Угрозы и риски доминирования зарубежных технологий в системах управления производством: возможности и подходы импортозамещения

Треско И.А.1, Савенкова Н.П.2, Скорняков А.А.3
1 ООО «Витте-консалтинг»
2 МГУ имени М.В. Ломоносова
3 ООО «Витте-консалтинг» Воронеж

Статья в журнале

Экономическая безопасность (РИНЦ, ВАК)
опубликовать статью | оформить подписку

Том 3, Номер 4 (Октябрь-декабрь 2020)

Цитировать:
Треско И.А., Савенкова Н.П., Скорняков А.А. Угрозы и риски доминирования зарубежных технологий в системах управления производством: возможности и подходы импортозамещения // Экономическая безопасность. – 2020. – Том 3. – № 4. – С. 533-548. – doi: 10.18334/ecsec.3.4.110866.

Эта статья проиндексирована РИНЦ, см. https://elibrary.ru/item.asp?id=44613874
Цитирований: 5 по состоянию на 07.12.2023

Аннотация:
Целью данной работы является исследование угроз и рисков доминирования зарубежных технологий на российских предприятиях, которые обеспечивают более эффективную работу. Для преодоления разрыва в технологиях необходимо активизировать переход на информационные технологии, которые имеют стратегическое значение в управление непрерывным производством, что позволит продемонстрировать новые возможности и подходы при импортозамещении. Особенно актуально внедрение автоматизированных систем на предприятиях нефтегазовой отрасли, где безвозвратные потери наиболее велики. Автор отмечает, что несмотря на наличие известной российской научной школы и фундаментальными заделами в области управления производства, это направление должным образом не развивалось собственными программными разработками. Новый уровень технологических возможностей современных вычислительных средств открывает принципиально новые горизонты для использования и дальнейшего развития наработанной теоретической базы по решению оптимизационных задач управления на основе высокоадекватного моделирования производства. Внедрение новых технологий позволит минимизировать затраты и неопределенности на получение необходимых результатов и сосредоточить внимание на анализе достоверных и точных расчетов на основе высокоадекватной модели производственного процесса

Ключевые слова: MES (manufacturing execution system), система управления производственными процессами, календарное планирование, сведение материальных балансов, непрерывное производство

JEL-классификация: O32, O33, O25



Введение

В современных условиях системы управления производством (MES – manufacturing execution system) являются одной из важнейших информационных технологий (ИТ), имеющей стратегическое значение как с точки зрения обеспечения повышения эффективности предприятий, так и с точки зрения занимаемой доли ИТ-рынка продуктов и услуг. Как показывает практика успешного внедрения, данные системы позволяют получить значительные экономические эффекты благодаря тому, что они способствуют снижению операционных затрат, увеличению производительности, повышению оперативности принятия решений на предприятии. Особенно это актуально для РФ и предприятий нефтегазовой отрасли в частности. Так, например, безвозвратные потери российских нефтеперерабатывающих заводов (НПЗ) составили в 2016 г. 0,8% от объема переработанного сырья или десятки миллиардов рублей в год. Потребление топлива на технологические нужды у российский предприятий гораздо выше, чем у европейских заводов. Без понимания источников потерь и их количественной оценки, которые рассчитываются именно MES, сложно предпринимать какие-либо экономически обоснованные меры по их сокращению [8] (Moskovskiy, 2012). В то же время далеко не все отечественные заводы имеют автоматизированные системы расчета материального баланса (АСМБ), и зачастую материальный баланс сводится вручную, что сопровождается большой погрешностью и существенным влиянием человеческого фактора.

Опыт внедрения на одном из российских НПЗ АСМБ и последующее принятие на основе данных технологий управленческих решений по снижению потерь и потреблению топлива позволяют получить дополнительную выручку более 1,8 долл. США на тонну углеводородного сырья. «Эффект от улучшения структуры баланса за счет выхода нефтепродуктов составил более 0,5 долл. США на тонну сырья без дополнительных затрат» [5] (Kuvykin, Kuvykina, Matveev, Sychev, 2019). «По ряду экспертных оценок дополнительные доходы НПЗ в зависимости от полноты внедрения MES могут составлять от 35 руб. до 75 руб. на тонну сырой нефти» [14]. Данные экономические эффекты в короткие сроки позволяют окупить инвестиции по внедрению MES, что определяет потенциально высокую рыночную привлекательность данной информационной технологии.

Рядом вендоров MES заявляются следующие характеристики эффектов внедрения:

- «50% снижение операционных затрат, увеличение 15% производительности, 20% доходности, 80% снижение времени принятия решений» [7] (Leshchenko, 2017);

- «повышение производительности и снижение затрат (на 1–3%) – 1–4% экономии на качестве продукции» [2];

- «увеличить прибыльность при помощи анализа потенциальной нормы прибыли в рамках всего объекта до 10%, или $20 млн в год с одного ПНЗ» [16].

Согласно исследованию аналитической компании Market and Markets, «мировой рынок систем автоматизации производства к 2022 г. достигнет $18,22 млрд, а среднегодовой темп роста в 2016–2022 гг. составит 13,6%» [15]. При этом в данный период рынок этого программного обеспечения станет крупнейшим на общем производственном рынке.

Основное содержание

Текущая практика и особенности внедрения MES на рынке РФ

Современные MES-системы поддерживают каждый производственный процесс, планируют и совершенствуют операции, а также контролируют работу оборудования. Основными факторами, стимулирующими рост рынка MES, являются возможность быстрой окупаемости инвестиций на внедрение, широкое использование автоматизации в промышленности и устойчивые тренды по росту уровня автоматизации, улучшение ключевых характеристик производств благодаря MES-системам, активное продвижение стандартов и технологий Индустрии 4.0, «Интернет вещей».

Несмотря на наличие собственной сильной научной школы и фундаментальных заделов в области управления производства, в РФ должным образом не развивались собственные программные средства. На протяжении последних 20 лет большинство внедрений MES в РФ связаны с программными продуктами крупнейших мировых производителей из США – Honeywell и AspenTech. Данные производители при разработке программного обеспечения АСМБ и оптимизации календарного планирования (КП), которые являются ключевыми компонентами MES в обеспечении экономических эффектов предприятия, базируются на упрощении модели производства из-за ограниченных возможностей используемых математических методов. По этой причине работа с данными продуктами происходит на эвристическом понимании экспертами, как функционирует система в каждом конкретном случае, включая ситуационный подбор настроечных параметров расчетных процедур, а также «последующее сопоставление результатов автоматизированных расчетов и экспертной оценки, сформированной на основе дополнительной информации из различных источников» [1] (Artemev, Borodin, Zakiev, Petukhov, 2014). По факту данные продукты в каком-то смысле являются для конечного пользователя «черным ящиком», имеющим много неопределенностей по возможностям и ограничениям применения, точности и достоверности. Исходя из реальной практики использования, данные инструменты нужно позиционировать не как средства автоматизированного расчета, а как средства поддержки принятия решения экспертом, который на основе сопоставления расчетных данных с другой информацией формирует итоговое решение по согласованию материального баланса или календарного плана.

Работа с данными продуктами вендоров предъявляет высокие требования к пользователям и эксплуатационному персоналу в части знания основ ряда математических дисциплин и программирования, специфики производства и проведения расчетов, включая представления о сопоставимости конкретного рассчитанного значения и других текущих и исторических данных, соответствующих текущим условиям расчета (та же топология и условия производства, состав парка измерительного оборудования и т.д.). Высокая зависимость от уровня квалификации эксперта формирует дополнительные риски в части неопределенности в достоверности получаемых итоговых результатов, эффективности принимаемых на основе их решений, а также негативно отражается на трудоемкости и оперативности процесса получения результата.

Основные риски и угрозы доминирования зарубежных MES на рынке РФ

Как показывает анализ состава прикладных исследований, проводимых в РФ в области MES, большинство из них направлено не на создание собственного решения, а на исследование особенностей математического аппарата зарубежных продуктов и его локализованной адаптации под разные конкретные ситуационные условия для возможности повышения уровня автоматизации, точности и достоверности сведения материального баланса или календарного планирования [1, 9, 18, 17] (Artemev, Borodin, Zakiev, Petukhov, 2014; Prokazina, Khokhlov, Shaydullin, 2012; Kuvykin, Petukhov, 2019 Kuvykin, Matveev, Sychev, 2018).

Сложившееся на рынке РФ за более чем 15-летний период доминирование зарубежных производителей MES имеет следующие серьезные угрозы и риски для государства:

- отвлечение интеллектуальных ресурсов на развитие и адаптацию зарубежных технологий вместо создания собственных решений, что приводит к росту технологического разрыва;

- монопольная зависимость от зарубежной технологии, включая выстраивание под нее системы управления, без четкого понимания ее возможностей и ограничений;

- высокие неуправляемые санкционные риски в части возможности и технической поддержки полностью «закрытого» программного обеспечения;

- потеря российскими производителями программного обеспечения значительной доли российского и зарубежного крупного ИТ-рынка наукоемких продуктов и услуг на основе MES.

К сожалению, данные угрозы и риски до последнего времени явно не проявлялись. Во многом это связано с тем, что активно внедряемые современные информационные технологии, направленные на решение первоочередных задач автоматизации – сбора и первичной обработки информации, устранение интеграционных разрывов между различными информационно-технологическими компонентами, повышение уровня детализации описательных моделей и т.д., – позволяют за счет «простого наведения порядка» в достаточно короткие сроки получать значительные экономические эффекты. В условиях РФ, где большая доля крупных производственных предприятий имеют недостаточных уровень информатизации (включая метрологическое обеспечение), внедрение таких технологических решений будет иметь актуальность еще длительный период. [3] (Erokhina, Erokhin, 2020). Потребность во внедрении наукоемких оптимизационных решений по управлению производством явно проявляется только после того, как завершены этапы автоматизации текущих бизнес-процессов сбора и обработки информации на предприятиях и исчерпаны возможности по экономическим эффектам за счет такого рода информатизации. В настоящий момент количество предприятий, готовых перейти на качественно новый уровень управления, а именно применение информационных технологий автоматизированного расчета оптимального управления, составляет незначительную часть рынка. Такая ситуация с масштабами и конфигурациями внедрения MES создает объективные предпосылки для блокирования негативной тенденции доминирования наукоемких зарубежных продуктов АСМБ и КП в РФ при условии своевременного принятия необходимых упреждающих мер.

Как было отмечено, компоненты MES можно условно классифицировать на компоненты, имеющие только технологическую составляющую, и компоненты, предусматривающие использование сложного математического аппарата. Наукоемкие компоненты главным образом связаны с решением различных оптимизационных расчетных задач. Как правило, объем программной разработки (включая количество модулей) наукоемких компонент составляет незначительную часть в общей архитектуре решения, но именно данные разработки могут обеспечить переход на качественно новый уровень экономической эффективности управления производством.

Основные предпосылки для создания конкурентоспособного импортозамещающего решения

В РФ есть все предпосылки для создания высококонкурентных программных и технологических решений оптимального управления производством. Под руководством академика А.А. Самарского ранее была создана одна из самых сильных школ математического моделирования и вычислительных алгоритмов. При этом новый уровень технологических возможностей современных вычислительных средств открывает принципиально новые горизонты для использования и дальнейшего развития наработанной теоретической базы по решению оптимизационных задач управления на основе высокоадекватного моделирования производства.

Актуальность использования математического аппарата для оптимизации, несмотря на значительный рост мощности вычислительных комплексов, является весьма острой. Постоянное усложнение современного производства, увеличение количества контролируемых параметров, объектов управления приводят к тому, что переборными методами даже с использованием самых мощных вычислительных средств задачи оптимизации невозможно решать в требуемых временных рамках. Так, например, для нахождения оптимального решения по сведению материального баланса методом перебора для крупного нефтеперерабатывающего завода требуется рассмотреть 10 в 15-й степени комбинаций. Соответствующий расчет на одном из самых мощных в РФ вычислительных комплексов, находящемся в МГУ им. М.В. Ломоносова, – «Ломоносов-2» – будет длиться более 10 лет. Поэтому разработка эффективных промышленных программных технологий оптимального управления производством должна предусматривать привлечение не только квалифицированных программистов, но и в первую очередь высокоподготовленных математиков в области математического моделирования и вычислительных методов.

В настоящее время в РФ сформированы необходимые предпосылки и условия для создания наукоемких информационных технологий:

- сформированы организационные структуры (например, Фонд «Сколково»), которые обеспечивают финансовую, правовую и методическую поддержку инновационных разработок;

- государственная поддержка и стимулирование внедрения импортозамещающих решений;

- наличие значительного количества высококвалифицированных ресурсов по программной разработке;

- поддержка крупным бизнесом импортозамещения программных продуктов для снижения санкционных рисков и обеспечения технологической независимости.

Одним из примеров реализации данных возможностей является совместная работа компании «ЛУКОЙЛ», МГУ им. М.В. Ломоносова, Группы компаний «Ай-Теко» (имеющей свое подразделение в «Сколково» – «Инновационный центр «Ай-Теко») по созданию и внедрению решений по сведению материального баланса на одном из крупнейших в РФ НПЗ, который включает свыше тысячи технологических установок и несколько тысяч контролируемых параметров. Каждый из участников этого проекта занимает лидерские позиции в своих сферах деятельности и ориентирован на создание конкурентных решений мирового уровня. Благодаря этому удалось создать решение, которое по своим возможностям не уступает одному из мировых лидеров рынка – компании Honeywell, и имеет хорошие перспективы внедрения не только на рынке РФ, но и за рубежом.

В настоящее время в активной разработке находится задача создания вычислительных алгоритмов для построения оптимального календарного плана. В течение прошлого года удалось осуществить прорыв в решении ключевой научной проблемы, связанной с нивелированием влияния локальных оптимумов на построение плана. Это позволяет не только существенно повысить уровень автоматизации и отказаться от текущей практики построения оптимального плана на основе многошагового имитационного моделирования, но и определить предельный уровень оптимальности. В ходе поисковых прикладных исследований удалось разработать экономичные вычислительные алгоритмы, которые позволили снизить более чем в 25 тыс. раз число итераций при обсчете одной производственной установки – с 2 млн до 80, и, таким образом, дать возможность в заданные временные рамки выполнять расчет для крупных НПЗ, у которых число производственных установок превышает 60 единиц. Результаты данных работ отражены в ряде публикаций [11, 13] (Savenkova, Artemeva, Dryazhenkov, Laponin, Mokin, 2020; Savenkova, Laponin, Mokin, Artemeva, Dryazhenkov, 2018).

Данный пример совместной конструктивной работы науки и бизнеса позволяет сделать обоснованные выводы о возможности в течение 2–3 лет создать собственные высокоэффективные технологии по управлению производством, которые позволят не только обеспечить технологическую независимость РФ, но и существенно повысить производительность предприятий, обеспечить лидерство в перспективном сегменте ИТ-рынка.

Рыночная стратегия импортозамещения

С точки зрения выбора оптимальной стратегии импортозамещения, предусматривающей в том числе минимизацию финансовой нагрузки на предприятия, где уже внедрены «технологические» компоненты МЕS, приоритетным направлением является создание собственных решений по оптимизации управления, которые должны эффективно интегрироваться с компонентами зарубежных МЕS. Применительно к реализации этой стратегии должно соответствующим образом строиться рыночное позиционирование, технологическая архитектура, формирование партнерских отношений с мировыми лидерами поставщиков решений по MES.

Рыночное позиционирование программного продукта определяется декларацией целевой задачи, для решения которой он создается. В данном случае анонсируемой целевой задачей разработки инновационного инструментального средства является решение одной из наиболее острых актуальных проблем управления непрерывным производством – автоматизированное сведение материального баланса и построение оптимального календарного плана на основе высокоадекватной математической модели производства с минимизацией либо с полным исключением влияния эксперта на получение требуемых расчетов. Аргументация уникальности и высокой конкурентоспособности решения базируется и опирается на публикациях и других формах представления вычислительных методов нахождения математического решения с управлением точности и скорости вычислений. Форма проведения разработок на основании диссертационных, научно-исследовательских, опытно-конструкторских работ, привлечения авторитетных признанных в научной среде специалистов, профильных учебных и научных заведений с мировым именем определяет на рынке, включая зарубежных вендоров, понимание высокой научной сложности и качества реализованных разработок, понимание высоких затрат и рисков успешного самостоятельного создания аналогов. Это не только формирует потребность и готовность вендоров MES и заказчиков, которые внедрили данные MES, использовать данные специализированные инструменты в рамках соответствующей интеграции с собственной линейкой продуктов, но и формировать заказы на создание других сложных наукоемких решений для управления производством.

В качестве потенциально интересных для вендоров MES направлений использования, математической и алгоритмической основы сведения материального баланса и построения оптимального календарного плана на основе высокоадекватного моделирования выступают:

- объемное планирование производства;

- имитационное и ситуационное моделирование производства.

Одной из известных проблем, препятствующих построению оптимального объемного плана, является в общем случае наличие непрогнозируемого количества локальных экстремумов заданной целевой функции, на основании которой в рамках выбранного критерия находится оптимальное решение. Это обусловлено тем, что целевая функция не является выпуклой и возможности исследования для выяснения количества и распределения экстремумов крайне ограничены. В большинстве случаев поиск и выбор оптимального решения связан с итерационным подбором различных параметров настройки специальных процедур поиска экстремумов и при определении нескольких экстремумов выбор наилучшего решения.

В то же время разработанная математическая и алгоритмическая основа расчета оптимального производственного плана благодаря универсальным корректным механизмам трансформации невыпуклых функций дискретного управления в выпуклые функции непрерывного управления для последующего нахождения глобального экстремума могут быть адаптированы под задачи объемного планирования. Такое решение практически полностью исключает необходимость участия эксперта в настройках решателя, анализа множества локальных экстремумом в поисках наилучшего. В результате общая схема работы комплексного решения задачи построения оптимального объемного плана видится таким образом. На основе стандартных инструментальных средств MES вендора формируется базовая/стартовая версия объемного плана и далее проводится его оптимизация на основе инструментария оптимизации календарного плана.

Таким же образом инструментальные средства и методологические подходы построения оптимального производственного плана могут быть встроены в комплексные решения по имитационному и ситуационному моделированию в рамках предварительного рассмотрения и анализа различных вариантов планирования и управления производством для разных по длительности и условиям периодов планирования. Это позволит экспертам минимизировать затраты и неопределенности на получение необходимых результатов и сосредоточить внимание на анализе достоверных и точных расчетов на основе высокоадекватной модели производственного процесса.

Еще один контур, в котором возможно создание совместных с вендорскими MES эффективных комплексных решений, является уровень АСУТП, а именно комплексного решения по оптимизации, охватывающего сведение материального баланса, календарное планирование и APC (advanced process control). Это направление разработок видится особенно интересным с точки зрения прямых экономических эффектов, и в ближайшем будущем будет дополнительно исследоваться.

Дополнительными условиями, снижающими риски конкурентного противодействия со стороны вендоров MES при выведении на рынок нового импортозамещающего решения, является «дружеская» архитектура, характеризующаяся:

- ориентацией на максимальное переиспользование компонент MES вендоров на основе создания соответствующего комплекса интеграционных решений (например, использование промышленных баз данных реального времени);

- мультивендерностью, а именно разработкой для каждого из лидеров рынка MES профильного набора интеграционных решений.

Такие подходы к архитектуре выводимого на рынок решения имеют не только маркетинговую составляющую, но и технологические и экономические основания. «Программные продукты мировых лидеров в области MES являются результатом многолетних научных и технологических исследований, обеспечивающих эффективное решение целого класса задач производственного управления» [10] (Savenkova, Artemeva, Dryazhenkov, Laponin, Mokin, 2018). Поэтому при новых полномасштабных внедрениях MES либо модернизации уже эксплуатируемых систем использование апробированных технологий минимизирует риски выхода за бюджеты и сроки проекта, а также технологических проблем. Кратко рассмотрим перечень компонент вендорских MES, с которых целесообразно обеспечить разработку интеграционных решений для повторного использования.

Одним из ключевых условий проведения достоверных и точных расчетов сведения материального баланса и создания оптимального производственного плана, потенциальная возможность получения которых определяется используемой высокоадекватной моделью непрерывного производства, является поступление в автоматическом режиме точной, актуальной измерительной информации. Для крупных предприятий формирование в автоматическом режиме потока данных является технически непростой задачей, предусматривающей различные регламенты и сценарии сбора и предварительной обработки, интеграцию с множеством систем –источников и систем – потребителей данных, гармонизацию нормативно-справочной информации и т.д. Информация собирается с уровня АСУТП, первичных датчиков, узлов предварительной обработки (пересчета), вводится в базу данных реального времени с последующим распределением по системам потребителям информации.

Современные МЕS позволяют сформировать данную систему сбора как на основе своей продуктовой линейки, так и с помощью создания кастомизированных прикладных решений и интеграционных компонент, которые встраиваются в существующую архитектуру информационно-технологического обеспечения предприятия. Поэтому информационно-технологическая среда сбора и распределения производственных данных на основе развернутых соответствующих компонент MES является одной из «штатных» компонент, с которой необходимо интегрироваться [12] (Savenkova, Artemeva, Laponin, Mokin, Dryazhenkov, 2018). С учетом этого разрабатываемая архитектура автоматизированного расчета материального баланса и оптимального календарного плана на основе высокоадекватной модели предполагает возможность максимальной инвариантности к компонентам вендорских решений, которые обеспечивают формирование потоков необходимых данных проведения расчетов.

Со стороны вендора/заказчика для автоматизированного сведения материального баланса и построения оптимального календарного плана в целях обеспечения работы математического аппарата необходимо иметь следующие «внешние» компоненты:

- подсистема высокоадекватного моделирования непрерывного производства;

- подсистема ввода данных в модель и решатели;

- решатель материального баланса;

- решатель оптимального календарного плана.

С учетом специфики математического решения высокоадекватная модель в рамках требуемой нотации, структуры и форматов содержит всю необходимую информацию по непрерывному производству и управлению проведения автоматизированных расчетов. Система ввода данных также обеспечивает специфику структуры и форматов данных, их предварительную обработку, автоматизированную загрузку в модель и решатели, исходя из требований используемых алгоритмов расчетных процедур.

Решатели материального баланса и календарного плана для MES вендоров, с которыми производится интеграция, являются «черным ящиком», который после трансформации входных данных через свою систему ввода-вывода данных выдает в требуемом формате расчетные результаты. Поэтому при решении задачи интеграции инструментов расчета материального баланса и построения календарного плана с соответствующими компонентами MES вендоров задача заключается главным образом в корректном преобразовании собираемого потока текущей инфраструктуры в специализированные форматы для высокоадекватной модели и решателей.

Помимо максимального использования эффективных решений вендоров в части сбора, обработки и управления данными достаточно интересной и перспективной видится интеграция с компонентами MES, которые связаны с детализированным описанием различных характеристик и зависимостей процесса производства или его отдельных технологических компонент применительно к разным характеристикам сырья, компонент рецептуры, условиям производства и т.д. Как правило, данные информационно-технологические компоненты являются результатом сложных статистических и аналитических исследований большого объема реальной информации и составляют определенное «ноу-хау», которое обеспечивает существенные экономические эффекты при использовании в контуре управления производством. В качестве примера такого программного продукта можно привести модуль AspenTech, в котором описаны все основные виды нефти, а также зависимости характеристик их обработки на производственных установках. Очевидно, что соответствующее внесение этой информации в высокоадекватную модель и донастройки решателей может обеспечить синергетический эффект в части точности и достоверности расчетов подобного комплексного мультивендорного решения [4] (Kazantsev, 2017).

Помимо функционального позиционирования, фокусировки архитектуры на мультивендорной интеграции необходимо создание оптимальных организационных условий для минимизации конфликтной конкуренции с лидерами рынка MES. Одним из эффективных подходов по созданию благоприятной среды сотрудничества с изначальными конкурентами является формирование партнерских отношений с ключевыми вендорами. Предметами таких партнерских отношений должны быть:

- координация с вендорами реализуемых активностей с теми заказчиками, у которых уже есть внедрения MES от данного поставщика;

- взаимное привлечение к проектам внедрения и модернизации MES;

- планирование и совместная разработка и вывод на рынок комплексных решений по управлению производством;

- совместные маркетинговые активности.

Системные мероприятия по государственной поддержке импортозамещения

«К числу важных организационных решений относится обеспечение активного участия профильных государственных структур в создании и продвижении на отечественный и зарубежный рынок стратегически важных технологий» [6] (Lev, Leshchenko, 2020). Без данной поддержки собственных ресурсов даже крупных частных компаний будет недостаточно для обеспечения высоких темпов охвата рынка импортозамещающими решениями. Кроме того, процесс создания подобных решений должен сопровождаться развитием стандартов по моделированию, требований к точности, достоверности и другим значимыми требованиями к расчетам. В качестве приоритетных направлений поддержки создания и продвижения стратегически важных наукоемких технологий можно выделить:

- государственный заказ профильных научно-исследовательских и опытно-конструкторских работ;

- формирование стандартов, ориентированных на задание требований, которые соответствуют возможностям наукоемких решений;

- на уровне профильных министерств централизованное управление процессами внедрения стандартизованного решения, начиная с пилотных зон и включая тиражирование в бизнес-сегментах;

- формирование технологий контроля и аудита эффективности предприятия, которые реализуются на основе тех же инструментальных средств по управлению производством;

- создание дополнительных экономических преференций при внедрении предприятиями стандартизованных импортозамещающих продуктов.

Заключение

Подводя итоги рассмотрения проблемы доминирования зарубежных технологий управления производством на российском рынке, необходимо выделить основные моменты:

- текущий объем и динамика внедрения MES, а также общий потенциал рынка позволяют в среднесрочной и долгосрочной перспективе обеспечить значимый уровень импортозамещения стратегически важных наукоемких компонент MES, решающих комплекс оптимизационных задач управления непрерывным производством;

- существуют научно-методическая основа, научно-производственная база, научно-прикладные заделы, прототипы и успешные внедрения стратегически важных технологий оптимизации управления непрерывным производством, которые определяют необходимые возможности для успешного создания комплекса инновационных решений по управлению производством;

- для обеспечения оптимальных условий охвата рынка необходимо обеспечить сотрудничество с мировыми лидерами поставщиков решений по MES на основе рыночного позиционирования технологии на оптимизационные задачи, архитектуры на мультивендорную интеграцию с переиспользуемыми компонентами лидеров MES, формирование партнерских отношений с вендорами.

Для обеспечения управляемости и необходимой динамики импортозамещения на рынке РФ и в перспективе выхода на зарубежные рынки необходимо обеспечить активное участие государственных структур в финансовой, организационной и нормативно-методической поддержке:

- всего цикла разработки и внедрения комплекса инновационных технологий – заказ НИР и ОКР, создание опытных образцов, пилотное внедрение, централизованные внедрения по отраслевым сегментам;

- создания стандартов и методических документов, предусматривающих реализацию инновационных возможностей;

- формирования системы экономических и других преференций для промышленных предприятий для внедрения инновационных решений.


Источники:

1. Артемьев С. Б., Бородин П. Е., Закиев А. Р., Петухов М. Ю. Автоматизация процесса согласования материального баланса на нефтеперерабатывающем предприятии – система Production Balance // Автоматизация в промышленности. – 2014. – № 8. – c. 22-28.
2. Дозорцев В. «Моделирование жизненного цикла технологических процессов». Российская Технологическая Конференция 2018. [Электронный ресурс]. URL: https://www.honeywellprocess.com/enUS/onlinecampaigns/EUCyberSecuritySummit/Documents/2018-presentation/1.USDPresentation.pdf (дата обращения: 07.09.2020).
3. Ерохина Е.В., Ерохин И.И. Риски информатизации и интеллектуализация в системе информационной безопасности Российской Федерации // Экономическая безопасность. – 2020. – № 2. – c. 187-196.
4. Казанцев С.В. Модели расчета показателей защищенности страны и ее регионов // Регион: Экономика и Социология. – 2017. – № 2. – c. 32-51.
5. Кувыкин В.И., Кувыкина Е.В., Матвеев А.Е., Сычев А.Г. Повышение эффективности производства при использовании системы согласования материального баланса // Современные наукоемкие технологии. – 2019. – № 4. – c. 36-40.
6. Лев М.Ю., Лещенко Ю.Г. Цифровая экономика: на пути к стратегии будущего в контексте обеспечения экономической безопасности // Вопросы инновационной экономики. – 2020. – № 1. – c. 25-44.
7. Лещенко Ю.Г. Институциональные ориентиры группы 20 (G-20) в аспекте российской экономики и интересах российского предпринимательства // Российское предпринимательство. – 2017. – № 17. – c. 2417-2450.
8. Московский А.М. Финансово-экономические аспекты формирования и реализации военно-технической политики государства. / Современные проблемы и пути решения: аналитический доклад / А. М. Московский; Финансовый ун-т при Правительстве Российской Федерации, Ин-т проблем экономической безопасности и стратегического планирования. - М.:, 2012.
9. Проказина М. В., Хохлов А. С., Шайдуллин Р. А. Имитационные модели в комплексе календарного планирования производства НПЗ // Автоматизация в промышленности. – 2012. – № 10. – c. 15-21.
10. Савенкова Н. П., Артемьева Л. А., Дряженков А. А., Лапонин В. С., Мокин А. Ю. Математическая модель распределения производственных потоков // XXV международная конференция «Математика. Компьютер. Образование». Москва-Ижевск, 2018. – c. 216.
11. Савенкова Н.П., Артемьева Л. А., Дряженков А. А., Лапонин В. С., Мокин А. Ю. Новый подход к математическому моделированию календарного планирования на промышленном предприятии. - М.: Вестник МГТУ, 2020.
12. Савенкова Н. П., Артемьева Л. А., Лапонин В. С., Мокин А. Ю., Дряженков А. А. Математическое моделирование сведения материальных балансов // Деловой журнал Neftegaz.RU. – 2018. – № 4. – c. 91.
13. Савенкова Н. П., Лапонин В. С., Мокин А. Ю., Артемьева Л. А., Дряженков А. А. Математическое моделирование производственных потоков в технологических процессах с фиксированной рецептурой производства. / Ломоносовские чтения 2018: тезисы докладов. - Макс Пресс, 2018. – 106–107 c.
14. Территория Нефтегаз. «Нефтегазовые технологии». [Электронный ресурс]. URL: http://neftegas.info/upload/iblock/d4e/d4ef2c64192c759860e64a1dad56aace.pdf/ (дата обращения: 07.09.2020).
15. ControlEngrussia. «Девятая версия ПО aspenONE от AspenTech для предприятий нефтегазовой и химической отраслей». [Электронный ресурс]. URL: https://controlengrussia.com/programmnye-sredstva/aspen-technology/ (дата обращения: 07.09.2020).
16. ControlEngrussia. «Atlas MES – инновационная система для автоматизации управления производством». [Электронный ресурс]. URL: https://controlengrussia.com/mes-sistema/atlas-mes/ (дата обращения: 07.09.2020).
17. Kuvykin V.I., Matveev A., Sychev A.G. Automation of Calculations of Optimal Disposition of Devices of a Material Balance System // Chemical and Petroleum Engineering. – 2018. – № 54 (3-4). – p. 266-272.
18. Kuvykin V.I., Petukhov Improving M. The Quality of Process Models in Oil Refinery Information Systems // International Journal for Quality Research. – 2019. – № 13 (3). – p. 539-552.

Страница обновлена: 10.01.2024 в 11:27:39