Сотни лет назад любое производство по факту было штучным, где продукцию в основном производили вручную. Затем произошла первая промышленная революция, и в про- изводстве вместо ручного труда начали использовать машины и механизмы. В начале прошлого века, благодаря доступности электричества, стало возможно применение конвейерных линий в производствах, так прошла вторая промышленная революция, которая позволила значительно снизить себестоимость производимой продукции. Третья промышленная революция была связана с переходом к возможности цифровой обработки информации, которая случилась относительно недавно, она потребовала использования компьютеров большинством трудоспособного населения.
.jpg)
В данный момент современное производство «одной ногой» уже ступило на путь перехода к так называемой, четвертой индустриальной революции, где анализ цифровых данных производится не человеком, а компьютером. В обработке этих данных заложены процессы машинного обучения, а результатом Индустрии 4 должно стать создание крупных систем данных, которые автоматически обрабатываются, анализируются и самостоятельно принимают оперативные управленческие решения. В настоящий момент многие крупные компании признают необходимость внедрения таких систем как условие к выживанию в быстро меняющейся экономической ситуации. В сельском хозяйстве наблюдаются аналогичные ступени эволюции в производстве сельхозпродукции.
Начало использования сельхозмашин на конной тяге можно назвать первой промышленной революцией в сельском хозяйстве, ко второй относится появление тракторов и самоходных машин и их популяризация. Более современные системы – применение автоматики, такой как системы автоматического вождения, настройки машин, а также систем телеметрии – это явное отражение третьей промышленной революции в аграрной отрасли.
Как же будет выглядеть «Сельское хозяйство 4.0», и где в первую очередь оно будет развиваться? Ведь одним из толчков развития Индустрии 4 являлась именно глобализация, когда компании становились все крупнее, и они становились все сложнее в управлении, так как гигантские объемы данных, которые они производили, требовали больших человеческих ресурсов для их обработки. Для них в настоящий момент рациональнее делегировать обработку данных интеллектуальному машинному разуму.
.jpg)
В Западной Европе структура сельхозпредприятий, с учетом их численности и размеров, выглядит менее благоприятной структурой для развития крупных информационных систем с автоматическим принятием решений.
Гораздо более естественным выглядит внедрение таких систем на сельхозпредприятиях Восточной Европы, в том числе и РФ, где тенденция по увеличению размеров сельхозпредприятий является действительно актуальной, а влияние человеческого фактора в принятии решений (к примеру, агрономических) очень значительно.
В настоящее время производство сельскохозяйственной продукции связано с огромным количеством данных. Это данные непосредственно от самих машин (состояние техники, наработка по моточасам, местоположение, и так далее), в том числе машины предоставляют данные по культуре, включая урожайность, влажность и даже химическому составу. Также существуют данные с весовой, с метеостанций, прогнозные данные о погоде, данные химического состава почвы, NDVI.
В животноводстве чипирование создает поток данных о состоянии скота, и так далее. Некоторые холдинги внедряют системы планирования ресурсов ERP. Основная задача, которая сегодня стоит за производителями оборудования, агрохолдингами и IT-разработчиками – это объединение этих данных в единой информационной среде.
Именно это направление на сегодняшний день меняет ориентиры в развитии электронных систем во всех областях сельскохозяйственного машиностроения. Новым трендом является открытость информационных систем и обеспечение связи между производителями. Это означает применение общепринятых форматов данных, для того, чтобы их можно было свободно обрабатывать.
Компания CLAAS в данный момент внедряет систему, обеспечивающую передачу данных от машин в течении пяти лет.
На первом этапе эти данные будут использоваться сервисной службой для поддержки клиентов – планирования технического обслуживания, и максимально оперативной реакции при возникновении тех или иных неисправностей. Кроме этого, сегодня уже практикуется прямая передача данных из систем телеметрии CLAAS непосредственно в информационные системы конечных клиентов.
На следующем этапе стоит более интересная задача – научить данные из разных источников взаимодействовать друг с другом. Для этого, разумеется, потребуются дополнительные человеческие ресурсы – персонал, способный коммуницировать с различными подразделениями внутри агрохолдингов, для программного моделирования происходящих там процессов.
.jpg)
Одним из первых шагов, к примеру, может являться автоматическое планирование ресурсов для полевых работ. К примеру, в систему заносятся требование провести дискование почвы на определенном поле к определенному сроку.
Система, анализируя внесенные в нее параметры – перечень техники и оборудования, механизаторов, параметры производительности, в итоге может предложить решение – назначить механизатора, дату и время начала работы, конкретный трактор и орудие, при этом исполнитель получит непосредственное уведомление без искажения информации.
И это начальный этап интеграции системы, но уже на этом этапе значительно повышается прозрачность организации работ.
В дальнейшей перспективе, при накоплении определенного опыта, система сможет подсказать наиболее подходящие сорта культур, необходимые объемы посевного материала и удобрений, исходя из дифференцированного распределения, оптимальные агротехнологические сроки проведения операций в поле, и необходимые машины для возделывания этих культур, кроме этого необходимо четкое планирование количества топлива и расходных материалов. Но поэтапное развитие систем управления данными и принятия решений требует продолжительной совместной работы интеллектуальных систем и уже опытного персонала.
Компания CLAAS серьезно инвестирует в развитие электроники на машинах, а также в работу с данными, создает отдельную инфраструктуру для разработчиков программного обеспечения и электроники.
Теперь они объединяются в новом центре электронных компетенций в г. Диссен – это отдельная среда для молодых специалистов в области IT, где их инновационные идеи поддерживаются и в дальнейшем получают необходимое развитие.
Основные направления, в которых работает новый центр электронных компетенций:
1 Автоматизация – позволяет снизить влияние человеческого фактора на производительность техники.
2 Точное земледелие – позволяет более рационально использовать материалы, вносимые на поле.
3 Управление данными – позволяет оперативно администрировать полевые работы, а также автоматически документировать всю работу техники.
4 Направление Сonnected machines – в течении 5 лет машины передают данные для сервисной поддержки, а также для более глубокого анализа инженерами.
Именно эти четыре направления позволят сделать использование техники CLAAS максимально удобным и интегрируемым в цифровую инфраструктуру «Сельского хозяйства 4.0».
