благодаря каким возможностям усилия затраченные на создание цифрового двойника объекта окупаются
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:
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:
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:
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.
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)
Цифровой двойник: настоящее и будущее
Есть много разрозненной информации о том, что такое цифровой двойник, а много компаний уверяет, что может создать его. Но это не всегда так. Директор по продуктам Factory5 Артем Серебров раскрывает суть этого явления и рассказывает о возможностях и истории развития цифровых двойников.
Цифровой двойник — это виртуальная копия физического объекта или процесса. Изначально он был придуман когда-то давно как цифровая копия оборудования. Но с тех пор прошло много времени и у цифрового двойника появилось много вариаций. Все они хорошо проработаны теоретически, но только начинают развиваться практически.
Настоящее
У цифрового двойника есть несколько видов, которые делятся по сфере применения:
Digital Twin Prototype — первый цифровой двойник в истории. В 1970х он использовался компанией Nasa для проектирования миссии Apollo 13. Он был создан для того, чтобы проверить, как будущий объект поведет себя в физическом мире. В дальнейшем, инжинеры NASA обнаружили, что этот же двойник можно использовать для контроля уже существующего оборудования и предсказания что с ним произойдет. Однако, так как условия космоса в то время были плохо изученными, потребовалось создать постоянную связь в реальном времени между оборудованием и двойником, чтобы снимать реальные показания с датчиков. Это и привело к современным цифровым двойникам и их следующему типу.
Digital Twin Instance — цифровой двойник экземпляра. Фактически, это сбор информации с датчиков, установленных на оборудовании, и получение копии работающей единицы в системе. Это позволяет автоматически отслеживать и прогнозировать поведение этого оборудования, предсказывать аварийные остановы и создавать симуляции режимов работы.
Digital Twin Aggregate — модель серии оборудования. Это двойник существующего оборудования, которая в первую очередь применяется для обучения персонала и оптимизации процессов ТОиР. С такой моделью специалисту не нужно читать мануалы по эксплуатации оборудования, а можно сразу практиковаться и смотреть результаты действий на виртуальной модели.
Будущее
Сегодня появляются новые виды двойников: некоторые из них кажутся фантастикой, а некоторые уже создаются и внедряются.
1. Цифровой двойник процесса
Двойник производственного процесса дает понимание того, какого качества продукт получается в конце. Если речь идет о более сложном явлении в компании, то в результате мы можем узнать результаты наших действий. Особенно это касается масштабных процессов, в которые сложно вносить изменения.
2. Цифровой двойник целой компании
Все процессы вместе взятые составят двойник компании. Это позволяет рассматривать общую картину и принимать решения на основе фактических данных.
3. Цифровой двойник изделия
Крыло самолета, винт и другие составные части, перенесенные в цифровую плоскость, можно испытывать и тестировать бесконечно. Для этого вида цифрового двойника требуется очень четкое физическое моделирование, поскольку каждое изделие создается в новых индивидуальных условиях.
Если такая модель станет реальность, то можно будет убрать контроль качества, специальные стенды и бесконечные испытания. Также, мы будем получать больше информации о том, какого качества изготовленные нами продукты. Это, также, решит проблемы крупных отраслей: построение ракет, самолетов и т. д.
Как создается цифровой двойник в F5
В Factory5 мы специализируемся на моделировании, поэтому очень часто решаем конкретные потребности предприятия. Мы можем соптимизировать различные функции предприятия: начиная от ТОиР, заканчивая финансовым планированием и финансовым стресс-тестированием.
На сегодняшний день мы делаем:
цифровых двойников оборудования и используем его для анализа технического состояния,
цифровых двойников производственного и логистического процессов
(сделали первый шаг в сторону) цифрового двойника организации.
Процесс создания проще всего показать на примере двойника оборудования:
Консультации со специалистом по оборудованию.
Сбор телеметрии с датчиков и разметка пути телеметрии из конкретных источников.
Создание статичной древовидной модели.
Написание симуляционных моделей.
Сложности начинаются на последнем этапе. Моделировать все возможные ситуации бесполезно и очень трудоемко. Поэтому необходимо определить самые важные критерии, которые имеет смысл моделировать в каждой конкретной ситуации: перепад напряжения в этом узле и повышение температуры — в другом. Для этого нужен специалист по оборудованию и физическим процессам одновременно, который расскажет, как оборудование работает на самом деле и напишет физические модели действительно важных процессов. Это трудоемкая, но повторяемая работа: описав физическую модель работы электродвигателя, мы можем применить эту модель ко всем электродвигателям.
Если говорить о цифровом двойнике технологических производственных процессов, ситуация выглядит почти так же. Только мы создаем не древовидную, а линейную модель.
Логистический и финансовый процессы создавать немного сложнее. Они пишутся под конкретную организацию, потому что для каждого это индивидуальный процесс. Поэтому специалист должен «высадиться» в организацию, аккуратно записать, как в этой организации работают процессы и создать уникальную блок-схему этих процессов.
Кто участвует в процессе разработки
В процессе разработки MX-моделей участвуют специалисты со следующими ролями:
1. Роль «Бизнес-аналитик». Функции роли:
Сбор и анализ документации и материалов по оборудованию.
Определение перечня инцидентов и прогнозов технического состояния, подлежащих моделированию.
2. Роль «Эксперт». Функции роли:
Подготовка материалов по работе оборудования и инцидентам, консультации по работе оборудования.
Разработка экспертных правил.
Разработка методик расчета информативных неизмеряемых параметров.
Постановка задач на разработку экспертных правил, методик расчета информативных неизмеряемых параметров, верификацию моделей физических процессов.
Экспертная поддержка в процессе разработки и верификации ML-моделей.
3. Роль «Data science специалист». Функции роли:
Исследование данных телеметрии.
Анализ и представление данных телеметрии, выполнение различных расчетов в процессе разработки экспертных правил, методик расчета информативных неизмеряемых параметров.
Подбор функций передаточных моделей с помощью алгоритмов машинного обучения.
Валидация разработанных правил по имеющимся данным телеметрии, данным по отказам, ремонтам, заменам и обслуживанию.
Зачем нужны цифровые модели
В целом цифровые двойники в промышленности уже приносят свою пользу. Например, цифровые двойники оборудования и предиктивная аналитика приводят к сокращению его простоев до 12%, при проектировании цифровые двойники снижают затраты времени на процесс до 30%, а скорость обучения персонала с применением технологии цифровых двойников увеличивается на 50%. В результате предприятия, использующие данную инновацию, быстрее адаптируются к стремительно меняющимся трендам и событиям, повышают производительность и начинают эффективнее управлять ресурсами, что напрямую влияет на их конкурентоспособность.
Примеры использования цифровых двойников от F5
1. Предиктивный анализ состояния газотурбинной установки
В этом кейсе предиктивный анализ технического состояния газотурбинной установки для крупной энергетической компании не состоялся бы без цифрового двойника. Он позволяет прогнозировать отказы и планировать ТОиР в соответствии с этой информацией. Самое главное, он позволяет анализировать режимы работы газотурбинной установки не меняя их в физическом мире. Так удалось понять, какие конструктивные элементы влияют на перерасход топлива, и скорректировать режим работы так, чтобы исключить перерасход.
2. Оптимизация цепочки поставок
Цифровой двойник может учитывать большое количество факторов и позволяет эмулировать ситуацию по разным экономическим показателем: время доставки, сокращение затрат, утилизация и т. д. Поэтому он подходит для оптимизации цепочки поставок для крупной транспортно-логистической компании. В этом кейсе цифровой двойник учитывает более 45 разных факторов и выстраивает маршруты в режиме реального времени. Это позволило сократить затраты на 30%, увеличить утилизацию на 20% и приблизить вероятность построения оптимальной логистической модели к 100%.
3. Средне-срочное финансово-экономическое моделирование
Цифровой двойник учитывает не только большое количество факторов, но и взаимосвязь между ними. Поэтому отлично подходит для сложных системных процессов, как среднесрочное финансово-экономическое моделирование. В данном кейсе для крупного транспортного холдинга удалось цифровой двойник позволяет выстраивать сценарии развития событий в режиме реального времени и видеть результаты тех или иных решений, принимаемых в основном топ-менеджментом. Это сокращает трудозатраты на создание и поддержание в актуальном состоянии стратегических моделей до 70%.
Что такое цифровые двойники и где их используют
Что такое цифровой двойник
Цифровой двойник — это цифровая (виртуальная) модель любых объектов, систем, процессов или людей. Она точно воспроизводит форму и действия оригинала и синхронизирована с ним.
Цифровой двойник нужен, чтобы смоделировать, что будет происходить с оригиналом в тех или иных условиях. Это помогает, во-первых, сэкономить время и средства (например, если речь идет о сложном и дорогостоящем оборудовании), а во-вторых — избежать вреда для людей и окружающей среды.
Впервые концепцию цифрового двойника описал в 2002 году Майкл Гривс, профессор Мичиганского университета. В своей книге «Происхождение цифровых двойников» он разложил их на три основные части:
По мнению Гривса, «в идеальных условиях вся информация, которую можно получить от изделия, может быть получена от его цифрового двойника».
Официально термин «Цифровой двойник» впервые упоминается в отчете NASA о моделировании и симуляции за 2010 год. В нем говорится о сверхреалистичной виртуальной копии космического корабля, которая воспроизводила бы этапы строительства, испытаний и полетов.
Мощный толчок в развитии цифровых двойников произошел благодаря развитию искусственного интеллекта и интернета вещей. Согласно исследованию Gartner Hype Cycle, описывающему циклы зрелости технологий, это произошло в 2015 году. В 2016-м цифровые двойники и сами вошли в Gartner Hype Cycle, а к 2018 году оказались на пике.
Какими бывают цифровые двойники
К примеру, на Ближнем Востоке технология цифрового двойника позволила «собрать» 20 нефтеперерабатывающих и нефтедобывающих предприятий компании ADNOC в единый диспетчерский пункт и унифицировать все процессы.
Оптимальной погрешностью между работой цифрового двойника и его физического прототипа считают 5%.
Какие задачи решают цифровые двойники
Анастасия Пердеро, менеджер проекта Internet of Energy Центра энергетики Московской школы управления Сколково:
«Цифровые двойники позволяют реалистично моделировать не только сами объекты, но и процессы их строительства, эксплуатации в различных условиях. Сейчас они активно применяются для критической инфраструктуры компаний — подключенных промышленных активов, активно генерирующих данные — и могут использоваться на разных этапах жизненного цикла объекта».
Где применяют цифровых двойников
Цифровые двойники помогают снизить риски при добыче и переработке нефти и газа. Это позволяет сохранить жизни сотрудников и избежать ущерба для окружающей среды, а также сэкономить огромные суммы.
На одном из европейских нефтеперерабатывающих предприятий система предикативной (прогнозной) аналитики Schneider Electric позволила предсказать сбой большого компрессора за 25 дней до того, как он случился. Это сэкономило компании несколько миллионов долларов.
Технология цифровых двойников позволяет создавать отдельные детали и воспроизводить целые производственные цепочки, проводя виртуальные испытания и предупреждая сбои в работе оборудования.
Цифровые двойники применяют, чтобы оптимизировать работу электростанций, избежать сбоев в подаче электричества и рационально подойти к энергопотреблению.
Можно смоделировать как отдельное устройство или сервис, так и целую сеть, рассчитав предельные нагрузки и продумав защиту от киберугроз.
С помощью цифровых двойников можно построить модель будущего здания или целого квартала и спрогнозировать, как оно впишется в среду, выдержит климатические условия и нагрузки на несущие конструкции.
Виртуальные 3D-модели предметов интерьера или декора помогают представить, как будет выглядеть объект, нужно ли что-то изменить в его форме, цвете и деталях.
Цифровые двойники позволяют спрогнозировать загрузку торговых залов, перемещение клиентов и сотрудников, оптимальный уровень освещенности и температуру.
С помощью цифровых двойников можно оптимизировать маршруты транспорта, работу технических служб и пассажиропотоки.
Виртуальная система обработки багажа для крупного аэропорта позволила заранее просчитать, что понадобится дополнительная линия транспортировки для перераспределения потоков при внештатных ситуациях.
Цифровые модели помогают изучить физические объекты и процессы в виртуальной среде, часто — с использованием виртуальной, дополненной и смешанной реальности.
С помощью цифровых двойников разрабатывают, тестируют и запускают космические корабли и целые программы.
Цифровой двойник «Аполлона-13» в 1970 году позволил инженерам и астронавтам на Земле спасти миссию во время аварии.
Цифровые двойники пациентов помогают сканировать жизненные показатели в режиме онлайн, подбирать наиболее эффективное лечение и проводить операции.
Можно отработать тактику командной игры или провести индивидуальную тренировку на цифровом двойнике.
Цифровые симуляции используют для усовершенствования болидов «Формулы-1», рассчитывая идеальные показатели и технические характеристики для гоночных трасс.
Существуют цифровые двойники целых городов — например, Сингапура или российского Кронштадта. На них отслеживают транспортные потоки, работу коммуникаций, застройку, экологическую обстановку и энергопотребление, чтобы вовремя вносить важные изменения.
Благодаря цифровым двойникам можно просчитать климатические условия и урожай, сделав земледелие более эффективным.
Как выглядит процесс создания цифрового двойника
Двойники можно создавать разными способами:
Этапы создания двойника выглядят следующим образом.
Исследование объекта
Этот этап предшествует разработке только в том случае, если у цифрового двойника есть реальный прототип — например, работающее предприятие или система коммуникаций. Тогда разработчики составляют детальную карту прототипа, воспроизводят все процессы и характеристики. При этом важно изучить объект в разных условиях.
Моделирование цифровой копии объекта
Этот этап может быть первым, если реального прототипа еще нет и создание цифрового двойника ему предшествует. Например, в строительстве или дизайне, когда вначале создается цифровая 3D-модель, а уже потом — оригинал здания или другого объекта.
Для построения комплексной модели используются математические методы вычисления и анализа:
Воплощение модели
Затем рассчитанную ранее архитектуру цифрового двойника переносят на специальные платформы — такие как Siemens или Dassault Systemes. Они объединяют математические модели, данные и интерфейс для управления цифровым двойником, превращая его в динамическую систему. Этот этап можно сравнить с трансформацией программного кода в программу или приложение с визуальным интерфейсом, который понятен любому пользователю.
Тестирование основных процессов работы на цифровом двойнике
Главная цель этого этапа — спрогнозировать, как будет вести себя объект или система в обычном режиме и при внештатных ситуациях, чтобы избежать поломок и перегрузки после запуска. Для этого к процессу подключают технических аналитиков, которые собирают большой массив данных в ходе испытаний, чтобы просчитать алгоритмы для любых возможных условий и ситуаций.
Запуск и наладка
Если предыдущий этап провели корректно, в процессе работы реального прототипа можно избежать до 90% сбоев и поломок. Однако часть ситуаций все же не удается спрогнозировать, и тогда их отслеживают уже на этапе запуска и наладки цифрового двойника.
Корректировка и развитие оригинального объекта или системы
Далее инженеры продолжают работать с цифровым двойником как с реальным физическим объектом до тех пор, пока не будут отлажены все системы и процессы. По результатам этой работы в оригинальный объект вносят изменения, чтобы добиться его максимальной эффективности.
Перспективы цифровых двойников
В промышленности технология уже сегодня помогает повысить эффективность минимум на 10%, а в нефтяной отрасли — сэкономить от 5% до 20% капитальных вложений. В ближайшие годы крупные компании перейдут к дистанционному мониторингу и управлению целыми производствами и всеми подразделениями через виртуальные системы.
То же самое произойдет и с городами: они обзаведутся цифровыми двойниками, объединяющими все важнейшие системы, районы и объекты городской инфраструктуры. Онлайн-мониторинг будет осуществляться при помощи IoT-датчиков, сканеров и дронов с машинным обучением, а сами виртуальные системы будут размещены в облаке. При этом доступ к двойникам будет и у федеральных властей. Это позволит, в частности, экстренно реагировать на чрезвычайные ситуации и предотвращать их даже в самых отдаленных регионах.
Цифровых двойников можно будет использовать и в повседневной жизни: например, чтобы следить за жизненными показателями или улучшить работу какого-либо устройства. С помощью интернета вещей мы сможем объединить все коммуникации и технику в доме в единую систему и управлять ими с помощью цифрового двойника дома.