GE Proficy CSense

Продукт
Разработчики: GE Intelligent Platforms
Дата премьеры системы: Июль 2013 года
Отрасли: Газовая промышленность,  Металлургическая промышленность,  Нефтяная промышленность,  Пищевая промышленность,  Химическая промышленность
Технологии: Data Mining,  MES - Управление производствами и ремонтами

Содержание

GE Proficy CSense - пакет программных продуктов компании GE для мониторинга и анализа, он обеспечивает преимущество бизнеса за счет широких аналитических возможностей и доступа к облачным хранилищам данных GE. О выходе нового продукта сообщила пресс-служба компании 8 июля 2013 года.

2023: Власти США предупредили об опасных дырах в промышленном ПО Siemens и GE

17 января 2023 года Агентство по кибербезопасности и защите инфраструктуры США (CISA) сообщило об обнаружении опасных уязвимостей в промышленном программном обеспечении (ПО) производства Siemens, GE Digital и Contec. Подробнее здесь.

Первый для супермассивов

  • Пакет программных продуктов мониторинга и анализа Proficy – первое в отрасли решение, затрагивающее супермассивы данных в промышленной сфере, посредством комбинирования технологии Historian и Hadoop.
  • Первое интегрированное программное решение, позволяющее одновременно поддерживать состояние основных активов и оптимизировать процессы
  • Компании могут масштабировать сбор данных от уровня контроллера до уровня предприятия, в облаке, в рамках одного решения

Общий состав

Программный пакет Proficy состоит из шести интегрированных продуктов:

  • Proficy Historian, флагманский программный продукт компании GE по сбору данных;

  • Proficy Historian Analysis для расширенного анализа и визуализации данных;

  • Proficy SmartSignal для прогнозного анализа за состоянием систем мониторинга;

  • Proficy CSense для устранения неисправностей в рамках процессов, мониторинга состояния процессов и оптимизации процессов в замкнутом цикле. Два дополнительных продукта являются новыми в предложении компании и включают в себя систему Proficy Historian HD, которая позволяет хранить особо крупные группы данных в кластере Hadoop, а также Proficy Knowledge Center, консоль, которая обеспечивает визуализацию процесса с возможностью оценки состояния активов и оптимизацией процессов.

  • Proficy Historian HD - первое решение, позволяющее объединить промышленные данные и аналитику с возможностью создания хранилища супермассива данных на основе Hadoop; это первый шаг на пути компании GE к цели по формированию промышленного интернета. Программное обеспечение осуществляет усовершенствованный анализ промышленных супермассивов данных с целью улучшения эффективности процессов, устранения неисправностей в рамках процессов, а также прогнозирования и предотвращения выхода основных средств из строя. Разработанное в сотрудничестве с Центром передовых решений GE в сфере программного обеспечения (Software Center of Excellence), решение Historian HD позволяет пользователям сводить воедино весь комплекс накопленных архивных временных данных, сокращая расходы на хранение данных не менее чем на 85%.

  • Proficy Knowledge Center - модельно-управляемое, браузерное приложение для визуализации. Непосредственно связывая модель данных по основным средствам с архивными временными данными, Proficy Knowledge Center поддерживает унифицированные режимы отображения текущих состояний процесса и оборудования. Решение построено на базе Proficy Historian для эффективного хранения и отображения огромного массива исторических данных. Результаты анализа данных, выполненного Proficy CSense или Proficy SmartSignal, затем визуализируются через Knowledge Center в контекстной модели, упрощая навигацию и понимание.


Основное назначение и решаемые задачи

Пакет Proficy CSense является интеллектуальной надстройкой над оперативными и историческими базами производственных данных. Его ключевое назначение – использование исторических данных для получения информации о протекании технологических процессов, а также для построения функциональных связей и генерации статистических моделей зависимости целевых показателей эффективности (KPIs) процессов от параметров технологического режима работы для того или иного объекта. На основе построенных моделей данный продукт позволяет проводить симуляции различных режимов работы объектов, не экспериментируя при этом на реальном оборудовании. Помимо этого, предоставляется возможность решения широкого класса задач по усовершенствованию технологических процессов, среди которых отметим следующие:

  • диагностика и поиск причин отклонений параметров процесса от желаемых значений,
  • задачи мониторинга состояния оборудования,
  • построения виртуальных датчиков,
  • задачи стабилизации и оптимизации целевых показателей эффективности.


В качестве результатов настоящий продукт позволяет формировать решения различных видов, начиная от off-line синтеза управляющих воздействий с созданием активных правил и рекомендаций по коррекциям работы процесса и заканчивая on-line решениями в режиме советчика и возможностью создания APC (Advanced Process Control). Таким образом, настоящий продукт представляет собой мощный аппарат для построения экспертных систем на производственных предприятиях.

Используемые методы и подходы

Proficy CSense поддерживает интеграцию с широким набором источников данных:

  • базы данных Microsoft Access, MySQL, SQL Server, Oracle;
  • архивы OSI-Soft PI, Proficy Historian, Wonderware;
  • АСУ ТП через OPC интерфейс;
  • различные текстовые данные и пользовательские форматы .NET


Компоненты Proficy CSense
Рис.1 Компоненты Proficy CSense

Для обработки и подготовки статистики для моделирования в пакете проводится корреляционный анализ данных, использующийся как для выбора декоррелированных входных параметров модели и определения ключевых факторов, влияющих на KPI, так и для нахождения временных запаздываний KPI от входов модели. Заложена также возможность проведения частотного анализа данных для определения цикличности различных показателей.

Построение моделей здесь реализовано с помощью современных методов машинного обучения. Причем продукт позволяет строить многомерные модели различной степени сложности: как линейные, так и сильно нелинейные. Для построения сложных нелинейных зависимостей используется аппарат искусственных нейронных сетей. Помимо этого, имеется возможность программировать свои модели или добавлять функции, сделанные в других приложениях. Для решения оптимизационных задач в продукт интегрирован солвер, позволяющий решать задачи с простыми линейными ограничениями интервального типа. Несмотря на сложный математический аппарат, используемый в продукте, работа в нем достаточно комфортна и не представляется трудоемкой.

Импорт и объединение источников данных в TSh
Интерфейс наглядного представления и обработки статистических данных в TSh
Рис.2 Импорт и объединение источников данных в TSh Рис.3 Интерфейс наглядного представления и обработки статистических данных в TSh



Преимущества

Программный пакет для мониторинга и анализа Proficy может использоваться удаленно как для контроля за отдельным предприятием, так и для контроля всех операций компании в глобальном масштабе. В результате он обеспечивает информацию для повышения доступности оборудования и снижения времени незапланированных простоев, повышения выработки и снижения вариантности, также достигается снижение расходов на техническое обслуживание и инвентаризацию. Программный пакет для мониторинга и анализа Proficy обладает четырьмя ключевыми особенностями:

  • Улучшение управления данными: Платформа способна обрабатывать и агрегировать временные данные и данные процессов для авторизированного персонала в любом месте при наличии интернет-браузера. Огромные объемы данных реального времени могут быть собраны, архивированы и распределены на очень высоких скоростях и при очень низких расходах на хранение: в облаке. Большее количество данных на протяжении более долгих периодов времени может обеспечить расширенный анализ и большую наглядность фактической эффективности процессов по сравнению с оптимальной – обеспечивая конкурентное преимущество.

  • Улучшение состояния активов: Используя расширенные инструменты анализа и диагностики компании могут контролировать все важнейшие основные средства автоматически и непрерывно, все 24 часа в сутки. Программное обеспечение «заучивает» нормальное поведение объекта основных средств и обнаруживает отклонения, заранее выдавая предупреждения о надвигающихся проблемах, проводя диагностику оборудования и отказов процесса, а также расстановку приоритетов по важности. Предупреждение на ранней стадии снижает чрезвычайные отказы оборудования и обеспечивает проактивное техобслуживание вместо затратного реактивного.

  • Оптимизация процессов: Расширенные аналитические возможности также помогают оптимизировать процессы. Продукт распознает неизвестные корреляции переменных процесса, которые могут вести к пониженной производительности по сравнению с оптимальной. Это обеспечивает анализ альтернативных вариантов для поиска решений, оптимизирующих процессы, – одновременно улучшая состояние основных средств. Оптимизация процессов повышает выработку при снижении отклонений.

  • Визуализация данных: Программный пакет содержит инструмент сетевой отчетности для обеспечения информации по ролям и основным средствам, раскрывающий ценность данных в определенном контексте правильному лицу в правильное время.

Составные модули и принцип работы продукта

Программный продукт Proficy CSense состоит из трех основных частей: Troubleshooter, Architect и модуль Action Object Manager вкупе с Report Server (Рис.1).

Компонент Troubleshooter предназначен главным образом для обработки исторических данных и созданию моделей технологических процессов. Наличие богатого интерфейса для визуализации и анализа статистической информации является одним из плюсов данного приложения, что существенно помогает в подготовке исторических данных для моделирования. Работа в Troubleshooter состоит из ряда интуитивно понятных шагов:

Корреляционная матрица, спектральный анализ, статистика и определение задержек
Построение модели в TSh
Рис.4 Корреляционная матрица, спектральный анализ, статистика и определение задержек Рис.5 Построение модели в TSh



  • Импорт данных: помимо интеграции с различными источниками, имеется и интерфейс для объединения баз данных (Рис.2);
  • Визуализация и подготовка данных (Рис.3)(тренды, гистограммы, диаграммы рассеяния (scatter plot), статистические характеристики, выделение рабочих или ложных областей (brushing), корреляционный и частотный анализ (Рис.4), определение временных задержек)
  • Построение моделей (Рис.5) (нелинейные модели, модели правил, четкой и нечеткой логики)
  • Анализ результатов моделирования, определение причин отклонений, просмотр сценариев «что-если» и структуры зависимостей "вход-выход";
  • Off-line оптимизация для оценки потенциала возможных улучшений процесса; (Рис.10)
  • На основе предыдущих шагов построение off-line решений в виде активных правил и рекомендаций по управлению процессом.



Окно анализа моделей и причин отклонений в TSh
Пример проекта в Architect
Рис.6 Окно анализа моделей и причин отклонений в TSh Рис.7 Пример проекта в Architect



Модуль Architect обеспечивает проведение симуляций и построение on-line решений (Рис.7). Помимо этого, в нем самом содержится достаточно богатый инструментарий для многокомпонентного моделирования и оптимизации в режиме реального времени. Имеются возможности для программирования собственных моделей и объектов, а также интеграции объектов, созданных во внешней среде.

Action Object Manager & Report Server – сервис размещения и запуска on-line решений (Рис.8), разработанных в Troubleshooter и Architect. В паре с сервером отчетов (Report Server, Рис.9), который предоставляет сервис web-отчетов и наглядного представления различной аналитической информации, этот модуль формирует Run-time оболочку исходного продукта.

Интерфейс размещения решений
Пример отчета в Report Server
Рис.8 Интерфейс размещения решений Рис.9 Пример отчета в Report Server



Результаты и эффекты от использования

Существенный эффект от использования пакета Proficy CSense можно получить не только на тех производствах, где ведется сбор длинного архива исторических данных, но и там, где имеется только уровень АСУ ТП. Если статистика показывает большую вариативность процессов и остро стоит задача по стабилизации и оптимизации объектов, а также имеется возможность активного управления этими объектами, то возможные результаты по повышению эффективности производства могут быть весьма значительными.

В качестве примера приведем установку по металлизации окатышей на одном из российских металлургических комбинатов, где предварительный пилотный проект показал возможность оптимизации удельного потребления природного газа в печи в среднем на 10-15% без ухудшения качества выпускаемой продукции (Рис.10). На примере другого промышленного объекта удалось не только снизить удельное потребление энергоресурса в среднем на 7-8%, но и стабилизировать качество выходного продукта на желаемом уровне (оптимизация удельного потребления водяного пара на установке получения бутадиена, Рис.11[1]).

Оптимизация удельного потребления природного газа в печи металлизации окатышей
Минимизация потребления пара и стабилизация качества продукции в колонне получения бутадиена
Рис.10 Оптимизация удельного потребления природного газа в печи металлизации окатышей Рис.11 Минимизация потребления пара и стабилизация качества продукции в колонне получения бутадиена

Примечания



ПРОЕКТЫ (5) ИНТЕГРАТОРЫ (1) СМ. ТАКЖЕ (6)


Подрядчики-лидеры по количеству проектов

За всю историю
2021 год
2022 год
2023 год
Текущий год

  Loginom Company (ранее BaseGroup Labs Аналитические технологии) (125)
  БизнесАвтоматика НПЦ (118)
  Инфосистемы Джет (13)
  Сбербанк (10)
  Marketing Logic (Маркетинг Лоджик) (9)
  Другие (623)

  Ростелеком (3)
  БизнесАвтоматика НПЦ (3)
  NLogic (2)
  Сапиенс солюшнс (Sapiens solutions) (2)
  Сбербанк (2)
  Другие (48)

  БизнесАвтоматика НПЦ (13)
  OneFactor (Уанфактор) ЕдиныйФактор (3)
  Мегапьютер Интелидженс (Megaputer Intelligence) (2)
  Яндекс (Yandex) (2)
  Московский центр инновационных технологий в здравоохранении (2)
  Другие (57)

  БизнесАвтоматика НПЦ (7)
  Департамент информационных технологий Москвы (ДИТ) (3)
  Полиматика (Polymatica) (2)
  Яндекс.Облако (Yandex Cloud) (2)
  Группа компаний ЦРТ (Центр речевых технологий) (2)
  Другие (62)

  БизнесАвтоматика НПЦ (3)
  SL Soft (СЛ Софт) (2)
  Сбер Бизнес Софт (2)
  Синимекс (Cinimex) (2)
  Университет Иннополис (2)
  Другие (55)

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2021 год
2022 год
2023 год
Текущий год

  Loginom Company (ранее BaseGroup Labs Аналитические технологии) (2, 236)
  БизнесАвтоматика НПЦ (2, 117)
  Полиматика (Polymatica) (4, 15)
  SL Soft (СЛ Софт) (4, 15)
  Oracle (12, 14)
  Другие (306, 171)

  БизнесАвтоматика НПЦ (1, 3)
  SL Soft (СЛ Софт) (1, 2)
  Dell EMC (1, 2)
  Полиматика (Polymatica) (1, 2)
  Napoleon IT (Наполеон Айти) (1, 1)
  Другие (6, 6)

  БизнесАвтоматика НПЦ (1, 13)
  Сбербанк (2, 2)
  Платформа больших данных (Platforma) (1, 2)
  HFLabs (ХФ Лабс), ранее HumanFactorLabs (1, 2)
  К-Скай (K-SkAI) (1, 2)
  Другие (14, 16)

  БизнесАвтоматика НПЦ (1, 7)
  Сбербанк (2, 2)
  Ситроникс КТ (ранее Кронштадт Технологии) (2, 2)
  SL Soft (СЛ Софт) (1, 2)
  Группа компаний ЦРТ (Центр речевых технологий) (1, 2)
  Другие (15, 18)

  SL Soft (СЛ Софт) (3, 4)
  Полиматика (Polymatica) (3, 4)
  Rubbles (Раблз) (1, 2)
  БизнесАвтоматика НПЦ (1, 2)
  Т1 (1, 1)
  Другие (8, 8)

Распределение базовых систем по количеству проектов, включая партнерские решения (проекты, партнерские проекты)

За всю историю
2021 год
2022 год
2023 год
Текущий год

  Deductor - 226 (226, 0)
  Visary BI Платформа бизнес-аналитики - 117 (117, 0)
  Искусственный интеллект (ИИ, Artificial intelligence, AI) - 32 (0, 32)
  Polymatica Analytics Аналитическая платформа - 14 (13, 1)
  IBM SPSS Decision Management - 10 (10, 0)
  Другие 102

  Visary BI Платформа бизнес-аналитики - 3 (3, 0)
  Искусственный интеллект (ИИ, Artificial intelligence, AI) - 2 (0, 2)
  EMC Greenplum Data Computing Appliance - 2 (2, 0)
  Polymatica Analytics Аналитическая платформа - 2 (2, 0)
  Loginom Аналитическая платформа - 1 (1, 0)
  Другие 1

  Visary BI Платформа бизнес-аналитики - 13 (13, 0)
  Искусственный интеллект (ИИ, Artificial intelligence, AI) - 5 (0, 5)
  Platforma и HFLabs: Технология безопасного метчинга данных - 2 (2, 0)
  Loginom Аналитическая платформа - 2 (2, 0)
  PolyAnalyst Платформа визуальной разработки сценариев анализа данных и текстов - 2 (2, 0)
  Другие 2

  Visary BI Платформа бизнес-аналитики - 7 (7, 0)
  Искусственный интеллект (ИИ, Artificial intelligence, AI) - 5 (0, 5)
  Polymatica Analytics Аналитическая платформа - 2 (2, 0)
  ЦРТ: Speech Analytics Lab - 2 (2, 0)
  PIX Process Management (PIX Процессы) - 2 (2, 0)
  Другие 6

  Искусственный интеллект (ИИ, Artificial intelligence, AI) - 6 (0, 6)
  Polymatica Analytics Аналитическая платформа - 3 (2, 1)
  Visary BI Платформа бизнес-аналитики - 2 (2, 0)
  МТС DataOps Platform - 1 (1, 0)
  Сфера. Интеллектуальный анализ процессов - 1 (1, 0)
  Другие -7

Подрядчики-лидеры по количеству проектов

За всю историю
2021 год
2022 год
2023 год
Текущий год

  ИндаСофт (140)
  Цифра (32)
  ИнфоПро Группа компаний (30)
  SAP CIS (САП СНГ) (21)
  Корпорация Галактика (15)
  Другие (328)

  ИндаСофт (5)
  BFG Group (БФГ Групп) (3)
  Цифра (3)
  BeringPro (БерингПойнт) ранее BearingPoint Russia (2)
  SAP CIS (САП СНГ) (2)
  Другие (19)

  Цифра (7)
  BFG Group (БФГ Групп) (4)
  Wiseadvice (Вайзэдвайс) (Интелис-Автоматизация) (3)
  1С-Рарус (2)
  Деснол Софт (1)
  Другие (14)

  Райтек ДТГ (Raytec DTG) (4)
  BFG Group (БФГ Групп) (3)
  Цифра (2)
  Таларикс, Talarix (ранее Резон ВЦ) (1)
  Ультиматек (Ultimatec) (1)
  Другие (11)

  АиБ Цифровизация (2)
  Корус Консалтинг (2)
  BFG Group (БФГ Групп) (1)
  RDV (РДВ Автоматизация) (1)
  К2 Тех (1)
  Другие (8)

Распределение вендоров по количеству проектов внедрений (систем, проектов) с учётом партнёров

За всю историю
2021 год
2022 год
2023 год
Текущий год

  OSIsoft (3, 109)
  ИндаСофт (3, 100)
  SAP SE (5, 63)
  1С Акционерное общество (6, 55)
  Цифра (3, 37)
  Другие (158, 274)

  SAP SE (1, 6)
  ИндаСофт (2, 5)
  1С Акционерное общество (1, 5)
  OSIsoft (1, 4)
  Цифра (2, 3)
  Другие (11, 12)

  1С Акционерное общество (3, 10)
  Цифра (1, 7)
  SAP SE (1, 6)
  BFG Group (БФГ Групп) (2, 4)
  АБС:Системы управления производством (1, 2)
  Другие (6, 6)

  1С Акционерное общество (1, 8)
  Цифра (1, 4)
  BFG Group (БФГ Групп) (2, 3)
  SAP SE (1, 2)
  LogistiX (Логистикс-Тех) (1, 1)
  Другие (2, 2)

  1С Акционерное общество (1, 9)
  BFG Group (БФГ Групп) (1, 1)
  Таларикс, Talarix (ранее Резон ВЦ) (1, 1)
  Электроприбор (Пенза) (1, 1)
  AdAstra Research Group (АдАстра Рисерч Груп) (1, 1)
  Другие (2, 2)

Распределение базовых систем по количеству проектов, включая партнерские решения (проекты, партнерские проекты)

За всю историю
2021 год
2022 год
2023 год
Текущий год

  PI System - 109 (108, 1)
  I-DS (InduSoft Dispatching System) Система диспетчерского управления - 89 (89, 0)
  SAP S/4HANA - 60 (60, 0)
  Цифра: Диспетчер Система мониторинга промышленного оборудования и персонала - 36 (36, 0)
  I-DRMS Система расчета материальных балансов - 34 (34, 0)
  Другие 294

  SAP S/4HANA - 6 (6, 0)
  1С:ERP. Управление холдингом - 5 (5, 0)
  I-DS (InduSoft Dispatching System) Система диспетчерского управления - 5 (5, 0)
  PI System - 4 (4, 0)
  Vmx Platform Business CAP - 2 (0, 2)
  Другие 13

  Цифра: Диспетчер Система мониторинга промышленного оборудования и персонала - 7 (7, 0)
  1С:ERP. Управление холдингом - 7 (7, 0)
  SAP S/4HANA - 6 (6, 0)
  BFG iMES (ранее BFG QRM) - 2 (2, 0)
  1С:Мясопереработка MES. Модуль для 1С:ERP - 2 (2, 0)
  Другие 5

  1С:ERP. Управление холдингом - 8 (8, 0)
  Цифра: Диспетчер Система мониторинга промышленного оборудования и персонала - 4 (4, 0)
  BFG iMES (ранее BFG QRM) - 2 (2, 0)
  SAP S/4HANA - 2 (2, 0)
  Talarix MES - 1 (1, 0)
  Другие 2

  1С:ERP. Управление холдингом - 9 (9, 0)
  Talarix MES - 1 (1, 0)
  Цифра: Диспетчер Система мониторинга промышленного оборудования и персонала - 1 (1, 0)
  Десна-2 - 1 (1, 0)
  Электроприбор: Платон Система цифровизации производства - 1 (1, 0)
  Другие 1