| Дейности |
-
Дейност: Внедряване на MES система с Big Data аналитика и AI платформа - част 1: „КРУМ ГЕРОВ ТМ“ ЕООД е производствено предприятие с основна дейност по КИД 10.71 „Производство на хляб, хлебни изделия и пресни сладкарски изделия“. Дружеството осъществява непрекъснат производствен процес по производството на различни видове хляб в базата си в гр. Гоце Делчев (ЮЗР, регион в преход). Настоящата дейност е насочена към Внедряване на MES система с Big Data аналитика и AI платформа, която да осигури пълна цифровизация на процесите, двупосочна интеграция между софтуер и машини и въвеждане на ключови технологии от Индустрия 4.0. Инвестициите по настоящта дейност са заявени под режим "регионална помощ" (по Елемент А).
В момента производствената дейност се подпомага и осъществява чрез комбинация от отделни софтуерни решения, които не са интегрирани и не осигуряват необходимата видимост, автоматизация и контрол върху процесите. Значителна част от данните се обработват ръчно, липсва информация в реално време за статуса на операциите и машините, а проследимостта на ресурсите и операциите е ограничена. Това води до забавяния, бракувана продукция, повишени разходи, възможност за грешки и затруднения при вземане на управленски решения.
Производството на хлебни изделия в Крум Геров ТМ ЕООД е силно зависимо от прецизността, повторяемостта и ефективността на производствените процеси. Съвременните производствени системи генерират множество различни и значителни по обем данни, свързани със следните процеси:
В процеса по подготовка на СУРОВИНИТЕ: Нива на суровини в силози, Точност на дозиране на суровините; Разход на суровини (брашно, вода, мая); Температура на водата; Температура и влажност в силозно помещение;
В процеса по МЕСЕНЕ: Време на месене (12-15 мин); Температура на тестото (26-28°C); Консистенция на тестото; Вибрации в тестомесачки;
В процеса по ДЕЛЕНЕ: Тегло на парчета тесто (±10g); Брой деления в минута; Температура на тестото при делене; Загуби тесто при делене;
В процеса по ВТАСВАНЕ: Температура (35-40°C); Влажност (75-85%); Време (45-60 мин); Обемно увеличение на тестото;
В процеса по ПЕЧЕНЕ: Температура и влажност в пещите; Време на печене (25-30 мин); Парна инжекция (15 сек); Обемно увеличение на тестото
В процеса на ОХЛАЖДАНЕ: Крайна температура (25-30°C); Време на охлаждане (90-120 мин)
КАЧЕСТВЕНИ ПОКАЗАТЕЛИ: Влажност на хляба: 38-42%; Кислотност: pH 5.2-5.6; Пористост: 70-75% и др.
Разнообразието от предлагания асортимент, наред с описаните по-горе показатели, води до ежедневно генериране на огромен обем от данни, които предприятието няма възможност да съхрани, обработи и анализира. Това прави процеса силно динамичен, сложен и труден за планиране без автоматизирани инструменти. Без внедряване на Big Data Analytics тези данни остават неизползвани или частично използвани, което ограничава възможностите за оптимизация, прогнозиране и стратегическо планиране.
Описаните данни притежават всички ключови белези, които правят Big Data инфраструктурата задължителна:
▪ Обем (Volume): Индустриалните логове, техническите файлове и свързаните с тях данни могат да достигат значителни размери за кратки периоди, което изисква мащабируема и оптимизирана среда за съхранение и обработка.
▪ Скорост (Velocity): Данните постъпват в реално време от оборудване, което работи непрекъснато. За да се използват ефективно, те трябва да бъдат приемани, организирани и анализирани моментално.
▪ Разнообразие (Variety): Информацията обхваща широк спектър от формати, което формира хетерогенна аналитична среда.
▪ Стойност (Value): Чрез анализ на данните се извличат зависимости, модели и тенденции, които дават възможност за прогнозиране на износване, планиране на профилактика, оптимизация на сервизния процес и персонализирани търговски предложения.
▪ Достоверност (Veracity): Разнообразният и динамичен характер на данните изисква валидиране, филтриране и синхронизиране, за да се гарантират тяхната точност и надеждност, което е критично за изграждането на коректни аналитични и прогнозни модели.,
Договорена стойност: 959 950.51
,
Отчетена стойност: 0.00
-
Дейност: Внедряване на MES система с Big Data аналитика и AI платформа - част 2: Производството на хлебни изделия в Крум Геров ТМ ЕООД е силно зависимо от прецизността, повторяемостта и ефективността на производствените процеси. Съвременните производствени системи генерират множество различни и значителни по обем данни, свързани с производствените процеси. Разнообразието от предлагания асортимент, наред с множеството показатели, води до ежедневно да генерира огромен обем от данни, които предприятието няма възможност да съхрани, обработи и анализира. Това прави процеса силно динамичен, сложен и труден за планиране без автоматизирани инструменти. Без внедряване на Big Data Analytics тези данни остават неизползвани или частично използвани, което ограничава възможностите за оптимизация, прогнозиране и стратегическо планиране.
Планираната инвестиция включва Внедряване на MES система с Big Data аналитика и AI платформа, която следва да бъде разглеждана като единна система, съчетаваща физически и цифрови компоненти. Описаната система е организирана така, че сървърната инфраструктура, сензорните IoT устройства, софтуерните модули и Big Data платформата функционират в тясна зависимост и заедно формират комплексна Big Data екосистема в предприятието.
I. Водеща технология – Big Data Analytics се внедрява чрез следните компоненти на системата:
1. Сензорно-измервателна група, състояща се от:
- Индустриални контролери и IoT устройства - IoT позволява интегриране на сензори в производственото оборудване и машини, които събират данни за работните параметри, качеството на производството и състоянието на оборудването в реално време. Данните се предават в реално време към системите за анализ.
- Сензори за температура, вибрации, налягане, дебит, влажност, ниво и др., представляват първичен източник на данни. Без тази група данни в реално време не може да се формира голям масив от измервания, необходим за формиране на Big Data. Чрез тях оборудването генерира непрекъснат информационен поток, който дава пълна картина за поведението на процеса и е основа за аналитичната обработка. Това е първичният слой, който генерира висок обем, разнообразие и честота на данни.
- Индустриални панели (HMI), работни станции по линиите, скенери, етикетни принтери - с тях се визуализира статуса на линиите, въвеждане на причини за престои, проследимост на партиди суровини и готов продукт, за мобилен достъп до MES и AI анализи и др. и се организира събирането на данните от всички модули.
2. Сървър за База данни и Big Data Storage - на този сървър ще се съхранява натрупаната BigData, необходима за работата на AI и MES сървърите. Той е оптимизиран за поглъщане на Big Data, както и за сигурно и незабавно извличане на данни. Извлича и подава чисти данни към AI сървъра мигновено и използва Big Data аналитични инструменти за анализ на големи количества данни, събрани от производствените системи, които предоставят важни изводи и информация за скрити зависимости и тенденции.
3. Big Data платформата е софтуерната част за централизирано историческо съхранение на всички производствени, качествени и сензорни данни. Тази платформа разполага с Big Data аналитични инструменти за анализ на големи количества данни, събрани от производствените системи, както и с механизми за обработка на данните в реално време.
Тази платформа подготвя и моделира данните, за AI аналитика и за представяне на информация за скрити зависимости и тенденции.
II. Изкуствен интелект (Artificial Intelligence) - тази технология се внедрява чрез следните компоненти на системата:
Внедряването на изкуствен интелект (AI) позволява: автоматично вземане на решения въз основа на събраните данни; самообучаващи се корекции на производствени параметри; прогнозиране на отклонения, дефекти, повреди и поддръжка; оптимизация на разходи и ресурси в реално време. Конкретните AI технологии, внедрявани чрез MES система с Big Data аналитика и AI платформа са: (продължение),
Договорена стойност: 0.00
,
Отчетена стойност: 0.00
-
Дейност: Внедряване на MES система с Big Data аналитика и AI платформа - част 3: 1. MES сървъра и MES системата функционират заедно посредством AI слой, който използва алгоритми за автоматизирано откриване на аномалии в производствените данни, моделиране на натоварвания и оптимизиране на производствените параметри. Така системата не само отчита текущото състояние, но и подпомага анализа и вземането на решения за подобряване на ефективността. Историческите машинни и производствени данни, събрани чрез IIoT устройствата, се използват от AI за повишаване на точността на прогнозите за натоварване, престои и отклонения, като се разчита на тях за оптимизиране на графици, ресурси и производствени параметри.
2. Сървър за AI amp; Backup/Analytics Node - този сървър ще използва AI за обработванв на данни за предоставяне на интелигентни препоръки и оптимизация на процесите в реално време. AI автоматично анализира промените в процесите и препоръчва коригиращи действия. Предназначението на този сървър е както за AI изчисления, така и за резервни копия (backup) и тестова/стейджинг среда.
3. AI платформа и модели - AI платформата разчита на Big Data инфраструктура и използва обработените данни за:
- Прогнозиране на търсенето и за оптимизация на планирането на производството в реално време;
- Оптимизация на план-графика – дава предложения за оптимални последователности на продукти, за да се минимизират пренастройки и загуби; дава препоръки за коригиращи действия;
- Предиктивна поддръжка - анализ на вибрационни сигнали и други параметри; предсказване на вероятност от повреда на компоненти (лагери, редуктори, мотори)
- AI за качество - модели, които корелират параметрите на процеса (температура, време на ферментация, влажност) с качествените показатели на хляба; препоръки за оптимални настройки на линиите при различни климатични и суровинни условия;
III. Industrial Internet of things (Индустриален „Интернет на нещата“) - тази технология се внедрява чрез следните компоненти на системата:
Полевата архитектура на системата е съставена от: индустриални контролери (PLC) и IoT устройства, различни сензори, индустриални панели, работни станции по линиите и др. Тези елементи генерират данни за работните процеси и параметри, качеството на изделията и състоянието на системите в реално време. Описаните компоненти представялват физическите източници на IIoT данните. Събраните данни показват цифровото представяне на физическото състояние на производствения процес. Управляващата система събира суровите сензорни данни, структурира и филтрира информацията и подготвя данните за предаване към централната система за анализи (AI) чрез интернет свързаност. IIoT функцията осигурява сигурен трансфер на данни към съответните сървъри и системи.
Интегрираната система предлага пълна проследимост по партида, оптимизация на качеството и разходите, повишаване на производителността и намаляване на загубите, чрез интегрирано, интелигентно и мащабируемо управление на всички ключови процеси.
В допълнение, спазването на изискването за задължително обучение на персонала на предприятието за работа с новите технологии, допълнително ще гарантира успешната интеграция и осъществимост на настоящия проект.
Интеграцията на новата система със съществуващите технологии ще се случи плавно, като се надгради съществуващата инфраструктура, повиши се ефективността на производството и управлението на поръчките, и се гарантира безпроблемна работа на всички системи в реално време. В допълнение, като резултат от инвестицията ще се дигитализират следните бизнес процеси: производствени процеси, контрол и упраление на качеството, логистика и снабдяване, финанси и счетоводство и управление на данни и рискове. Не на последно място, чрез инвестицията ще се внедрят зелени модели в дейността на предприятието, свързани с енергийната ефективност, ресурсната ефективност и кръгова икономика, управление на водните ресурси и предиктивна поддръжка.,
Договорена стойност: 0.00
,
Отчетена стойност: 0.00
-
Дейност: Внедряване на MES система с Big Data аналитика и AI платформа - част 4: Обосновка как планираната MES система с Big Data аналитика и AI платформа по проекта на „КРУМ ГЕРОВ ТМ“ ЕООД покрива функционалностите по Приложение 5 за допустими системи за управление на производството (MES), при непрекъснатия производствен цикъл по КИД 10.71 (хляб и хлебни изделия).
1) Интеграция с IoT (IIoT) устройства за данни в реално време
MES системата се изгражда върху полева архитектура с индустриални контролери (PLC), IIoT устройства и сензорни групи, които превръщат линията в източник на телеметрия в реално време. Това позволява директно машинно/процесно измерване и автоматичен трансфер към MES/Big Data слоя на ключови параметри по етапи: суровини (нива в силози, температура/влажност в помещения, температура на водата, точност на дозиране), месене (време, температура на тестото, вибрации/състояние на тестомесачки), делене (тегло на порции, загуби, темпо), втасване (температура, влажност, време, степен на обемно увеличение), печене (температура/влажност на пещи, време, парна инжекция), охлаждане (време и крайна температура), както и данни за качествени показатели (влажност, pH, пористост и др.). Така се изпълнява изискването данните да се събират в реално време от производствени линии/сензори, а не ръчно и постфактум.
2) Използване на AI и машинно обучение за оптимизация и предсказваща поддръжка
Внедряването включва AI слой/AI платформа и модели и отделен AI/Backup/Analytics node, които използват натрупаните IIoT и производствени данни за: (1) автоматизирано откриване на аномалии и отклонения в параметрите (например нетипични температурни профили, отклонения във времето на ферментация, нестабилност в дозиране или вибрационни сигнали), (2) оптимизация на производствени параметри и план-график чрез препоръки (последователности на продукти/планове за минимизиране на пренастройки и загуби), (3) модели за качество, които корелират процесните параметри (температура, влажност, време, свойства на суровини) с качествени резултати и предлагат корекции. Това покрива изискването по Приложение 5 за AI/ML, насочени към предсказваща поддръжка и оптимизация на производствени процеси, а не „традиционно управление“.
3) Обработка и анализ на големи данни (Big Data) в реално време
Производството на хлебни изделия генерира едновременно обем, скорост и разнообразие от данни (непрекъснати измервания, машинни логове, качествени резултати, партиди, рецепти, събития/аларми). Затова инвестицията предвижда Big Data storage/платформа, която централизира исторически и потокови данни и ги подготвя за анализи и AI модели. Същественото е, че данните не се ограничават до отчетни таблици, а се приемат като непрекъснат поток от производствени и сензорни данни, които се структурират, валидират и анализират за оперативни решения. Така се изпълнява изискването системата да поддържа обработка и анализ на големи данни от сензори/линии в реално време, а не локална ръчна обработка.
4) Интеграция с автоматизация за оптимизация на производствените процеси
MES системата реализира двупосочна интеграция „софтуер ↔ машини“: от една страна, приема телеметрия/събития (статуси, отклонения, параметри), а от друга – управлява и автоматизира изпълнението чрез цифрови задания, рецептурни/производствени инструкции и синхронизация на операции между участъците (подготовка на суровини → месене → делене → втасване → печене → охлаждане). Това позволява автоматизирани реакции при отклонения (напр. блокиране/пренасочване на партида при излизане извън параметри, автоматично известяване и стартиране на процедура за корекция), както и оптимизиране на последователността на производство според капацитет и текущи условия. По този начин се покрива изискването за интеграция с автоматизация за оптимизация на процесите, а не само ръчно управление с инструкции. (следва продължение),
Договорена стойност: 0.00
,
Отчетена стойност: 0.00
-
Дейност: Внедряване на MES система с Big Data аналитика и AI платформа - част 5: 5) Анализи в реално време за ефективност и минимизиране на прекъсвания
MES системата предоставя реално-времеви мониторинг и анализи за изпълнението по поръчки/партиди, текущи параметри по етапи, статуси на оборудването и аларми. На тази база ръководството и технологичният екип получават оперативна видимост върху причините за отклонения (например нестабилна влажност във втасвателни камери, прегряване/нестабилност на пещи, промени в качеството на суровини) и могат да предприемат коригиращи действия преди да възникнат брак и престои. Това е директно съответствие с изискването за анализи в реално време на производствените процеси, насочени към повишаване на ефективността и минимизиране на прекъсванията.
6) Интелигентна поддръжка и управление на качеството
Интелигентната поддръжка се реализира чрез комбинация от: (1) IIoT измервания (вибрации/температури/режими на работа на критично оборудване като тестомесачки, транспортьори, пещи, системи за парна инжекция), (2) Big Data натрупване на история на натоварвания/аларми/ремонти, и (3) AI/ML модели за вероятност от повреда и препоръчителни интервенции. В допълнение, системата поддържа „интелигентно“ управление на качеството, като свързва качествени показатели (влажност, pH, пористост, отклонения по тегло) с процесните параметри и конкретни партиди/смени/оборудване, за да се откриват причинно-следствени връзки и да се предотвратяват повторяеми дефекти. Така се покрива изискването за интелигентни системи за предсказваща поддръжка, оптимизация на ресурсите и управление на качеството, вместо ръчни графици и реакции „след авария“.
7) Гъвкавост и мащабируемост (добавяне на устройства, процеси и модули)
С оглед разнообразния асортимент и непрекъснатите промени в продуктови рецепти, натоварвания и режими, системата е планирана като модулна и разширяема: добавяне на нови сензори и IIoT точки (например допълнителни измервания по силози/камери/пещи), включване на допълнителни работни станции/HMI, разширяване на аналитиката с нови модели (за качество, поддръжка, оптимизация на последователности), както и надграждане на интеграциите към други вътрешни системи (например склад/снабдяване и отчетност). Така се изпълнява изискването по Приложение 5 за гъвкавост при добавяне на нови устройства, процеси и модули, а не „заключено“ локално решение с ограничена надградимост.,
Договорена стойност: 0.00
,
Отчетена стойност: 0.00
-
Дейност: Внедряване на услуга за киберсигурност и защита на информацията в предприятието: КРУМ ГЕРОВ ТМ ЕООД предвижда да използва услуга за киберсигурност и защита на информацията на месечна база, която обхваща основните технически и организационни мерки за гарантиране на целостта, поверителността и наличността на данните в предприятието. Предвидените за използване решения за киберсигурност осигуряват защита, както на ниво локална инфраструктура, така и на ниво контрол на достъпа до критични ресурси и помещения. Инвестициите по настоящта дейност са заявени под режим "минимална помощ" (по Елемент Б).
Система за защита на информацията и поверителността на данните в локалната мрежа обединява няколко ключови модула и технологии, които работят съвместно, за да гарантират високо ниво на защита на данните, предотвратяване на киберзаплахи и осигуряване на безопасен достъп до ресурсите на организацията. Тя включва следните основни компоненти:
1. Защитна стена (Firewall) за филтриране на интернет трафика
Защитната стена представлява основен елемент от периметровата сигурност на мрежата. Тя осигурява:
- Контрол и филтриране на входящия и изходящия трафик на база предварително зададени правила.
- Блокиране на неоторизирани опити за достъп, сканиране на портове и други форми на външни атаки.
- Инспекция на трафика , което позволява по-прецизно разпознаване на заплахи и нежелани услуги.
- Интегрирани функции за предотвратяване на проникване, анализиращи мрежовия трафик за известни уязвимости, експлойти и подозрителни модели на поведение.
- Тази защита гарантира, че само легитимен трафик достига до вътрешната мрежа, което намалява риска от атаки и пробиви.
2. Централизирана система за защита на сървъри и работни станции (EDR). Тя осигурява:
- Модерно и адаптивно ниво на защита срещу широк набор от заплахи
- Откриване и блокиране на зловреден код (malware) чрез поведенчески анализ, машинно обучение и сигнатури.
- Защита от ransomware чрез мониторинг на файлови операции, откриване на необичайни криптиращи процеси и автоматично изолиране на заразени устройства.
- Защита от мрежови атаки на ниво крайна точка, включително опити за експлоатиране на уязвимости.
- Възможност за реакция в реално време – изолиране на засегнати станции, възстановяване на файлове, блокиране на процеси и др.
3. Управление и филтриране на достъпа до интернет (Web Filtering). Той осигурява:
- Филтриране по категории сайтове – блокиране на нежелани, рискови или нерелевантни за работния процес уеб страници.
- Предотвратяване на достъп до сайтове, съдържащи malware, phishing и други високорискови елементи.
- Контрол на използването на облачни услуги, социални мрежи и приложения, които могат да застрашат сигурността.
- Поддържане на политики по групи потребители (служители, администрация, гости и др.) с различни нива на достъп.
- Безопасно използване на интернет - минимизират се рисковете от заразяване, изтичане на информация или нерегламентиран достъп.
4. Сигурен отдалечен достъп до ресурсите на организацията (VPN). Той осигурява:
- Шифрирана VPN връзка, гарантираща защитена комуникация между потребителя и вътрешната мрежа.
- Многофакторна автентикация (MFA) за повишена сигурност при достъп от външни локации.
- Сегментиране на достъпа – различни потребители могат да имат достъп само до конкретни системи или услуги.
- Мониторинг на сесиите и регистриране на активността, с цел предотвратяване на злоупотреби.
Описаната система предоставя цялостна инфраструктура за защита на мрежата, устройствата и данните, като комбинира превенция, мониторинг и бърза реакция при инциденти. Тя позволява на организацията да поддържа безопасна и стабилна ИТ среда, съобразена със съвременните изисквания за киберсигурност и защита на информацията.
В допълнение, спазването на изискването за задължително обучение на персонала на предприятието за работа с новата система, допълнително ще гарантира успешната интеграция и осъществимост на настоящия проект.,
Договорена стойност: 3 579.04
,
Отчетена стойност: 0.00
|