Андрей Николаевич Крылов – Исполнительный директор Фабрики Цифровой Трансформации (ФЦТ). В сегодняшнем интервью эксперт подробно расскажет о конструктивных особенностях цифровых двойников и о ключевых преимуществах их использования на предприятии.

Больше новых кейсов и разработок в области умной энергетики и цифровизации предприятий вы сможете получить на Всемирном саммите World Summit Smart Energy Russia, который пройдет 26-27 марта в Москве, event-hall Даниловский.

Андрей Николаевич, расскажите, пожалуйста, пару слов  о том, что такое цифровой двойник насосной установки и каковы его конструктивные особенности?

Цифровой двойник насосной установки – это демонстратор технологий Индустрии 4.0 для широкого круга промышленных компаний. Магистральный центробежный насос – объект, известный всем производственникам, оснащен несколькими типовыми датчиками, контроллером и подключен к системе сбора и предиктивной аналитики данных.

В её основе системная модель, работающая одновременно с насосом и полностью повторяющая его рабочие режимы. Она используется в качестве эталона и позволяет выявлять отклонения работы насоса на ранних этапах. Это, например, возникновение кавитации, грозящей разрушением рабочего колеса насоса, или вибрации вследствие разрушения подшипников. Неисправности, следующие за этими отклонениями, ежедневно выводят из строя сотни тысяч насосных установок по всему миру, а это внеплановые остановки энергетических предприятий, генерирующих мощностей и огромные убытки. Технология цифрового двойника позволяет сократить эти риски и минимизировать вероятность потерь.

Какова методология работы с эталонной системной моделью?

Особенность и, одновременно, главное преимущество эталонной системной модели заключается именно в подходе и методологии. Традиционно, системное или имитационное моделирование используется на этапе проектирования технологических комплексов и давно стало неотъемлемой частью разработки эффективных энергетических объектов. Наша разработанная и успешно апробированная методология включает три новых аспекта.

1. Создание и оптимизация многоуровневого комплекса системных моделей, каждая из подсистем которой соответствует реальному производственному объекту.
2. Автоматизированная калибровка модели. Необходимо, чтобы любая, даже очень сложная модель, точно отражала параметры работы реального актива и была бы надежным эталоном на все время эксплуатации объекта. Со временем оборудование стареет, характеристики меняются, а это тысячи меняющихся параметров. Надежно решить эту задачу позволяют современные программные решения по многокритериальной параметрической оптимизации, применяемые нами уже многие годы.
3. Получение дополнительной информации о работе объекта для прогнозирования остаточного срока службы. И здесь, применяя вместе эталонную системную модель и модель машинного обучения, можно получить достоверный прогноз оставшегося срока службы актива, исходя из его реального состояния и динамики его изменения. Решение этой задачи – необходимое условие для качественной предиктивной аналитики, нереализуемой в энергетике исключительно на базе нейросетей.

Этот, так называемый гибридный подход, работает не только для насоса, а гораздо шире. Мы используем технологии машинного обучения там, где процесс трудно описывать, но при этом он достаточно постоянен, и применяем имитационную системную модель как эталон для процессов, которые могут меняться в широком диапазоне. Такая комбинация – единственный способ прогнозирования состояния комплексных систем, что мы и показали в нашем демонстраторе.

Для чего в демонстраторе была применена полномасштабная система унифицированных полевых подключений?

Цель применения такой системы заключалась в том, чтобы показать, как мы решаем задачу повышения производственной эффективности системно и в целом, основываясь на данных с различных переделов и смежных информационных систем. Даже начиная с цифровизации отдельных участков и активов, на предприятии всегда нужно использовать технологию, гарантированно работающую с сотнями тысяч источников данных. Платформа IIoT с возможностью унифицированных полевых подключений – это базис успешного проекта в сфере Индустрии 4.0 для сложных многопередельных производств с разнородными и многочисленными активами, что характерно для энергетики.

Известно, что человеко-машинный интерфейс критически важен для принятия правильных решений оператором на сложном и опасном производственном объекте.  Как осуществляется проектирование человеко-машинных интерфейсов на основе IIoT-платформы?

Мы учли этот важный аспект в нашей работе, полностью подготовив рабочее место оператора, которое позволит ориентироваться в непрерывном потоке данных как от реального актива (одного насоса или целого производственного комплекса), так и от его цифрового двойника. Важно то, что скорректировать или разработать новый интерфейс грамотный инженер на производстве может самостоятельно, для этого не требуются навыки программирования. Процесс напоминает размещение и настройку виджетов на рабочем столе обычного компьютера или смартфона, и так же прост и интуитивно понятен. Эта гибкость хорошо отражает наш общий подход к реализации технологии цифрового двойника – он должен решать ключевые задачи эффективности и надежности, оставаясь интуитивно понятным пользователю, не будучи «черным ящиком», и сохраняя данные и экспертизу в контуре предприятия.

P.S. В рамках предстоящего саммита в потоке «Цифровизация» спикеры ФЦТ выступят со специальными докладами на тему проектов цифровых двойников:

• Технологии и сценарии работы цифрового двойника насосной установки.
• Проекты типа Цифровой двойник на платформе IIoT.

Спикер: Олег Маковельский, Технический директор по IoT.