Руководители технологических компаний, технические эксперты, конструкторы и инженеры заинтересованы во внедрении технологии цифрового двойника в процесс производства. В связи с этим наши специалисты получают массу вопросов от представителей предприятий.
Ведущий эксперт компании «Фабрика Цифровой Трансформации», доктор технических наук Валерий Воловиков ответил на популярные вопросы в формате эксклюзивного интервью и рассказал о технологии цифрового двойника, ключевой для современной промышленности.
Какие преимущества дает концепция цифрового двойника на основе системной модели? Насколько оправдано моделирование сложных физических процессов, характерных для производственного оборудования?
В.В.: Цифровой двойник, основанный на системной модели, позволяет компаниям, занимающимся эксплуатацией технических объектов, уменьшить затраты, а также использовать следующие преимущества:
- обоснованно определять загрузку технологических установок на основе обеспечения оптимальных режимов работы всего входящего в их состав оборудования;
- уменьшать влияние человеческого фактора на получаемые результаты;
- обоснованно предъявлять требования к новому производственному оборудованию.
Наличие системной модели физических процессов отличает наше промышленное решение от цифровых двойников оборудования, основанных исключительно на технологиях машинного обучения. Даже в условиях ограниченного количества физических датчиков и неполной статистики по предыдущим условиям, режимам работы и отказам с нашим решением производственные компании получают достоверную, основанную на физических законах информацию о текущем состоянии и прогнозируемом ресурсе оборудования. У использования системной модели есть ещё одно преимущество — оперативная и малозатратная настройка цифрового двойника после модификации, замены или ремонта оборудования. Изменение физических параметров в системной модели учитывает ремонты и замены узлов и агрегатов.
Кроме того, применение системной модели в цифровом двойнике открывает дополнительный потенциал для использования прогнозной аналитики за счет следующих функций:
- доступа к дополнительным важным данным о режимах эксплуатации оборудования;
- расчёта ретроспективных данных для восполнения пробелов в информации о работе оборудования до того, как оно было оснащено системами сбора и хранения данных;
- расчёта установок при различных сочетаниях одновременного воздействия эксплуатационных и внешних факторов с определением результирующих режимов работы как отдельного оборудования, так и установки в целом.
Как в цифровом двойнике реализована системная модель?
Стоит отметить, что для построения системной модели используются актуальные версии программного обеспечения от мировых лидеров в области математического моделирования ANSYS и Flownex. Программные продукты от этих разработчиков зарекомендовали себя при решении широкого круга задач из различных отраслей промышленности.
Чтобы достичь оптимальной точности расчётов, сопоставимой с точностью физических датчиков, системная модель проходит процедуру калибровки. Она производится по показаниям имеющихся датчиков в реальных условиях эксплуатации.
Для повышения точности расчёта в системную модель встраиваются модели пониженного порядка (Reduced order models – сокращенно, ROM), полученные в ходе полноценного конечно-элементного расчёта оборудования. Эти модели не уступают по точности результатам инженерного анализа в конструкторских подразделениях и научно-исследовательских лабораториях. Они интегрируются в системную модель цифрового двойника и обеспечивают высокую скорость решения – необходимое условие в условиях современного производства.
В отличие от моделей, применяемых на этапах проектирования, системная модель получает на вход не искусственные данные из технического задания, а реальные уровни воздействующих факторов и нагрузок во всем многообразии их возможных сочетаний. Это значительно расширяет достоверность получаемых результатов и строящихся на их основании прогнозов.
Расчёт ведется в условиях, максимально приближенных к реальным на текущий момент работы. Есть возможность получения характеристик соответствующих как новому оборудованию, так и оборудованию с текущим или даже прогнозируемых предельным уровнем износа.
При эксплуатации оборудования расчетные данные от системной модели предоставляются в том же времени, в каком информация снимается с датчиков, что позволяет оператору оперативно реагировать на изменения в режимах работы оборудования.
Для критически важных характеристик, быстрое изменение которых может приводить к внезапным отказам оборудования, системная модель может прогнозировать статические состояния и время до их наступления. Примером может служить расчёт температуры обмотки электродвигателя после изменения параметров питания или нагрузки на валу. Рост температуры обмотки в этом случае происходит быстрее, чем увеличение температуры корпуса. В результате превышение допустимого уровня температуры может произойти скрытно от оператора и привести к преждевременному отказу оборудования.
Системная модель сложной промышленной установки содержит большое количество взаимосвязанных элементов, поэтому ее калибровка в ручном режиме может занимать значительное время. Однако, как показывает практика, данный эффект во многих случаях может быть минимизирован путем использования автоматизированной калибровки с использованием современных численных методов оптимизации. В этом случае пользователю необходимо описать сценарии калибровки модели, задать целевую функцию и ограничения. Дальнейший подбор параметров модели будет произведен машиной автоматически, после чего останется только оценить «физичность» рассчитанных калибровочных параметров.
Для диагностирования текущего состояния оборудования применяется автоматизированная калибровка системной модели. В сценарии калибровки вводятся параметры, характеризующие деградацию параметров установки. Например, загрязнение трубопроводов, поверхностей теплообменников и радиаторов, износ рабочих колес насосов, ухудшение параметров теплоизоляции и т.д. После процедуры калибровки численные значения диагностических параметров показывают, в каком месте какой уровень деградации достигнут.
Определение остаточного ресурса оборудования — это важная задача, решение которой значительно упрощается при применении системной модели. Эксплуатационные характеристики оборудования, используемые для вычисления показателей надежности, в большинстве случаев в полном объеме не измеряются на промышленных установках. Например, для определения интенсивности отказов электродвигателя необходимо знать температуры обмотки и корпуса, а также обороты вала. Если можно приближенно оценить обороты по частоте питания двигателя, то температуры в основном не фиксируются. Для откалиброванной системной модели вычисление этих параметров с необходимой точностью является типовой решаемой задачей.
Как решение сокращает издержки на эксплуатацию оборудования?
Один из наиболее очевидных способов снижения издержек — увеличение межремонтного интервала. Оно достигается за счет правильной, осознанной эксплуатации всего оборудования, входящего в состав промышленной установки. Предоставление достоверных данных о важных текущих и прогнозируемых характеристиках оборудования, определяющих режим его работы — задача системной модели.
Следующим способом снижения стоимости эксплуатации является поддержка планирования ремонтов. В этом случае правильности определения остаточного ресурса работы оборудования способствует не только учет реальных режимов работы, рассчитываемых системной моделью, но и уверенность в том, что оборудование эксплуатировалось без выхода характеристик за границы рабочих диапазонов. Более того, сокращение времени на поиск неисправности так же обеспечивается системной моделью, за счет периодического диагностирования состояния оборудования.
Правильный выбор оборудования по рабочим характеристикам, полученным с использованием системной модели и накопленным в базе цифрового двойника, позволяет произвести экономически обоснованную модификацию оборудования. При этом не будет ни переплаты за избыточный запас, ни ложной экономии, из-за которой новое оборудование будет функционировать с постоянными или периодическими перегрузками.