целях их дальнейшего использования для формирования максимально подробной и достоверной аналитики [3].
Все внутренние процессы промышленных предприятий построены на двух видах потоков: информационных и материальных. Внедряя стандарты менеджмента качества предприятия стремятся сделать данные процессы максимально прозрачными, для чего:
проводят классификацию и систематизацию информации о всех потоках, внедряя тем самым процессный подход;
обновляют технологические схемы в соответствие с новыми требованиями к качеству процессов;
вводят новые стандарты качества выпускаемых изделий;
регулируют качество выпускаемой продукции через внедрение передовых систем контроля и мониторинга на всех этапах производства.
Использование цифровых технологий позволяет значительно упростить все преобразования за счет создания полноценных систем управления данными. Установленный процесс является отправной точкой для перехода к более сложным системам управления, основанным на использовании технологий искусственного интеллекта и Интернета вещей.
Для машиностроительных предприятий внедрение систем управления качеством предполагает проведение трансформаций во всех основных бизнес-процессах: проектировании и разработке, производстве, закупках, обслуживании и др. Опыт европейских машиностроительных предприятий показывает, что использование инструментов цифровизации позволяет перевести в цифровой формат всю цепочку создания стоимости, получая тем самым возможности для расширения портфеля выпускаемой продукции и внедрения инновационных услуг на основе данных. Производство превращается в целостный всеобъемлющий процесс, направленный на дальнейшую оптимизацию переходов и взаимодействий между оборудованием и операторами, продолжительности цикла и потоков материалов. Использование облачных сервисов позволяет осуществлять контроль процессов удаленно, что открывает новые возможности для развития транснационального бизнеса [4].
Использование цифровых технологий позволяет решать задачи трансформации и интеграции бизнес-процессов в соответствие с требованиями менеджмента качества:
5
1.Полноценное внедрение процессного подхода. Внедрение цифровых программ требует систематизации и разложения процессов на этапы для разработки схем информационных потоков. Внедрение новых систем сбора данных требует внесение изменений
втехнологические карты. Последующий анализ больших данных позволит выявлять проблемы процессов, устранение которых послужит основой для разработки стандартов качества.
2.Развитие риск-ориентированного мышления. Работа с большими данными предполагает регулярный анализ несоответствий и разработку решений по предупреждению возникновения данных несоответствий. Использование исторических данных способствует полноценному применению статистического метода, благодаря которому могут создаваться полноценные технологические решения, направленные на предотвращение определенных дефектов на производстве, уменьшение продолжительности циклов и снижение влияния сторонних факторов.
Например, машиностроительная компания Brexton, производящая станки для обработки камня, использует цифровые данные, хранимые на удаленных сервисах, для вычисления вероятности поломки оборудования. Это позволяет вовремя запланировать профилактические и ремонтные работы [5].
3.Создание условий для постоянного улучшения процессов. В таблице приведены основные процессы машиностроительных предприятий и совместимые цифровые технологии, которые способствуют улучшению данных процессов.
|
|
|
Таблица |
Цифровые технологии, совместимые для процессов |
|||
|
машиностроительного предприятия |
||
Процесс |
|
Цифровые |
Результат |
|
|
технологии |
|
Поставка |
|
Интернет вещей, |
Оперативное |
материалов |
|
Big Data, машинное |
отслеживание и точное |
|
|
обучение (ML) |
планирование |
|
|
|
потребности в |
|
|
|
материалах, |
|
|
|
формирование заказа |
|
6 |
|
|
|
|
|
|
Окончание таблицы |
|
|
SaaS, ML |
|
Автоматизация |
Механообработка |
|
|
процесса на основании |
|
|
|
|
|
программ |
|
|
|
|
интеллектуального |
|
|
|
|
анализа данных |
Проектирование |
|
Альтернативное |
Быстрое |
|
|
|
совместимое |
|
проектирование в |
|
|
программное |
|
соответствие с |
|
|
обеспечение для |
потребностями |
|
|
|
проектирования |
заказчика. Экономия и |
|
|
|
геометрии в |
|
качество изделия на |
|
|
аддитивном |
|
выходе |
|
|
производстве |
|
|
|
|
(nTopology, Rhino, |
|
|
|
|
Grasshopper и др.) |
|
|
Перемещение |
|
Интернет |
вещей, |
Обработка больших |
материалов |
и |
Data |
Lake |
объемов аналитической |
готовой |
|
(хранилище данных), |
информации о |
|
продукции |
|
ML |
|
перемещении товаров и |
|
|
|
|
материалов, построение |
|
|
|
|
оптимальных |
|
|
|
|
маршрутов и улучшение |
|
|
|
|
графика перемещений |
Примером успешного опыта внедрения цифровых технологий для управления качеством процессов является Ульяновский автомобильный завод, который использует GPS-датчики для отслеживания информации о перемещении мехцехового транспорта. Собранная с использованием инструментов цифровизации аналитика послужила основой для оптимизации маршрутов, что повлияло на качество внутренних процессов. Другим ярким примером является опыт ПАО «Северсталь», на промышленных площадках которого были внедрены программы машинного обучения. За счет подключения к технологическому оборудованию специальных датчиков в режиме онлайн на каждом этапе производства проводится анализ больших данных [5]. Использование цифровых технологий призвано решить задачу управления качеством – ML-алгоритмы предсказывают насколько
7
продукт удовлетворяет заявленным параметрам клиентского заказа и рассчитывает величину отклонений.
Использование цифровых технологий позволяет машиностроительным предприятиям успешно внедрять новую парадигму управления, которая предполагает использование современных технологий управления аналитическими данными для повышения качества на всех уровнях производства. Важным условием поддержания данного качества является интеграция цифровых технологий во все основные, вспомогательные и обеспечивающие процессы. Это улучшает комплексность аналитики и создает условия для разработки наиболее точных MLалгоритмов. Также это создает условия для полноценного внедрения процессного подхода, который подразумевает:
создание гибкой и адаптивной системы управления;
взаимную ответственность за результаты процессов между всеми участниками;
изменение направленности на постоянное улучшение качества продукции;
обеспечение эффективной системы мотивации персонала;
создание условий для перехода к комплексной автоматизации;
высокую динамичность внутренних процессов.
Создание производств, управляемых данными, является одной из приоритетных задач в целях повышения конкурентоспособности современных промышленных предприятий. На сегодняшний день главными барьерами для полноценного внедрения инструментов цифровизации в управлении качеством процессов являются:
ограниченность финансовых вложений;
отсутствие совместимости и стандартов управления процессами на основе использования инструментов цифровизации;
недостаточная защита интеллектуальной собственности;
высокая стоимость систем кибербезопасности;
ограничение трансграничных потоков данных.
Таким образом, на современном этапе экономического развития внедрение прогрессивных технологий управления данными является одним из условий достижения высокого уровня конкурентоспособности. Использование инструментов
8
цифровизации ускоряет трансформацию внутренних процессов в соответствии с требованиями менеджмента
качества. Для машиностроительных предприятий данный аспект напрямую связан с оптимизацией и снижением стоимости бизнеспроцессов.
Литература
1. Распоряжение Правительства РФ от 6 июня 2020 г. № 1512-р «Об утверждении Сводной стратегии развития обрабатывающей промышленности РФ до 2024 г. и на период до 2035 г.» [Электронный ресурс] : Режим доступа: https://www.garant.ru/products/ipo/prime/doc/74142592
2.ГОСТ Р ИСО 9001-2015 Системы менеджмента качества. Требования [Текст] / Официальное издание. М.: Стандартинформ, 2018 год
3.Устинова Л.Н. Цифровые технологии в управлении промышленностью [Электронный ресурс] // Цифровая трансформация: образование, наука, общество. 2019. - С. 104-120 : Режим доступа: https://elibrary.ru/item.asp?id=38535077
4.Digitising mechanical engineering: leveraging the potential of the cloud and data [Электронный ресурс]: Digital Transformation Monitor. May
2017 : Режим доступа: https://ec.europa.eu/growth/toolsdatabases/dem/monitor/sites/default/files/DTM_Digitising%20mechanical%20e ngineering%20v1.pdf
5. Промышленный интернет вещей: 4 кейса применения Big Data в индустрии [Электронный ресурс] : Режим доступа: https://www.bigdataschool.ru/news/цифровая-трансформация/industrial-iot- big-data-machine-learning-cases.html
ФГБОУ ВО «Воронежский государственный технический университет»
9