Почему предиктивный ТОиР не взлетает на старых объектах
Каждый месяц где-то в России запускается очередной пилот предиктивного ТОиР. Берут вибродатчики, подключают к SCADA, обучают модель на исторических данных. Через три месяца — отчёт: «система работает, точность 87%». Через шесть — тихо сворачивают.
Не потому что алгоритм плохой. Не потому что железо дорогое. Потому что данные не были готовы — и никто об этом не предупредил.
Как выглядит провал изнутри
Вот типичная история. На заводе стоит насос. В SCADA он — PP_2301_SPEED. В журнале ТОиР — «насос поз. 12-А, инв. № 5501209». В EAM-системе — оборудование с кодом EQ-7734. В паспорте — серийный номер завода-изготовителя.
ИИ-модель обучается на тегах SCADA. Она видит тренд вибрации на PP_2301_SPEED и выдаёт предупреждение о деградации подшипника. Хорошая работа.
Только вот дальше ничего не происходит. Потому что планировщик ТОиР работает в EAM с кодом EQ-7734 — и не знает, что это тот же насос. Сигнал либо теряется, либо уходит не тому. Либо кто-то вручную пытается разобраться, что к чему — и тратит на это час.
Умножьте на 300 единиц оборудования. Умножьте на каждый день.
Три причины, по которым это системная проблема
1. Теги SCADA не связаны с EAM
В большинстве российских промышленных систем SCADA и EAM росли независимо. SCADA — у АСУ ТП-шников, EAM — у службы ТОиР, бухгалтерия — сама по себе. Никто не строил мост между ними, потому что «работало и так».
Предиктивный ТОиР — первый реальный сценарий, где этот мост нужен каждый день. И его нет.
2. История обслуживания хранится под другим идентификатором
Модель предсказывает отказ — но не может проверить, когда последний раз меняли подшипник. Потому что в журнале ТОиР прибор записан под инвентарным номером из бухгалтерии, а не под тегом SCADA.
Без истории обслуживания модель не знает контекст. Она видит «плохой» сигнал — но не знает, что три недели назад была плановая замена и «плохой» сигнал — это нормальный период приработки.
3. Паспорта приборов не привязаны к тегам
Паспорт говорит: диапазон измерения 0–10 бар, класс точности 0,5. Это критично для интерпретации показаний. Но паспорт хранится в шкафу или в PDF-архиве без привязки к конкретному тегу в SCADA.
В результате модель работает с сырыми значениями без понимания физических ограничений прибора. Аномалия может оказаться просто выходом за пределы диапазона измерения — не деградацией.
Это не проблема ИИ. Это проблема данных
Вендоры предиктивного ТОиР продают алгоритм. Хороший алгоритм. Но алгоритм — это последний километр. До него нужно пройти три:
Извлечь данные из всех источников — SCADA, PLC, EAM, паспорта, журналы ТОиР
Нормализовать — построить маппинг идентификаторов, разрешить конфликты, устранить дубли
Связать — создать единую базу, где тег SCADA, позиция в EAM и паспорт указывают на один и тот же физический прибор
Только после этого алгоритм работает так, как обещано в презентации.
На новых объектах это закладывается при проектировании. На объектах, которые строились в 1980–2000-е, — это отдельная работа. Её никто не делает, потому что она не видна в KPI проекта. До первого провала.
Как проверить свой объект за 30 минут
Возьмите любые 10 единиц оборудования с датчиками. Для каждой ответьте на три вопроса:
Есть ли в EAM запись с тем же идентификатором, что тег в SCADA?
Есть ли в системе история ТОиР, привязанная к этому оборудованию?
Есть ли паспорт прибора, из которого понятен диапазон и класс точности?
Если хотя бы на один вопрос ответ «нет» или «не знаю» — у вас есть проблема. Не в алгоритме. В данных.
Мы в RD[AI] занимаемся именно этим: берём инженерный архив действующего объекта и приводим его в состояние, пригодное для цифровизации. Если узнали свою ситуацию — пишите.
