Дополнение к статье «Введение в SAP Predictive Analytics 2.0 и инструменты прогнозирования SAP HANA»

Авторы:

Михаил Савкин, старший менеджер отдела аудита систем и процессов, PwC

Жуау Андре Кардозу, специалист по базису и системам предиктивного анализа SAP PdMS и SAP ASMP

Предиктивная аналитика может быть направлена на проникновение технологий интеллектуальной промышленной аналитики, как в научно-исследовательскую деятельность, так и в коммерческий сектор и сферу производственного управления.

Идея точного прогнозирования технического и качественного состояния обусловлена острой потребностью фондоёмких и ресурсоёмких предприятий в существенном сокращении затрат на владение оборудованием, сервисное обслуживание и необходимость повышения конкурентоспособности своей продукции. Предиктивная аналитика позволяет извлекать необходимую информацию о поведении и техническом состоянии оборудования из различных источников данных (таких, как данные КИПиА, АСУ ТП, аналоговых приборов; ведомостей и журналов). Данная информация структурируется и обрабатывается с учетом особенностей функционирования и конструкции рассматриваемого узла и играет важную роль в принятии решений по управлению процессом обслуживания. Основной задачей предиктивной аналитики оборудования в данном случае является прогнозирование его технического состояния путем построения и использования предиктивной модели для контролируемого объекта.

Для успешной разработки и внедрения решений предиктивной аналитики необходимо иметь понимание как минимум двух базовых составляющих:

• Накоплен определенный объем данных, сгенерированный промышленными единицами.
• Эффективное решение в области интеллектуального анализа данных.

Один из краеугольных каменей скорости внедрения предиктивной является способностью адаптироваться (кастомизироваться) под специфику других стран и выдвигать повышенные требования к зрелости ИТ-структуры предприятия.

Таким образом возможно быстро и качественно оценить состояние эксплуатируемых промышленных единиц, выявлять зарождение и развитие аномалий и тренды, приводящие к сбоям и нарушениям производственного процесса, определять вероятность отказа и остаточный ресурс в режиме реального времени работы.

Применимость SAP Predictive Analytics распространяется на область Железных Дорог, где оборудование довольно дорогое и его доступность играет ключевую роль в формировании нераспределенной прибыли. С помощью продукта SAP PdMS удалось создать решение, которое определяет и прогнозирует состояние здоровья и целостность локомотивов, и учитывает данные от установленных датчиков. Функциональная архитектура EAM изображена на рис. 1.

Рис. 1. Функциональная архитектура EAM

Как выглядит верхнеуровневая архитектура систем показано на рис. 2.