Как ABB Automation Extended преоткрива индустриалните системи за управление с изкуствен интелект

How ABB’s Automation Extended Reinvents Industrial Control Systems with AI

Водещите в индустрията се изправят пред нарастваща дилема: как да модернизират остарялата инфраструктура без риск от спиране на производството. ABB наскоро представи своята Програма за разширена автоматизация, която цели да преодолее тази пропаст. Чрез интегриране на изкуствен интелект (ИИ) директно в съществуващите екосистеми, тази инициатива превръща традиционната индустриална автоматизация в динамична, готова за бъдещето рамка.

Преодоляване на пропастта между наследените разпределени системи за управление и съвременния ИИ

Много предприятия разчитат на утвърдени разпределени системи за управление (DCS), които осигуряват ненадмината надеждност, но липсва съвременна аналитична дълбочина. Новият подход на ABB позволява на компаниите да приемат напреднали технологии със собствено темпо. Така операторите могат да подобрят настоящите си системи с възможности за Интернет на нещата (IoT) и ИИ, без да заменят основния хардуер. Тази стратегия запазва целостта на системата, като същевременно въвежда гъвкавостта, необходима за конкурентна фабрична автоматизация.

Решаване на кризата с работната сила чрез увеличаване на знанията

Индустриалният сектор в момента се сблъсква с бързо променяща се работна сила и загуба на институционални знания. ИИ действа като важен инструмент за задържане и споделяне на експертиза на различни нива на опит. Като предоставя на операторите контекстуализирани данни, системата опростява сложните процеси на вземане на решения. В резултат на това по-новите служители могат по-ефективно да управляват сложни системи за управление, като гарантират висока производителност на завода въпреки нестабилността на пазара на труда.

Отделяне на контролната и цифровата среда за стабилност

Отличителна черта на тази архитектура е умишленото разделяне на контролните и цифровите слоеве. Контролната среда остава софтуерно дефинирана област, осигуряваща надеждно изпълнение на критични процеси. Междувременно цифровият слой се свързва сигурно, за да обработва интелигентност на ръба и анализи в реално време. Това разделяне позволява на ИИ да изпълнява модели за машинно обучение без да пречи на основната контролна логика. В резултат заводът се възползва от проактивни прозрения без да се компрометира оперативната безопасност.

Подпомагане на устойчивостта и съвместимостта в минната индустрия

В минната индустрия данните често остават затворени в изолирани силози. Програмата на ABB използва OPC UA (Обединена архитектура за комуникация на отворена платформа) като основа за свързване на системите от мината до пристанището. Тази съвместимост позволява на ИИ да анализира цялата верига на стойността, а не само представянето на отделните машини. Освен това интегрираната електрификация и цифровизация служат като основни двигатели за глобалния енергиен преход и устойчивите минни практики.

Проактивна оптимизация и предсказуема поддръжка

Екосистемата преминава от реактивен към проактивен модел на поддръжка. Непрекъснатото наблюдение на състоянието позволява системата да открива аномалии в процесите преди те да доведат до механични повреди. Чрез оптимизиране на стратегиите за поддръжка с помощта на ИИ компаниите намаляват неочакваните прекъсвания и удължават жизнения цикъл на критичните си активи. Освен това модулните инженерни подходи позволяват тези решения да се внедряват на различни хардуерни платформи с минимални преустройства.

Авторски поглед: Стратегическата стойност на „Еволюция вместо революция“

Според мен философията „Еволюция вместо революция“ е най-силното предимство на ABB тук. Повечето индустриални среди B2B не могат да си позволят риска от модернизация чрез „изваждане и замяна“. Чрез отделяне на цифровия слой, управляван от ИИ, от слоя за функционална безопасност, ABB адресира основния страх на инженерите по управление: нестабилността на системата. Този премерен подход към индустриалната автоматизация вероятно ще се превърне в индустриален стандарт за обновяване на съществуващи обекти през следващото десетилетие.

Покажи всички
Публикации в блогове
Покажи всички
Bridging Allen-Bradley ControlLogix to Yokogawa CENTUM VP DCS via Modbus TCP: Protocol Mapping and Fault Diagnosis

Свързване на Allen-Bradley ControlLogix с Yokogawa CENTUM VP DCS чрез Modbus TCP: Съпоставяне на протоколи и диагностика на грешки

Практическо ръководство за конфигуриране на Modbus TCP комуникация между PLC Rockwell Automation ControlLogix и DCS Yokogawa CENTUM VP, включващо картографиране на регистри, настройка на таймаути и решаване на реални проблеми.
PID Controller Tuning on Yokogawa Centum VP and Foxboro IA: A Field Engineer's Guide

Настройка на PID контролер на Yokogawa Centum VP и Foxboro IA: Ръководство за полеви инженери

Настройването на PID на Yokogawa CENTUM VP и Foxboro IA изисква специфични знания за платформата относно блока PID2 и блока PIDA съответно, комбинирани с диагностични данни HART от полевите инструменти. Това ръководство обхваща класификация на типа на цикъла, стъпка по стъпка работни процеси за настройка и на двете платформи, включително метода на Зиглер-Никълс с затворен цикъл и вградените автонастройки, диагностика на позиционера на клапана и предавателя с HART, както и практическо отстраняване на проблеми при осцилиращи и мудни цикли.
Commissioning Allen-Bradley PowerFlex 525 VFDs on ControlLogix 5580 Over EtherNet/IP: A Complete Field Guide

Пускане в експлоатация на честотни преобразуватели Allen-Bradley PowerFlex 525 с ControlLogix 5580 през EtherNet/IP: Пълно ръководство за полеви условия

Задвижванията Allen-Bradley PowerFlex 525 комуникират с ControlLogix 5580 чрез EtherNet/IP, използвайки CIP Class 1 имплицитни съобщения за циклични I/O данни. Това ръководство обхваща съвпадение на версията на AOP, конфигуриране на IP адреса на задвижването чрез параметър HIM C128-C140, добавяне на модул в Studio 5000 с настройки за RPI и размер на асемблираните данни, картографиране на битове в командния/статусния логически регистър, достъп до параметри чрез експлицитни MSG съобщения и диагностика на трите най-чести грешки: F81 загуба на комуникация, грешка 16#0204 изтичане на времето за връзка и F100 параметър извън обхват.