תעשיית ייצור החשמל עוברת טרנספורמציה עמוקה, המונעת על ידי ההתכנסות של הטכנולוגיה המבצעית עם חדשנות דיגיטלית. במהלך העשור האחרון, שילוב של התעשייה ו-nbsp; טכנולוגיות ספין לתוך מערכות בקרת תחנות כוח הגדירו מחדש כיצד חשמל מיוצר, מעקב, ובדיקה. האבולוציה זו נעה מעבר לאוטומציה פשוטה לכיוון מערכות בקרה חכמות, ניצול עצמי שיכול להסתגל בזמן אמיתי לשינוי תנאים, צמצום זמן, ושיפור ביצועים כלליים זה חייב להיות קריטיים של אנרגיה, כדי להבטיח את יעילותם של מערכות הפעלה מהירה, וטכנולוגיות כוח, אשר צריכות לעמוד בפני יעילות דיגיטלית, אשר יכולות לפתח באופן מלא, וטכנולוגיות כוח מתקדמות, וטכנולוגיות כוח, יעילות, וטכנולוגיות כוח, אשר יכולות להבטיח את יעילות, אשר יכולות להבטיח את יעילות של יעילות מתקדמות, וטכנולוגיות הפעלה מתקדמות, וטכנולוגיות כוח, כדי להבטיח את יעילות, וטכנולוגיות מתקדמות, יעילות, וטכנולוגיות כוח, יעילות של יעילות של יעילות, יעילות, יעילות, וטכנולוגיות כוח מתקדמות, יעילותן של מערכות בקרה, יעילות של מערכות בקרה, ואפקטים, יעילות מתקדמות, פיתוח יעילות מתקדמות, וגמישות, יעילות מתקדמות של מערכות בקרה, יעילות, יעילות של מערכות בקרה, וגמישות, יעילות, וגמישות, וגמישות, כדי להבטיח את יעילות של מערכות בקרה, אשר יכולות להתאים אישית, כדי להבטיח את יעילות של מערכות בקרה, ו

מערכות בקרת צמחים Power Plant control

עידן ההנחיות והאנליסט שולט

בימים הראשונים של ייצור חשמל, מערכות בקרה היו ידניות לחלוטין. מפעילי צמחים הלכו את הרצפה כדי לקרוא מדפי לחץ, להתאים שסתום, לפקח על טמפרטורה של מכשירים אנלוגיים. תקשורת בין חדרי בקרה וציוד שדה שהוסמך על אותות pneumatic וממסרים קשיחים.מערכות אלה, בעוד פונקציונליים, איטיים ונטויים לשגיאה אנושית.אפילו שינויים קלים נדרשים התערבות ידנית מתואם בתחנות מרובות.

ככל שיחידות הדור צמחו בגודל ובמורכבות, הצורך במעקב מרכזי הפך ברור.המבוא של אינדיקטורים בעלי חשיבות כפולה ורשומות תרשים פסים נתן למפעילים תצוגה מאוחדת של פרמטרים מרכזיים, אך תהליך קבלת ההחלטות נותר ידני.יכולות חיזוי לא היו קיימות, והוצאות לא מופרכות היו נפוצות בשל חוסר יכולת לזהות סימנים מוקדמים של השפלה.

עליית מערכות בקרה מבוזרות (DCS) ו-SCADA

בשנות ה-70 וה-80 ראו קפיצת ענק עם אימוץ מערכות בקרה מבוזרות (DCS) ובקרת פיקוח ורכישת נתונים (SCADA) פלטפורמות.מערכות אלה החליפו לולאות אנלוגיות קשות עם בקרים דיגיטליים המופצות בכל הצמח. חדר בקרה מרכזי המסופק עם ממשקים גרפיים, אזעקה ויכולות כניסה.

בפעם הראשונה, צמחים יכולים להשיג פעולה עקבית עם כוח אדם מופחת. DCS אפשרה להגיב מהר יותר להפרעות, תיאום טוב יותר בין בקרים ובקרות טורבינות, ואת היכולת להתמודד עם סטארט-אפ מורכבים ורצף הסגור באופן אוטומטי. SCADA הרחיב את היכולות האלה לניתנות מרחוק ורשתות שידור, המאפשרים לפקח על מספר אתרים ממקום מרכזי.

המעבר ל-Digital and Networked Systems

בשנות ה-90 והבתחילת שנות ה-2000 הביאו את התפשטותו של Ethernet, OPC (OLE for Process Control) סטנדרטים, ומערכות מחשוב חזקות יותר.מערכות בקרה הפכו יותר ויותר לרשתות, ומאפשרות שילוב קל יותר בין DCS, בקרים לוגיים הניתנים לתוכנה (PLCs), ומערכות מידע צמחיות. ממשק אדם-מכונה ממשקי מחשב (HMIs) התפתחו לכלול ניתוח מגמה, ניהול אזעקה, ודיווח בסיסי, אך הארכיטקטורה הבסיסית נותרה ממוקדת במידה רבה, אך ורק בשימוש בכלי בקרה סטטיים, ובדיקה לא סדירה, שימוש בתבניות בקרה לא-מערכת בקרה או סטנדרטית, נעשה שימוש ב-מערכת בקרה לא-מערכת נתונים.

חוסר ניתוח בזמן אמת היה אומר כי הזדמנויות רבות לאופטימיזציה החמיצו.תחזוקה חיזויית התבססה על סף סטטיסטי פשוט ולא על למידת מכונה. יתר על כן, אבטחת סייבר הייתה מחשבה; רוב רשתות הבקרה היו מבודדות פיזית אך לא היו חסרים פרוטוקולים ביטחוניים מודרניים.כפי שהתעשייה נכנסה ל-2010, גל חדש של טכנולוגיות דיגיטליות החל להופיע, והשלב של המהפכה התעשייתית הרביעית בדורות.

המהפכה התעשייתית הרביעית בדור הכוח

תעשייה   4.0, לעתים קרובות נקראה המהפכה התעשייתית הרביעית, מתייחס להיתוך של טכנולוגיות דיגיטליות עם תהליכים תעשייתיים כדי ליצור מערכות אקולוגיות חכמות, מחוברות. בהקשר של שליטה בתחנות כוח, זה אומר לנוע משליטה ⁇ סטית כדי להתאים, מונע נתונים על ידי קבלת החלטות.אפשרות הליבה כולל האינטרנט של דברים (IoT), בינה מלאכותית, ניתוח נתונים גדול, מחשוב, קצה מחשוב, ותאומים דיגיטליים אלה הם פשוט לא מופעלים, אלא רק מערכות בקרה, אלא רק אקטיביות; הם פשוט מופעלות, מערכות בקרה בסיסיות, וטכנולוגיות.

שינוי הפרדיגמה הוא מ-FLT:0 (reactivealrated:1) ל- (FLT:2predictivesFLT 3: 3 ולבסוף ל-FLT:4,6) שליטה במקום לעקוב אחר נקודות טרום-פרוגרמה, מערכות מודרניות לומדות ללא הרף מהזנת חיישן ונתונים היסטוריים, תוך התאמה לפרמטרים לביצועים, פליטות, ולהאריך את החיים.

טכנולוגיות נהיגה במערכות בקרה מודרניות

Internet of Things (IoT) Sensors

חיישני IoT הם הבסיס של כל התעשייה וה- ; צמח הכוח של 4.0 הם מודדים טמפרטורה, רטט, לחץ, זרימה, הרכב גז, פרמטרים חשמליים, ועשרות משתנים אחרים בתדר גבוה.בניגוד למדרים מסורתיים הדוחים במרווחים קבועים, חיישני IoT מודרניים יכולים לייעל נתונים באופן קבוע, המאפשר מעקב במצב בזמן אמת.רשת חיישן אלחוטי להפחית עלויות ההתקנה ולאפשר רטרוספקט של צמחים קיימים ללא גירוי נרחב של חיישנים אלה.

אינטליגנציה מלאכותית ולמידה של מכונות

אלגוריתמים של AI ו- Machine Learning (ML) מנתחים את נתוני חיישן כדי לזהות דפוסים שבני אדם אינם יכולים לראות.מודלים חיזוייים מאומן על נתונים תפעוליים היסטוריים כדי לחזות מראש ציוד נכשל שבועות מראש, עם שיעורי דיוק מעל 90% באפליקציות מסוימות.לדוגמה, מודל ML יכול לזהות שינויים עדינים בחתימות הרטט המצדיקות את השימוש בשומן, ומאפשר תחזוקה להפעלה לפני כשלים קטסטרופליים.

טכניקות למידה עמוקות, במיוחד רשתות עצביות חוזרות ונשנות (RNN) והופכים, מוחלות על נתוני עתקים עבור זיהוי ואופטימיזציה של זיהוי ובקרת- Reinforcement Learning סוכנים מאומנים לפעול חלקים של הצמח באופן אוטונומי, השגת רווחי יעילות העולה על מפעילי אנוש. על פי דו"ח 2023 של סוכנות האנרגיה הבינלאומית, שיפורים מבוססי בינה מלאכותית יכולים לשפר את היעילות התרמית על ידי 1–3 אחוזים, המייצג חיסכון משמעותי והפחתה של פחמן דו"ח מידה של דלק.

Big Data Analytics ו- Edge Computing

השיטפון של נתונים מחיישנים IoT אינו יכול להיות נשלח לחלוטין לענן בשל מגבלות רוחב פס ודרישות שקיפות. Edge מתייחס לכך על ידי ביצוע עיבוד ראשוני, סינון וניתוח ישירות באתר.ענן פלטפורמות ולאחר מכן לאסוף נתונים מצמחים מרובים עבור מבחנים בקנה מידה רב ואימון מודל.

בפועל, קצה נודס לרוץ מודלים למידת מכונה זיהוי חריגות רציני בתוך מילימטרים וגורם פעולות בטיחות אוטומטיות.לדוגמה, מכשיר קצה ניטור להב טורבינות יכול לסגור את היחידה מהר יותר מאשר DCS מרכזי, למנוע נזק מגע.זה אינטליגנציה מבוזרת היא סימן ההיכר של התעשייה   4.0 מערכות בקרה.

תאומים

תאומו דיגיטלי הוא העתק וירטואלי של תחנת הכוח הפיזית, המתוכננת באופן רציף עם נתוני חיישן בזמן אמת.זה מראה את המצב הנוכחי של כל רכיב ודמימה את ההשפעה של שינויים - כגון עומסים, החלפת דלק או נהלי תחזוקה - ללא סיכון לנכס בפועל. המפעילים משתמשים בתאומים דיגיטליים כדי לבחון אסטרטגיות בקרה, אופטימיזציה של רצפי סטארט-אפ, ואימון אנשים בסביבה בטוחה.

תאומים דיגיטליים מתקדמים משלבים מודלים המבוססים על פיזיקה, כמו גם מודלים סטטיסטיים שמקורם בנתונים תפעוליים. הם יכולים לחזות כיצד ציוד יידרדר לאורך זמן, המאפשר תחזוקה מבוססת מצב וגידול חיי נכסים.בעלי צמחים משתמשים יותר ויותר בתאומים דיגיטליים כדי לציית לתקנות על ידי הדמיה של התלקחות ותהליכי טיפול.השוק הגלובלי לתאומים דיגיטליים באנרגיה צפוי לגדול בלמעלה מ -35 אחוזים בשנה עד 2030.

מחשוב ענן ו-5G Connectivity

פלטפורמות ענן מספקות אחסון מדרגי, כוח גמיש, ומערכת אקולוגית עשירה של כלים אנליטיים. Utilities יכול לפרוס תאומים דיגיטליים ומודלים AI על פני צמחים מרובים ללא השקעה במחשבים סופר-מחשבים ציבוריים, פרטיים וארכיטקטורה ענן היברידית מותאמים כדי לעמוד בדרישות אבטחת סייבר וביטנטיות. 5G רשתות סלולריות עוד לשפר את קישוריות באמצעות מציע רוחב פס גבוה, עצלות ערך, ויכולת לחיבור אלפי חיישנים רחבים עבור אתרי אינטרנט זה הוא בעיקר.

יתרונות של התעשייה ו-nbsp; אינטגרציה של 4.0

יעילות מוגברת וצמצום הרשאות

היתרון המיידי ביותר הוא שיפור יעילות תרמית. אופטימיזציה של צריכת דלק מונע AI להתאים את יחסי דלק האוויר בזמן אמת על בסיס איכות דלק, הביקוש עומס, ותנאים נוחים.זה מפחית פחמן לא מבושל, מוריד עודף חמצן, וממזער היווצרות NOx.מערכות בקרה מודרנית יכול להפחית את קצב החום על ידי 1.5-3%, וכתוצאה מכך פחתות דלק משמעותיות וחיסכון CO2 פליטה עבור 500 טיפוסי,2 000 פחם, 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000 000

מעבר לבעירה, בקרה מתקדמת אופטימיזציה של פרמטרים של מחזור קיטור, זרימת מים קירור, וצריכת חשמל עזר.כוננים מהירים משתנים על משאבות ומעריצים מתואמת כעת באמצעות מערכת הבקרה המרכזית, עוד עומסים טפילים מטבוליים.

שיפור הבטיחות והגמישות

ניטור בזמן אמת עם AI אנומליות זיהוי מספק מערכת התראה מוקדמת עבור תקלות מתעוררות. המפעילים מקבלים התראות כאשר הפרמטרים מידרדרים מנורמלי - לעתים ימים או שבועות לפני התרחשות התמוטטות.זה מאפשר הפסקות מתוכננות ולא טיולי חירום, צמצום הסיכונים הבטיחותיים לצוות וצמצום אובדן ייצור.בתחומים בסיכון גבוה כגון גנרטורים מחוסנים מימן או גבוה מדכאי קיטור, קווים מיידיים יכולים לגרום לפירוק של ניתוח מיידי אם הם עלולים מסוכנים.

יתר על כן, תאומים דיגיטליים מאפשרים ניתוח סיכונים וירטואליים לפני ביצוע הליך מורכב - כמו סטארט-אפ טורבינות או ניקוי כימי רותח - אומצנים יכולים לדמות את הפעולה על התאומה, זיהוי בעיות בטיחות פוטנציאליות וקידוד הרצף. גישה זו פרואקטיבית מפחיתה את הסבירות של אירועים ומשפרת את תרבות הבטיחות של הצמח.

תחזוקה חיזוי וחיים גדולים של נכסים

תחזוקה חיזויית היא אחת היישומים הבוגרים ביותר של התעשייה  4.0 בתחנות כוח.תחזוקה שינויים מרווחים מבוססי זמן עבור גורמים המבוססים על מצב.שימוש בניתוח רטט, ניתוח שמן, thermography וזרמים אחרים של נתונים, אלגוריתמים לקבוע את החיים השימושיים הנותרים של רכיבים קריטיים כגון נושאים, להבים, ושסתום.

ספקי ציוד עיקריים, כגון General Electric ו-Senses, מציעים כעת את השירותים הדיגיטליים:0 (Educal Services:0) המשלבים נתונים של IoT עם ניתוח ברמת צי כדי לחזות כישלונות על בסיס המותקן שלהם.לדוגמה, פלטפורמת Predix של GE מנתחת נתונים מאלפי טורבינות לביצועים מדויקים וחיזוי של ביצועים.התוצאה היא ירידה של 20-30% בירידה ב-10-15%, לפי דיווחים על פי תחזוקת תעשייה.

גמישות גדולה יותר לשילוב מחדש

כמו מקורות אנרגיה מתחדשת כגון רוח ושמש להגדיל את חלקם של הדור, תחנות כוח קונבנציונליות חייב לפעול יותר גמיש: עלייה ולמטה מהר יותר, החל לעתים קרובות יותר, וריצה בעומס נמוך לתקופות מורחבות.תעשייה   מערכות בקרה 4.0 מאפשרות גמישות זו על ידי מתן שליטה מדויקת, המונעת על נתונים המפחיתה את הלחץ על ציוד במהלך פעולות טרנספורמטים.

בנוסף, אופטימיזציה צמחית כוללת כעת את התיאום של אחסון סוללות, מערכות חום ועוצמה משולבות, ואפילו תוכניות תגובה הביקוש.מערכת הבקרה הופכת לפלטפורמת ניהול אנרגיה אמיתית, איזון דור, אחסון, עומס בזמן אמת.זה חיוני ליציבות הרשת במערכת אנרגיה מחוסמת.

אבטחת סייבר מוגברת באמצעות מודיעין

בעוד קישוריות מוגברת מציגה משטחים חדשים של התקפה, תעשייה   4.0 מביאה גם יכולות אבטחת סייבר מתקדמות.מערכות זיהוי חדירה מבוססות AI מנתחות דפוסי תנועה ברשת כדי לזהות omalies מעידות על התקפות סייבר.משתמש ואנליטיקות התנהגות של ישות (UEBA) פעילות למציגים סימנים של אישורים פגום או איומים בתוך יותר.

מחלקת האנרגיה של ארה"ב פרסמה את ה-FLT:0 (הנחיות: 1.10) עבור אבטחת סייבר בתשתיות אנרגיה, תוך הדגשת הצורך במעקב מתמשך ותגובה אוטומטית.מערכות בקרה מודרניות יכולות לבודד פלחטים או לחזור להגדרות של מדינתיות בטוחות אם מתקפת סייבר מזוהה, צמצום ההפרעה.

יישום אתגרים ואסטרטגיות כדי להתגבר על

סיכוני אבטחת סייבר

השילוב של IoT, ענן ו- AI מרחיב את פני השטח של מערכות בקרת תחנות כוח. מרכיבים מורשת רבים תוכננו לפני אבטחת סייבר היה דאגה ולא ניתן לתקן בקלות.עלייה של כופר והתקפות בחסות המדינה על תשתיות קריטיות הופכת את זה עדיפות עליונה.אסטרטגיות כוללות יישום פלח רשת, באמצעות מנעול מאובטח ואימות, ביצוע בדיקות חדירה סדירות, ואימוץ של NIST עבור תשתיות קריטיות.

עלויות ראשונות גבוהות ו-ROI Justification

חלוקת רשתות חיישן נרחבות, תשתיות מחשוב קצה ופלטפורמות בינה מלאכותית דורשות השקעה משמעותית בבירה.עבור צמחים מבוגרים עם חיים מוגבלים, המקרה העסקי עשוי להיות מאתגר.עם זאת, שירותים רבים הם מציאת כי רטרופיטות ממוקדות על הנכסים הקריטיים ביותר לשלם בחזרה בתוך שנתיים עד שלוש שנים באמצעות תחזוקה מופחתת ורווחים.שלב יישום, החל באזורים בעלי ביצועים גבוהים כגון תחזוקה חיזוי עבור ציוד קריטי, יכול להפגין ערך דיגיטלי עבור הפחתה והפחתה של עלויות.

סקיל גפרז וכוח העבודה

תעשייה   4.0 דורש כוח עבודה המשלב ידע דומיין של ייצור חשמל עם מדע נתונים, אבטחת סייבר והנדסה תוכנה. מפעילים רבים צמחיים וטכנאי תחזוקה חסרים כישורים דיגיטליים, ומדענים מנוסים נתונים הם בהיצע קצר. תוכניות הכשרה של צלב, שותפויות עם אוניברסיטאות, והשימוש בפלטפורמות ניתוח קוד / קוד נמוך יכול לעזור לגשר על הפער.

שילוב עם Legacy Systems

רוב תחנות הכוח הקיימות נבנות עם מערכות בקרה משנות ה-90 או קודם לכן, מערכות אלה משתמשות לעתים קרובות בפרוטוקולים קנייניים, יש להן כוח מחשב מוגבל, וחוסר ממשקי API מודרניים. החלים אותן עם Industry   יכולות של 4.0 דורשות שילוב זהיר ללא להפריע לפעולות. Solutions כוללות הוספת ממירי פרוטוקול, שערים ומכשירים קצה, הנמצאים לצד בקרים מורשת.

איכות נתונים וניהול

מודלים AI וניתוח הם רק טוב כמו הנתונים שהם מאומן על.בצמחים רבים, סחף החיישן, דגימות חסרים, ושיעורי דגימה שונים מדרגים את איכות הנתונים.מדיניות ניהול נתונים חייב להבטיח כי קלורי חיישן נשמרים, פעמיםטמפוס הם מסונכרנים (למשל, שימוש ב-NTP), והנתונים מתוייגים נכון עבור למידה השקעות בתשתית נתונים, כולל היסטוריונים ואגמים פוטנציאליים; , פריסת נתונים עבור רשתות טכנולוגיות מתקדמות;

תחזית עתיד

האבולוציה של מערכות בקרת תחנות כוח היא רחוקה מהשלמתם של התפתחויות עתידיות, ככל הנראה מרכז על רמות גדולות יותר של אוטונומיה.חדרי בקרה אוטונומיים, שבו AI מנהלת פעולות שגרתיות עם פיקוח אנושי מינימלי, כבר נותחו במדינות רבות.המושג של פעולות "אור-אאוט" – ללא מאוישות צמחים הנשלטים מרחוק – יכול להפוך למציאות עבור כמה כיתות נכסים בעשור הבא.

מגמה נוספת היא ההתכנסות של בקרת תחנת כוח עם פעולות שוק.מערכות בינה מלאכותית לא רק ייעל ביצועים צמחיים אלא גם הצעות אוטומטית לשוקי אנרגיה בהתבסס על עלויות בזמן אמת ונתוני פליטה, למקסם את הרווחיות תוך הבטחת עמידה.זה דורש שילוב הדוק בין מערכות בקרה לבין תכנון משאבים ארגוניים (ERP).

ההתרחבות של טכנולוגיית קצה AI תאפשר יותר מתוחכם להפרה על חומרה מקומית, צמצום התלות על קישוריות בענן. למידה פדרated, שבו מודלים מאומנים על פני צמחים מרובים ללא שיתוף נתונים גולמיים, יאפשר אופטימיזציה ארצית תוך שמירה על פרטיות נתונים.בינתיים, 5G ובסופו של דבר 6G יתמוך צפיפות מסיבית וכבדות אפס עבור לולאות שליטה.

בחזית אבטחת הסייבר, פלטפורמות אבטחה המונעות על ידי AI ותגובה אוטומטית (SOAR) יהפכו לסטנדרט, המסוגלות לבודד נכסים מפוזרים במילימטרים. Blockchain טכנולוגיה עשויה למצוא יישומים ב- Secure, tamper-הוכחה לשמירת פעולות בקרה למטרות ביקורת ורגולציה.

לבסוף, דחיפה העולמית לעבר פליטות אפס נטו תדרוש תחנות כוח לפעול לא רק ביעילות אלא גם באופן מעגלי, עם לכידת פחמן, החלמה חום פסולת, ומימן המשולב לתוך אסטרטגיית הבקרה.תעשייה   מערכות בקרה 4.0 הן המאפשרות החיונית עבור תהליכים מורכבים ורב-עצמיים אלה.

מסקנה

האבולוציה של מערכות בקרה של תחנת כוח ממועצות אנלוגיות ידניות ועד מערכות אקולוגיות חכמות, אוטונומיות עצמית משקפת את הטרנספורמציה הדיגיטלית הרחבה יותר של תשתיות תעשייתיות.תעשייה ו- nbsp; טכנולוגיות 4.0 - חיישנים, בינה מלאכותית ולמידה מכונה, מחשוב קצה, תאומים דיגיטליים ופלטפורמות ענן - אינן שיפורים מצטברים, אלא שינוי פרדיגמטי שמשחזר באופן יסודי כיצד נכסים של כוח מופעלים ומתחזקים.

אתגרים נשארים, במיוחד סביב אבטחת סייבר, עלות, מיומנויות ושילוב מורשת.עם זאת, גישה מעשית, שלבית המתמקדת ביישומים מתקדמים וממנף שותפויות יכולות להקטין את הסיכונים הללו. בעוד מגזר האנרגיה עובר לעבר קיימות גדולה יותר וגמישות, התפקיד של מערכות בקרה מתקדמות יגדל רק.עבור שירותים ויצרניות כוח עצמאיות, השקעה בטכנולוגיות אלה כיום היא לא רק אסטרטגיה מודרנית - זה תנאי מוקדם של אנרגיה רלוונטית בעתיד.