Ассоциация «Технет»
Инфраструктурный центр «Технет»

23 Января 2019 года
Данная новость была прочитана 329 раз

Эксперты Ассоциации «Технет» приняли участие в подготовке доклада РАНХиГС «Государство как платформа: люди и технологии»

С 15 по 17 января 2019 года в Российской академии народного хозяйства и государственной службы при Президенте РФ (РАНХиГС) проходил Х Гайдаровский форум «Россия и мир: национальные цели развития и глобальные тренды» – крупнейший международный экспертный форум, объединяющий тех, кто оказывает влияние на социально-экономическое развитие регионов и государств.

На Форуме был представлен доклад РАНХиГС «Государство как платформа: люди и технологии» (РАНХиГС, Москва, 2019. – 112 с.), участие в подготовке которого приняли и эксперты Центра компетенций НТИ СПбПУ «Новые производственные технологии».

Ниже приводится раздел 1.6.1 «Цифровой двойник» (стр. 42–45), составленный при участии наших специалистов и включающий комментарий Digital Twin vs. Digital Shadow на тему содержательных различий между понятиями «Цифровой двойник» и «Цифровая тень». Комментарий составлен по обращению редактора доклада канд. экон. наук, директора Центра перспективных управленческих решений, научного руководителя программы ВШГУ РАНХиГС «Руководитель цифровой трансформации», заместителя руководителя экспертного совета при Генеральной прокуратуре по цифровой трансформации, члена Экспертного совета при Правительстве РФ М.С. Шклярук.

Полный текст доклада размещен на площадках РАНХиГС и АНО «Цифровая экономика».


1.6 Цифровой двойник и цифровой профиль: разница

Цифровой двойник изделия может применяться в наукоемких отраслях со сложными техническими системами. Эффект от применения цифрового двойника можно посчитать в денежном эквиваленте. Человек получает столь подробное описания себя по цифровым следам, как никогда раньше. Однако есть риски потери приватности идентичности.

С момента появления вычислительных устройств отчётливо видно стремление реализовать взаимодействие с ними как можно ближе к человеческому. Вместе с тем современные компьютерные технологии позволяют моделировать / имитировать / эмулировать реальность, преодолевая сложности и ограничения действительного мира, результатом чего в настоящее время стало широкое использование так называемых «цифровых двойников».

1.6.1 «Цифровой двойник»

Обычно цифровой двойник (ЦД, digital twin) понимается как виртуальный прототип реального физического объекта, группы изделий или процесса, в котором осуществляется сбор и повторное использование цифровой информации об объекте. ЦД не ограничивается только сбором данных на стадии его разработки или внедрения, но существует и развивается в течение всего жизненного цикла объекта, собирая и обрабатывая поступающие от него данные и храня всю их предыдущую историю.

Концепция цифровых двойников охватывает сегодня как органичное расширение технологий промышленного интернета вещей и более ранних проявлений телеметрического контроля, так и цифровой профиль человека (digital identity) или организации, накапливающий все элементы цифровой реальности, так или иначе связанные с человеком или организацией.

Говоря о ЦД устройства или процесса, нужно понимать, что полнота двойника может варьироваться и зависеть от возможности получить данные в случае наличия разнородных и слабоструктурированных данных.

Но усилия, затраченные на создание цифрового двойника какого-либо изделия, продукта или процесса, окупаются появлением следующих возможностей:

  • быстрое получение представления об изделии, продукте или процессе не только с разных точек зрения, но и в динамике его создания, функционирования, эксплуатации и развития;
  • возможность предсказания поведения и свойств новых изделий, продуктов и процессов на основе цифровых двойников, включая нормальные условия функционирования / эксплуатации, нарушения нормальных условий, неблагоприятные ситуации, например, аварийные ситуации;
  • выявление общих тенденций и закономерностей жизненного цикла изделия, продукта и процесса.

Автоматизированные системы подготовки конструкторской документации, средства моделирования и другие сложные системы давно помогают человеку сэкономить время и ресурсы при создании новых технологических объектов и во многих случаях замещают проведение натурных экспериментов в случаях, когда разработаны и применены математические модели, адекватные реальным материалам, изделиям, продуктам и процессам. Использование цифровых двойников позволяет учесть все данные, которые генерируют сенсоры, связанные с ЦД объекта, а наличие уточняемых моделей функционирования позволяет повышать отказоустойчивость оборудования, системно оптимизировать стоимость обслуживания, продлевать период эксплуатации, уменьшать период окупаемости, учитывать воздействия среды и корректировать саму цифровую модель в ходе эксплуатации объекта.

Использование ЦД трансформирует вокруг себя соответствующие бизнес-процессы, выходя на уровень «управления на основе больших объемов данных». В этом смысле цифровой двойник формирует модель представления всех процессов и взаимосвязей применяющего его предприятия.

Распространение получила трёхуровневая классификация двойников: цифровые двойники-прототипы (Digital Twin Prototype, DTP), цифровые двойники-экземпляры (Digital Twin Instance, DTI) и агрегированные двойники (Digital Twin Aggregate, DTA).

Двойник-прототип (DTP) нужен для описания и создания физического объекта, содержит базовую 3D-модель, отвечает на вопросы «как создать», «из чего», «какова функциональность» и «как утилизировать».

Двойник-экземпляр (DTI) соответствует конкретному физическому объекту в течение всего цикла эксплуатации и содержит уточненную модель, описание проектных решений и их реализации при изготовлении, результаты тестирования, историю обслуживания, журналы генерируемых сенсорами данных, сведения о мониторинге состояния объекта и его прогнозируемые характеристики.

Надстройкой над множеством DTI является агрегированный двойник (DTA), представляющий собой цифровую платформу, обеспечивающую сбор данных со всех двойников-экземпляров как по требованию, так и для построения тех или иных прогнозов.

Цифровые двойники наиболее применимы там, где сложным техническим объектам требуется квалифицированное специализированное сопровождение, сами объекты эксплуатируются в течение длительного жизненного цикла в существенно различающихся условиях, в том числе в труднодоступных местах, и при наличии многих экземпляров технического объекта.

Если говорить об отраслях, то сегодня существенный эффект от ЦД достигается в энергетике, авиационных двигателях и системах, сложном промышленном и медицинском оборудовании, транспортных системах.

Примером платформы, поддерживающей концепцию цифровых двойников, является Predix Platform компании GEl [63]. Вот какие результаты применения ЦД приводит компания:

  • рост надежности работы оборудования за два года составил 93–99,49%;
  • менее чем за год объем внепланового обслуживания сократился на 40%;
  • на 75% возросло ускорение выхода на результативность эксплуатации;
  • экономия средств за счет предсказания и предотвращения трех сбоев составила 11 млн долларов США.

Если рассмотреть вклад цифровых двойников, применяющихся для обслуживания оборудования по фактическому состоянию, то можно основывать прогнозы от их внедрения на следующих показателях эффективности, представленных министерством энергетики США за 2017 год:

  • сокращение расходов на техническое обслуживание на 25%;
  • уменьшение влияния аварий оборудования на 70%;
  • сокращение сроков незапланированного простоя на 35%;
  • повышение производительности на 20%.

Для предприятий и экономики данные и экосистемы, включающие в себя цифровые двойники, являются хорошим инструментом для повышения эффективности и прозрачности, позволяют проследить жизненные этапы создаваемых товаров и услуг, предоставить необходимые инструменты для улучшения регуляторной и надзорной функций. Применение концепции цифрового двойника дает дополнительное представление об экономической сущности актива, определяет пути снижения его стоимости владения (TCO — Total Cost of Ownership) и позволяет понять, как с минимальными издержками сделать его более безопасным, включая экологические и социальные аспекты.

Digital Twin vs. Digital Shadow [64]

Сегодня концепция цифровых двойников компании General Electric, в которой основное внимание уделяется технологиям промышленного интернета вещей, хранения и анализа больших данных и предиктивной аналитике, демонстрирует свою ограниченность. Это связано с тем, что в скором времени в промышленности будет генерироваться значительно больше данных, чем можно будет обработать, получая содержательную информацию. Например, самолет с двумя турбовентиляторными двигателями Pratt & Whitney PW1000G, которым будут оснащаться МС-21 и Airbus A320neo, за 12-часовой рейс сможет генерировать до 844 терабайт данных, поступающих с 5000 датчиков. Для сравнения: по оценкам 2014 года, социальная сеть Facebook генерировала около 600 терабайт информации в день.

Это означает, что главным вызовом становится извлечение из всего этого массива тех функциональных связей и зависимостей, которые способны описать поведение реального объекта / продукта в реальных условиях эксплуатации, включая аварийные ситуации. Для того чтобы существенно уменьшить объем и повысить содержательность больших данных («повысить КПД больших данных», фактически, перейти от Big Data к Smart Big Data), необходимо использовать цифровые двойники (Digital Twin), понимаемые как семейства сложных мультидисциплинарных математических моделей с высоким уровнем адекватности реальным материалам, реальным объектам / конструкциям / машинам / приборам … / техническим и киберфизическим системам, физико-механическим процессам (включая технологические и производственные процессы), описываемым 3D нестационарными нелинейными дифференциальными уравнениями в частных производных. Высокий уровень адекватности означает, что цифровой двойник должен обеспечивать отличие между результатами виртуальных испытаний и физических / натурных испытаний в пределах ± 5% (именно в этом случае он имеет право называть цифровым двойником, в противном случае, это электронная модель, цифровой макет, цифровой прототип и т.д., которые предполагают использование традиционного подхода — «проектирование и доводка изделий через многочисленные и дорогостоящие испытания»).

В случае соответствия данному определению цифровой двойник способен ответить на вопросы: «где измерять?» и «что измерять?», то есть указать критические зоны, в которых необходимо разместить датчики, и критические характеристики, которые необходимо измерять, а затем – передавать, хранить, защищать и обрабатывать большие объемы информации. Итак, цифровой двойник смещает фокусировку на процесс генерации содержательных данных – Smart Big Data. Более того, цифровой двойник позволяет не только адекватно описывать поведение реального объекта / продукта на всех режимах работы (включая нормальные условия работы, нарушения нормальных условий работы, аварийные ситуации и пр.), но и с высокой степенью адекватности моделировать различные возможные и непредвиденные ситуации, включая их всевозможные комбинации / наложения. Следовательно, «цифровой двойник обладает предсказательным потенциалом», в отличие от множества датчиков, которые лишь помогают сформировать «память» об уже случившихся событиях и не позволяют осуществлять те или иные прогнозы.

Таким образом, цифровые двойники необходимо отличать от цифровых теней (Digital Shadow), которые представляет собой системы связей и зависимостей, описывающих поведение реального объекта / продукта, как правило, в нормальных условиях работы и содержащихся в избыточных больших данных (Big Data), получаемых с реального объекта / продукта при помощи технологий промышленного интернета. Для формирования цифровой тени посредством выявления связей и зависимостей используется предиктивная аналитика. Цифровая тень способна предсказать поведение реального объекта только в тех условиях, в которых осуществлялся сбор больших данных, но не позволяет моделировать ситуации, в которых реальный объект / продукт не эксплуатировался («цифровая тень обладает лишь свойством памяти»). Для формирования цифровой тени модели, описываемые нестационарными нелинейными 3D уравнениями в частных производных, как правило, не применяются.

Цифровые двойники позволяют компаниям создавать в кратчайшие сроки глобально конкурентоспособную продукцию нового поколения, однако для их разработки требуются новые инструменты: цифровые платформы, многоуровневые матрицы целевых характеристик и ограничений (временных, финансовых, технологических, производственных и т.д.), виртуальные испытания, стенды и полигоны, системы интеллектуальных помощников и, конечно же, инженерные компетенции мирового уровня [65].

При разговоре о цифровых двойниках нужно также помнить, что для них появляются угрозы более высокого уровня, чем традиционные. В частности, к ним относится угроза несоответствия (не адекватности) модели. Требования по защите цифровых двойников реализованы на корпоративном уровне или отсутствуют. В ближайшее время развернётся конкурентная борьба между производителями и деятельность по продвижению предлагаемых ими платформ, позволяющих предотвратить эти угрозы.


Примечания:

62 Основной автор: Голосов П. Е. Авторы доклада благодарят А.И. Боровкова, проректора по перспективным проектам СПбПУ, научного руководителя ИППТ СПбПУ за комментарии к данному разделу и предоставленные дополнительные материалы.

63 Анализ 340 терабайт данных о 3,4 млн полетов 25 авиакомпаний позволил повысить производительность на порядки, а затраты на техобслуживание снизить в 7 раз, https://www.csr.ru/news/vyzov-tsifrovoj-ekonomiki

64 Дополнительно рекомендуем ознакомиться: Боровков А.И., Марусева В.М., Рябов Ю.А. Новая парадигма цифрового проектирования и моделирования глобально конкурентоспособной продукции нового поколения // Цифровое производ­ство: методы, экосистемы, технологии. – 2018. – С. 5, 24–44. – URL: http://assets.fea.ru/uploads/fea/news/2018/04_april/12/ cifrovoe-proizvodstvo-032018.pdf, Боровков А.И., Марусева В.М., Рябов Ю.А. «Умные» цифровые двойники – основа новой парадигмы цифрового проекти­рования и моделирования глобально конкурентоспособной продукции нового поколения // Трамплин к успеху. – 2018. – № 13. – С. 12–16. – URL: http://assets.fea.ru/uploads/fea/news/2018/04_april/12/tramplin-uspeha_13-16.pdf; Боровков А.И., Рябов Ю.А., Кукушкин К.В., Марусева В.М., Кулемин В.Ю. Цифровые двойники и цифровая трансформация предприятий ОПК // Оборонная техника. – 2018. – № 1. – С. 6–33. – URL: http://assets.fea.ru/uploads/fea/news/2018/05_ may/17/oboronnaya-technika.pdf.

65 Источник: Центр компетенций Национальной технологической инициативы по направлению «Новые производственные технологии» на базе Института передовых производственных технологий Санкт-Петербургского политехнического университета Петра Великого: https://nticenter.spbstu.ru/


Скачать полный текст доклада: Государство как платформа_ люди и технологии.pdf (7,68 Mb)