УАЗ реализовал один из первых в России проектов на базе IoT-платформы PTC ThingWorx. Решение собирает данные с активов УАЗ в режиме реального времени, помогая повышать эффективность производства и снижать незапланированные простои.
В 2018 году Ульяновский автомобильный завод объявил о старте реализации своей концепции «Цифровой УАЗ». Проект мониторинга производства и контроля оборудования с использованием индустриального Интернета вещей стал частью стратегии развития цифрового производства. Основная цель внедрения IoT на заводе — обеспечение необходимого уровня выпуска продукции с максимальной эффективностью и минимальными потерями. Для этого требовалось повысить прозрачность производства, за счет реализации сбора данных о работе активов без участия человека.
IoT-решение развернуто в рамках участка лазерной резки, входящего в состав прессового производства УАЗ. Здесь выпускается 80 различных типов деталей, до 260 тыс. изделий ежегодно. Участок оборудован двумя роботизированными комплексами и до проекта функционировал круглосуточно. Такой режим работы мешал качественно выполнять работы по техническому обслуживанию и плановым ремонтам оборудования.
Благодаря созданному решению специалисты предприятия могут собирать данные и проводить расширенную аналитику о работе участка и состоянии активов. Передача данных о различных параметрах робототехнического оборудования происходит в режиме реального времени.
На данном этапе проходит тестирование решения. Потенциальными результатами проекта станут увеличение выработки, повышение эффективности управления рисками и снижение издержек производства. По итогам внедрения завод сможет обеспечить рост производительности участка лазерной резки – сократит время работы с одновременным сохранением объемов производства, что позволит освободить больше времени на регулярные осмотры и техническое обслуживание оборудования.
В перспективах проекта интеграция с MES-системой и PLM-системой Teamcenter, 3D-визуализация и построение модели предиктивной аналитики. Накопленные данные помогут определять закономерности в работе оборудования, прогнозировать возможные аномалии и таким образом сокращать затраты на обслуживание и ремонт активов.