IIoT (Промышленный Интернет вещей) для «умного транспорта»

• «Умный транспорт» – это современный мировой тренд развития высокотехнологичного общества. Крупные автомобильные концерны активно оснащают автомобили средствами подключения к беспроводным сетям, инвестируют в ИТ-компании (к примеру, Toyota в Uber, Volkswagen в Gett, GM в Lyft). Вендоры и ИТ-компании не только заключают соглашения с транспортниками, но и сами пытаются занять эту нишу:
• Intel в марте этого года приобрел израильскую MobilEye, которая ранее создавала систему автопилота для Tesla, а также сотрудничала с крупными автопроизводителями, включая BMW;
• Apple инвестировала в iCar;
• Google работает над ОС для подключенных автомобилей.
• По данным PwC развитие IoT в мире стало возможным благодаря четырем технологическим трендам: снижению стоимости вычислительных мощностей; снижению стоимости передачи данных; быстрому увеличению количества «подключенных» устройств; развитию облачных технологий.
• Согласно данным немецкой аналитической компании IoTAnalytics, большая часть из 640 наиболее известных во всем мире IIoT-проектов реализована в секторе промышленного производства (141 проект). Значительная доля реализованных IIoT-проектов (44%) приходится на Северную и Южную Америку. Европа находится на втором месте с показателем 34%.
• Аналитики GSMA, Markets&Markets, Machina Research и Nokia уверены, что основной сферой применения Интернета вещей в мире к 2025 году станет сфера «умного города» и умного дома», ритейла, транспорта, медицины, промышленности, транспорта, ЖКХ .
• Аналитики Gartner подсчитали, что к концу 2017 года по всему миру будет насчитываться 8,4 млрд подключенных к Сети устройств. По сравнению с прошлым годом их количество вырастет на 31%. Предполагается, что к 2020 г. количество IoT-устройств достигнет 20,4 млрд штук. По итогам 2017 г. объем рынка Интернета вещей в денежном выражении составит 1,7 трлн долл. против 1,4 трлн долл. в 2016-м.
• По данным Research Nester, глобальный рынок Интернета вещей к 2023 году вырастет до $724,2 млрд с $598,2 млрд в 2015 году.
• По мнению Machina Research и Nokia, доходы глобального рынка промышленного Интернета вещей достигнут 484 млрд евро в 2025 году.

Объемы рынка в России

• По данным AC&M, на конец третьего квартала 2016 года в российских мобильных сетях функционировало по крайней мере 10 млн устройств M2M. В 2016 г. российские клиенты потратили на продукты и услуги, связанные с интернетом вещей (Internet of Things, IoT), 85 млрд руб. (или около $1,2 млрд). За прошлый год их расходы выросли на 42%, а еще годом ранее – на 58%. При этом доходы российских операторов от обслуживания интернета вещей составили 7,6 млрд руб. – на 25% больше, чем в 2015 г. В 2015 г. доходы операторов от IoT выросли почти на 30%.
• Аналитики считают, что на практике рынок IoT формируют не операторы, а многочисленные разработчики специфических программных продуктов и компании, адаптирующие их к индивидуальным условиям и задачам существующих программных платформ. В 2016 г. оборот этого сегмента рынка составил 49 млрд руб. и, если существующая тенденция сохранится, выручка системных интеграторов, специализирующихся на IoT-решениях, уже в 2017 г. вырастет до 80 млрд руб., а к 2020 г. превысит 300 млрд руб.
• По прогнозам J’son & Partners Consulting, общее количество подключенных объектов интеллектуальной транспортной системы (ИТС) в России увеличится с 29,4 тыс. в 2015 г. до 42,9 тыс. в 2020 г., т. е. на 46%. При этом первое место займут комплексы фото- и видео-фиксации, опередив по количеству подключений детекторы транспорта.

Примеры успешного внедрения IoT в сфере «Умного транспорта»

• Harley-Davidson, США. Завод по производству мотоциклов Harley-Davidson благодаря использованию IIoT (интеграция АСУ ТП предприятия с ERP-cистемой SAP) сократил сборку мотоциклов на заказ с 21 дня до 6 часов (каждые 89 секунд с конвейера сходит мотоцикл, полностью настроенный под своего будущего владельца).
• На протяжении всего производственного процесса используются датчики, управляемые системой класса MES (SAP Connected Manufacturing). Данные от датчиков передаются в платформу SAP HANA Cloud for IoT, которая выполняет функцию интеграционной шины для сбора данных с датчиков и различных информационных систем, как внутренних производственных и бизнес-систем компании Harley Davidson, так и информационных систем контрагентов компании.
• Решена проблема медленной реакции на запросы потребителей в условиях возросшей конкуренции и ограниченная возможность кастомизации 5 выпускаемых моделей на стороне дилеров.
• Акционерная стоимость компании выросли более чем в 7 раз с уровня 10 долларов в 2009 году до 70 долларов в 2015 году.
• General Electric, Атланта, США. Для снижения затрат клиентов, эксплуатирующих газовые турбины по всему миру, GE внедрила систему удалённого мониторинга состояния турбин. Получаемые данные о работе турбин поступают в центр обработки данных компании, где команда из 20 специалистов анализирует данные о техническом состоянии и принимает оперативные решения об их обслуживании или ремонте.
• Достигнутая совокупная экономия средств на оплату труда персонала — 9 миллионов долларов в год.
• Затраты на разработку программного обеспечения сторонними разработчиками снижены на 3 миллиона долларов.
• Совокупные выгоды для эксплуатирующих турбины предприятий оцениваются в 100 миллиона долларов в год.
• Порт Гамбурга. Благодаря использованию IIoT (различные программно-аппаратные комплексы по управлению физической инфраструктуры) пропускная способность порта Гамбурга выросла с 9 до 25 миллионов контейнеров в год. При этом физическая инфраструктура порта (количество причалов, подъёмных кранов, подъездных путей и т. п.) практически не изменилась.
• Производитель двигателей для самолетов General Electric смог трансформировать свою сервисную модель обслуживания за счет внедрения системы датчиков и ПО по онлайн-аналитике показателей двигателей. Это позволило сократить срок ремонта оборудования и стоимость поддержки, повысить срок эксплуатации оборудования и надежность.
• Амстердамский аэропорт Схипхол использует технологию (разработка компании Undagrid), помогающую следить за передвижным оборудованием. Для этого на багажные тележки, передвижные трапы устанавливаются датчики, которые позволяют удаленно отслеживать их перемещение по воздушной гавани. Благодаря этому аэропорт смог сократить численность оборудования и снизить расходы.

Россия:

• В ноябре 2015 года запущена в эксплуатацию Российская система взимания платы с грузовиков, имеющих разрешённую максимальную массу свыше 12 тонн «Платон». Оплата проезда осуществляется двумя способами: с помощью маршрутной карты или бортового устройства.
• На середину мая 2017 года более 600 000 бортовых устройств оснащено M2M сим-картами.
• С 2013 года в аэропорту Внуково применяются технологии автоматизированного спутникового мониторинга транспорта на основе ГЛОНАСС.
• В рамках проекта компания «СпейсТим» интегрировала системы мониторинга и управления транспортом на основе ГЛОНАСС с ключевыми системами управления аэропортом: INFORM GroundStar (планирование и оперативное управление суточным планом полетов и наземным обслуживанием воздушных судов), подсистемой оценки времени посадки самолетов и их положения на перроне и геоинформационной системой (ГИС).
• В комплекс SmartRamp поступает информация из базы данных аэропорта AODB GroundStar (суточный план полетов, данные о расчетном, фактическом времени посадки самолетов), системы RMS GroundStar (планирование и управление наземным обслуживанием рейсов), подсистемы оценки времени посадки и положения воздушных судов на перроне VKOAir и геоинформационной системы. На основании полученных данных SmartRamp позволяет проводить оперативную оценку обстановки на перроне и минимизировать возникновение нештатных ситуаций.
• Диспетчер видит на карте борт самолета, как только он достигает уровня 70 метров от/до земли, в режиме реального времени получает информацию о состоянии самолета, отслеживает спецтранспорт, обслуживающий каждый борт – трап, пассажирские шаттлы, грузовой транспорт.
• В 2013 году «Аэрофлот» оснастил системой мониторинга транспорта и контроля расхода топлива от компании Omnicomm более 300 транспортных средств автопарка, включая установку диспетчерских программ и обучение персонала.
• Сокращение расхода на топливо на 30% при сроке окупаемости 3-4 месяца.
• Экономия объема вложенных средств более чем в 2 раза за столь короткий промежуток времени.