Понятие «цифровой двойник» активно входит в нашу жизнь, становится очень популярным и востребованным. Используется оно не только в промышленно-производственной деятельности, но и в менеджменте (управлении организациями).
Рассмотрим подробно содержание, особенности (требования) и практическое применение цифрового двойника организации.
Общеизвестно, что при создании технических систем цифровые двойники позволяют инженерам экономить время и деньги. Один из примеров – проектирование и производство авиадвигателей для самолётов. Испытания авиадвигателя – это очень дорогостоящие и технологически сложные процедуры. Необходимо проработать разные режимы (взлётный, горизонтальный полёт, посадка), разные высоты полёта (эшелоны), разные климатические условия (температура, дождь, снег, давление), отказы разных систем и многое другое. Поэтому разрабатывается цифровой двойник авиадвигателя, чтобы заранее до начала физических испытаний всё это смоделировать, оценить все параметры и факторы, выполнить детальный анализ и затем корректировки (доработки).
С организациями (заводами, фабриками, финансовыми компаниями, банками, торговыми сетями и т.д.) ситуация полностью аналогичная. Необходим цифровой двойник организации, чтобы обладать абсолютно полной информацией о её работе, анализировать влияние различных внешних и внутренних факторов, внедрять изменения, выбирать лучшие стратегии, выполнять проекты организационного развития, оптимизации бизнес-архитектуры, автоматизации и роботизации.
Главные термины и определения
В данной предметной области есть 2 стандарта.
- ГОСТ Р 57700.37-2021. Компьютерные модели и моделирование. Цифровые двойники изделий. Общие положения.
- ISO 23247-1:2021. Automation systems and integration. Digital twin framework for manufacturing. Part 1: Overview and general principles.
В российском стандарте установлены следующие два термина и определения:
- Цифровая модель изделия – система математических и компьютерных моделей, а также электронных документов изделия, описывающая структуру, функциональность и поведение вновь разрабатываемого или эксплуатируемого изделия на различных стадиях жизненного цикла.
- Цифровой двойник изделия – система, состоящая из цифровой модели изделия и двусторонних информационных связей с изделием (при наличии изделия) и (или) его составными частями.
Таким образом, первое понятие является статическим, а второе – динамическим, т.е. содержит актуальную и постоянно меняющуюся информацию о состоянии (показателях) физического объекта. Согласно стандарту ISO 23247 цифровой двойник – это цифровая модель конкретного физического элемента или процесса с подключениями к данным, которая обеспечивает конвергенцию между физическим и виртуальным состояниями с соответствующей скоростью синхронизации.
Применительно к организациям данные термины будут выглядеть следующим образом:
- Цифровая модель организации (Digital model of organization) – система математических и компьютерных моделей, а также электронных документов, описывающая деятельность организации, включая её бизнес-архитектуру и ИТ-архитектуру.
- Цифровой двойник организации (Digital twin of organization) – система, состоящая из цифровой модели организации и функциональной части, которая позволяет анализировать и контролировать (по состоянию на любой момент времени), а также прогнозировать деятельность организации.
Требования к цифровому двойнику организации
1. С технологической точки зрения цифровой двойник должен разрабатываться в единой ИТ-системе (программном продукте бизнес-моделирования) и единой базе данных. Например, для этих целей может служить система бизнес-моделирования Business Studio. Также требуется интеграция с многими другими ИТ-системами, включая BI-системы (Business Intelligence) и DWH (Data Warehouse). Необходим постоянный импорт актуальной информации (по показателям KPI, по рискам, по организационной структуре и персоналу, по финансам и т.д.).
2. Обязательно применение архитектурного, процессного и системного подхода к разработке. Проектируется бизнес-архитектура и ИТ-архитектура организации (согласно современным стандартам и правилам, например, TOGAF), детально описываются бизнес-процессы (в виде графических моделей и единого дерева-реестра). Вся информация и все объекты должны быть взаимосвязанными с работающим механизмом автоматической внутренней синхронизации. Должна быть именно система в полном понимании, а не набор разрозненных слабо связанных объектов, моделей и документов.
3. Обязательно оцифровать, т.е. перевести в формализованный электронный формат всю информацию о деятельности организации (см. Рис. 1 и 2). Разработать комплексную цифровую модель организации в виде набора структурированных справочников (например, в разрезе систем управления или компонентов корпоративной архитектуры) и графических моделей. Однако если вся деятельность организации полностью и детально описана только в виде электронных документов – это нельзя назвать цифровым двойником.
4. Особенно важно, чтобы была оцифрована не только описательная часть (модели, документы и справочники), но также показатели и метрики для всех уровней управления и объектов (процессы, ИТ-системы, ИТ-оборудование, структурные подразделения, филиалы, должности). Пример приведён на Рис. 3.
- Для процессов измеряются следующие группы показателей: время (выполнения, ожидания), стоимость, эффективность, результативность, качество, удовлетворённость клиентов (потребителей).
- Для персонала – это статистика и статусы выполнения задач и проектов, показатели из системы мотивации.
- Для ИТ-оборудования – это информация с физических датчиков.
- Для ИТ-систем – это метрики, измеряющие их функционирование, включая все логические компоненты.
- Большая группа показателей – КИРы (ключевые индикаторы рисков), которые помогают отслеживать ошибки, дефекты, сбои, внешние и внутренние негативные воздействия в деятельности организации.
5. Возможность моделировать (выполнять имитацию работы реальных объектов, процессов и систем) в режиме онлайн.
- Имитационное моделирование бизнес-процессов (см. Рис. 4). Проводится многократная имитация (simulation) выполнения процесса с разными параметрами (время выполнения функций, поток клиентов, вероятности в логических / условных операторах, стоимости / объёмы ресурсов и т.п.), чтобы выбрать такую комбинацию параметров, при которой процесс будет самым быстрым и самым дешёвым.
- Управление рисками: моделирование случайных событий (инцидентов) с разными вероятностями (например, с применением метода Монте-Карло), стресс-тестирование, оценка и анализ разных сценариев. Необходимо до момента фактической реализации рисков оценить и обеспечить операционную надёжность и непрерывность деятельности организации.
- Функционирование ИТ-оборудования и ИТ-систем: моделирование и прогнозирование распределения нагрузки, технических параметров, внешних атак и угроз (кибербезопасность). Например, до ввода в эксплуатацию ИТ-оборудования или ИТ-систем проводится детальный анализ влияния изменений на основе данных из цифрового двойника.
- Отдельная большая тема – это финансовое моделирование, т.е. прогноз и анализ финансовых показателей организации в зависимости от разных факторов, стратегий и сценариев.
6. Постоянное обновление и актуализация всей информации, а также хранение всей истории: прошлые версии графических моделей и документов (1.0, 2.0 и т.д.), значения параметров объектов и связей в прошлых версиях.
7. Возможность быстрого получения любой необходимой информации о работе организации (за несколько секунд и за несколько кликов мышкой) и формирования любых видов аналитических отчётов с помощью цифрового двойника организации.
8. Самое главное – это наличие практической ценности, т.е. понимание, какую пользу принесёт цифровой двойник, кто будет применять его в работе, какой будет экономический эффект и улучшение показателей KPI, выраженные в цифрах, не в абстрактных отдалённых оценках.
9. Если организация производит технологически сложный продукт (например, авиадвигатель или аппаратный робот), то необходимо также наличие цифрового двойника этого продукта (изделия). Некоторые организации также активно внедряют в работу цифровых сотрудников. Это программные роботы (software robot), которые выполняют работу сотрудника в автоматическом режиме 24/7 через обычные интерфейсы ИТ-систем организации. Приведём несколько примеров:
- Робот-бухгалтер обрабатывает первичные бухгалтерские документы и формирует отчётность.
- Робот-кадровик выполняет ежедневный мониторинг сайтов для поиска работы, подбор подходящих резюме и сохранение их базу данных кадровой службы, оформление новых сотрудников / уходящих сотрудников, подготовку ежедневной кадровой документации.
- Робот-юрист оформляет и отправляет типовые договора по реквизитам контрагентов, оформляет пакеты типовых документов по оценке активов, конкурсным процедурам, электронным торгам, тендерам.
- Робот-менеджер по продажам обрабатывает входящую почту, оформляет поступление товаров и продажи в 1С/ERP, формирует счета и отправляет их на е-мейл контрагентов для оплаты, контролирует оплату счетов.
10. Доступ к цифровому двойнику организации должны иметь все необходимые сотрудники (в соответствии с правами) из любой точки мира и с любого устройства через веб-браузер.
Рис. 1. Структура комплексной цифровой модели организации
Рис. 2. Пример работающего цифрового двойника (скриншот)
Рис. 3. Контроль показателей KPI (фрагмент dashboard)
Рис. 4. Имитационное моделирование процесса (фрагмент)
Практические примеры
Разработка цифрового двойника организации возможна только в профессиональном программном продукте (ПП) бизнес-моделирования (один из них – Business Studio). Поэтому и примеры есть среди пользователей ПП данного класса. В России таких организаций уже много, но не все называют свои разработки цифровым двойником и находятся на разных уровнях его детализации и зрелости систем управления в целом. Примеры размещены в открытом доступе на следующих информационных ресурсах:
Литература и источники информаци:
В 2016 году аналитики Gartner впервые
внесли технологию цифровых двойников в число самых значимых для IoT-индустрии, а в 2018 году уже
говорили о ее огромном потенциале в целом для мира. Глобальный рынок цифровых двойников в 2021 году
оценивался в $6,75 млрд, а к 2029 году может достичь уже $96 млрд. Зачем и кому нужны цифровые двойники, как они меняются и какое будущее их ждет?
Понятие и виды цифровых двойников
Цифровой двойник (digital twins) — это виртуальная копия физического объекта, в котором повторяются его свойства и отражаются все процессы. Это может быть двойник одного датчика, а может — целого здания или даже предприятия.
Цифровые двойники содержат историю данных. Это позволяет не хранить все информацию на датчиках, что зачастую и невозможно: некоторые датчики «Интернета вещей» должны потреблять мало энергии. Имея данные, можно анализировать износ механизмов, планировать ремонт оборудования, следить за параметрами производственных процессов или безопасности.
Важно отличать цифровые модели от двойников, которые не просто копируют внешний вид объекта, но и повторяют его свойства. При внесении каких-либо изменений двойник реагирует так же, как отреагировал бы на это реальных объект. Это предоставляет возможность не только анализировать и управлять процессом, но и моделировать.
Цифровые двойники можно классифицировать по степени сложности процессов и масштаба — от простого датчика до огромного завода. А можно и по их назначению:
- Информационные. В реальном времени передают данные о состоянии объекта, нужны для своевременной диагностики: помогают отслеживать и анализировать его работу.
- Предиктивные. С их помощью специалисты прогнозируют поведение объекта в разных условиях — например, в каких обстоятельствах он выйдет из строя.
- Операционные. Делают процессы внутри компании прозрачными и понятными, повышают эффективность работы бизнеса.
Основа цифровых двойников — это технологии IoT («Интернета вещей» и анализа данных). Кроме этого, цифровые двойники часто используют визуализацию и даже копируют 3D-модель объекта с технологиями Real-time 3D (RT3D, благодаря которой появляется виртуальный объект), AR и VR, ИИ.
Возможности и проблемы
В первую очередь цифровые двойники показали свою значимость в промышленности: с их помощью удобно оптимизировать производственные процессы — создание продукта, проверку его возможностей, вероятностей отказа системы и многое другое.
Благодаря цифровым двойникам бизнес может с меньшими рисками и затратами создавать и тестировать продукты — например, проводить испытания не реального двигателя самолета, а его виртуальной копии.
Объединенная двигателестроительная корпорация Ростеха разработала компоненты цифрового двойник морского газотурбинного двигателя. Это позволило существенно сократить сроки разработки и даже проводить часть испытаний на виртуальном изделии.
Работа с цифровым двойником обеспечивает более безопасную проверку потенциально опасного промышленного оборудования, не ставя под угрозу жизнь сотрудников. Также с помощью цифровых двойников компании сокращают срок производства продукта, прогнозируют неполадки и проблемы до их появления, повышают производительность систем, заводов, оборудования, сокращают время простоя и проводят своевременное обслуживание систем.
Но при всех своих плюсах использование цифровых двойников не лишено недостатков. Давайте посмотрим на ЦД как на процесс моделирования сложных объектов. Любое моделирование должно быть достаточным для решения задачи, но оно никогда не бывает полным. Это касается и виртуальной копии: нельзя полностью воспроизвести все внешние параметры и обстановку, в которой находится объект. То есть остается доля неизвестности в разных прогнозах и тестах.
Конечно же, цифровые объекты — это
данные, которые поступают от разных устройств и по разным протоколам. Кроме того, часть данных передается в зашифрованном виде. Поэтому важно организовать правильный сбор, их предобработку и хранение. А еще нужна мощная ИТ-инфраструктура с широкими каналами связи, которые передают информацию без задержек, с точной синхронизацией между реальным объектом и виртуальной копией. Недостаточно оцифровать и сохранить, важно объединить эти данные в общую интегрированную модель и обеспечить связь с другими внешними объектами. Например, это могут быть данные геодезии для нефтегазовой отрасли.
Но все же ключевая проблема — это процессы управления и принятия решений. А это уже вопрос инженеров, которые проектируют и настраивают систему и менеджеров, которые принимают решения.
Технология на практике
Цифровые двойники активно разрабатываются в космической отрасли, но сегодня эта технология применяется и в других секторах экономики. Например, в промышленности: один из гигантов рынка, компания Siemens, при помощи цифровых двойников
разрабатывает как отдельные элементы вроде двигателей, так и целые объекты — например, скоростные поезда.
Большую роль цифровые двойники играют и в энергетическом секторе. Благодаря им компания General Electric на 75%
ускорила достижение поставленных целей, на 40% сократила необходимость экстренного обслуживания своих систем и сэкономила свыше $1,5 млрд за счет уменьшения затрат на эксплуатацию турбин, реактивных двигателей и многого другого. А холдинг «СИБУР»
называет цифровые двойники важной частью достижения «умных результатов» и экономит с ними сотни миллионов рублей в год, повышая выработку газа и оптимизируя производство.
По оценкам аналитиков Siemens, в энергетическом секторе к 2030 году все основные компоненты будут поставляться с цифровыми двойниками, и это поможет более тщательно следить за производством, распределением и потреблением энергии.
Кроме этого, цифровых двойников применяют в строительстве, чтобы спрогнозировать надежность будущего дома и то, как он впишется в окружающую среду; в транспортной отрасли, чтобы оптимизировать работу технических служб, маршруты и потоки пассажиров; в сельском хозяйстве, ретейле, медицине и многих других секторах экономики. Практически везде цифровому двойнику найдется применение. Сейчас эта технология в основном реализуется в b2b-формате, но со временем возможно ее развитие и в b2c, и в b2g.
В России цифровые двойники
входят в ТОП-5 приоритетных технологий для достижения технологического лидерства, со стороны бизнеса растет спрос на такие решения. В 2022 году Россия стала первой страной, где появился национальный стандарт цифровых двойников изделий. Однако в целом, по
словам экспертов, российский рынок по технологиям математического моделирования и цифровых двойников качественно и функционально отстает от мирового на 5–10 лет. Если глобальный стремительно растет, то российский только формируется и в основном за счет крупных компаний.
Есть и неожиданные применения цифровых двойников в секторе продажи люксовых предметов: 3D-конфигураторы помогают клиентам подобрать идеальное сочетание различных аксессуаров. Так, Globe-Trotter, британский производитель люксовых чемоданов, заключил партнерское соглашение со стартапом SmartPixels, который специализируется на 3D-конфигураторах продуктов, чтобы создать свой первый онлайн-сервис индивидуального багажа для своих многочисленных покупателей.
Сегодня существуют и очень оригинальные идеи, например оцифровка целого государства. В связи с угрозой затопления из-за глобального потепления министр иностранных дел тихоокеанской страны Тувалу Саймон Кофе заявил о решении создать цифровую версию этого государства. Если эту небольшую страну затопит, то граждане «переедут» в метавселенную.
Будущее цифровых двойников
Чем активнее будет расти глобальный рынок цифровых двойников, тем глубже они будут проникать в разные отрасли. Например, в промышленности они уже надежно закрепились, дальше они с высокой вероятностью будут интегрироваться в концепцию «умного» города и в повседневную жизнь. Помнению Gartner, в ближайшее время будет развиваться идея цифровых двойников покупателей, то есть технология активно войдет в ретейл.
Помимо этого, развитие концепции Web 3.0 открывает новые горизонты для цифровых двойников: в частности, в разрезе идее метавселенных. Виртуальные миры могут стать не только площадкой для развлечений, общения и продаж: они
подходят и для промышленности. BMW уже использует Omniverse от NVIDIA, чтобы иметь цифрового двойника своего завода. Благодаря этому BMW оптимизирует время и стоимость производства автомобилей. А Lockheed Martin в Omniverse воссоздал территорию лесных пожаров в Калифорнии, чтобы с помощью визуализации в метавселенной помогать пожарным устранять катастрофу в реальности.
Сейчас возможности метавселенных относительно производственных цифровых близнецов ограничены: в частности, есть сложности с импортом данных. Однако NVIDIA уже работает над этим. В будущем платформа Omniverse сможет собирать данные с объектов в режиме реального времени для более эффективного моделирования, более точного и быстрого планирования сложных производственных систем. Подобного развития стоит ожидать не только от NVIDIA, но и от других создателей метавселенных.
Виртуальные копии не привязаны к своему реальному аналогу, поэтому их можно передавать. По этой причине, по мнению аналитиков, к 2030 году могут появиться платформы, которые позволяют создавать, обмениваться и торговать цифровыми двойниками, и промышленность будет использовать такие платформы как сегодня применяет САПР (системы автоматизированного проектирования).
И не исключено, что уже в этом десятилетии цифровые двойники сформируют экосистему, которая приведет к экономии затрат и времени, улучшению дизайна, более эффективному и устойчивому производству, к новым бизнес-моделям.
Уже сегодня очевидно, что новые технологии за счет невероятных скоростей передачи и обработки данных сформировали базу для качественного скачка в управлении промышленностью, городами и отдельными системами. При таком быстром развитии возрастают требования к качеству и скорости принятия решений.
Требования к инженерам и менеджерам также будут трансформироваться: этим специалистам понадобится глубокое знание работы с данными и машинного обучения. Также больше внимания будет уделяться «мягким» навыкам, потому что акцент смещается на вопросы взаимоотношений как с высококвалифицированными сотрудниками, так и с клиентами и их ожиданиями.
Что такое цифровые двойники
Когда мы думаем о цифровых двойниках, мы вспоминаем изображения цифровых копий, которые встречаются в интернете. Однако с картинки абсолютно не понятно, что за функционал у этой копии? С одной стороны, у нас есть реальный объект, реальная площадка, оборудование, а с другой, есть модель — но для чего она нужна?
Можно разложить цифровой двойник на следующее определение: аналог физического устройства, цифровая модель или набор цифровых моделей, который позволяет оценивать и анализировать состояние объекта, изделия или процесса и получать полезную информацию.
Важная особенность цифрового двойника в том, что эти модели связаны с реальными датчиками, они отражают изделие или процесс настолько, что они функционируют в режиме реального времени — и мы получаем полезную информацию.
Цифровой двойник или машинное обучение
В чем плюсы использования цифровых двойников и машинного обучения? Где мы можем добиться максимальной выгоды?
Первое и самое важное — машинное обучение следует использовать там, где у нас большое количество информации: на этих данных можно построить статистические модели, и мы можем прогнозировать события, которые в исторических данных происходили. Почти невозможно предсказать события, которые не были размечены в исторических данных.
Здесь как раз может помочь физико-математическая модель (цифровой двойник): с ее помощью можно смоделировать критические неисправности, которые не повторялись ранее, которые мы не наблюдали в исторических данных, и когда у нас мало информации об объекте.
Иногда приходишь к заказчику и видишь, что данные у него вроде есть, но они где-то лежат, доступ к ним очень плохой. Тут на помощь приходит цифровой двойник, который помогает смоделировать ситуацию и построить модель, которая будет более точной.
Все зависит от задачи. Где-то быстрее построить модель машинного обучения, она будет работать под конкретный процесс, а где-то — цифровой двойник.
Приведу пример: поломка трансформатора на крупном предприятии может привести к большим потерям, и часто по данным такое нельзя распознать, но если у нас есть цифровой двойник, то можно выделить паттерны поведения этой модели из данных и предсказать поломку по косвенным признакам.
Что делать при нехватке данных? Устанавливать датчики, а второй вариант — это тот самый цифровой двойник, который может нам выдать виртуальную информацию о работе системы, когда мы можем его валидировать на имеющихся данных.
Мы работаем с крупными компаниями и смотрим на то, что у них происходит в данных. Всегда возникают задачи, где из данных можно выйти на некую бизнес-экономику, преобразовать эти данные в модель или в предиктивное состояние, оборудования или процесса, сократить упущенную выгоду. Очень много цифровых решений ищется для предиктивки процессов, которые могут нарушить работу комплекса оборудования.
Здесь льют металл
Мы делали пилотный проект с машиной непрерывного литья заготовок. Здесь суть в том, что мы не просто посмотрели по данным дефекты, а смогли их смоделировать.
У нас есть модель процесса непрерывного литья заготовок, мы на ней смоделировали возникновение дефектов и смогли определить критерии, когда возникал дефект, а когда его не было.
С цифровым двойником у нас есть те же самые данные, но мы можем посмотреть вглубь. Можем взять параметры, при которых у нас не было никакой информации, и смоделировать ситуацию.
Можно раздвинуть исследуемую область параметров и определить те выходы из модели, которых мы не видели только на данных. Чтобы можно было зашить в цифровой двойник любые конфигурации, делают параметрическую модель, где закладываются разные размеры.
Что такая модель может сделать? У нас есть температуры, есть напряжение и деформации, есть прогнозные функции дефектов — это когда мы вырабатываем критерии по виртуальным сенсорам, обязательно их валидируем и ищем корреляцию между внутренними параметрами и тем, что мы имеем на выходе из этого процесса.
По стоимости такого проекта очень сложно ориентироваться, потому что все зависит от задачи, от конкретного оборудования. Мы недавно делали тоже пилотный проект — анализировали процессы, происходящие с литьем металла в тигли. Казалось бы, задача нетривиальная, но там надо было отладить математическую модель, понять, как будет работать реальное оборудование, когда мы вливаем туда металл, а задача простая — определить параметры затвердевания металла, которые характеризуют его свойства, в зависимости от условий охлаждения. Надо сказать, что мы тоже над этой задачей работали порядка двух месяцев.
Еще один пример — это цифровой двойник прокатного стана. Это тоже металлургия, тоже процесс, когда идет производство готовой продукции. Мы для одной из наших задач отразили результаты численного физико-математического моделирования в виртуальной машине и наложили это все на образ цеха или оборудования. Получилось интересно с точки зрения визуализации.
Одно из направлений, которое здесь может заинтересовать, — удаленный контроль процесса: мы можем в режиме реального времени отобразить оператору текущие параметры в модели и с датчиков. Можно вывести сравнение этих параметров и вовремя предупредить об износе или нарушении работы прокатного стана.
Моделируем водородную топливную ячейку
Это проект, который делали у нас в лаборатории. Он не дотягивает до полноценного цифрового двойника, потому что мы не объединили это с данными, но то, что получилось, — это неплохая модель, которая помогает определить вид и форму топливной водородной ячейки.
Водородное топливо эффективно как источник энергии. У нас была такая задача — спроектировать оптимальный вид топливной ячейки. Задача не на уровне, когда есть эксплуатируемое оборудование и надо вытащить полезные функции из модели, чтобы следить за работой этого оборудования.
Решение такой задачи классическое: строится параметризованная геометрическая модель, на следующем уровне от CAD-модели мы переходим на уровень физики, когда закладываем туда тепломассообмен, излучение, течение газов. Необходимо было понять, каковы оптимальные форма и конфигурация топливной ячейки для того, чтобы выдавать наиболее эффективную мощность работы.
Такую модель создали. Формы довольно разнообразные: получается, что подход, когда мы имеем такую хорошую полноценную параметрическую модель, позволяет оценить различные конфигурации изделия. С помощью модели надо было подобрать минимальную высоту рабочей части, при которой у нас рабочие температуры соответствующих узлов находятся в заданном пределе. Проанализировали разные конфигурации ячеек и выбрали конкретную конфигурацию, которая удовлетворяла требованиям.
Двойник в комплексе
Работая над цифровыми двойниками, мы пришли к тому, что они могут быть полезны в комплексе — они могут нести гораздо больше выгоды, когда мы используем их не для конкретного процесса, одной единицы оборудования, а для целого комплекса. Так мы пришли к идее платформы и даже организовали стартап «Сколтеха», где разрабатываем ее.
Суть в том, что на платформе можно объединить ряд моделей или цифровых двойников в единую технологическую цепочку, связать их с реальными данными с производства и получать максимальную выгоду от эксплуатации. Имея такой набор цифровых двойников на платформе, мы можем следить за функционированием объекта и определять, когда необходимо заменять оборудование, понять, когда завершается срок эксплуатации.
С этой идеей мы как раз выходим на рынок. Мы создаем «банк» цифровых двойников, маркетплейс моделей, который можно использовать, чтобы связать поставщиков оборудования и разработчиков цифровых двойников для этого оборудования.
Фото на обложке: Shutterstock/FastMotion
Как цифровые двойники помогают российской промышленности
Концепция цифровых двойников как виртуального представления физического объекта используется уже более 30 лет, в том числе в космической отрасли. Однако за последние годы в связи с тотальной цифровизацией промышленных предприятий наметился качественный скачок в развитии и применении этой технологии. Усиливаются требования к безопасности, с каждым днем возрастают объемы данных. Цифровые двойники начинают использовать компании разных отраслей и разного размера.
Rusbase разбирается, что представляет из себя цифровой двойник и какие российские компании применяют эту технологию у себя на производстве.
Что такое цифровой двойник?
Цифровой двойник — виртуальный прототип реального объекта, группы объектов или процессов. Это сложный программный продукт, который создается на основе самых разнообразных данных. Цифровой двойник не ограничивается сбором данных, полученных на стадии разработки и изготовления продукта — он продолжает собирать и анализировать данные во время всего жизненного цикла реального объекта, в том числе с помощью многочисленных IoT-датчиков.
Технология даёт возможность моделировать самые разные ситуации, которые могут возникать на производстве. Таким образом, цифровой двойник позволяет подбирать наиболее адекватные сценарии проведения технологических процессов, чтобы избежать сбоев и форс-мажоров.
«Погрешность между работой виртуальной модели и работой реального объекта не должна превышать 5%. Возьмем, например, двигатель — при воздействиях на него в цифровой среде поведение модели должно отклоняться от поведения реального объекта не более чем на 5%».
Цифровой двойник завода должен позволить смоделировать ситуации с учетом различных факторов: от расположения оборудования, перемещения работников и проведения операций по ремонту до реакции приборов на изменение показателей солнечного освещения или какие-то чрезвычайные ситуации, объясняет эксперт. Это лишь примеры испытаний, моделирования и воздействий. Все зависит от задач бизнеса и типа изделия или объекта.
«Под цифровым двойником подразумевается комплекс цифровых технологий, которые используют подходы статистического анализа, машинного обучения, химии, физики, теории управления, теории надежности, теории массового обслуживания, численного моделирования, оптимизации».
, руководитель направления отдела исследования и разработки Центра цифровых инноваций ПАО «Газпром нефть»
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.
Некоторые эксперты выделяют три типа двойников: цифровые двойники-прототипы (Digital Twin Prototype, DTP), цифровые двойники-экземпляры (Digital Twin Instance, DTI) и агрегированные двойники (Digital Twin Aggregate, DTA).
Виртуальный аналог имеющегося в реальности физического объекта. Он включает в себя данные для всесторонней характеристики модели, в том числе информацию по его созданию в реальных условиях. Это требования к производству, трехмерная модель объекта, описание технологических процессов и услуг, требования к утилизации.
Данные по описанию физического объекта. Чаще всего содержат аннотированную трехмерную модель, данные о материалах, используемых в прошлом и настоящем времени, и компонентах, информацию о выполняемых процессах во всех временных отрезках, итоги тестов, записи о проведенных ремонтах, операционные данные, полученные от датчиков, параметры мониторинга.
DTA (агрегированный двойник)
Вычислительная система, которая объединяет все цифровые двойники и их реальные прототипы и позволяет собирать данные и обмениваться ими.
Что эта технология дает бизнесу?
«Цифровые двойники стали действительно сильным катализатором развития современных компаний. Благодаря им значительно упрощается техническая поддержка системы, экономятся ресурсы, минимизируются риски ошибок и сбоев, что продлевает срок стабильной работы продукта. Все это позволяет бизнесу получить максимально возможную отдачу от инвестиций, повысить конкурентоспособность и нарастить лояльность клиентов».
Глава представительства NetApp в России и СНГ
Так, на одном из европейских нефтеперерабатывающих предприятий система предиктивной аналитики Schneider Electric позволила предсказать сбой большого компрессора за 25 дней до того, как он случился. Это сэкономило компании несколько миллионов долларов.
«Цифровой двойник позволяет по минимальным ключевым параметрам воспроизвести все остальные показатели объекта. Это как, например, по верхушке айсберга мы определили бы его точный объем и форму. С помощью этой технологии можно решать различные классы задач диагностики состояния объекта, прогнозирования, оптимизации работы, управления».
Цифровые двойники могут использоваться несколькими организациями одновременно — например, производителем автомобиля, обслуживающей и страховой компанией. Несколько цифровых двойников можно также объединить в одну систему.
«Технология цифрового двойника позволила «собрать» 20 нефтеперерабатывающих и нефтедобывающих предприятий компании ADNOC, одного из ключевых операторов нефтегазовой отрасли на Ближнем Востоке, в единый диспетчерский пункт. Цифровой двойник объединил в себе весь комплекс разбросанных по всему Ближнему Востоку активов компании. Все процессы были унифицированы и приведены к единому стандарту».
Наталья Нильсен, руководитель направления по развитию бизнеса и маркетингу подразделения «Промышленная автоматизация» компании Schneider Electric
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.
«В университете имени Лобачевского ученые разрабатывают цифровую копию человека с точными аналогами жизненных систем. Такой «нейродвойник» позволяет контролировать физическое состояние пациента и предупреждать риски развития заболеваний. В перспективе применение таких виртуальных моделей органов и организма в медицинских учреждениях даст работникам возможность в онлайн-режиме отслеживать данные о здоровье клиентов и состоянии медицинского оборудования»
Опросы, проводимые аналитиками Gartner, показывают, что в 13% организаций, реализующих проекты Интернета вещей, уже применяются цифровые двойники, а в 62% либо начинают их создание, либо планируют сделать это. Gartner прогнозирует, что уже к 2021 году половина крупных промышленных компаний будет использовать цифровых двойников, что приведет к повышению эффективности этих организаций на 10%. По прогнозам экспертов, через пять лет рынок таких продуктов, как цифровые двойники, достигнет $16 млрд.
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.
Примеры из практики: российский опыт
«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.
«Один из вариантов применения технологии — виртуальные анализаторы, которые способны давать оценку составу потоков по вторичным признакам. Иными словами, когда мы можем сказать что-то про плотность вещества на основе расчетов теплоемкости и анализа переходных процессов набора скорости в трубе, а также оценить реологические параметры продукта по спектральному разложению, спрогнозировать состояние установки нефтепереработки. Все это в комплексе позволяет нам делать более качественное планирование и управление. Сейчас мы создаем инфраструктуру для работы цифровых двойников»
«Мы развиваем все направления, связанные с созданием цифрового двойника — системы управления инженерными данными, моделирование производственных процессов, имитационные модели производства и логистики».
Владимир Чернаткин, руководитель направления «Комплексные цифровые модели», СИБУР
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.
СИБУР также запустил проект для оптимизации железнодорожных перевозок. Цифровые двойники помогают снизить затраты на ремонтные работы, выявить сдвоенные операции при управлении подвижным составом и более эффективно управлять отгрузками.
Цифровой двойник внедряется на площадках КАМАЗа, где уже были созданы 3D-модели 28 единиц cтанков с ЧПУ и 20 универсальных станков, а также более 50 единиц различного технологического оборудования (роботы, манипуляторы, кантователи, рольганги). 3D-модели применяются при моделировании механообработки и сборки, а также для размещения оборудования на 3D-планировках заводов.
Цифровые копии стали применяться для эффективной эксплуатации поездов «Сапсан» и «Ласточка». В 2018 году внедрение цифрового двойника производства анонсировал также «Трансмашхолдинг». Система за считанные минуты рассчитывает результаты выполнения производственного плана при заданных параметрах и быстро реагирует на запросы заказчика.
Цифровой двойник GE Transportation
«Одно из решений, над которым сейчас работает наша компания — создание «цифрового двойника» здания. Мы уже создали блок управления инфраструктурой здания. В основном управление осуществляется ресурсами, которые увязывается с климатическими и производственно-технологическими процессами предприятия, такими как электро-менеджмент (контроль электричества), контроль водных ресурсов и теплоснабжения».
Денис Гараев, заместитель директора Центра инноваций компании «Инфосистемы Джет»
На следующем этапе работ предстоит решить задачу создания трехмерной модели здания: интегрировать данные с CAD-системой, что дает возможность делать 3D-визуализацию объекта.
О курсе на цифровизацию говорят и в Министерстве строительства и ЖКХ РФ. В настоящее время обсуждаются проекты моделирования цифровых двойников для каждого российского города численностью более 100 тысяч человек.
