цифровой двойник предприятия что это

Что такое цифровые двойники и где их используют

Что такое цифровой двойник

Цифровой двойник — это цифровая (виртуальная) модель любых объектов, систем, процессов или людей. Она точно воспроизводит форму и действия оригинала и синхронизирована с ним.

Цифровой двойник нужен, чтобы смоделировать, что будет происходить с оригиналом в тех или иных условиях. Это помогает, во-первых, сэкономить время и средства (например, если речь идет о сложном и дорогостоящем оборудовании), а во-вторых — избежать вреда для людей и окружающей среды.

Впервые концепцию цифрового двойника описал в 2002 году Майкл Гривс, профессор Мичиганского университета. В своей книге «Происхождение цифровых двойников» он разложил их на три основные части:

По мнению Гривса, «в идеальных условиях вся информация, которую можно получить от изделия, может быть получена от его цифрового двойника».

Официально термин «Цифровой двойник» впервые упоминается в отчете NASA о моделировании и симуляции за 2010 год. В нем говорится о сверхреалистичной виртуальной копии космического корабля, которая воспроизводила бы этапы строительства, испытаний и полетов.

Мощный толчок в развитии цифровых двойников произошел благодаря развитию искусственного интеллекта и интернета вещей. Согласно исследованию Gartner Hype Cycle, описывающему циклы зрелости технологий, это произошло в 2015 году. В 2016-м цифровые двойники и сами вошли в Gartner Hype Cycle, а к 2018 году оказались на пике.

Какими бывают цифровые двойники

К примеру, на Ближнем Востоке технология цифрового двойника позволила «собрать» 20 нефтеперерабатывающих и нефтедобывающих предприятий компании ADNOC в единый диспетчерский пункт и унифицировать все процессы.

Оптимальной погрешностью между работой цифрового двойника и его физического прототипа считают 5%.

Какие задачи решают цифровые двойники

Анастасия Пердеро, менеджер проекта Internet of Energy Центра энергетики Московской школы управления Сколково:

«Цифровые двойники позволяют реалистично моделировать не только сами объекты, но и процессы их строительства, эксплуатации в различных условиях. Сейчас они активно применяются для критической инфраструктуры компаний — подключенных промышленных активов, активно генерирующих данные — и могут использоваться на разных этапах жизненного цикла объекта».

Где применяют цифровых двойников

Цифровые двойники помогают снизить риски при добыче и переработке нефти и газа. Это позволяет сохранить жизни сотрудников и избежать ущерба для окружающей среды, а также сэкономить огромные суммы.

На одном из европейских нефтеперерабатывающих предприятий система предикативной (прогнозной) аналитики Schneider Electric позволила предсказать сбой большого компрессора за 25 дней до того, как он случился. Это сэкономило компании несколько миллионов долларов.

Технология цифровых двойников позволяет создавать отдельные детали и воспроизводить целые производственные цепочки, проводя виртуальные испытания и предупреждая сбои в работе оборудования.

Цифровые двойники применяют, чтобы оптимизировать работу электростанций, избежать сбоев в подаче электричества и рационально подойти к энергопотреблению.

Можно смоделировать как отдельное устройство или сервис, так и целую сеть, рассчитав предельные нагрузки и продумав защиту от киберугроз.

С помощью цифровых двойников можно построить модель будущего здания или целого квартала и спрогнозировать, как оно впишется в среду, выдержит климатические условия и нагрузки на несущие конструкции.

Виртуальные 3D-модели предметов интерьера или декора помогают представить, как будет выглядеть объект, нужно ли что-то изменить в его форме, цвете и деталях.

Цифровые двойники позволяют спрогнозировать загрузку торговых залов, перемещение клиентов и сотрудников, оптимальный уровень освещенности и температуру.

С помощью цифровых двойников можно оптимизировать маршруты транспорта, работу технических служб и пассажиропотоки.

Виртуальная система обработки багажа для крупного аэропорта позволила заранее просчитать, что понадобится дополнительная линия транспортировки для перераспределения потоков при внештатных ситуациях.

Цифровые модели помогают изучить физические объекты и процессы в виртуальной среде, часто — с использованием виртуальной, дополненной и смешанной реальности.

С помощью цифровых двойников разрабатывают, тестируют и запускают космические корабли и целые программы.

Цифровой двойник «Аполлона-13» в 1970 году позволил инженерам и астронавтам на Земле спасти миссию во время аварии.

Цифровые двойники пациентов помогают сканировать жизненные показатели в режиме онлайн, подбирать наиболее эффективное лечение и проводить операции.

Можно отработать тактику командной игры или провести индивидуальную тренировку на цифровом двойнике.

Цифровые симуляции используют для усовершенствования болидов «Формулы-1», рассчитывая идеальные показатели и технические характеристики для гоночных трасс.

Существуют цифровые двойники целых городов — например, Сингапура или российского Кронштадта. На них отслеживают транспортные потоки, работу коммуникаций, застройку, экологическую обстановку и энергопотребление, чтобы вовремя вносить важные изменения.

Благодаря цифровым двойникам можно просчитать климатические условия и урожай, сделав земледелие более эффективным.

Как выглядит процесс создания цифрового двойника

Двойники можно создавать разными способами:

Этапы создания двойника выглядят следующим образом.

Исследование объекта

Этот этап предшествует разработке только в том случае, если у цифрового двойника есть реальный прототип — например, работающее предприятие или система коммуникаций. Тогда разработчики составляют детальную карту прототипа, воспроизводят все процессы и характеристики. При этом важно изучить объект в разных условиях.

Моделирование цифровой копии объекта

Этот этап может быть первым, если реального прототипа еще нет и создание цифрового двойника ему предшествует. Например, в строительстве или дизайне, когда вначале создается цифровая 3D-модель, а уже потом — оригинал здания или другого объекта.

Для построения комплексной модели используются математические методы вычисления и анализа:

Воплощение модели

Затем рассчитанную ранее архитектуру цифрового двойника переносят на специальные платформы — такие как Siemens или Dassault Systemes. Они объединяют математические модели, данные и интерфейс для управления цифровым двойником, превращая его в динамическую систему. Этот этап можно сравнить с трансформацией программного кода в программу или приложение с визуальным интерфейсом, который понятен любому пользователю.

Тестирование основных процессов работы на цифровом двойнике

Главная цель этого этапа — спрогнозировать, как будет вести себя объект или система в обычном режиме и при внештатных ситуациях, чтобы избежать поломок и перегрузки после запуска. Для этого к процессу подключают технических аналитиков, которые собирают большой массив данных в ходе испытаний, чтобы просчитать алгоритмы для любых возможных условий и ситуаций.

Запуск и наладка

Если предыдущий этап провели корректно, в процессе работы реального прототипа можно избежать до 90% сбоев и поломок. Однако часть ситуаций все же не удается спрогнозировать, и тогда их отслеживают уже на этапе запуска и наладки цифрового двойника.

Корректировка и развитие оригинального объекта или системы

Далее инженеры продолжают работать с цифровым двойником как с реальным физическим объектом до тех пор, пока не будут отлажены все системы и процессы. По результатам этой работы в оригинальный объект вносят изменения, чтобы добиться его максимальной эффективности.

Перспективы цифровых двойников

В промышленности технология уже сегодня помогает повысить эффективность минимум на 10%, а в нефтяной отрасли — сэкономить от 5% до 20% капитальных вложений. В ближайшие годы крупные компании перейдут к дистанционному мониторингу и управлению целыми производствами и всеми подразделениями через виртуальные системы.

То же самое произойдет и с городами: они обзаведутся цифровыми двойниками, объединяющими все важнейшие системы, районы и объекты городской инфраструктуры. Онлайн-мониторинг будет осуществляться при помощи IoT-датчиков, сканеров и дронов с машинным обучением, а сами виртуальные системы будут размещены в облаке. При этом доступ к двойникам будет и у федеральных властей. Это позволит, в частности, экстренно реагировать на чрезвычайные ситуации и предотвращать их даже в самых отдаленных регионах.

Цифровых двойников можно будет использовать и в повседневной жизни: например, чтобы следить за жизненными показателями или улучшить работу какого-либо устройства. С помощью интернета вещей мы сможем объединить все коммуникации и технику в доме в единую систему и управлять ими с помощью цифрового двойника дома.

Источник

Цифровой двойник предприятия что это

Двойники могут быть очень маленькими, отображая компонент в сложной системе, или очень большими, представляя собой совокупность многих частей или даже многих систем.

Для построения комплексной модели двойника используются численные методы моделирования физических процессов в материалах объекта. Это помогает прогнозировать реакцию изделия на эксплуатационные нагрузки, например, с помощью метода конечных элементов (FEA — Finite Element Analysis). С помощью этого метода можно моделировать поведение сложных систем путём разбиения их на множество элементов (клеток), достаточно малых для того, чтобы рассматривать их свойства как однородные. Метод широко используется для решения задач механики деформируемого твёрдого тела, теплообмена, гидродинамики и электродинамики.

Также применяются CAD-модели (англ. computer-aided design/drafting, средства автоматизированного проектирования), которые несут информацию о внешнем виде и структуре объектов, материалах, процессах, размерах и прочих параметрах. Используются также FMEA-модели (Failure Mode and Effects Analysis, анализ видов и последствий отказов), основанные на анализе надежности систем. Они могут объединять математические модели отказа со статистической базой данных о режимах отказа. Фактически это методология проведения анализа и выявления наиболее критических шагов производственных процессов.

Решение включило в себя множество различных пакетов — предиктивная аналитика, real-time визуализация, система моделирования различных сценариев работы предприятия и различных инцидентов. Также проект предполагал моделирование и оптимизацию энергопотребления.

Эксперты предсказывают, что совсем скоро потребители и владельцы продуктов смогут пользоваться цифровым двойником в повседневной жизни, причем технологию можно будет применять не только с целью улучшения работы какого-то устройства, но и с целью улучшения качества человеческой жизни.

Драйвером развития рынка в России является нефтегазовая и нефтехимическая промышленность. Использование цифровых двойников скважин помогает экономить компаниям от 5 до 20% капитальных затрат. Не менее востребована технология в самолето- и двигателестроении, а также в транспортной отрасли.

«Одна из главных болей и вместе с тем важнейший драйвер развития технологии цифровых двойников — информационная безопасность, — рассказывает Наталья Нильсен. — Боязнь кибератак и утечек информации часто становится сдерживающим фактором для цифровизации производства». С учетом этого компания Schneider Electric реализует проект на Яйском нефтеперерабатывающем заводе.

На предприятии создается цифровой двойник с использованием цифрового тренажера для операторов, а также система безопасности и предиктивной аналитики, которые позволят предотвращать аварийные ситуации. Кроме того, проект подразумевает внедрение системы кибербезопасности, призванной защитить цифрового двойника предприятия от взлома. Все работы планируется завершить за четыре месяца, несмотря на то что в среднем за создание цифрового двойника крупного предприятия уходит около двух лет, рассказывает эксперт.

В 2018 году «Газпром нефть» определила цифровую трансформацию бизнеса как приоритетное направление деятельности. Цифровые технологии позволяют тестировать гипотезы по разработке месторождений, строительству инфраструктуры и эксплуатации промысла без рисков для людей и объектов. Для этого создаются цифровые двойники скважин, заводов, производственных площадок и месторождений.

В базе инженерных данных собрана всевозможная информация по оборудованию и его взаимосвязям: место оборудования в производственной цепочке, нормативные режимы работы, частота обслуживания, геометрические и технические характеристики и многое другое. По-другому эта система называется СУИД — система управления инженерными данными. Данные хранятся в ней в виде структуры и в привязке к объектам, что облегчает доступ к ним и делает возможной автоматизированную обработку.

Эта система позволяет существенно сократить потери времени, а также число ошибок при обслуживании, ремонте и заказе запчастей. Она также даёт возможность делать навигацию по оборудованию для ремонтников, заранее планировать операции при проектных ремонтах, проводимых раз в 4-5 лет. В том числе система подскажет, какие элементы оборудования следует отключить или перекрыть, чтобы безопасно провести ремонт.

Проекты технологического моделирования делаются в СИБУРе в том числе на базе НИОСТ (научный центр СИБУРа). В процессе создания модели или технологической схемы производства моделируется оборудование, вносятся данные о химических веществах и показатели технологического режима. После проверки модели выполняются расчетные исследования и определяются оптимальные параметры процесса, ведётся поиск решений для повышения технологической и энергетической эффективности. Программное обеспечение позволяет рассчитывать такие параметры, как энергия, теплообмен и даже экономические данные: затраты на дополнительное оборудование, целесообразность модернизации.

Источник

Цифровое зеркало

Создать своего двойника и переложить на него самые трудные, неприятные или даже опасные дела и заботы — время от времени такие мечты посещают многих. А сильные мира сего, как говорят, и на самом деле прибегают к услугам очень похожих на себя людей, когда не могут или боятся показываться на публике. Сколько в этом правды, а сколько вымысла, сказать сложно. Однако цифровые двойники разнообразных объектов — зданий, машин, производственных процессов и целых заводов — уже прочно вошли в практику многих отраслей промышленности и решают вполне реальные задачи

Братья по данным

Цифровой двойник (или «цифровой близнец», если буквально переводить английское словосочетание digital twin) — это виртуальный аналог реального объекта, компьютерная модель, которая в своих ключевых характеристиках дублирует его и способна воспроизводить его состояния при разных условиях. По сути, это набор математических формул, описывающих сам объект и протекающие в нем процессы.

Как это ни странно, такой двойник может родиться даже раньше своего оригинала: виртуальную модель могут создать еще на этапе проектирования объекта (здания, машины, установки), чтобы протестировать его работу в разных условиях и режимах и скорректировать проект, если будут обнаружены недочеты. Но затем, когда объект уже построен, такая модель требует постоянного обновления, для того чтобы соответствовать его актуальному состоянию.

Цифровой двойник представляет собой мостик между физическим миром и цифровой реальностью. Такие системы называют киберфизическими. Программные компоненты и физические процессы в них тесно связаны и влияют друг на друга.

И здесь не обойтись без интернета вещей — множества датчиков, которые собирают информацию о работе оборудования, — а также без технологий машинного обучения, которые помогают предсказать, как будет вести себя система в тех или иных обстоятельствах. Это особенно актуально, когда цифровой двойник создается для уже существующего объекта, например установки на нефтеперерабатывающем заводе. Досконально описать все процессы формулами — чрезвычайно сложная задача. Но, имея большой объем данных о работе установки за определенный период времени, проще выявить закономерности в ее работе при помощи нейросети.

В самой идее цифрового двойника в промышленности нет ничего нового: расчеты и модели того, как будет вести себя какая-нибудь конструкция, установка на заводе или реактор, делались и раньше. Но лишь недавно появились достаточные вычислительные мощности, чтобы проводить такие расчеты в реальном времени, а также возможности для постоянного обновления моделей на основе данных, получаемых с реальных объектов.

Цифровой керн

Керн — столбики породы, которые извлекают из разведочных скважин для изучения характеристик нефтеносного пласта. Это особенно актуально для трудноизвлекаемых и нетрадиционных запасов, поиск технологий для эффективной разработки которых продолжается. Исследование керна в лаборатории — дорогой и длительный процесс. Кроме того, отдельные образцы во время таких тестов часто разрушаются, и продолжать опыты с ними более невозможно. Решить проблему позволяет создание цифровых двойников керна. Для этого образцы породы сканируют в томографе высокого разрешения — и дальше проводят виртуальные эксперименты уже с трехмерной компьютерной моделью. Создание цифровых двойников керна решает сразу несколько задач: позволяет существенно ускорить проведение исследований, дает возможность для неограниченного количества виртуальных тестов на одном и том же материале, сохраняя реальный образец для проверки результатов и донастройки модели, открывает новые возможности исследования керна на микроуровне. Новая технология работает даже тогда, когда оценить строение и характеристики породы традиционным способом невозможно из-за сложной или хрупкой внутренней структуры или трудностей, связанных с извлечением образцов. Проект «Цифровой керн» по внедрению такой технологии реализуется сейчас в «Газпром нефти».

Зачем нужны цифровые двойники

Некоторые считают, что скоро цифровые двойники будут создаваться для всего, в том числе и для людей. На самом деле в той или иной мере это уже происходит: например, профиль в социальных сетях характеризует круг общения человека, история поисковых запросов — его интересы, а кредитная история — финансовую состоятельность. И эту информацию используют те, кто хочет предсказать наше поведение, — работодатели, спецслужбы, банки, продавцы товаров и услуг. Возможно, уже в недалеком будущем развитие систем медицинского мониторинга позволит предупреждать о приближении болезни задолго до появления явных симптомов.

Что же касается промышленных объектов, их цифровые двойники позволяют выбирать наиболее оптимальные режимы работы, ставить виртуальные эксперименты, которые в реальности могут быть сопряжены с риском повредить оборудование. Данные, которые собирают с датчиков на объекте, а также информация о ранее проведенном обслуживании, позволяют установить степень износа и вероятность выхода из строя узлов, а значит, сократить расходы на профилактику и ремонт. Если тот или иной параметр отклоняется от нормы, цифровой двойник проинформирует ответственных сотрудников, которые отреагируют и примут меры.

Те же подходы и технологии дают возможность создавать информационные копии не только отдельных машин или установок, но целых цехов, заводов, цифровые двойники предприятий со всеми производственными и логистическими процессами. Такие модели позволят найти узкие места, которые проявят себя лишь через несколько лет работы, и сделать необходимую тонкую настройку.

Для нефтегазовых объектов цифровые двойники — многообещающая технология, ведь такие объекты часто бывают удалены и труднодоступны, распределены на большой территории, их стоимость велика, а эксплуатация связана с рисками. Стремясь сократить эксплуатационные издержки, увеличить объемы добычи и эффективность переработки нефти, нефтяные компании сегодня оцифровывают свои активы — создают цифровые месторождения и цифровые заводы.

Стремясь сократить эксплуатационные издержки, увеличить объемы добычи и эффективность переработки, нефтяные компании сегодня оцифровывают свои активы — создают цифровые месторождения и цифровые заводы

Цифровое месторождение

Развитие концепции цифрового месторождения («умного месторождения», «интеллектуального месторождения» — разные компании используют для обозначения разные слова) началось с появления умных скважин, оснащенных всевозможными датчиками и системами для удаленного управления. Впрочем, одних скважин недостаточно: необходимо создать модель, в которой будут учтены и геологические особенности месторождения, и все оборудование, которое осуществляет добычу. Такая модель позволяет лучше контролировать процесс добычи, лучше им управлять и в конечном счете добывать больше, эффективнее и безопаснее.

В «Газпром нефти» пилотное внедрение программы «Цифровое месторождение» началось в 2014 году на активах дочерней компании «Газпромнефть-Хантос». В 2017 году здесь был создан Центр управления добычей (ЦУД), объединивший все разработанные в компании решения по повышению эффективности отдельных производственных процессов добычи. Одна из ключевых систем ЦУД — цифровой двойник процесса подъема жидкости из скважин. Он позволяет подбирать наиболее оптимальные режимы работы, заранее идентифицировать нештатные ситуации, вести превентивную оценку работы системы в случае изменения ее конфигурации. Со временем ЦУД пополнится и другими цифровыми двойниками — для систем поддержания пластового давления, энергообеспечения, подготовки и утилизации попутного газа.

По данным исследования компании gartner, 48% предприятий, внедривших технологии интернета вещей, уже используют цифровых двойников или планируют начать их использовать до конца 2018 года. К 2022 году число компаний, запустивших проекты с цифровыми двойниками, утроится, прогнозируют в gartner.

Цифровой завод

В основе цифрового нефтеперерабатывающего завода — цифровые двойники установок НПЗ. Виртуальная копия установки должна заключать в себе максимально полную информацию о каждом ее элементе: характеристики деталей и узлов, инженерных систем, средств автоматизации, их сроки службы, периоды обслуживания и т. д. Кроме того, двойник должен содержать детальное описание физико-химических процессов, процессов потребления и выработки энергии, параметры входного сырья и продуктов производства.

Пока еще ни одна нефтегазовая компания не создала полностью цифровой нефтеперерабатывающий завод, но есть предприятия, которые достигли в этом существенных успехов. Оцифровкой своих нефтеперерабатывающих мощностей занимается и «Газпром нефть», начав с создания цифрового двойника установки гидроочистки бензина каталитического крекинга на Московском НПЗ и установки первичной переработки нефти на Омском НПЗ. Пилотный проект по созданию полностью цифрового завода-робота будет реализован на одном из битумных активов компании.

Источник

Цифровой двойник: настоящее и будущее

Есть много разрозненной информации о том, что такое цифровой двойник, а много компаний уверяет, что может создать его. Но это не всегда так. Директор по продуктам Factory5 Артем Серебров раскрывает суть этого явления и рассказывает о возможностях и истории развития цифровых двойников.

Цифровой двойник — это виртуальная копия физического объекта или процесса. Изначально он был придуман когда-то давно как цифровая копия оборудования. Но с тех пор прошло много времени и у цифрового двойника появилось много вариаций. Все они хорошо проработаны теоретически, но только начинают развиваться практически.

Настоящее

У цифрового двойника есть несколько видов, которые делятся по сфере применения:

Digital Twin Prototype — первый цифровой двойник в истории. В 1970х он использовался компанией Nasa для проектирования миссии Apollo 13. Он был создан для того, чтобы проверить, как будущий объект поведет себя в физическом мире. В дальнейшем, инжинеры NASA обнаружили, что этот же двойник можно использовать для контроля уже существующего оборудования и предсказания что с ним произойдет. Однако, так как условия космоса в то время были плохо изученными, потребовалось создать постоянную связь в реальном времени между оборудованием и двойником, чтобы снимать реальные показания с датчиков. Это и привело к современным цифровым двойникам и их следующему типу.

Digital Twin Instance — цифровой двойник экземпляра. Фактически, это сбор информации с датчиков, установленных на оборудовании, и получение копии работающей единицы в системе. Это позволяет автоматически отслеживать и прогнозировать поведение этого оборудования, предсказывать аварийные остановы и создавать симуляции режимов работы.

Digital Twin Aggregate — модель серии оборудования. Это двойник существующего оборудования, которая в первую очередь применяется для обучения персонала и оптимизации процессов ТОиР. С такой моделью специалисту не нужно читать мануалы по эксплуатации оборудования, а можно сразу практиковаться и смотреть результаты действий на виртуальной модели.

Будущее

Сегодня появляются новые виды двойников: некоторые из них кажутся фантастикой, а некоторые уже создаются и внедряются.

1. Цифровой двойник процесса

Двойник производственного процесса дает понимание того, какого качества продукт получается в конце. Если речь идет о более сложном явлении в компании, то в результате мы можем узнать результаты наших действий. Особенно это касается масштабных процессов, в которые сложно вносить изменения.

2. Цифровой двойник целой компании

Все процессы вместе взятые составят двойник компании. Это позволяет рассматривать общую картину и принимать решения на основе фактических данных.

3. Цифровой двойник изделия

Крыло самолета, винт и другие составные части, перенесенные в цифровую плоскость, можно испытывать и тестировать бесконечно. Для этого вида цифрового двойника требуется очень четкое физическое моделирование, поскольку каждое изделие создается в новых индивидуальных условиях.

Если такая модель станет реальность, то можно будет убрать контроль качества, специальные стенды и бесконечные испытания. Также, мы будем получать больше информации о том, какого качества изготовленные нами продукты. Это, также, решит проблемы крупных отраслей: построение ракет, самолетов и т. д.

Как создается цифровой двойник в F5

В Factory5 мы специализируемся на моделировании, поэтому очень часто решаем конкретные потребности предприятия. Мы можем соптимизировать различные функции предприятия: начиная от ТОиР, заканчивая финансовым планированием и финансовым стресс-тестированием.

На сегодняшний день мы делаем:

цифровых двойников оборудования и используем его для анализа технического состояния,

цифровых двойников производственного и логистического процессов

(сделали первый шаг в сторону) цифрового двойника организации.

Процесс создания проще всего показать на примере двойника оборудования:

Консультации со специалистом по оборудованию.

Сбор телеметрии с датчиков и разметка пути телеметрии из конкретных источников.

Создание статичной древовидной модели.

Написание симуляционных моделей.

Сложности начинаются на последнем этапе. Моделировать все возможные ситуации бесполезно и очень трудоемко. Поэтому необходимо определить самые важные критерии, которые имеет смысл моделировать в каждой конкретной ситуации: перепад напряжения в этом узле и повышение температуры — в другом. Для этого нужен специалист по оборудованию и физическим процессам одновременно, который расскажет, как оборудование работает на самом деле и напишет физические модели действительно важных процессов. Это трудоемкая, но повторяемая работа: описав физическую модель работы электродвигателя, мы можем применить эту модель ко всем электродвигателям.

Если говорить о цифровом двойнике технологических производственных процессов, ситуация выглядит почти так же. Только мы создаем не древовидную, а линейную модель.

Логистический и финансовый процессы создавать немного сложнее. Они пишутся под конкретную организацию, потому что для каждого это индивидуальный процесс. Поэтому специалист должен «высадиться» в организацию, аккуратно записать, как в этой организации работают процессы и создать уникальную блок-схему этих процессов.

Кто участвует в процессе разработки

В процессе разработки MX-моделей участвуют специалисты со следующими ролями:

1. Роль «Бизнес-аналитик». Функции роли:

Сбор и анализ документации и материалов по оборудованию.

Определение перечня инцидентов и прогнозов технического состояния, подлежащих моделированию.

2. Роль «Эксперт». Функции роли:

Подготовка материалов по работе оборудования и инцидентам, консультации по работе оборудования.

Разработка экспертных правил.

Разработка методик расчета информативных неизмеряемых параметров.

Постановка задач на разработку экспертных правил, методик расчета информативных неизмеряемых параметров, верификацию моделей физических процессов.

Экспертная поддержка в процессе разработки и верификации ML-моделей.

3. Роль «Data science специалист». Функции роли:

Исследование данных телеметрии.

Анализ и представление данных телеметрии, выполнение различных расчетов в процессе разработки экспертных правил, методик расчета информативных неизмеряемых параметров.

Подбор функций передаточных моделей с помощью алгоритмов машинного обучения.

Валидация разработанных правил по имеющимся данным телеметрии, данным по отказам, ремонтам, заменам и обслуживанию.

Зачем нужны цифровые модели

В целом цифровые двойники в промышленности уже приносят свою пользу. Например, цифровые двойники оборудования и предиктивная аналитика приводят к сокращению его простоев до 12%, при проектировании цифровые двойники снижают затраты времени на процесс до 30%, а скорость обучения персонала с применением технологии цифровых двойников увеличивается на 50%. В результате предприятия, использующие данную инновацию, быстрее адаптируются к стремительно меняющимся трендам и событиям, повышают производительность и начинают эффективнее управлять ресурсами, что напрямую влияет на их конкурентоспособность.

Примеры использования цифровых двойников от F5

1. Предиктивный анализ состояния газотурбинной установки

В этом кейсе предиктивный анализ технического состояния газотурбинной установки для крупной энергетической компании не состоялся бы без цифрового двойника. Он позволяет прогнозировать отказы и планировать ТОиР в соответствии с этой информацией. Самое главное, он позволяет анализировать режимы работы газотурбинной установки не меняя их в физическом мире. Так удалось понять, какие конструктивные элементы влияют на перерасход топлива, и скорректировать режим работы так, чтобы исключить перерасход.

2. Оптимизация цепочки поставок

Цифровой двойник может учитывать большое количество факторов и позволяет эмулировать ситуацию по разным экономическим показателем: время доставки, сокращение затрат, утилизация и т. д. Поэтому он подходит для оптимизации цепочки поставок для крупной транспортно-логистической компании. В этом кейсе цифровой двойник учитывает более 45 разных факторов и выстраивает маршруты в режиме реального времени. Это позволило сократить затраты на 30%, увеличить утилизацию на 20% и приблизить вероятность построения оптимальной логистической модели к 100%.

3. Средне-срочное финансово-экономическое моделирование

Цифровой двойник учитывает не только большое количество факторов, но и взаимосвязь между ними. Поэтому отлично подходит для сложных системных процессов, как среднесрочное финансово-экономическое моделирование. В данном кейсе для крупного транспортного холдинга удалось цифровой двойник позволяет выстраивать сценарии развития событий в режиме реального времени и видеть результаты тех или иных решений, принимаемых в основном топ-менеджментом. Это сокращает трудозатраты на создание и поддержание в актуальном состоянии стратегических моделей до 70%.

Источник