Промышленность, Пищевое производство

IoT-платформа управления технологическим оборудованием

Платформа для полного цифрового контроля над установленным парком теплового технологического оборудования: удаленная диагностика, управление, алерты и получение сервисных данных без постоянных выездов инженеров на объект.

cloud-iot-platform-combi-oven-management-2.png
cloud-iot-platform-combi-oven-management-1.png
cloud-iot-platform-combi-oven-management-2.png
NDA
ЗаказчикРоссийский производитель теплового технологического оборудования, которому нужен цифровой сервис для удаленной работы с установленным парком устройств.
ЗадачаРазработать облачную IoT-платформу для мониторинга, управления и удаленной диагностики оборудования, чтобы снизить стоимость сервиса, повысить лояльность клиентов и дать производителю данные для развития продукта.

О проекте

Производитель оборудования столкнулся с типичной для сервиса проблемой: установленный парк устройств уже работает у клиентов, а удаленного контроля, быстрой диагностики и единого цифрового контура для сервиса у компании нет. Из-за этого часть задач по обслуживанию требует лишних выездов, а сам производитель теряет данные, которые нужны для улучшения продукта и запуска новых функций. 

 

Мы предложили облачную IoT-платформу, которая собирает телеметрию, показывает состояние оборудования в реальном времени, отправляет тревоги, поддерживает удаленное управление, OTA-обновления и HACCP-логирование в одном интерфейсе для клиента, сервисной службы и производителя. 

 

Такой подход превращает оборудование в управляемый цифровой сервис и дает бизнесу сразу три эффекта: ниже стоимость обслуживания, выше лояльность клиентов и больше данных для развития линейки

NDA
ЗаказчикРоссийский производитель теплового технологического оборудования, которому нужен цифровой сервис для удаленной работы с установленным парком устройств.
ЗадачаРазработать облачную IoT-платформу для мониторинга, управления и удаленной диагностики оборудования, чтобы снизить стоимость сервиса, повысить лояльность клиентов и дать производителю данные для развития продукта.

>600

устройств в одном контуре управления
1
Анализ оборудования и требований
Изучаем протокол обмена, сценарии работы и требования к платформе
2
Развертывание инфраструктуры
Поднимаем MQTT-брокер, базы данных, мониторинг и облачное окружение
3
Разработка backend и телеметрии
Собираем сервисы приема данных, обработки событий, команд управления и бизнес-логики
4
Разработка интерфейсов и сервисных функций
Реализуем web/mobile-интерфейсы, уведомления, OTA-обновления и роли доступа
5
Интеграция, пилот и запуск
Проводим тестирование на реальном оборудовании, запускаем пилот и переводим платформу в рабочий режим

Телеметрия как основа

Платформа сначала собирает телеметрию со всего парка оборудования, а после накопления данных на ней можно запускать прогноз отказов, поиск аномалий и рекомендации по эксплуатации.

Технологический стек

Frontend

Интерфейс пользователя: отчеты, графики, панели управления

Backend

Логика обработки и базовые компоненты системы

Вызовы и решения

Интеграция с реальным оборудованием и MQTT-протоколом

Платформа завязана на телеметрию, команды управления и структуру сообщений устройства, поэтому без точной спецификации MQTT и доступа к тестовым образцам сроки и качество резко проседают
РЕШЕНИЕ

Discovery и интеграция через протокольный слой

Отдельный этап анализа MQTT-протокола, тестовое оборудование, проектирование API-контрактов и архитектуры с учетом реальной прошивки устройства

Один контур должен одновременно мониторить, управлять и хранить телеметрию

Система должна в реальном времени принимать поток данных, показывать состояние оборудования, отправлять команды, поднимать тревоги и при этом масштабироваться на парк свыше 600 устройств.
РЕШЕНИЕ

Микросервисная IoT-архитектура

Для этого платформу спроектировали на базе MQTT-брокера, отдельных сервисов телеметрии и управления, TimescaleDB для временных рядов, PostgreSQL для бизнес-данных и облачной инфраструктуры с масштабированием

В системе несколько разных ролей и сценариев работы

Производителю нужен полный обзор всего парка, сервисным инженерам — диагностика и I/O Check, а клиенту — только свой парк, уведомления, рецепты и базовое управление.
РЕШЕНИЕ

Ролевая модель и единый сервисный интерфейс

В платформе предусмотрели отдельные права доступа, админ-панель производителя, клиентские кабинеты, журнал операций, уведомления и web/mobile-интерфейсы для разных сценариев эксплуатации

3 канала

уведомлений: почта, мессенджер и push

5 месяцев

разработка MVP проекта

2 приложения

для iOS и Android

Команда, которая внедрила проект

Константин Порошкин
ML-инженер
Дмитрий Соркин
DevOps-инженер
Андрей Панкратов
Python backend-разработчик
Дмитрий Палий
Frontend-разработчик
Владислав Калинин
Data Science Tech Lead
Виктор Дупляков
Full-stack разработчик

Бесплатный разбор вашей задачи

На экспертной встрече разберем, какие сценарии внедрения ИИ для вашего бизнеса перспективны и возможны на вашем действующем оборудовании. Подготовим экономическое обоснование внедрения ИИ.

Рассмотрим технические ограничения и возможный первый этап проекта.

О вашей задаче (по желанию)

Готовые проекты

Наша команда с 2017 года успешно реализовала 60 проектов с искусственным интеллектом. Тут собраны наши лучшие работы, про которые мы можем рассказать, про некоторые совсем немного, а некоторые мы вообще не можем тут упомянуть из-за NDA. Но готовы применять опыт в разработке нейросетей для ваших задач.

bracket
Разработка крупной системы
ИИ-система для оценки повреждений автомобилей
damage-detection-case.png
Разработка крупной системы
ИИ-контроль операций ко-пакинга
ai-copacking-automation.jpg
Разработка крупной системы
Автоматический подсчет рыбы в сложной производственной среде
fish-sorting-counting-ai.png
Разработка крупной системы
ИИ-контроль качества печатных плат
pcb-quality-control-ai.jpg
Разработка крупной системы
AI-выявление запрещенного контента и символики
prohibited-content-symbol-detection.jpg
Генеративный ИИ
Автоматизации рутинных процессов в рекламном агентстве
advertising-agency-automation-ai.jpg