Промышленный интернет вещей
Промышленный интернет вещей (англ. Industrial Internet of Things, IIoT) — это система взаимосвязанных датчиков, инструментов и других устройств, интегрированных с промышленными компьютерными приложениями, включая производство и энергоменеджмент. Такая связность обеспечивает сбор, обмен и анализ данных, способствуя повышению производительности и эффективности, а также получению других экономических выгод[1]. Промышленный интернет вещей рассматривается как развитие распределённых систем управления (DCS), позволяющее достичь более высокого уровня автоматизации за счёт использования облачных вычислений для совершенствования и оптимизации управления процессами.
Обзор
Промышленный интернет вещей реализуется с помощью таких технологий, как кибербезопасность, облачные вычисления, периферийные вычисления, мобильные технологии, «машина-машина», 3D-печать, передовая робототехника, большие данные, интернет вещей, технологии радиочастотной идентификации и когнитивные вычисления[2][3]. Среди ключевых технологий, используемых в IIoT:
- Киберфизические системы (CPS): основной технологический фундамент IIoT и интернета вещей, позволяющий соединять ранее разрозненные физические объекты. CPS интегрирует динамику физических процессов с программным обеспечением и коммуникациями, обеспечивая абстракции, моделирование, проектирование и методы анализа[1].
- Облачные вычисления: предоставляют ИТ-услуги и ресурсы через интернет, что позволяет хранить файлы в облаке, а не на локальных устройствах[4].
- Периферийные вычисления: децентрализованная обработка данных на периферии сети, ближе к источнику данных, — альтернатива исключительно облачной архитектуре, повышающая производительность, качество продуктов и услуг в промышленности[3][5][6].
- Аналитика больших данных: процесс анализа больших и разнообразных наборов данных[7].
- Искусственный интеллект и машинное обучение: направление информатики для создания интеллектуальных машин и предсказательных моделей[8]. Искусственный интеллект может сочетаться с периферийными вычислениями, формируя промышленные решения «edge intelligence»[9]. Такие технологии применяются для мониторинга состояния оборудования, предиктивного обслуживания, оптимизации процессов[10] и федеративного обучения[11].
Архитектура
IIoT-системы, как правило, имеют развитую модульную слоистую архитектуру цифровых технологий.
| Слой содержимого | Устройства пользовательского интерфейса (экран компьютера, POS-терминалы, планшеты, «умные» очки, поверхности) |
|---|---|
| Слой сервисов | Приложения, анализ данных и их преобразование в действия |
| Сетевой слой | Протоколы передачи данных (Wi-Fi, Bluetooth, LoRa, сотовая связь) |
| Слой устройств | Аппаратное обеспечение: киберфизические системы, машины, датчики |
История
История промышленного интернета вещей начинается с изобретения программируемого логического контроллера (PLC) Ричардом Э. Морли (англ. Richard E. Morley) в 1968 году, и его внедрения компанией General Motors в производстве автоматических трансмиссий[12]. PLC позволяли точно управлять отдельными элементами производственных цепочек. В 1975 году Honeywell и Yokogawa представили первые в мире DCS — системы TDC 2000 и CENTUM соответственно[13][14]. Эти системы обеспечивали гибкость процессов на промышленных объектах и резервирование за счёт распределения управления.
В 1980 году, с появлением Ethernet, начали реализовывать концепцию сети «умных» устройств — в 1982 году автомат Coca-Cola в университете Карнеги-Меллона стал первым подключённым к интернету бытовым прибором[15], который сообщал свой инвентарь и статус охлаждения напитков. К 1994 году проводились и масштабные промышленные эксперименты: Реза Раджи (англ. Reza Raji) описал в IEEE Spectrum концепцию переноса малых пакетов данных между большим числом узлов для автоматизации от бытовых до промышленных систем.
Понятие интернета вещей получило широкую известность в 1999 году благодаря Auto-ID Center в MIT и отраслевым публикациям[16]. Радиочастотная идентификация (RFID) рассматривалась Кевином Эштоном как краеугольная технология для IIoT[17]. Идея заключалась в повсеместном оснащении объектов и людей идентификаторами для учёта и автоматического управления[18][19][20]. Для идентификации помимо RFID используются NFC, штрихкоды, QR-коды и цифровые водяные знаки[21].
Современное понимание IIoT сформировалось после появления облачных технологий в 2002 году (для хранения и анализа больших объёмов данных) и разработки протокола OPC Unified Architecture (2006), обеспечившего защищённую удалённую связь устройств и приложений без участия человека.
Практической задачей IIoT выступает мгновенное и непрерывное управление запасами[22][23]. Внедрение IIoT также позволяет создавать цифровые двойники промышленных объектов, проводить виртуальные эксперименты и обучение сотрудников без остановки производства и ущерба безопасности[24].
Стандарты и фреймворки
Фреймворки IoT обеспечивают взаимодействие между устройствами, а также поддержку распределённых вычислений и приложений.
- IBM развивает когнитивный IoT, объединяющий машинное обучение, контекстную информацию, отраслевые модели и обработку естественного языка.
- Фонд стандартов XMPP (XSF) разрабатывает открытый протокол Chatty Things на базе XMPP для реализации масштабируемой и безопасной инфраструктуры[25].
- REST — масштабируемая архитектура, позволяющая устройствам взаимодействовать через HTTP[26].
- MQTT — архитектура подписки/публикации поверх TCP/IP для двустороннего общения между устройством и брокером[27].
- Node-RED — открытое ПО для интеграции API, аппаратуры и онлайн-сервисов.
- OPC — серия стандартов для соединения компьютерных систем и автоматизированных устройств.
- OMG Data Distribution Service (DDS) — международный стандарт обмена данными (публикация/подписка в реальном времени) для промышленных и встраиваемых систем[28][29].
- Эталонные архитектуры IIoT — проекты Industrial Internet Consortium (IIC) и немецкой Индустрии 4.0[30].
Применение и отрасли
Термин промышленного интернета вещей чаще всего встречается в промышленности и производстве как специализированный вариант IoT. Потенциальные преимущества IIoT включают повышение производительности, расширенную аналитику и трансформацию рабочих процессов[31]. Согласно прогнозам, IIoT может увеличить мировой ВВП на 15 триллионов долларов к 2030 году[31][32].
Классическим примером использования являются системы предиктивного обслуживания — возможность внедрять интеллектуальные системы обслуживания на основании анализа собранных данных[31][33]. Киберфизические системы становятся центральным элементом архитектуры промышленных больших данных.
Интеграция сенсоров и исполнительных устройств, подключённых к интернету, позволяет оптимизировать энергопотребление, как в домашних устройствах, так и в масштабах городских и промышленных энергосистем[34][35]. Особенно актуален IIoT для интеллектуальных энергосетей (Smart Grid), в которых датчики собирают информацию для оптимизации производства и распределения электроэнергии.
Среди других практических примеров — «умные» LED-указатели на парковках, сенсоры очистки воды, RFID-метки для отслеживания персонала и оборудования, внедрение датчиков в инструменты для учёта работы, использование данных с различных систем для виртуального моделирования новых процессов[32].
Автомобильная промышленность
В автомобильном производстве IIoT обеспечивает цифровизацию всего производственного цикла: интеграцию машин, программ и рабочих, быструю адаптацию к стандартам[36]. IIoT ускоряет внедрение новых технологий, например 3D-печать матриц, даёт возможность индивидуализации продукции и организации совместной работы людей и роботов. Производственные комплексы могут объединяться на глобальном уровне, а анализ больших данных ускоряет реакцию на колебания спроса и логистические вызовы.
Нефтегазовая отрасль
В нефтегазовой промышленности IIoT позволяет хранить и отправлять большие объёмы данных, интегрируя машины, сенсоры, оборудование и персонал через облачные системы и аналитику[37]. IIoT помогает бороться с киберугрозами, автоматизировать мониторинг и логистику, минимизировать воздействие на окружающую среду[38]. Внедрение беспилотников с тепловизорами и сетью сенсоров позволяет отслеживать утечки и техническое состояние в сложных или удалённых местах[39]. IIoT оптимизирует добычу за счёт 4D-моделей, автоматизированного бурения, контроля температуры и транспортировки.
Сельское хозяйство
В сельском хозяйстве IIoT помогает оценивать моменты для сбора урожая, регулировать использование удобрений и орошение на основе данных с датчиков почвы и погодных условий[40]. На животноводческих фермах используются микрочипы для отслеживания животных, анализа их состояния и генеалогии[41].
Фотовольтаика
Интеграция IIoT в фотовольтаические (PV) системы повышает эффективность мониторинга, диагностики и управления солнечными электростанциями[42]. Сочетание IIoT и искусственного интеллекта используется для оптимизации производительности, обнаружения и предсказания неисправностей.
Безопасность
Расширение IIoT порождает новые вопросы информационной безопасности, поскольку каждое новое подключённое устройство потенциально увеличивает риск[43]. Согласно оценкам Gartner, к 2020 году более 25 % кибератак на организации будет связано с IoT-системами, хотя на их защиту тратится менее 10 % IT-бюджетов. Классические методы информационной безопасности часто не эффективны для защиты IoT-устройств[44], что делает их уязвимыми для атак типа DDoS с использованием ботнетов, например Mirai. Существенную угрозу представляют также заражения промышленного программируемого оборудования (например, Stuxnet) без необходимости физического доступа[45].
IoT-устройства могут также увеличить риски традиционных видов киберпреступлений: в случае Target в 2013 году утечка данных произошла через доступ, полученный с помощью стороннего поставщика услуг вентиляции[46]. Медленные темпы внедрения IIoT в фармацевтической промышленности также связаны с опасениями по поводу безопасности[47]. Сложность разработки стандартных средств защиты объясняется фрагментарностью аппаратных решений[48]. Вследствие этого предпочтение отдаётся программно-ориентированным и аппаратно-независимым архитектурам[49].
В особых случаях применяются аппаратные методы защиты — например, data diodes — при интеграции критических инфраструктур[50].