Цифровые двойники в эпоху Индустрии 4.0

Дмитрий Соколов, эксперт по развитию направления облачных технологий, ООО «Сименс»
Сергей Соловьев, руководитель Центра компетенций, Управление «Цифровое производство», ООО «Сименс», к. т. н.

Мы живем в эпоху четвертой промышленной революции, которую принято называть Индустрией 4.0. Новые технологии появляются по принципу снежного кома, но характерная черта новой эпохи далеко не в этом. Индустрия 4.0 требует радикального пересмотра процессов. Каждая вещь превращается в источник данных, и все элементы производства объединяются в экосистему. Пока это лишь цель, но расстояние до нее постепенно сокращается. Компания «Сименс» помогает своим партнерам пройти этот путь: посредством виртуальных моделей – цифровых двойников – она повышает эффективность реальных предприятий.

 

 

Автоматизация – ключ к цифровой трансформации

В эпоху четвертой промышленной революции конъюнктура рынка меняется очень быстро, и в этих условиях промышленность должна быть способна перестраивать производственно-кооперационные цепочки. Следовательно, появляется необходимость в изменении информационных связей и управляющих контуров на производстве. В этом кардинальное отличие требований и подходов к созданию информационных систем цифровой эпохи от систем предшествующего периода развития – с фиксированной структурой и функциональностью, жестко определенными на этапе проектирования.

 

В основе цифрового производственного уклада лежит сквозная доступность данных на всех этапах жизненного цикла, всех уровнях производства и инфраструктуры. В производственном контуре такая доступность данных и реконфигурирование информационных цепочек обеспечиваются средствами и системами промышленной автоматизации. По сути, промышленная автоматизация охватывает большую часть современных и перспективных производственных структур, таких как роботизированные ячейки, установки для 3D-печати/аддитивного производства, автономные производственные системы, безлюдное производство и др.

 

Сами технологии, системы и устройства промышленной автоматизации в цифровой парадигме тоже претерпевают существенные изменения, связанные в первую очередь с уходом от разрозненных автономных или слабо связанных между собой систем к интеграции в рамках распределенных производственных структур (интеграция смежных производственных систем, установок и инфраструктуры, интеграция с сопряженными уровнями иерархии информационных систем – MES, APS, QMS и т. п.), а также жизненного цикла продукции и производства (интеграция инженерных, технологических и эксплуатационных данных и т. п.). Связь между отдельными этапами промышленного жизненного цикла и построение соответствующих контуров обратной связи призваны обеспечить цифровые двойники продукта, производства и эксплуатации соответственно. Благодаря таким цифровым двойникам формируется новый потенциал повышения эффективности и производительности.

 

Концепция цифровых двойников

 

Цифровой двойник – виртуальная модель, которая точно воспроизводит в цифровой среде продукт или процесс производства. Различают несколько видов цифровых двойников. Так, цифровой двойник изделия формируется в процессе его проектирования и включает в себя все его модели и описания.

 

Цифровой двойник производства обеспечивает гибкость и помогает уменьшить время выполнения производственных процессов, сократить сроки подготовки производства, а также проектирования производственных участков и цехов с установленным оборудованием. Цифровой двойник производства дает возможность виртуальной отработки, проверки и оптимизации всей производственной системы. Модель позволяет выяснить, как будет создаваться продукция, включая все ее детали и сборки.

 

Когда идет речь о цифровых двойниках эксплуатации изделий и производства, то имеется в виду, что предприятия и заказчики подключают изделия, станки и системы автоматизации производства, чтобы извлекать и анализировать данные об их реальной производительности и использовании. Анализ этих данных позволит замкнуть контур обратной связи, соединив реальное производство с цифровыми двойниками изделия и производства, что необходимо для оптимизации изделий, производственных систем и процессов.

 

Процессы обновления и увязывания цифровых двойников образуют замкнутый цикл постоянной инновации изделий, оптимизации их производства и обслуживания продукции. В результате именно данные становятся главным стержнем предприятия цифровой эпохи.

 

С приходом IoT-платформ стали возможными непрерывное обновление и совершенствование цифровых двойников на основе данных, собранных в реальных условиях производства и эксплуатации. Благодаря наличию обратной связи можно ускорить разработку продуктов, оптимизировать производственные процессы, быстро внедрить улучшения в следующем производственном цикле или даже в режиме, близком к реальному времени. Например, при использовании платформы MindSphere от «Сименс» и решения Siemens Teamcenter (среда для совместной работы при проектировании изделий и производственных процессов) цифровые двойники постоянно развиваются и обновляются, отражая любые изменения физического оригинала на протяжении всего жизненного цикла. Эта интеграция формирует непрерывную обратную связь между физической и виртуальной средами, обеспечивает возможность постоянного улучшения продуктов и производства.

 

Цифровой двойник как инструмент аналитики

 

Цифровой двойник может быть также инструментом предсказательной аналитики, способной прогнозировать эксплуатационные характеристики продукции и производственных систем. Продукты и производственные системы можно постоянно оптимизировать, по мере того как цифровые двойники получают информацию о работе продукта или фабрики.

 

Интеллектуальные алгоритмы способны анализировать огромные объемы данных, создаваемых оборудованием, выявлять тенденции и повторяющиеся образцы, связи в данных, обнаруживать аномалии. Такую аналитическую информацию можно использовать для повышения эффективности производственных процессов и сокращения расходуемых ресурсов. Следовательно, производство сможет адаптироваться к новым условиям и оптимизировать процессы даже без вмешательства со стороны оператора. По мере увеличения числа включенных в сеть устройств ИИ-приложения могут научиться «читать между строк» и выявлять в системах множество сложных взаимосвязей, которые не может заметить человек. Интеллектуальное ПО и интеллектуальные аналитические технологии уже доступны. Методы обработки данных – облачное решение или локальная среда (например, с использованием периферийных вычислений) – определяются исходя из требований пользователя. Данные на периферийных платформах доступны быстрее и в более высоком разрешении, а облако отличается практически неограниченной вычислительной мощностью. Во многих случаях для получения преимуществ обоих решений требуется объединить периферийные и облачные вычисления.

 

В ближайшем будущем благодаря цифровому представлению обрабатывающих инструментов и связанных с ними производственных процессов ИИ-системы научатся определять, соответствует ли изготавливаемая деталь требуемым стандартам качества. Кроме того, они смогут выявлять параметры, требующие корректировки, чтобы в ходе текущего процесса не возникало отклонений. В результате производство станет еще более надежным и эффективным, а компании получат дополнительные конкурентные преимущества.

 

Промышленная автоматизация: что дальше?

 

Концепция «Индустрия 4.0» предполагает массовое внедрение в производство киберфизических систем, основанных на интеграции информационно-вычислительных ресурсов в физические процессы. Это предопределяет новые требования к системам и устройствам промышленной автоматизации, реализация которых призвана обеспечить трансформацию процессов и моделей взаимоотношений между участниками цепочки создания промышленной продукции.

Среди ключевых трендов, влияющих на функциональный и архитектурный облик современных и перспективных средств и систем промышленной автоматизации, можно отметить следующие:

 

  • повышение степени информационного охвата производства и инфраструктуры, включая технологии идентификации и прослеживаемости;
  • дальнейшая интеллектуализация устройств и систем – интеграция технологий машинного обучения (Machine Learning) и других методов искусственного интеллекта (AI), методов интеллектуального анализа данных (Data Mining) и управления;
  • экспансия технологий Интернета вещей, облачных решений, методов анализа больших данных в сферу промышленной автоматизации;
  • реализация принципов децентрализации вычислительных ресурсов (Edge computing) в контуре промышленных систем, обеспечивающих возможность высокоскоростной обработки данных быстропротекающих процессов в непосредственной близости от источников таких данных;
  • усиление вертикальной (в рамках иерархии информационных систем предприятия) и горизонтальной (в рамках жизненного цикла продукта и производства) интеграции устройств, систем, оборудования и инфраструктуры, обеспечивающее формирование единого цифрового пространства предприятия;
  • активное проникновение в мир промышленной автоматизации прорывных телекоммуникационных, ИT-решений и технологий – мобильных/носимых устройств, веб-технологий, средств виртуализации, технологий беспроводной и мобильной связи и т. п.;
  • использование современных подходов к визуализации данных и процессов – средств интерактивной визуализации (интеграция видео- и картографической информации, анимированных графов, интерактивных диаграмм и т. п.), реализация таких востребованных в условиях перегрузки человека-оператора избыточной информацией элементов пользовательского интерфейса, как спарклайны (sparkline) или «искрографики» и др.;
  • реализация встроенных механизмов и технологий обеспечения кибербезопасности;
  • развитие технологий виртуальной и дополненной реальности;
  • новые подходы к инжинирингу – использование средств ускорения и автоматизации разработки, интеграции инжинирингового инструментария различных уровней.

 

Реализация гибко перестраиваемых производственных ячеек, производств и предприятий в целом, охваченных сквозными информационными связями с применением указанных технологий, позволяет не только достичь повышения их эффективности и производительности, но и обеспечить возможность включения таких производств во внешние цифровые цепочки кооперации.

 

Поделиться:
Спецпроект

Напряженный трафик или Современные требования к инфраструктуре ЦОД

Подробнее
Спецпроект

Специальный проект "Групповой спутниковый канал для территориально-распределенной сети связи"

Подробнее

Подпишитесь
на нашу рассылку