Современная электроника №1/2022

ПРОЕКТИРОВАНИЕ И МОДЕЛИРОВАНИЕ 64 WWW.SOEL.RU СОВРЕМЕННАЯ ЭЛЕКТРОНИКА ◆ № 1 2022 АО «НЦВ Миль и Камов» (входит в холдинг «Вертолёты России» госкор- порации «Ростех») в настоящее время проводит цифровую трансформацию производства для ускорения создания новых машин. Уже на первом этапе реализации программы «НЦВ Миль и Камов» сможет сократить сроки разра- ботки конструкторской документации для новых вертолётов на 5–10%, а сро- ки технологической подготовки произ- водства – до 20%. Цифровизация про- изводства позволит усовершенствовать применение цифровых двойников для оптимизации конструкции, подготов- ки производства и эксплуатации вер- толётов [7]. В 2019 году АО «ОДК-Климов» совместно с Центром НТИ СПбПУ завершили первый этап проекта по разработке цифрового двойника дви- гателя ТВ7-117СТ-01, представляющего из себя виртуальнуюмодель двигателя, созданную по эталонным параметрам чертежей. Второй этап создания циф- рового двойника должен завершиться в 2022 году. В результате «ОДК-Климов» получит цифровой двойник, интегри- рованный в производственный контур. Он будет хранить и отражать детальную информацию о создании, существую- щих параметрах и эксплуатации каж- дого изготовленного двигателя. Резуль- таты исследований будут внедряться на предприятии ММП им. В.В. Черныше- ва ОДК [8]. В 2018 году специалисты Трубной металлургической компании (ТМК) разработали первый в России цифро- вой двойник трубопрокатного агре- гата, установленного на Северском трубном заводе. В его основу заложе- на комплексная математическая модель процесса прокатки труб, базирующа- яся на авторском подходе в реализа- ции энергетической теории обработ- ки металлов давлением. Цифровой двойник с высокой точностью моде- лирует процессы производства труб на непрерывных раскатных, извлека- тельно-калибровочных и редукцион- ных станах и позволяет в виртуальном режиме проработать различные сцена- рии процесса прокатки, чтобы опти- мально настроить оборудование для выпуска трубы с заданными характери- стиками. По итогам текущего года ТМК получила около полумиллиарда рублей дополнительной прибыли от внедре- ния цифровых двойников прокатных станов на Волжском (ВТЗ) и Северском (СТЗ) трубных заводах. Экономический эффект был достигнут за счёт повыше- ния качества трубной продукции, выпу- ска труб из новых марок стали и сни- жения издержек [15]. В сентябре 2021 года ПАО «ЛУКОЙЛ» запустило в эксплуатацию комплекс- ную интегрированную цифровую модель Ватьеганского месторождения, которая является частью корпоратив- ного проекта «Интеллектуальное место- рождение». Беспрецедентный по мас- штабу и сложности проект включает в себя создание цифровых двойников более чем 3000 скважин и 12 объектов разработки и охватывает всю произ- водственную цепочку добычи – от пла- ста до входа в центральный пункт сбо- ра и подготовки нефти [12]. Компания «КАДФЕМ Си-Ай-Эс» пла- нирует в начале 2022 года завершить проект по созданию так называемого гибридного цифрового двойника мель- ницы измельчения руды для одного из крупнейших производителей золота в России. В основе общепринятой концепции цифровых двойников промышленно- го оборудования лежит компьютерный анализ данных, поступающих с датчи- ков, установленных на оборудовании, и последующее обучение нейронной сети на размеченных или неразме- ченных данных, или обучение с под- креплением. Однако, как показывает практика, для решения таких важных задач цифрового двойника, как оцен- ка текущего состояния оборудования и всей системы, в которой это обору- дование эксплуатируется, определение оптимальных условий работы и про- гнозирование остаточного ресурса данных, полученных от физических датчиков, часто бывает недостаточ- но. Концепция гибридного цифрово- го двойника предполагает, что кроме общепринятых физических датчиков применяются так называемые вирту- альные датчики, которые предостав- ляют дополнительные данные об измеряемом параметре в любой точ- ке оборудования на основе компью- терного инженерного анализа (CAE) Рис. 3. Траектории движения материала в мельнице с профилем «Индустрия сервис» в новом состоянии (а) и в изношенном (б) Таблица 1 Сравнение технологии цифровых двойников, построенных на основе законов физики и машинного обучения На основе законов физики (гибридный цифровой двойник) На основе машинного обучения и глубокого анализа данных Преимущества Модели отражают глубокие знания, основанные на физике процессов. Новая информация получается за счёт построения причинно-следственных связей. Неопределённость контролируется входными данными и точностью моделирования. Модель имеет универсальное свойство – предсказывать события в любой точке, находящейся в рамках модели Модель строится исключительно на основе данных – нет необходимости обладать знаниями в предметной области. Универсальная и гибкая модель – обрабатывает потоки неоднородных данных. С течением времени модель совершенствуется (обучение с подкреплением сигналами от среды взаимодействия). Хорошо подходит для обнаружения сложных взаимосвязей и паттернов Недостатки Требует обширных знаний в области физики. Большая вычислительная нагрузка; сложно осуществить в режиме реального времени. Предположения о характере входящих и исходящих данных должны быть сделаны заранее Потребность в обучающих данных, необходимых для разработки модели. Корреляции, а не причинность. Чёрный ящик, без объяснений (в частности, технология глубокого обучения). Методы приближения, нет точной математики. Предиктивные возможности быстро ухудшаются за пределами области обучения. Трудно предсказать экстремальные/критические условия (мало наблюдений) а б