Согласно исследованию Gartner, почти половина компаний, реализующих проекты в области интернета вещей (IoT) и интеллектуальных заводов (Smart Factory), используют или планируют применять технологию цифровых двойников.

В статье рассматриваются базовые концепции Индустриальной революции 4.0, формулируется понятие цифровых двойников (Digital Twins) изделия и приводится их классификация. Рассматриваются также инжиниринговые и эксплуатационные модели цифровых двойников производственной системы, используемых для оптимизации и управления материальными потоками машиностроительного предприятия на этапе изготовления продукции.

В настоящее время задачи повышения эффективности отечественных предприятий на базе цифровизации основных производственных процессов находятся в фокусе внимания органов государственного управления и экспертного ИТ-сообщества. Необходимо обеспечить реализацию майских указов президента Российской Федерации в части повышения роста производительности труда не ниже 5% в год (более 20% прирост производительности труда к 2024 году). Значительная интенсификация производства с минимальными трудозатратами особенно необходима в производствах мелкосерийного и единичного типа, т. е. в производствах, к которым сегодня относится значительное число российских машиностроительных предприятий.

Производственная система — особый вид организационно-технической системы, который состоит из средств и предметов производства, базы конструкторско-технологической информации, производственных процессов и комплексов управления ими, совместное функционирование которых позволяет изготавливать изделия, отвечающие своему служебному назначению [1].

Приведенное выше определение не содержит таких терминов, как «бережливое производство» (Lean) или «теория ограничений» (Theory of Constrains), связанных с задачами организации производства [2]. В данной статье авторы уделяют основное внимание термину «цифровой двойник».

Современный мир, пройдя в своей истории через три промышленных революции, столкнулся с новым понятием — «индустриальная революция 4.0» (Industry 4.0), — новацией, рассматриваемой как надвигающуюся будущую четвертую промышленную революцию.

Именно на этом четвертом этапе стало активно использоваться понятие так называемых цифровых двойников (Digital Twins). Этот термин появился еще в начале 2000-х, но с каждым годом, по мере развития промышленных и компьютерных технологий, он получает новое наполнение. Базовая концепция не сложна для понимания: мониторинг физического объекта осуществляется на основе замкнутого цикла информационного обмена между ним и его виртуальной моделью (тем самым цифровым двойником).

Говоря о концепции индустриальной революции 4.0, обычно выделяют шесть базовых инновационных концептуальных подходов к ее реализации [3]:
1. PLM — Product Lifecycle Management — управление жизненным циклом изделия — организационно-техническая система управления жизненным циклом изделий, основанная на принципе цифрового дуализма: объектно-компьютерная модель/физическое и цифровое моделирование характеристик изделия на разных этапах его существования.
2. BIG Data — большие данные — совокупность подходов, инструментов и методов анализа и обработки структурированных и неструктурированных данных больших объемов для получения воспринимаемых человеком или компьютерной системой эффективных результатов поиска.
3. SMART Factory — интеллектуальный завод — фундаментом Smart Factory является концепция Digital Manufacturing — цифровое производство — концепция, в рамках которой производственные задачи выполняются на основе информации, поступающей как из физического, так и из виртуального мира, т. е., например, положение и состояние режущего инструмента, содержание соответствующих электронных документов или данные, поступающие от имитационной модели движения материальных потоков.
4. Cyber-physical Systems — Киберфизические системы — организационно-техническая концепция уп-
равления информационными потоками, выраженная в интеграции вычислительных и физических процессов. Встроенные компьютеры и сети отслеживают физические процессы и управляют ими, как правило, через обратные связи, при которых физические и вычислительные процессы взаимно влияют друг на друга.
5. Internet of Things (IoT) — интернет вещей — интеграция сложных физических механизмов и устройств с объединенными в единую коммуникационную сеть датчиками и программным обеспечением в целях управления и планирования производственных процессов.
6. Interoperability — интероперабельность (функциональная совместимость) — способность изготавливаемых изделий или элементов производственной системы, интерфейсы которых полностью открыты, взаимодействовать и функционировать с другими изделиями или системами без каких-либо ограничений доступа и реализации.

Касаясь перспектив применения инструментов Индустрии 4.0 в задаче повышения эффективности производства, следует сказать, что утвержденная правительством РФ от 28 июля 2017 года программа «Цифровая экономика Российской Федерации» направлена, в частности, на значительное повышение эффективности отечественных машиностроительных предприятий.

Но и здесь нам, по-видимому, еще придется столкнуться с серьезными вызовами, ибо, как следует из известного «Цикла зрелости технологий» (Gartner Hype Cycle — рис. 1), наши предприятия еще только стремятся к так называемому «пику завышенных ожиданий», находясь на ранней стадии. И далеко не все осознают наличие в этом цикле неминуемой «пропасти разочарования», тем более что с точки зрения экономических и инновационных результатов использования цифровых технологий Россия занимает только 38-е место, уступая первые места Финляндии, Швейцарии, Швеции, Израилю, США, Норвегии, Люксембургу и Германии. А по данным исследования Ассоциации электронных коммуникаций, в 2016 году доля цифровой экономики в ВВП России составила 2,8%, впрочем, немного поднявшись с 2,3% по сравнению с 2015 годом.

Рис. 1. Перспективы применения инструментов Индустрии 4.0 согласно Gartner Hype Cycle

Есть и еще один настораживающий аспект в широком применении обсуждаемых инноваций: следуя примеру Google, горстка влиятельных компаний может завладеть неестественным преимуществом в процессе реализации Industry 4.0. «Большие данные (BIG DATA), необходимые Industry 4.0, собираются не национальными компаниями, а четырьмя фирмами из Кремниевой долины, — заявил министр экономики Германии Зигмар Габриэль в прошлом году. — В этом наши опасения».
Согласно исследованию Gartner, почти половина компаний, реализующих проекты в области интернета вещей (IoT) и цифрового производства, используют или планируют применять в будущем технологию цифровых двойников.

Понятие цифрового двойника (Digital Twin), являющегося фундаментальным понятием цифрового производства (Smart Factory), следует связывать как непосредственно с самим изделием, в этом случае применяется термин «цифровой двойник изделия», так и с процессом изготовления изделий  — в этом случае следует использовать термин «цифровой двойник производственной системы». Последний включает в себя как инжиниринговую, так и эксплуатационную цифровые модели [10].

Цифровой двойник изделия — что это такое?

Создание цифрового двойника изделия позволяет с помощью компьютера смоделировать его конструктивные особенности, реальные характеристики входящих в изделие узлов и деталей (точностные, прочностные, жесткостные и иные параметры), детально описать динамику поведения изделия в процессе его эксплуатации. Появляется возможность в виртуальном пространстве проанализировать и смоделировать изменение состояния всего изделия при изменении характеристик любого из его элементов или эксплуатационных условий.

Цифровой двойник изделия включает в себя: геометрическую и структурную модель объекта; набор расчетных данных деталей, узлов и изделия в целом (математические модели, описывающие все происходящие в объекте физические процессы); информацию о технологических процессах изготовления и сборки отдельных элементов; систему управления жизненным циклом изделия. Цифровой двойник изделия может использовать модифицированную численную модель с измененными характеристиками износа или производительности. Информация от датчиков, подключенных к реальному объекту, может передаваться цифровому двойнику изделия в качестве граничных условий в режиме реального времени с целью моделирования, анализа и прогноза поведения объекта в рамках его служебного назначения.

Инженерный анализ на основе технологии цифровых двойников изделий может использоваться не только на этапе проектирования, но и для определения причин снижения производительности, оценки результатов различных стратегий управления, создания оптимальных графиков технического обслуживания изделий и т. д.

Разрабатываемый на этапе конструкторской подготовки производства, цифровой двойник изделия дает возможность в реальном времени управлять всеми факторами, влияющими на стоимость и качество выпускаемого продукта еще до начала его производства, что значительно снижает сроки выхода новых изделий на рынок.

Цифровые двойники изделия — эволюция и классификация

Впервые полноценно эта концепция была описана в Мичиганском университете в 2002 г. Сейчас цифровым двойником изделия называют его виртуальную модель, которая на микро- и макроуровне либо описывает реально существующий объект (выступая как дубль готового конкретного изделия), либо служит прототипом будущего объекта. При этом любая информация, которая может быть получена при тестировании физически существующего изделия, должна быть получена и на базе тестирования его цифрового двойника.

Цифровой двойник изделия применяется на всех стадиях жизненного цикла изделия, включая проектирование, производство, эксплуатацию и утилизацию. Сейчас распространена классификация, включающая три типа двойников изделия: цифровые двойники-прототипы (Digital Twin Prototype, DTP), цифровые двойники-экземпляры (Digital Twin Instance, DTI) и агрегированные двойники (Digital Twin Aggregate, DTA).
• DTP-двойник характеризует изделие, прототипом которого он является, и содержит информацию, необходимую для описания и создания физических версий экземпляров изделия. Эта информация включает в себя геометрическую и структурную модели, технические требования и условия; стоимостную модель, расчетную (проектную) и технологическую модели изделия. DTP-двойник можно считать условно постоянной виртуальной моделью изделия.
• DTI-двойники изделия описывают конкретный физический экземпляр семейства изделия, с которым двойник остается связанным на протяжении всего срока службы. Двойники этого типа создаются на базе DTP-двойника и дополнительно содержат производственную и эксплуатационную модели, которые включают в себя историю изготовления изделия, применяемость материалов и комплектующих, а также статистику отказов, ремонтов, замены узлов и агрегатов и др. Таким образом, DTI-двойник изделия подвергается изменениям в соответствии с изменениями физического экземпляра при его эксплуатации.
• DTA-двойники изделия определяются как информационная система управления физическими экземплярами семейства изделия, которая имеет доступ ко всем их цифровым двойникам.

Понятие цифрового двойника производственной системы

Практическая реализация концепции Industry 4.0 потребовала пересмотра информационного описания производственной системы и реализуемых в ней процессов, особенно на стадии создания интеллектуального завода (SMART Factory).
Во многом это вызвано отсутствием возможности у современных информационных систем машиностроительных предприятий использовать цифровые двойники изделий при технологической подготовке производства и в управлении процессом изготовления этих изделий. Указанные компьютерные модели также становятся малоинформативными, когда возникает потребность в оптимизации материальных потоков на этапе производства изделий.

Этапы жизненного цикла производственной системы отличаются от этапов жизненного цикла производимых изделий (летательные аппараты, автомобили и др.). Основным отличием является то, что производственная система машиностроительного предприятия на этапе ее эксплуатации подвержена функциональным и структурным изменениям. Это вызвано как необходимостью ее технического перевооружения при изменении номенклатуры и/или программы выпуска, так и повышением общей эффективности станочной системы (коэффициента OEE — Overall Equipment Effectiveness) при снижении цикла изготовления изделий (коэффициента MCE — Manufacturing Cycle Effectiveness). В результате этих изменений создаются новые конфигурации производственной системы [2], [3].

Задача цифровизации производственной цепочки обусловлена требованием обеспечения прозрачности производства [4] и оперативного отслеживания его текущих изменений, что позволяет на основе математических моделей многокритериальной оптимизации эффективно управлять соответствующими материальными потоками. Цифровой двойник производства позволяет моделировать изменения (улучшения) и просчитывать их возможные последствия при реализации на уровне исполнительных подразделений. Получение обратной связи математической модели процесса и его реального поведения в режиме online является актуальной задачей обработки и анализа больших данных (Big Data), формируемых с помощью индустриального интернета (IoT).

Цифровой двойник производственной системы  включает в себя:
• инжиниринговую модель ПС, содержащую цифровое описание ресурсов предприятия, структуру станочной системы, средства технологического оснащения, номенклатуру и технологии изготовления изделий, систему сбора информации о текущем состоянии оборудования;
• эксплуатационную модель ПС, являющуюся цифровой платформой для описания логистической архитектуры предприятия, формирования планов-графиков изготовления изделий, межцеховой и внешней кооперацией, включая регламенты технического обслуживания и ремонта оборудования. Математическому описанию также подлежит динамика внутрицеховых материальных потоков, на основе цифровизации которых формируются оптимальные производственные расписания выполняемых работ.

Наиболее сложным для практической реализации является эксплуатационная модель цифрового двойника ПС, на которую, в частности, возлагаются следующие функции:
• проводить необходимые расчеты для принятия управленческих решений,
• отображать в режиме реального времени производственные процессы, протекающие в производственной системе,
• проводить различные эксперименты «что если» путем математического моделирования производственных процессов.

Фрагменты адекватных моделей цифрового двойника ПС существуют уже сегодня  — пример системы сбора и отображения оперативного состояния взаимодействия элементов производственной системы приведен на рис. 2.

Рис. 2. Автоматизированная процедура инжиниринга производственных систем на базе «AnyLogic»

Оптимизация внутрицеховых материальных потоков достигается на сегодняшний день средствами специального софта категории MES (Manufacturing Execution System) [5], [6] — программного обеспечения, предназначенного для оперативного календарного планирования производства. Эти программы, включенные в эксплуатационную модель цифрового двойника ПС, рассчитывают производственное расписание по различным оптимизационным критериям [5].

В расчете используются технологические процессы изготовления изделий, где ставится многокритериальная оптимизационная задача максимизировать коэффициент OEE (Overall Equipment Effectiveness) при эффективном снижении потерь рабочего времени технологического оборудования. Что равносильно снижению значения показателя MCE (Manufacturing Cycle Effectiveness) — «цифрового показателя», характеризующего эффективность производственного цикла. Пример многокритериальной оптимизации расписания в цифровой эксплуатационной модели с помощью MES приведен на рис. 3.

Рис. 3. Расписание работ в цифровой эксплуатационной модели ПС на базе MES-системы «ФОБОС»
 

Еще одной важной задачей эксплуатационной модели «цифрового двойника» производственной системы является минимизация возможных отказов технологического оборудования за счет своевременного проведения планово-предупредительных ремонтов (ТОиР) [3], [7]. Часто эта функция реализуется в системах производственного управления класса ERP (Enterprise Resource Planning). На уровне эксплуатационной модели цифрового двойника ПС функции ТОиР учитываются как дополнительные операции, оптимизируемые в оперативном плане производства так, чтобы они минимально влияли на скорость прохождения обрабатываемых изделий через станочную систему предприятия. Эту задачу сегодня также принимают на себя MES-системы [4], [6], [7].
Важно, чтобы цифровая модель ПС поддерживалась в актуальном состоянии через реализацию непосредственной связи с оборудованием и производственными постами, с учетом текущего состояния изготавливаемых изделий. Для решения этой задачи, которая в настоящий момент времени базируется на системах класса MDC/MDA (Machine Data Collection/Machine Data Acquisition) или SCADA (Supervisory Control and Data Acquisition), используется индустриальный интернет (IoT — Internet of Things). Последний призван обеспечить связь сенсоров, датчиков и другой аппаратуры сбора данных с существующими системами управления производством и эксплуатационной моделью цифрового двойника производственной системы [5], [6].

Заключение

Понятие цифрового двойника (Digital Twin), являющегося фундаментальным понятием цифрового производства (Smart Factory), следует связывать как непосредственно с самим изделием, в этом случае применяется термин «цифровой двойник изделия», так и с процессом изготовления изделий — в этом случае следует использовать термин «цифровой двойник производственной системы». Последний включает в себя как инжиниринговую, так и эксплуатационную цифровые модели. Используемые совместно на этапе жизненного цикла изделия (Product Lifecycle Management), эти цифровые двойники должны быть функционально связаны между собой (Interoperability) и обеспечивать эксплуатационные характеристики проектируемого и изготавливаемого изделия в соответствии с его служебным назначением.

Таковы требования грядущей четвертой индустриальной революции Industry 4.0.

Литература
1. Соломенцев Ю. М., Фролов Е. Б. Современные методы повышения эффективности машиностроительных производств // Технология машиностроения. 2015. № 8. C. 54–58.
2. Залыгин А. Р., Фролов Е. Б. Производительность труда на российских машиностроительных предприятиях. Специфика внедрения «бережливого производства» // РИТМ машиностроения. 2020. № 3. С. 40–48.
3. Соломенцев Ю. М., Фролов Е. Б. «Цифровые двойники» изделия и производственной системы // Генеральный директор. 2018. № 8. С. 26–33.
4. Фролов Е. Б., Крюков В. В., Тимофеев Д. Е., Крюков А. В. Стандарты ИСО и промышленный софт на предприятии, или нужна ли директору «прозрачность» производства // Станочный парк. 2010. № 9. С. 24–29.
5. Фролов Е. Б., Нестеров П. А., Косьяненко А. В. Что следует знать о системах производственного планирования // РИТМ машиностроения. 2020. № 2. С. 12–17.
6. Нестеров П. А., Косьяненко А. В., Фролов Е. Б. «Цифровой двойник» производственной системы — базис для эффективного управления предприятием // Автоматизация и ИТ в энергетике. 2020. № 8. С. 20–26.
7. Фролов Е. Б., Нестеров П. А., Косьяненко А. В. Цифровое производство и системы производственного планирования // Автоматизация и ИТ в энергетике. 2020. № 9. С. 5–13.

Источник журнал "РИТМ машиностроения" № 9-2020