 

волновое уравнение (радиоэлектронная аппаратура, связь, РЭБ);

• 

уравнение непрерывности, Эйлера, Навье-Стокса, диффузии и др. (гидродинамика, движение жидкости, газа, аэродинамика, двухфазные потоки);

• 

вероятностные уравнения (метод Монте-Карло, перенос частиц, нейтронно-кинетические расчёты);

• 

уравнения химии и радиохимии (расчёт химических процессов, в т.ч. испытывающих радиоактивный распад);

• 

уравнения физики прочности (расчёт сопротивления, прочности и надёжности материалов), и др.

Моделирование технологических процессов в режиме реального времени становится реальностью, нейросетевые аппроксиматоры позволяют в режиме увеличенного пространственно-временного шага решать сложнейшие системы дифференциальных уравнений, описывающих технологические процессы с достаточно высокой точностью в рамках задачи прогнозирования управления на 30-60 секунд вперёд, что раньше занимало достаточно длительное время счёта и требовало серьёзных вычислительных ресурсов.

Таким образом, оператор получает мощнейшие инструменты, помогающие идентифицировать (оценить) ситуацию и предлагающие (в режиме советника) пространство вариантов для действий. Класс таких решений называется системами поддержки принятия решения (СППР).

Не исключено, что повторяемые действия оператора, выполняемые по совету СППР можно, в свою очередь, автоматизировать – таким образом оператор становится супервайзером (наблюдателем). Часть функций управления отдаётся машине, и тогда для контроля крупного объекта автоматизации требуется меньше операторов. Например, АСУ ТП современной АЭС, которая обрабатывает информацию с десятков тысяч датчиков и управляет множеством исполнительных механизмов, оперируя сотнями тысяч рассчитываемых в режиме онлайн переменных, управляется всего двумя операторами и одним начальником смены.

Многие современные устройства низовой автоматики (датчики, контроллеры) стали интеллектуальными, они самостоятельно идентифицируют шум и отделяют его от реального изменения параметров, тем самым снижая общий поток данных в СВУ; они стали обладать коммуникационными интерфейсами, которыми сопрягаются с системой в целом, а не с «сухими» контактами, как в предыдущих поколениях. Много конечного оборудования – турбины, насосы, задвижки – изначально оснащены контроллерами диагностики и управления, и эти устройства также следует отнести к IIoT.

Такие решения классифицируются как АСУ ТП четвёртого поколения и напрямую лежат в пространстве концепции «Индустрия 4.0».

Табл. 1. Этапы совершенствования АСУ ТП.

В целом концепция «Индустрия 4.0» обеспечивает возможность построения «бережливого производства»; в рамках концепции ставится задача оптимизации управления технологическими процессами для снижения аварийности и продления ресурса эксплуатируемого оборудования, что иногда формулируется как «переход от планово-предупредительного ремонта к ремонту по состоянию». Таким образом, к задачам управления АСУ ТП четвёртого поколения добавляется задача оптимизирующего (усовершенствованного) управления. Такие АСУ ТП называются системами усовершенствованного управления технологическими процессами (СУУ ТП, Advanced Process Control, APC).

В состав СУУ ТП должны входить достаточно мощные средства долгосрочной предиктивной аналитики. На промышленных производствах анализируются такие параметры, как появление дефектов, охрупчивание, изменение химического состава стали элементов конструкций (что может привести к их разрушению), осаждение, стенозис частиц, уменьшение толщины стенок трубопроводов из-за абразивной полировки (что может привести к разрыву), оценивают вибрацию и её влияние на свойства конструкций, их соединений и многое другое. Если производство целиком управляется СУУ ТП, такое решение называется АСУ ТП поколения 4+.

Технологический прогресс не стоит на месте, и «машина» так или иначе забирает на себя всё больше функций управления промышленным предприятием. С одной стороны, это хорошо – снижается количество ошибок из-за «человеческого фактора», с другой стороны, одной ошибки в алгоритме ФГУ достаточно, чтобы появились существенные проблемы.

Сегодня на предприятиях лёгкой и тяжелой промышленности внедряется множество решений, включающих в себя стек технологий промышленного интернета вещей. К примеру, вновь закупаемые/обновляемые парки производственно-технологического оборудования и аппаратуры с поддержкой технологий промышленного интернета вещей уже сейчас могут самостоятельно контролировать текущее состояние производственного процесса (состояние конвейера, его подвижных частей и т.д.) и предсказывать возможные проблемы (отказ отдельных сегментов конвейерной линии). Масштабное внедрение оборудования и аппаратуры такого класса на производстве позволяет достичь существенного сокращения времени простоев технологического оборудования, влекущего за собой издержки и финансовые потери для производства, а также общее повышение эффективности производства и уровня контроля за состоянием – как отдельных компонентов технологического оборудования, так и производственного процесса в целом.

Надёжность и безопасность IIoT зависит от многих факторов, которые могут найти своё отражение на каждом из этапов жизненного цикла любого из компонентов системы в целом. Построение надёжной и безопасной IIoT-системы зависит от проработанности технологий проектирования и эксплуатации отдельных компонентов и системы в целом, что определяется технологической платформой, в которой разрабатывается и эксплуатируется система.

Исторически самый надёжный и простой способ передачи данных между устройствами – это физическое соединение кабельным каналом связи.

С развитием технологий автоматизации и существенным удешевлением микроэлектроники, датчики все чаще обретают дополнительный функционал за счет использования микроконтроллеров в своей конструкции, что обеспечивает возможность обмена цифровой информацией с устройствами сбора данных и/или иными датчиками, в том числе с использованием шлюза/маршрутизатора, и зачастую штатно имеют в своей конструкции разъёмы Ethernet, обеспечивающие подключения в том числе и по оптическому каналу.

Современные проводные сети используют, как правило, витую пару и порты стандарта RJ-45. Работа проводных сетей описываются стандартами IEEE 802.3. На сегодняшний день используются следующие стандарты:

• 

IEEE 802.3u с максимальной пропускной способностью 0,1 Гбит/сек.

• 

IEEE 802.3ab с максимальной пропускной способностью 1.0 Гбит/сек. и др.

Существует также стандарт IEEE 802.3an с максимальной пропускной способностью 10 Гбит/с, разъем SFP+.

Однозначным плюсом применения проводных сетей являются их надёжность и безопасность. Для осуществления вмешательства нарушителю необходим физический доступ к кабелю. Указанные выше стандарты сохраняют свои характеристики при длине медного кабеля до 100 м (при использовании оптического кабеля расстояния могут быть гораздо больше).

Важнейшей современной технологией проводной связи для IoT является возможность передачи данных по линиям электропередачи (ЛЭП, Power Line Communication, PLC). Такая сеть может передавать данные, накладывая аналоговый сигнал поверх стандартного переменного тока частотой 50 Гц или 60 Гц. PLC включает BPL (англ. Broadband over Power Lines – широкополосная передача через линии электропередачи), обеспечивающий передачу данных со скоростью до 1 Гбит/с, и NPL (англ. Narrowband over Power Lines – узкополосная передача через линии электропередачи) – со значительно меньшими скоростями передачи данных, до 1 Мбит/сек.

Технология PLC удобна для подключения узлов к сети Интернет, объединения в сеть бытовых устройств в офисе, а также в ЖКХ и в системах безопасности.

Рис. 1. Бытовой Power Line контроллер TP-Link.

И всё же основным фактором развития технологий IoT является появление и повсеместное распространение доступной беспроводной радиосвязи. В большинстве случаев устройства IoT зависимы от автономного питания, и встаёт вопрос об энергии, затрачиваемой на коммуникации – чем более энергоэффективным окажется используемый устройством модуль передачи данных, тем дольше прибор сможет оставаться автономным.

Помимо очевидных задач обеспечения максимальной энергоэффективности модулей передачи данных, присутствуют требования к мощности приемопередатчика, например, в случае размещения устройства на географически отдаленном объекте, не имеющем прямого подключения к сети.

В соответствии с данными требованиями, можно классифицировать применяемые модули по радиусу действия:

• 

малый – NFC, Bluetooth, «нательная» компьютерная сеть;

• 

средний – WiFi, ZigBee, мобильная связь, LTE, 5G;

• 

дальний – спутниковая связь, LPWAN, LoRa, СТРИЖ.

NFC (Near Field Communications, Ближняя бесконтактная связь) – технология беспроводной передачи данных малого радиуса действия, предоставляющая возможность обмена данными между устройствами, находящимися на расстоянии около 10 см, анонсирована в 2004 году. Особенность данной технологии – отсутствие постоянного соединения.

NFC применяется в основном для считывания данных со смарт-карт, смартфонов, смарт-часов и прочих носимых с собой устройств для осуществления бесконтактных платежей, идентификации и прочих задач, требующих краткосрочного соединения.

Считыватель NFC может работать только с одним источником данных на расстоянии не более 0,2 м. Скорость установки соединения – менее 0,1 сек. NFC полностью совместим с системой меток RFID.

Протокол относится к беспроводным персональным сетям (Wireless Personal Area Network, WPAN).

Bluetooth – распространённый стандарт, обеспечивающий обмен информацией между периферийными устройствами ПК (POS-терминалы, клавиатуры, принтеры и прочие устройства), мобильных (мобильные телефоны, планшеты и пр.) и носимых устройств (смарт-часы, трекеры, гарнитуры).

Bluetooth позволяет этим устройствам осуществлять обмен данными, когда они находятся в радиусе до 10 м друг от друга (дальность сильно зависит от условий эксплуатации и размещении устройств – преград и помех). Скорость установки соединения – от 5 сек.

На сегодняшний день наиболее распространённым является стандарт Bluetooth 4.X, скорость передачи информации в котором может достигать 3,125 МБ/сек с возможностью осуществления соединения с устройствами на расстоянии до 50 м (в идеальных условиях, с отсутствием явных препятствий). В стандарте Bluetooth 5.0 скорость увеличивается до 6,25 МБ/сек, а расстояние – до 200 м (в идеальных условиях, с отсутствием явных препятствий) и, что важно, при большей энергоэффективности по сравнению с предыдущими версиями стандарта. Стандарт Bluetooth 5.0 разработан для IoT устройств и представлен в 2016 году.

ZigBee относится к семейству протоколов WPAN. (WPAN – Wireless personal area network, применяется для связи различных устройств, включая компьютерную, бытовую и оргтехнику, средства связи). Данный протокол можно отнести к переходному между малым и средним радиусом действия. Расстояние уверенного приёма-передачи устройств, осуществляющих подключение по данному протоколу, не более 75 м (до 1,5 км с использованием дополнительного оборудования в виде усилителя ZigBee Pro). Скорость передачи данных – до 250 КБ/сек.