Что такое цифровой двойник предприятия

Цифровые двойники: почему все о них говорят и всем ли они нужны?

Это команда Factory5 — российского разработчика ПО для промышленных предприятий. Многие сейчас используют словосочетание «цифровой двойник», иногда не подозревая, что это такое. Сегодня вместе с продуктовым менеджером мы расскажем, что на самом деле подразумевается цифровым двойником и почему он не всегда нужен.

Что такое цифровой двойник?

Цифровой двойник — виртуальная копия реального объекта, которая ведет себя так же, как реальный объект. В нем в режиме реального времени отражаются все процессы, происходящие с физическим объектом. Погрешность между работой виртуальной модели и тем, что происходит в реальности, не должна превышать 5%.

Цифровой двойник объединяет в себе большой массив информации из разных источников. Поэтому наиболее детальный вариант двойника содержит данные о внешнем виде объекта, его функциях, состоянии, внешних вмешательствах и многом другом.

Например, компания Tecnomatix создала цифровой двойник производства для PROLIM, которые хотели улучшить процесс комплектации товара. Для начала был создан визуальный двойник производства. Далее, с датчиков сняли данные о скорости движения объектов, количестве рабочих и их работоспособности и многие другие. Вся эта информация позволила создать цифрового двойника, который повторяет все процессы реального объекта.

В видео показано, как можно менять разные параметры производства и тестировать другие условия. Например, количество рабочих комплектовочного цеха.

Таким образом, чем больше разных данных есть о физическом объекте, тем легче создать его цифровую копию и тем детальнее она будет.

Что он из себя представляет?

Это программа, созданная на основе 3D-технологий, VR или AR, а также AI и IoT одновременно. Результат синергии нескольких сложных технологий и фундаментальных наук. Чаще всего она отражает визуальное представление физического объекта и, в идеальном случае, повторяет процесс работы в точнейших деталях. Все физические, технологические и бизнес-процессы описываются с помощью математики. А чтобы придать ему динамичности на помощь приходит интернет вещей (IoT): встроенные на объект датчики передают информацию о текущем состоянии объекта в режиме реального времени. И это отражается в цифровом двойнике.

Чем полезны цифровые двойники?

На них можно ставить любые эксперименты. При внесении каких-либо условий, двойник реагирует так же, как отреагировал бы на это настоящий физический объект. Поэтому можно оценить его возможности, проверить свои ожидания, проиграть несколько сценариев развития событий и выбрать самый оптимальный.

Однако, цифровой двойник требует огромных вложений. Даже для создания двойника объекта, полностью оснащенного датчиками, необходима большая междисциплинарная команда и колоссальные возможности для сбора и хранения больших данных. Такой цифровой двойник «в чистом виде» нужен только тем, кто хочет быть, как Железный Человек.

Чем заменить цифровой двойник?

Малым и средним компаниям достаточно будет только цифровой модели или 3D-модели, которая в отличие от двойника, статична и не отражает состояние объекта в режиме реального времени. Или наоборот, детальное отражение текущего состояния объекта на довольно схематичном визуальном ряде.

В зависимости от решаемых задач, стоит сконцентрироваться на тех параметрах, которые действительно важны в модели. Например, в дизайне интерьера важнее посмотреть, как будут сочетаться цвета и текстуры материалов в одной комнате. А в обучении пилотов на симуляторе самолета важнее воссоздать возможные условия полета и технические особенности машины. Этот подход означает, что вы используете 20% усилий для того, чтобы добиться 80% результатов. За значительно меньшие деньги.

Наш опыт

Мы в Factory5 создали решение для прогнозирования технического состояния промышленного оборудования F5 PMM. С точки зрения цифрового моделирования в нем отражаются основные узлы оборудования, которые особенно нуждаются в прогнозировании отказов. Это выясняется на этапе предпроектного обследования и при составлении экспертных правил. Узлы детально отображаются на 2D-модели для наглядности и расширения экспертности: так не только инженер первого разряда понимает, где происходит аномалия, а любой сотрудник.

О том, как разрабатываются подобные модели под оборудование, расскажем в следующих материалах блога.

Источник

Цифровой завод — интерактивный цифровой двойник

Цифровые двойники – одна из популярнейших тем на сегодняшний день. Их часто рассматривают как панацею, призванную спасти производство и вывести его на качественно новый уровень. В данной статье мы расскажем о нашем опыте «быстрого старта» цифровизации производства, дающий ощутимые результаты в промышленном производстве.

Одна из наших ключевых целей при цифровизации производства – обеспечить максимальную наглядность больших объемов данных с целью повышения оперативности принятия управленческих решений и увеличения мотивации у персонала. Идея цифрового двойника состоит в том, чтобы создать максимально точную цифровую версию физического объекта для дальнейшего анализа и диагностики, например, состояния оборудования и предотвращения его потенциальных поломок.

Тема цифрового двойника не новая, но с каждым годом она становится все популярнее благодаря новым решениям на рынке Интернета Вещей, которые выводят традиционное производство на новый конкурентоспособный уровень.

Цифровой двойник в нашем понимании – трехмерный компьютерный прообраз какого-либо объекта реального мира, имеющий обратную связь от него. В качестве такого объекта может выступать, например, все промышленное предприятие с его производственными линиями, конкретный экземпляр изделия или отдельный технологический процесс. Концепцию цифрового двойника можно разделить на три части:

Связь между двумя этими объектами.

Чем точнее «цифровой двойник» описывается в компьютерной среде, тем больше он соответствует своему реальному прототипу. При этом объем данных зачастую приводит к сложности восприятия информации и возможности ее использования только узким кругом потребителей, поэтому наглядность информации – один из ключевых приоритетов для нас. Идеальный цифровой двойник может воспроизвести те же параметры, что и его физический аналог, что дает инженерам и другим пользователям возможность протестировать и смоделировать определенные условия, не причиняя реального ущерба физическому объекту.

Использование цифровых двойников может значительно улучшить существующие процессы работы производства и открыть новые возможности для бизнеса. В совокупности это приводит к сокращению эксплуатационных расходов и реальному увеличению чистой прибыли.

Интерактивный цифровой двойник базируется, в первую очередь, на информации, полученной в автоматизированном режиме от производственного оборудования и/или из информационных систем и статических источников данных (файлы и пр).

Для этого имеется набор программных коннекторов, поддерживающих все основные промышленные и проприетарные протоколы, а также механизмы для подключения к базам данных и ИТ системам. Автоматизация сбора данных – это гарантия объективности информации и независимости от человеческого фактора.

Коннекторы передают информацию в специальное хранилище, расположенное обычно в локальной сети предприятия и построенное на технологиях NoSQL. Хранилище способно хранить любую информацию в неограниченных объемах для последующего формирования отчетов, создания BI системы, визуализации хода производственных процессов на интерактивном цифровом двойнике, диагностики оборудования, рассылки уведомлений при выходе процесса за установленные рамки и т.д. Ключевым преимуществом такого решения относительно классических СУБД является кратное ускорение обработки данных (обработка миллиардов записей в секунду) и значительно более экономное использование дискового пространства.

Это позволяет постоянно отслеживать такую важную информацию, как данные о состоянии оборудования и данные о потреблении энергии от производственных систем. В свою очередь, это дает возможность выполнять предиктивный анализ и профилактическое обслуживание для предотвращения простоев и оптимизации энергопотребления. Также полученные данные являются основной для разработки новых бизнес-моделей.

Использование интерактивного цифрового двойника, работающего на основе Big Data, начинается с его создания и обучения. При создании используются 3D модели, созданные в любых САПР, или геометрия, созданная непосредственно на платформе в 3D Editor. Степень детализации трехмерной сцены определяется автоматизируемыми процессами, при этом создается целый трехмерный мир с широким набором инструментов по работе со светом, текстурами, пользовательскими камерами, механизмом взаимодействия с объектами и т.п. Объекты, размещенные на 3D сцене, в свою очередь, связываются с сигналами и данными, хранимыми в хранилище и для каждого из них описываются сценарии поведения в зависимости от значений сигналов, включая изменение цвета, положения объекта или его компонентов, появление информационных сообщений и т.д.

В результате интерактивный цифровой двойник становится посредником между физическим изделием и важной информацией о нем. Он реализует полноценную обратную связь для производственного оборудования или продукции предприятия, находящихся на этапе эксплуатации, на основе передачи данных из физического в виртуальный мир. В дальнейшем интерактивный цифровой двойник выносится на цеховые и уличные ТВ для контроля достижения заданных показателей и используется на рабочих местах для визуализации технологических процессов и сравнения с результатами имитационного моделирования, выполненного в соответствующем программном обеспечении. Кроме этого, одним из распространенных способов использования цифровых двойников в нашей практике является их применение в диспетчерских и мониторинговых центрах для контроля производственных и вспомогательных процессов – на экраны выносится информация по всем производственным переделам, логистике, инженерному оборудованию (кондиционирование и т.п.), микроклимату, техническому состоянию оборудования и др.

Как показывает опыт, предприятия при создании и использовании 3D цифровых двойников преследуют две основных цели:

Оперативность принятия управленческих решений;

Вовлеченность персонала и повышение мотивации.

Указанные цели достигаются, в первую очередь за счет простоты и наглядности представления информации, не требующих специальных навыков для понимания происходящего. Одним из наиболее ярких примеров в нашей практике стало увеличение загрузки производства (и, соответственно, выпуска продукции) на 5% в течение недели после начала использования интерактивного цифрового двойника при отсутствии каких-либо дополнительных организационных или технических мероприятий – только за счет того, что информация о ходе производственного процесса стала максимально прозрачной и понятной для всех групп пользователей.

Сроки ввода в эксплуатацию интерактивных цифровых двойников занимают, в среднем, по нашему опыту, от 3 до 5 недель на цех, состоящий из 70-100 единиц разнообразного оборудования. Таким образом, технологии цифрового двойника дают возможность быстрого старта цифровизации производства с получением конкретных результатов в кратчайшие сроки.

Источник

Что такое цифровой двойник предприятия

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

Что такое цифровой двойник предприятия

В этой статье мы разберем, что такое цифровой двойник – один из главных трендов развития 4-ой промышленной революции (Industry 4.0) на ближайшие 5 лет. Читайте в сегодняшнем материале, зачем нужен виртуальный макет завода, из чего состоит информационная модель изделия и где используются цифровые двойники. Также рассмотрим, как CALS- и PLM-технологии связаны с Big Data и интернетом вещей, а, самое главное, чем бизнесу выгодна такая цифровизация.

Что такое цифровой двойник и зачем он нужен

Цифровой двойник (Digital Twin) – это виртуальная интерактивная копия реального физического объекта или процесса, которая помогает эффективно управлять им, оптимизируя бизнес-операции. Например, цифровой двойник завода позволяет моделировать расположение оборудования, перемещение сотрудников, рабочие процессы и внештатные ситуации. Именно интерактивность отличает понятие цифрового двойника от термина «информационная модель изделия» (ИМИ) по ГОСТ 2.053-2006. Напомним, ГОСТ 2.053-2006 характеризует ИМИ как совокупность данных и отношений между ними, описывающую различные свойства реального изделия, интересующие разработчика модели и потенциального или реального пользователя [1]. В отличие от ИМИ, цифровой двойник не ограничивается сбором данных, полученных во время разработки и изготовления продукта, а продолжает собирать и анализировать информацию в течение всего жизненного цикла реального объекта, например, с помощью устройств Internet Of Things (IoT) [2].

Множество цифровых двойников можно разделить на 3 категории [2]:

Таким образом, цифровой двойник можно рассматривать в качестве виртуального прототипа реального объекта или процесса, который содержит все данные о нем, включая историю и информацию о текущем состоянии. Интерактивный анализ этих данных с помощью технологий Big Data позволяет эффективно выполнять следующие важные управленческие функции:

Как появились цифровые двойники: синергия Big Data, IoT, CALS- и PLM-технологий

При том, что концепцию цифровых двойников принято относить к Industry 4.0 и цифровизации производства, истоки этого понятия зародились гораздо раньше 2010-х годов. Это понятие продолжает методологии CALS и PLM, которые появились в начале 21 века. Информационная поддержка жизненного цикла изделия или CALS (Continuous Acquisition and Life Cycle Support) предполагает непрерывную интеграцию CAD-, CAE-, CAM-, MRP-, ERP-, SCM- и CRM-систем, использующихся при проектировании, производстве и эксплуатации высокотехнологичной продукции. За интеграцию данных отвечают системы управления данными об изделии (PDM, Product Data Management). Сама технология управления жизненным циклом изделий укладывается в понятие PLM (Product Lifecycle Management) – организационно-техническую систему, поддерживает всю информацию о продукте и связанных с ним процессах от проектирования и производства до снятия с эксплуатации. Одна из целей CALS/PLM-технологий – это создание виртуальных производств, где разработка спецификаций для программно-управляемого технологического оборудования распределена во времени и пространстве между несколькими автономными организациями, чтобы ускорить и оптимизировать процессы разработки и производства изделий. В России для развития CALS/PLM-технологий разрабатываются стандарты электронного обмена данными, электронной технической документации и руководств для усовершенствования процессов под эгидой ФСТЭК РФ. В частности, создан Технический Комитет ТК431 «CALS-технологии», который разработал ряд стандартов серии ГОСТ Р ИСО 10303, соответствующих международным регламентам [3].

Однако, начиная с 2010 года, как раз, когда появился термин Big Data, популярность CALS/PLM стремительно снижается. Концепция виртуального производства воплощается в виде цифрового двойника, т.к. именно со второй половины 2010-х вычислительные мощности позволили создавать практически идентичные копии реальных физических объектов и процессов в реальном времени [4]. Благодаря этому, а также развитию больших данных и интернета вещей (Internet Of Things, IoT) идеи CALS/PLM получили продолжение в Industry 4.0. Интерактивный сбор данных с IoT-устройств позволяет в режиме онлайн наблюдать за объектом или процессом и даже управлять ими. Например, Apache Kafka вместе со Spark, Storm, Flink или NiFi обеспечивают непрерывную агрегацию и онлайн-обработку эксплуатационных данных. А за надежное хранение этой информации и данных из CAD, CAE, CAM, MRP, ERP, SCM, CRM, и даже SCADA-систем отвечает экосистема Apache Hadoop.

Кроме того, цифровые двойники активно используют еще одну трендовую технологию I4.0 – дополненную и виртуальную реальность (AR/VR). Это позволяет моделировать практически любые ситуации и наглядно представлять внутреннее устройство сложных систем, от живых организмов до космических спутников. Таким образом, цифровизация промышленных предприятий, в рамках которой разрабатываются цифровые двойники индустриальных объектов и процессов, стала современным воплощением CALS/PLM-идей, значительно расширяя их первоначальную область действия [5].

Анализ популярности тем PLM, Big Data и Internet Of Things по Google Trends

Примеры цифровых двойников в отечественной и зарубежной промышленности

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 [2].

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 [2].

В декабре 2019 года Газпромнефть приступила к созданию цифровой интегрированной модели Восточного участка Оренбургского нефтегазоконденсатного месторождения [6]. А Роснефть уже реализовала подобный проекта, запустив в опытно-промышленную эксплуатацию своего цифрового месторождения в мае 2019 году [7]. 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:

Источник