Цифровой двойник: совершенствование технологических процессов предприятия

Использование методов математического моделирования и предиктивной аналитики позволяет создавать цифровые двойники производственных активов и процессов. Виртуальные модели применяются в различных отраслях: космической, топливной, транспортной промышленности, электроэнергетике, медицине, строительстве, металлообработке и машиностроении. Последние годы в России активно формируется спрос на моделирование технологических процессов в нефтегазовой и нефтехимической отраслях. Какие возможности открывают для предприятий цифровые двойники? Целесообразны ли расходы на их внедрение? Как технология выводит промышленность на принципиально новый уровень? Ответы на эти вопросы – в материале ниже.

Термин «цифровой двойник» был введён в 2002 году профессором Мичиганского университета Майклом Гривзом в ходе его доклада об управлении жизненным циклом продукта. За почти тридцатилетнюю историю концепция понятия не раз трансформировалась за счёт новых достижений в сфере виртуального моделирования. Сегодня цифровой двойник является одним из ярких трендов развития ряда экономических отраслей и предметом большого количества споров.

Цифровой двойник – это виртуальная копия, модель объекта, группы объектов или процесса, содержащая информацию о технических характеристиках оригинала. Включает в себя исходные данные от изготовителя, историю поломок, плановых и внеплановых ремонтов. С помощью специальных датчиков осуществляет сбор и обработку сведений на протяжении всего жизненного цикла своего прототипа.

По словам эксперта, любой двойник имеет погрешность, но в идеале она должна быть минимальной – не более 5%. Данному критерию соответствуют агрегированные двойники уровня Digital Twin Aggregate (DTA). Это динамические вычислительные модели, которые позволяют не только собирать операционные данные с датчиков, но и обмениваться этой информацией с другими системами, контролирующими технологические процессы.

Цифровым двойником может пользоваться одна, две и более компаний. Несколько виртуальных моделей можно объединить в одну систему, например, при воссоздании процесса или производства целиком.

Благодаря своим свойствам виртуальные модели производств и их активов широко используются в различных отраслях экономики. Рассмотрим некоторые из них.

Виртуальный близнец оборудования позволяет получить информацию о его производителе, месте, дате выпуска и введения в эксплуатацию, истории показателей работоспособности и технического состояния. С помощью цифрового двойника можно узнать о проведённых процессах технического обслуживаниях и ремонтах, простоях. Также модель предоставляет данные о выпускаемой продукции: производственном процессе отдельной единицы или целой партии, сырье, ингредиентах, состоянии оборудования и рабочей смене.

Предприятия нефтегазовой и нефтехимической отрасли могут использовать цифровые двойники в качестве проектной модели. В этом случае виртуальная копия представляет собой совокупность данных описания объекта и технологических процессов, в которых он участвует на всех этапах эксплуатации, и фиксирует параметры работы оборудования. В результате чего решается ряд задач:

1. Предупреждение рисковых случаев на производстве, связанных с работой оборудования

С помощью цифрового двойника моделируются различные ситуации, в том числе аварийные.

2. Экономия финансовых и временных затрат компании на ликвидацию рисковых ситуаций

Прогнозирование и профилактика таких случаев позволяют избежать их возникновения.

3. Оптимизация бизнес-процессов технического обслуживания и ремонтов

Цифровой двойник помогает выбрать наиболее эффективную и экономически оправданную стратегию эксплуатации оборудования.

4. Обучение персонала

Виртуальная модель выполняет задачу тренажёра. В этом контексте применения цифрового двойника снижается возможность допущения ошибок человеческого фактора в случае возникновения различных производственных ситуаций.

5. Повышение безопасности на предприятии

Профилактика рисковых случаев и обучение персонала с помощью виртуальных копий объектов и процессов особенно важны для потенциально опасных нефтехимических производств.

На предприятиях создаются цифровые двойники технологических процессов, анализирующие их эффективность ещё до начала выпуска продукции или разработки стратегии оптимизации. Это позволяет:

• Повысить качество технологического проектирования.

• Ускорить оценку технологических процессов.

• Сократить время простоя оборудования и увеличить производительность предприятия.

• Тестировать влияние условий эксплуатации оборудования на характеристики продукта.

В режиме реального времени наблюдать за работой и состоянием оборудования.

Таким образом, положительный результат от внедрения цифрового двойника на предприятии отражается в каждом бизнес-процессе: от разработки и проектирования до выпуска и реализации готовой продукции.

На данный момент виртуальное моделирование применяется в медицине для совершенствования использования дорогостоящего оборудования. В случае с компьютерным томографом это происходит следующим образом.

Некоторые детали компьютерных томографов подвержены неизбежному износу, поэтому данное оборудование нуждается в плановом обслуживании. Цифровая модель компьютерного томографа позволяет спрогнозировать предстоящие ремонты. Это помогает избежать непредвиденных поломок, ведущих к простою техники, невозможности оказать услуги пациентам и, как следствие, большим экономическим потерям для клиники.

Информация, которую предоставляет модель, содержит сведения о характере предстоящей поломки. Инженеры могут заблаговременно подготовиться к ремонту, заказать заранее и иметь в наличии требующиеся запчасти.

Благодаря датчикам происходит обмен информацией между реальным транспортным средством и его цифровой копией. Это помогает выявлять проблемы на ранней стадии и своевременно принимать необходимые меры. В результате значительно сокращается число серьёзных поломок и, как следствие, сложных и дорогостоящих ремонтов. Одним из примеров автомобильных компаний, использующих цифровые двойники, является Tesla. Производитель задействует технологию во всех моделях: актуальные данные фиксируются в режиме реального времени, компания оперативно реагирует на них, разрабатывая соответствующие обновления программного обеспечения и загружая их удалённо.

Компания, осуществляющая техническое обслуживание железнодорожного транспорта, при планировании работы должна учитывать ряд факторов. В их число входит необходимое ежедневное число поездов, их расписание и маршруты, периодичность и параметры осмотра и ремонтов, незапланированные поломки и технические возможности депо. Моделирование с неизменными данными не способствует качественному планированию техобслуживания ввиду того, что ситуация на железной дороге постоянно меняется, и данные быстро теряют актуальность.

Техобслуживание без необходимости приносит экономические убытки, а несвоевременное – сулит серьёзными поломками транспорта. Цифровая модель располагает актуальными данными, повышая качество планирования и помогая осуществлять сервисное обслуживание вовремя и эффективно. Это обеспечивается за счёт того, что виртуальная копия детально отражает функционирование всего парка поездов и параметры железнодорожной сети. Пользователь видит, как система функционирует при заданных параметрах, и легко определяет её проблемные моменты. С помощью цифровой копии можно проверить различные варианты устранения неполадок и выявить наиболее подходящий без дополнительных экономических издержек.

Таким образом, виртуальная модель помогает выбрать оптимальное решение по ремонту с учётом актуальных эксплуатационных ограничений. Французская компания Alstom является одним из примеров успешного использования цифрового двойника.

Следует полагать, положительные прогнозы обусловлены тем, что экономический эффект от использования данной методики прослеживается на каждой стадии жизненного цикла объекта. Виртуальная модель позволяет снизить временные и финансовые затраты на разработку, обслуживание, ремонты и модификацию дорогостоящего оборудования. Также цифровой двойник является основой для совершенствования технологических процессов предприятия.

02.08.22

Интервью с экспертом

Умные решения для производства: методики регулирования работы предприятий

Разработка и внедрение прогрессивных методик регулирования работы предприятий на основе российских элементов управления: опыт NAUKA

18.04.23

14 мин

Интервью с экспертом

Эффективное управление НПЗ возможно, невзирая на уход мировых вендоров.

Трудности, с которыми столкнулись нефте — и газоперерабатывающие предприятия в новых рыночных условиях и пути их преодоления

17 мин

Эмиль Гасанов

Александр Кривоспицкий

генеральный директор
кандидат технических наук

менеджер продукта
кандидат технических наук