Цифровые двойники — эволюция и классификация
Впервые полноценно эта концепция была описана в Мичиганском университете в 2002 г. Сейчас цифровым двойником называют виртуальную модель, которая на микро- и макроуровне либо описывает реально существующий объект (выступая как дубль готового конкретного изделия), либо служит прототипом будущего объекта. При этом любая информация, которая может быть получена при тестировании физического объекта, должна быть получена и на базе тестирования его цифрового двойника.
Сейчас распространена классификация, включающая три типа двойников: цифровые двойники-прототипы (Digital Twin Prototype, DTP), цифровые двойники-экземпляры (Digital Twin Instance, DTI) и агрегированные двойники (Digital Twin Aggregate, DTA).
DTP-двойник характеризует физический объект, прототипом которого он является, и содержит информацию, необходимую для описания и создания физической версии объекта. Эта информация включает требования к производству, аннотированную трехмерную модель, спецификацию на материалы, процессы, услуги и утилизацию.
DTI-двойники описывают конкретный физический объект, с которым двойник остается связанным на протяжении всего срока службы. Двойники этого типа обычно содержат аннотированную 3D-модель с общими размерами и допусками, спецификацию на материалы, в которой перечислены текущие и прошлые компоненты, спецификацию на процессы с перечислением операций, которые были выполнены при создании этого физического объекта, а также результаты любых тестов на объекте, записи о сервисном обслуживании, включая замену компонентов, операционные показатели, результаты тестов и измерений, полученные от датчиков, текущие и прогнозируемые значения параметров мониторинга.
DTA-двойники определяются как вычислительная система, которая имеет доступ ко всем цифровым двойникам-экземплярам и может посылать им запросы в режиме случайных или проактивных опросов.
Что такое цифровой двойник
Разработчики бизнес-стратегий всегда должны быть уверены в том, что когда новый проект будет воплощен в реальность, то продукт будет полностью справляться со своими функциями, соответствовать целям и контексту на протяжении всего его срока службы.
Важнейшим инструментом здесь стали компьютерные симуляции. Например, создателю тормозов для автомобилей не требуется несколько машин, чтобы протестировать систему: гораздо быстрее и дешевле воспользоваться симулятором и провести виртуальные испытания.
Однако подобные симуляции неспособны адаптироваться к переменам в реальной жизни и не помогают реагировать на обстоятельства, которые могут возникнуть в будущем. Здесь на помощь приходят цифровые двойники — именно они выводят компьютерное моделирование за рамки простого теста и позволяют продолжать его на протяжении всего времени существования оборудования.
Термин «цифровой двойник» впервые использовал профессор Майкл Гривз из Мичиганского университета в 2002 году во время презентации, приуроченной к открытию Центра управления жизненным циклом продукта.
Концепция Гривза развивалась, совершенствовалась и дополнялась, но ее основа осталась прежней: реальное оборудование передает своему виртуальному зеркалу данные с помощью специальных датчиков, и эта связь осуществляется на протяжении всего жизненного цикла. Двойник содержит в себе максимум информации об оригинале, что позволяет не только быстро решать возникающие проблемы, но и предотвращать их.
Идея цифрового двойника универсальна: в теории точную виртуальную копию можно создать практически для любого объекта — автомобиля, моста, заводского оборудования или даже реактивного самолета. Каждый, кто имеет доступ к цифровой модели, может составить представление о состоянии его физической пары.
Shutterstock / Alexander Tolstykh
Вот лишь несколько преимуществ, которые становятся доступны бизнесу благодаря цифровым двойникам:
- производители могут визуализировать использование своих продуктов в режиме реального времени;
- инженеры могут проводить предиктивную аналитику, чтобы предупредить возможные ошибки;
- неполадки можно устранять удаленно;
- можно устанавливать связь между системами, которые географически находятся далеко друг от друга;
- становится проще изучать потребительское поведение, а в дальнейшем — работать над качеством продукта и предлагать дополнительные сервисы.
В каком формате существуют цифровые двойники сегодня
Можно выделить несколько сфер, где цифровые двойники уже используются особенно активно:
- Производственные процессы на заводах и фабриках.
- Автомобильная отрасль: автомобили и системы (двигатели, тормоза). Дополнительный толчок к развитию технологии в данной области дало появление беспилотного транспорта. Другой пример — это автомобили класса люкс. Например, в Bugatti Veyron установлены мощнейшие двигатели, у которых есть цифровые двойники. Технология персонализирует двигатели в соответствии с предпочтениями и привычками каждого клиента.
- Здравоохранение. Именно в этой сфере цифровые двойники смогут полностью раскрыть свой потенциал. В перспективе копии могут появиться не только у медицинского оборудования, но и у отдельных органов и даже у людей.
Например, в нашей компании стараются использовать максимум возможностей технологии для повышения качества медицинских систем. Это позволяет снизить финансовые и репутационные риски, а также экономить средства клиентов — клиник и регионов.
Так, некоторые детали МР-сканеров и компьютерных томографов изнашиваются и могут выйти из строя. Поломки могут привести к простоям оборудования, пациентам приходится дольше ждать процедуры, а клиника теряет деньги. Сервисное обслуживание рано или поздно требуется любой технике.
Этого невозможно избежать, но можно предусмотреть момент, когда ремонт будет необходим, и заняться им в свободное от приема пациентов время (например, ночью). И в этом может помочь цифровой двойник сканера.
Ежедневно один МРТ выдает в среднем 800 тысяч технических сообщений, отражающих ход его работы. Специальные сервисы удаленного мониторинга позволяют анализировать эти данные, предугадывать и предотвращать возможные поломки.
Чтобы создать систему интеллектуального мониторинга, специалисты собрали информацию с 15 тысяч аппаратов — МР- и КТ-сканеров, интервенционных ультразвуковых систем — и проанализировали миллиарды точек данных. Далее с помощью ИИ и других методов алгоритмы предсказывают возможные проблемы.
Примеры цифровых двойников в отечественной и зарубежной промышленности
Аналитическое бюро Gartner прогнозирует, что уже к 2021 году половина крупных промышленных компаний будет использовать цифровых двойников, что повысит их эффективность на 10%. Ожидается, что уже к 2024 году рынок Digital Twins достигнет $16 млрд. Пока, особенно в нашей стране, цифровые двойники особенно интересны предприятиям нефтегазового и обрабатывающего сектора, а также компаниям, которые производят высокотехнологичную продукцию, в частности, авиационная и космическая промышленность .
Однако, тяжелая индустрия – это не единственный кейс для использования цифровых двойников. Такая интерактивная модель объектов и процессов актуальна и для научных целей. К примеру, в нижегородском университете имени Лобачевского ученые разрабатывают цифровую копию человека с точными аналогами всех жизненных систем, чтобы контролировать физическое состояние пациента и предупреждать риски развития заболеваний. В будущем подобные виртуальные модели позволят медикам в реальном времени отслеживать данные о здоровье клиентов и состоянии медицинского оборудования .
Однако, в настоящее время технологии Digital Twin более распространены в промышленности, интегрируясь с индустриальным интернетом вещей (Industrial Internet Of Things, IIoT). Например, интерактивный анализ данных с цифрового двойника на одном из европейских нефтеперерабатывающих предприятий позволил предсказать сбой технологического компрессора за 25 дней до того, как он случился. Благодаря такой предиктивной аналитике на базе технологий Big Data, Machine Learning, IIoT и Digital Twin компания сэкономила несколько миллионов долларов. В другом случае, цифровой двойник помог агрегировать в единый диспетчерский пункт 20 перерабатывающих и добывающих предприятий нефтегазового оператора ADNOC. Компания Schneider Electric разрабатывает Digital Twin на Яйском нефтеперерабатывающем заводе, чтобы создать виртуальный тренажер для операторов и систему оперативного предотвращениях аварийных ситуаций .
В декабре 2019 года Газпромнефть приступила к созданию цифровой интегрированной модели Восточного участка Оренбургского нефтегазоконденсатного месторождения . А Роснефть уже реализовала подобный проекта, запустив в опытно-промышленную эксплуатацию своего цифрового месторождения в мае 2019 году . Подробнее об этих и других примерах создания цифровых двойников в отечественной промышленности мы расскажем в следующей статье.
Полная цифровизация: как PLM, Big Data, Machine Learning и IIoT-технологии создают виртуальное предприятие
Какую пользу цифровизация производства принесет вашему бизнесу и как построить свой цифровой двойник, узнайте на наших образовательных курсах в лицензированном учебном центре обучения и повышения квалификации ИТ-специалистов (менеджеров, архитекторов, инженеров, администраторов, Data Scientist’ов и аналитиков Big Data) в Москве:
BDAM: Аналитика больших данных для руководителей
Смотреть расписание
Записаться на курс
Источники
- https://cals.ru/sites/default/files/downloads/2.053-2013.pdf
- https://rb.ru/longread/digital-twin/
- https://helpiks.org/6-11760.html
- https://ru.wikipedia.org/wiki/Цифровой_двойник
- https://habr.com/ru/post/331562/
- https://neftegaz.ru/news/tsifrovizatsiya/513068-gazpromneft-orenburg-sozdaet-tsifrovoe-mestorozhdenie-/
- https://www.rosneft.ru/press/news/item/195043/
Откуда берут данные «цифровые близнецы» для самообновления?
Цифровая копия, как и положено искусственному интеллекту, постоянно самообучается и самосовершенствуется. С этой целью «цифровой близнец» использует знания от людей, других подобных машин, из более крупных систем и среды, частью которой он является.
Майкл Гривс предложил три своих требования, которым должны соответствовать «цифровые близнецы». Первое – соответствие внешнему виду исходного объекта. Нужно понимать, что аналогичный внешний вид – это не только целая картинка, но и соответствие отдельных частей реальному «близнецу». Второе требование связано с поведением двойника при проведении испытаний. Последнее и самое сложное – это информация, которую получают от искусственного интеллекта о достоинствах и недостатках реального продукта.
1971yes / bigstock.com
Как отмечает Майкл Гривс, когда цифровые копии ввели в использование, даже критерий внешнего сходства считался трудно выполнимым. Сегодня же, как только цифровой двойник идентичен по первым параметрам, его уже можно использовать для решения практических задач.
Как получить максимум при внедрении цифрового двойника
Технология цифровых двойников появилась сравнительно недавно. Однако она очень быстро развивается: например, половина компаний, чья деятельность связана с интернетом вещей, уже используют ее или планируют прибегнуть к ней в ближайшее время. Чтобы получить максимум выгоды, при создании цифровой копии оборудования или любого другого объекта бизнесу следует учитывать несколько моментов:
Нужно рассмотреть все возможности
Следует провести аудит. Нельзя допустить, чтобы стоимость создания цифрового двойника превысила положительный эффект, который он принесет. Чтобы понять, с чего начать, следует собрать информацию от представителей разных подразделений компании: бизнеса, операционных и технических. Это позволит определить «слабые места» и составить топ сценариев, в которых цифровой двойник мог бы принести прибыль.
«Бить в одну точку» — неудачная стратегия
Во многих компаниях допускается одна и та же ошибка: слишком много средств и времени вкладывается в создание лишь одного цифрового двойника. Следует точно определиться с функциями, которых вы ждете от близнеца, и понять, какие из них способны принести вам пользу.
Иногда не обязательно уделять слишком много внимания построению «глубокой» и технологичной копии — вместо этого можно приступить к разработке следующей. Всегда помните о соотношении затраченных усилий и ожидаемого результата.
Хорошим началом может стать пилотный проект
Один из вариантов начала применения цифровых двойников — запуск небольшого проекта, способного помочь определить ценность технологии для компании. Специальная рабочая группа может адаптировать и совершенствовать копию на любом этапе процесса, при необходимости привлекать к работе партнеров и вводить новые методы сбора данных.
Все это поможет приспособить технологию к потребностям компании и послужит необходимым импульсом для создания новых двойников.
В основе успеха — контроль и измерение
Эффект от использования цифрового двойника нужно постоянно оценивать
Обращайте внимание, насколько благодаря ему меняются производственные мощности, качество и удобство использования продукта, уменьшилось ли количество непредвиденных инцидентов. Совершенствуйте двойника и пытайтесь найти его лучшую конфигурацию
Помните, что это не краткосрочный проект, который заканчивается, как только получена ожидаемая выгода, а нечто, что при удачном исходе будет приносить пользу бизнесу очень долго.
Цифровые двойники в НТИ
Разработка этой темы ведется в рамках направления «Технет» Национальной технологической инициативы (НТИ), которое нацелено на развитие передовых производственных технологий и создание высокотехнологичной промышленности.
По словам Алексея Боровкова, с цифровыми двойниками помимо их разработки и применения связаны еще две задачи: экономическая оценка и нормативное регулирование. Снятию административных барьеров посвящена отдельная дорожная карта, утвержденная правительственной комиссией по модернизации экономики и инновационному развитию России. Этим вопросом занимается специальная подгруппа под руководством Алексея Пономарёва.
Хотя терминов «цифровой двойник» и «цифровая тень» еще нет в утвержденной дорожной карте «Технет», она предусматривает создание «Фабрик Будущего», где цифровые двойники и тени как раз создаются и применяются.
Спикер пояснил схему направления НТИ «Технет». Первыйуровень— создание цифровой платформы («экосистемы технологий»). На втором уровне разрабатываются цифровые двойники реальных объектов и цифровые двойники производств. И на третьем этапе, после начала эксплуатации, возникают цифровые тени за счет мониторингадатчиков и сбора информации в концепции промышленного интернета.
Схема направления «Технет» Национальной технологической инициативы
Алексей Боровков отметил, что в развитии технологий цифровой промышленности рабочая группа «Технет» НТИ ориентируется на мировые технологические фронтиры. «На первые несколько лет у нас есть уже утвержденная дорожная карта. Но надо смотреть в будущее и начинать работу сейчас, а не через 5-6 лет», — сообщил эксперт.
Стадии эволюции цифровых двойников и их классификация:
Первая концепция цифрового двойника, полноценная и соответствующая реальным условиям, была описана еще в 2002 году, но все эти годы она продолжала совершенствоваться вслед за стремительно развивающимися инновациями. Сегодня цифровой двойник – это виртуальная модель, которая на всех уровнях соответствует реально существующему объекту. При этом цифровой двойник может быть как электронным дубликатом уже имеющегося объекта, так и только разрабатываемого, т.е. тем, что будет создано в будущем. А данные, получаемые при тестировании реальной модели, также могут быть получены и на базе тестирования его электронной модели.
На сегодняшний день имеется три вида цифровых двойников:
- прототипы (Digital Twin Prototype, DTP),
- экземпляры (Digital Twin Instance, DTI),
- агрегированные двойники (Digital Twin Aggregate, DTA).
Digital Twin Prototype (DTP, прототипы) представляет собой виртуальный аналог имеющегося в реальности физического объекта. Он включает данные для всесторонней характеристики модели, включая информацию по его созданию в реальных условиях. В перечень входят:
- требования к производству,
- трехмерная модель объекта,
- описание материалов и их специфика,
- выполняемые технологические процессы и/или услуги,
- требования к утилизации.
Digital Twin Instance (DTI, экземпляры) представляют собой данные по описанию того или иного физического объекта. В большинстве случаев они содержат:
- аннотированную трехмерную модель, включающую общие размеры и допуски,
- данные о материалах с учетом используемых в прошлом и настоящем времени и компонентах,
- информацию о выполняемых процессах во всех временных отрезках, включая выполненных при создании объекта,
- итоги всех тестовых операций,
- записи о проведенных ремонтах (плановых, внеплановых, предупредительных), ТО, замененных деталях и компонентах,
- операционные данные, полученные от датчиков,
- параметры мониторинга (ранние, текущие и ожидаемые).
Digital Twin Aggregate, DTA (агрегированный двойник) – это стандартная вычислительная система, объединяющая все цифровые двойники и их реальные прототипы, позволяющая собирать данные и обмениваться ими.
В чем смысл развития технологии цифрового двойника?
Известно, что решения, разрабатываемые на базе инновационных технологий, позволяют развиваться и самому техническому прогрессу, создавая новые и необходимые для этого возможности. Так, применение цифрового двойника включает в себя целый ряд разработок, совершенствующихся с каждым днем.
Основным местом хранения виртуальных прототипов является облако. Чтобы «построить» такое место хранения используются самые разные информационные инструменты. Прежде всего это многочисленные методики моделирования процессов (физических и информационных), которые как оценивают его текущую работу, так и позволяют делать прогнозы на будущее: как поведет себя модель при изменении того или иного ее параметра (увеличение нагрузки, замены материала и прочее). Другие методики (инструменты) дают возможность изучить внешние параметры и структуру объекта еще до его создания, проанализировать свойства материалов или же изучить имеющиеся параметры, размеры, выполняемые процессы. Третьи – получить данные и надежности объекта или системы, получаемые на базе модели, анализирующей последствия отказов. При этом все данные можно получать совместно и анализировать их в комплексе, что дает еще больше полезной информации.
Так, развитие одной IT-отрасли дает толчок к развитию другой: для сбора, хранения и анализа всех этих данных требуются высокоточные методики, надежные серверы, улучшенные программы. Все эти процессы взаимосвязаны, что и отражается на уровне технического прогресса.
Технологии, составляющие концепцию цифрового двойника:
Каждая виртуальная модель содержит данные о техническом обслуживании, ремонтах реального прототипа, особенностях его эксплуатации. Качественная обработка этой информации позволяет рассчитать, как реально существующий объект поведет себя в дальнейшем, при этом данные могут касаться как конкретной детали, так и целого механического комплекса или всего предприятия.
В цифровом двойнике часто задействуют технологию машинного самообучения, при которой система самостоятельно изменяет некоторые параметры своей работы, основываясь на данных, получаемых от множества различных источников:
– контролирующих и измерительных приборов, учитывающих показатели рабочего состояния физической модели,
– отчеты экспертных комиссий и специалистов,
– информацию о работе аналогичны приборов, их составляющих,
– наблюдений, проводимых физически.
Подобное самоусовершенствование после применяется на реальной модели, что улучшает ее производительность, сокращая затраты на ремонт или саму продукцию.
Объединение интернета вещей и новейших информационных технологий позволяет развиваться обеим отраслям. Для качественной работы цифровых двойников требуются высокоточные датчики, анализирующие работу реального объекта до самых незначительных параметров, и новейшее программное обеспечение, позволяющее своевременно получить эту информацию и обработать ее. Совершенствование подобных устройств и дает возможность прогрессу интернету вещей, помогая сделать сбор данных эффективным и экономически выгодным.
Если рассмотреть историю самой концепции цифровых двойников, ее начало можно найти в далеком прошлом. С тех пор, как человек изобрел письменность, он отражал на бумаге не только слова, но модели разных предметов, которые ранее создавались у него в голове. Все виды проектирования – это колыбель цифровых двойников. С момента появления компьютеров моделирование вышло на новый уровень: новые технологии позволили перенести чертежи в виртуальность, доверить создание моделей и вычисление данных машинам. Сегодня хранение и создание высокоточных, соответствующих реальным даже в мельчайших параметрах, моделей происходит в облаке и проводится практически без участия человека: практически всю информацию для этого модель получает самостоятельно из датчиков, считывающих и анализирующих устройств.
На каждом последующем этапе концепция обретала все новые и новые технологии: методики создания моделей, возможность анализа и прогнозирования, обучения и самообучения. И, судя по стремительности развития, этот процесс будет продолжаться и развиваться.
Примечание: Фото https://www.pexels.com, https://pixabay.com
карта сайта
цифровой двойник предприятия процесса производства в промышленности города изделия человека оборудования продуктаборовков проект создание технология институт стоимость создания цифровых двойниковумные цифровые двойники технологических процессов и цифровые тени статья примеры презентация википедия
Коэффициент востребованности
987
Манипуляторы и технологии манипулирования
Третья субтехнология – «Манипуляторы и технологии манипулирования» — включает в себя: методы математического моделирования роботехнических систем как пространственных механических систем с голономными и неголономными связями; методы прямого динамического моделирования нелинейных пространственных механических систем с контактными взаимодействиями; разработку программного обеспечения для управления роботами-манипуляторами и программно-аппаратные средства взаимодействия с окружающей средой и объектами.
Для данной субтехнологии УГТ в России составляет «6», в мире – «9». Согласно прогнозам авторов дорожной карты, точность обработки материалов роботами-манипуляторами увеличится с 100 мкм в 2019 г. до 10 мкм в 2024 г. Будут разработаны технологии, обеспечивающие деликатное манипулирование с точностью 0,1 мм, усилием 1 H и скоростью 0,1 м/с. Скорость деликатного манипулировании увеличится за обозначенный период с 0,1 м/с до 1 м/с.
Численность сотрудников робототехнических компаний-интеграторов за указанный период увеличится с 200 до 1 тыс. человек. Рынок промышленных робототехнических систем вырастет с 8 млрд руб. до 30 млрд руб., а доля отечественных разработчиков промышленной робототехники – с 5% до 30%. Количество роботов, задействованных в производстве на 10 работников, увеличится с 4 до 40.
В сфере обработки материалов соотношение выпускаемых в стране промышленных роботов к потребляемым российским рынком вырастет с 1% до 40%, а в целом в реальном секторе экономики данное соотношение составит 30%. Годовой объем поставок промышленных роботов в России увеличится с менее чем 1 тыс. до 4,6 тыс.
Увеличение затрат на развитие сквозных цифровых технологий в 2024 г. составит 300%, увеличение объема выручки проектов на основе внедрения новых производственных технологий компаниями, получившими поддержку в рамках федерального проекта «Цифровые технологии» — до 250%, увеличение количества РСТ-заявок по новым производственным технологиям организациями, получившими поддержку в рамках национального проекта «Цифровая экономика» — до 300%.
Разработка отечественной PLM-системы
Будет разработана отечественная PLM-система тяжелого класса, поддерживающая все стадии изделий (включая CAD, CAM, CAE-подсистемы) — от создания концепта и проектирования до изготовления — на базе отечественной платформы полного жизненного цикла изделий. PLM-система обеспечит автоматическую оценку технологической реализуемости производства на ранних этапах проектирования изделия или продукции.
Также будет разработана платформа управления цифровым профилем изделий, обеспечивающая полную прослеживаемость на всем жизненном цикле изделия: начиная от момента проектирования отдельных деталей и узлов, включая контроль на стадии производства, и заканчивая эксплуатацией готового изделия.
К 2024 г. 25 высокотехнологических предприятий будут использовать данную систему. Будет реализовано 50 проектов на высокотехнологических предприятиях, в которых будет применена PLM-система. У данной системы будет 10 тыс. активных сертифицированных пользователей.
100 типовых изделий в пяти приоритетных отраслях промышленности будут подключены к системе цифрового профиля изделия. Автоматизированная оценка технологичности будет доступна для ранних этапов, а время разработки высокотехнологичных продуктов сократиться на 15%.
Также в рамках обозначенной субтехнологии для пяти приоритетных отраслей будет разработана Национальная база математических моделей высокого уровня адекватности Digital Brainware на основе архивов физических и натурных экспериментов и обеспечена преемственность с накопленным научно-технологическим опытом, основанном на дорогостоящих и зачастую уникальных экспериментах. База будет пополняться математическими моделями высокого уровня адекватности на основе новых серий физических и натурных экспериментов, в том числе направленных на применение новых материалов. 25% от общего числа испытательных стендов будет входить в состав Национальной базы математических моделей высокого уровня адекватности.
К 2024 г. цифровая платформа разработки цифровых двойников будет способна учитывать 150 тыс. целевых показателей и ресурсных ограничений (сейчас только 40 тыс.), будет использовать смежные сквозные цифровые технологии искусственного интеллекта, больших данных, распределенных реестров, обеспечивать управление интеллектуальной собственностью, экспертное сопровождение и прохождение с первого раза физических и натурных испытаний.
Цифровая платформа будет внедрена в пяти приоритетных отраслях и в 50 высокотехнологичных компаниях. Также будет сформирована национальная сетецентрическая экосистема из 25 зеркальных инжиниринговых центров, объединяющая 2,5 тыс. экспертов – сертифицированных пользователей (сейчас число пользователей составляет 250).
Платформа цифровой сертификации обеспечит экспертное сопровождение разработки и применения цифровых моделей и виртуальных испытательных стендов для ускоренной сертификации материалов и изделий. 50 материалов и изделий пройдут ускоренную сертификацию на основании виртуальных испытаний, а данную платформу для вывода материалов и изделий на рынок будет использовать 10 компаний.
Платформенные решения для правовой охраны и управления правами на цифровые модели и объекты к 2024 г. обеспечат охрану в режиме авторского права 100% от общего числа элементов, созданных цифровым двойником (сейчас – 15%), 25% в режим патентного права и 30% в режиме лицензирования.
Будет разработана платформа полного жизненного цикла, обеспечивающая сервисы для разработки специализированного прикладного инженерного ПО на базе отечественной платформы и геометрического ядра. С помощью данной платформы будет реализовано 100 прикладных решений и подготовлено 100 сертифицированных специалистов.
Количество активных сертифицированных пользователей сервиса, обеспечивающего доступ к облачным вычислительным мощностям и функционирующего по модели «on demand», увеличится с 250 до 2,5 тыс. Не менее 10 компаний будут использовать платформенные решения, реализующие сервисный подход «База доступных технологий» и «База доступных мощностей».
Будут разработаны платформенные решения для эксплуатационного мониторинга: постпродажное облуживание изделий и предиктивная аналитика. С их помощью будет автоматизирован процесс послепродажного обслуживания 100 типовых изделий в пяти приоритетных отраслях промышленности.
Зачем нужен цифровой двойник в энергетике
Понятие цифрового двойника имеет несколько определений. Наиболее подходящее из них звучит так — это реальное отображение всех компонентов в жизненном цикле продукта с использованием физических данных, виртуальных данных и данных взаимодействия между ними.
То есть цифровой двойник создает виртуальный прототип реального объекта, с помощью которого можно проводить эксперименты и проверять гипотезы, прогнозировать поведение объекта и решать задачу управления его жизненным циклом.
Цифровой двойник также экономит затраты на проектирование оборудования или системы и на ее эксплуатацию. Ведь ремонты можно проводить по необходимости, а не по графику.
Начиная с 2017 года исследовательская компания Gartner включает технологию цифрового двойника в топ технологических трендов. При этом к 2020 году эксперты ожидают более 20 миллиардов подключенных датчиков и конечных точек. А цифровые двойники будут существовать для миллиарда вещей. В сущности, это наиболее простой и эффективный шаг цифровизации.
Big Data, PLM и IIoT в транспорте, энергетике и машиностроении
Помимо своей профильной деятельности, СИБУР также использует технологии Big Data, PLM и IIoT в сопутствующих процессах. В частности, компания запустила проект по оптимизации железнодорожных перевозок, чтобы с помощью средств I4.0 снизить затраты на ремонтные работы, выявить дублирование операций при управлении подвижным составом и повысить эффективность управления отгрузками. Похожим образом цифровые двойники применяются для эффективной эксплуатации поездов «Сапсан» и «Ласточка». В 2018 году цифровой двойник был внедрен в корпорации «Трансмашхолдинг», позволяя быстро рассчитывать результаты выполнения производственного плана при заданных параметрах .
Еще одним показательным примером использования технологий Big Data, PLM и IIoT в отечественном машиностроении является виртуальный прототип завода КАМАЗ. В рамках этого проекта были созданы 3D-модели почти 50 cтанков, а также другого технологического оборудования: производственные роботы, манипуляторы, кантователи, рольганги. Эти трехмерные модели применяются при моделировании механообработки и сборки, а также для размещения оборудования на 3D-планировках .
Цифровые двойники также актуальны и для энергетической отрасли. Например, виртуальная модель техпроцессов станции на базе фактических характеристик оборудования и исторических данных позволила Московской ТЭЦ-20 повысить эффективность своей работы на 4%. Это достигнуто за счет перераспределения нагрузок при изменении режима, краткосрочного планирования состава оборудования и оптимизации прогнозов суточных заявок на потребление тепла по критерию максимизации маржинальной прибыли .
Из зарубежного опыта интересны результаты компании Siemens, одного из крупнейших разработчиков электроники и программируемых логических контроллеров. Например, на заводе в немецком городе Амберг, где выпускается 12 миллионов контроллеров в год (одно изделие в секунду) реальное производство полностью объединено с виртуальным. Нанесенные на изделие коды автоматически передают оборудованию технологический маршрут и требования к каждой выполняемой операции. При этом IIoT-система учитывает приоритет операций и доступность производственных линий для соблюдения установленных сроков, контролируя весь процесс на соответствие нормативам качества. Такая цифровизация в 2 раза сократила сроки запуска новых изделий, снизив период переналадки оборудования на 50%. Новые заказы исполняются в течение 24 часов при размере партии от 1 изделия до 1000 экземпляров. 99,99885% выпускаемой продукции полностью соответствует всем стандартам качества. В общем случае, цифровой двойник сократил себестоимость изделий на 25% .
На другом заводе Siemens, в немецком городе Фюрт корпоративная PLM-система интегрирована с ERP и MES, что позволило получить сквозное решение для управления выпуском всех электронных изделий. IIoT обеспечивает сбор технологической информации в реальном времени, передавая данные в MES-систему, которая разрабатывает технологические процессы производства печатных плат, механических деталей и узлов, а также осуществляет календарное планирование, управление материальными потоками и анализ технологической информации. Через PLM-систему предприятия MES получает прямой доступ ко всей информации о конструкции электрических и механических узлов изделия. А процессы поставки материалов и другая обеспечивающая деятельность автоматизированы с помощью ERP .
Цифровые двойники позволят повысить эффективность производства
Как сделать, чтобы цифровизация бизнеса балы эффективной и создать цифровой двойник производства с помощью технологий больших данных, Machine Learning и Internet Of Things, вы узнаете на наших образовательных курсах в лицензированном учебном центре обучения и повышения квалификации ИТ-специалистов (менеджеров, архитекторов, инженеров, администраторов, Data Scientist’ов и аналитиков Big Data) в Москве:
BDAM: Аналитика больших данных для руководителей
Смотреть расписание
Записаться на курс
Источники
- https://www.rbc.ru/technology_and_media/27/05/2019/5ce825f99a7947aaec2e09ae
- https://habr.com/ru/news/t/453604/
- https://neftegaz.ru/news/tsifrovizatsiya/513068-gazpromneft-orenburg-sozdaet-tsifrovoe-mestorozhdenie-/
- https://www.rosneft.ru/press/news/item/195043/
- https://rb.ru/longread/digital-twin/
- https://habr.com/ru/company/croc/blog/481902/
- https://controlengrussia.com/innovatsii/novye-vozmozhnosti/
