Развитие производства с помощью цифровых двойников на основе моделирования

Статья расскажет о том, как совместное использование IoT, имитационного моделирования, AI, AR, HPC открывает новые возможности для повышения эффективности как отдельных активов компании, так и организации в целом.

Концепция цифрового двойника (digital twin) существует с тех пор, как НАСА (NASA) стало использовать технологию численного моделирования и сравнивать результаты с наземными физическими моделями при разработке и управлении ранними космическими аппаратами.

Сегодня цифровые двойники являются областью повышенного интереса и инвестиций. На мировом рынке цифровых двойников наблюдается 40-процентный совокупный годовой рост (Compound Annnual Growth Rat — CAGR). Планируется, что к 2023 году он достигнет 15,66 млрд. долларов США.

Такая популярность технологии обусловлена достижениями в области:

• высокопроизводительных вычислений (High-performance Computing – HPC) – способность обрабатывать данные и выполнять сложные вычисления на высоких скоростях;
• IoT (Internet of Things);
• имитационных методов.

Эти достижения проложили путь к «цифровым двойникам второго поколения». Они объединяют операционные данные из связанных активов компании (производственное оборудование, здания и т.п.) с физическими процессами на основе моделей, осуществлённых на численном моделировании. Двойники второго поколения расширяют возможности моделирования, и их влияние выходит далеко за рамки традиционной сферы моделирования — производства сложных, дорогостоящих продуктов. Теперь они не только помогают разрабатывать более совершенные продукты, но и позволяют более эффективно их использовать.

Новая эра для моделирования с помощью HPC

По словам Жака Дуйсенса (Jacques Duysens), который возглавляет развитие цифровых двойников в компании ANSYS в Европе и на Ближнем Востоке, второе поколение цифровых двойников на основе моделирования представляет как новую эру для моделирования, так и скачок в функциональности цифровых двойников.

Сегодня можно создать цифрового двойника для отдельных активов компании и отслеживать его показатели в режиме реального времени или почти реального (зависит от множества факторов, включая сложность самих двойников). Например, энергетическая компания может создать двойника для каждой отдельной турбины на ветровой электростанции. Затем изучать в цифровой среде, как эффективность каждой из них повышается или понижается в зависимости от уникального местоположения в поле. Организации могут отображать в цифре работу компонента, системы, сборочной линии или производства предприятия в целом. Примеры реализованных активов постоянно растут. Сейчас среди них можно обнаружить насосы, ветряные турбины, электродвигатели, генераторы переменного тока и т.п.

Моделирование сложных продуктов и систем в их рабочих средах открывает определенные бизнес-ценности. Использование проверенных цифровых двойников в операционной деятельности может привести к повышению эффективности и снижению затрат на обслуживание. Предприятия также могут потенциально получить преимущества за счёт увеличения инноваций в продуктах, а также за счёт новых прогнозируемых услуг по техническому обслуживанию. И эта ценность растёт, поскольку прогрессивные технологии делают крупномасштабных цифровых двойников в реальном времени всё более практической реальностью.

Примеры использования цифровых двойников при проектировании и эксплуатации продукта

Объединение имитационных моделей с данными IoT, полученных из операционных активов, может быть использовано как в разработке, так и в эксплуатации. Проектно-конструкторские группы могут вводить операционные данные в имитационные модели и проверять инженерные модели, что позволит работать с большей уверенностью в успехе. Можно гораздо глубже понять, как реализуются работающие активы в режиме реального времени. Эти знания подтолкнут на изучение потенциально новых функций продукта, а также повысят полезность и надёжность последующих активов или производственных мощностей. Также возможна реализация виртуальных датчиков, отслеживающих цифровые активы.

Команды технического обслуживания могут использовать цифровых двойников для выполнения профилактического обслуживания. Они могут изучать износ эксплуатационных активов, выявлять проблемы до того, как они станут симптоматическими. Появляется возможность устранять проблемы с помощью сценариев «что если»: благодаря двойнику, оперативные группы могут проигрывать возможные решения и только потом вносить коррективы или ремонтировать физический актив.

Благодаря тому, что наблюдение происходит в режиме реального времени или почти реального, цифровые двойники также могут использоваться для оптимизации производительности отдельных или целого ряда активов. Это может помочь продлить срок их службы или уменьшить их количество до допустимых норм без потери эффективности.

Нетрадиционные пользователи имитационных моделей

Первые последователи технологии цифровых двойников пришли из базы традиционных компаний, которые производят или внедряют сложные и дорогостоящие активы. Но данный рынок быстро расширяется. Продукты становятся всё более высокотехнологичными и интеллектуальными, что побуждает всё больше производителей использовать имитационное моделирование и цифровых двойников в широком смысле, чтобы создавать эти продукты и управлять ими.

Многие отрасли промышленности находят инновационные способы создания и применения цифровых двойников. Так, например, в здравоохранении цифровые двойники используются не только для оптимизации конструкции медицинской техники, но и для изучения персонализированных моделей (для каждого конкретного человека). Хирурги могут переводить отсканированное изображение и другую информацию в цифровую модель, а затем пробовать различные стратегии и методы лечения перед фактическим проведением операции.

Сети цифровых двойников помогают архитекторам оптимизировать проектирование зданий, а городским планировщикам — улучшать общественный транспорт и управление стихийными бедствиями. Двойники на основе моделирования также используются в сценариях обучения, особенно когда обучение на реальных активах будет опасным или дорогостоящим.

Высокопроизводительные вычисления (HPC) и моделирование пониженного порядка (ROM)

Цифровые двойники создают большой объем данных. Обработка и хранение таких данных требует высокопроизводительной инфраструктуры. HPC позволяет создавать цифровых двойников, принимать и обрабатывать данные датчиков, объединять их с различными источниками корпоративных данных, анализировать их для предоставления рабочих данных и визуализировать для ускорения реакции на эти данные.

Инфраструктура HPC и прогресс в методологии моделирования, известной как моделирование с пониженным порядком (ROM), позволяют разработчикам и инженерам создавать всё более подробные модели и выполнять сложные моделирования. HPC и ROM позволяют команде разработки отражать использующиеся в работе активы в режиме реального времени или почти реального, в зависимости от сложности двойника. В области проектирования они позволяют дизайнерам систем проводить больше прогонов моделирования и создавать масштабные планы оптимизации, разрабатывать более надёжные и инновационные продукты и быстрее выводить их на рынок.

Аналитика на базе HPC, включая машинное обучение и другие формы искусственного интеллекта, также важна для получения результатов от больших объемов данных, генерируемых двойниками. Аналитические результаты, представленные с помощью простых предупреждений, а также современных технологий визуализации и дополненной реальности (AR), могут способствовать практическому пониманию. Это поможет оптимизировать всё, начиная от срока службы отдельного актива и заканчивая работой всей фабрики. В дополнение к запуску аналитики, HPC платформы используются для тренировки моделей машинного обучения. Эти модели могут идентифицировать ранее непредвиденные закономерности в цифровых двойниках. Искусственный интеллект с поддержкой HPC будет играть важную роль в создании двойников следующего поколения.

HPC и другие технологии становятся всё более мощными, а поставщики решений для моделирования расширяют своё внимание на интеграцию программного обеспечения и простоту использования. По мере того как преимущества цифровых двойников становятся всё более очевидными, мы можем ожидать, что технология второго поколения будет способствовать дальнейшему росту HPC, повышению рентабельности инвестиций в IoT в промышленности и повышению ценности для широкого спектра отраслей.

Материал подготовлен на основе статьи insideHPC.

Вы можете подробнее ознакомиться с услугами нашей компании по имитационному моделированию и IoT на соответствующих страницах.