Цифровой двойник завода и пример применения на Кемеровском “Азоте”: подробности проекта

Несмотря на весьма широкое распространение технологии цифровых двойников в передовых западных компаниях, её потенциал в России пока недостаточно реализован. Сейчас многие предприятия ещё не знакомы с возможностями этой новой технологии или же имеют неверное представление о её функционировании и практическом применении для повышения эффективности. В целях прояснения существующих мифов и популяризации использования цифровых двойников в российской промышленности, автор планирует серию публикаций, посвященных детальному рассмотрению данной технологии. В статьях будут освещены следующие аспекты: 1) Критерии оценки целесообразности разработки цифрового двойника для конкретного предприятия. 2) Примеры успешного применения цифровых двойников в различных отраслях промышленности. 3) Методы повышения эффективности производства с помощью цифровых двойников.

Данный цикл статей призван способствовать более широкому внедрению и использованию технологии цифровых двойников в российской экономике.

Что же такое цифровой двойник?

Самое распространенное ошибочное представление, которое я периодически слышу, что это просто 3D‑модель, которая используется исключительно для визуализации производственного актива/станка/здания. т. е. некая красивая объемная картинка без какого‑либо дополнительного функционала.

Есть противоположное заблуждение, что цифровой двойник — это такая волшебная коробка, в которую ты кидаешь неэффективное предприятие, а она сама, без твоего участия выдает идеально работающий актив. Это говорит о том, что люди часто не осознают объем работы и вовлеченности, который требуется как от разработчиков, так и от клиентов, чтобы создать ценный продукт.

На мой взгляд, наиболее точно и корректно описывает цифровой двойник следующее определение:

Цифровой двойник предприятия — это его копия в виртуальной среде. Цифровой двойник с высокой точностью воспроизводит процессы и операции на предприятии и позволяет решать широкий спектр бизнес‑задач.

Для общего понимания стоит упомянуть так называемый «цифровой двойник объекта» (речь может идти о вагоне, автомобиле, турбине и т. д.). Это как раз та самая «красивая картинка», которая упоминалась ранее. Несмотря на схожесть в названиях, это совсем другая тема — речь там идет лишь о 3D‑визуализации, без какого‑либо погружения в логику процессов.

Для чего могут быть использованы цифровые двойники

Здесь возможен целый спектр задач, например сменно‑суточное планирование, оптимизация политики управления запасами, оценка инвестпроектов и многое другое. В зависимости от специфики работы предприятия и текущих приоритетов его развития, функционал и интерфейс двойника может быть заточен под решение тех или иных задач.

Заказчик может тестировать гипотезы на базе возможностей и параметров, заложенных в продукт, в соответствии с исходным техническим заданием. Важно понимать, что цифровой двойник обычно используется не для отслеживания ситуации «на данный момент», а для того, чтобы заглянуть в будущее.

Пример задач, которые поможет решить ЦД:

  • Точное прогнозирование объемов производства.
  • Оценка эффекта введения в эксплуатацию дополнительного комплекса установок и оборудования.
  • Определение оптимального количества техники.
  • Анализ узких мест по переделам, включая декомпозицию потерь производительности на каждом переделе.
  • Определение оптимальной политики управления запасами ресурсов.

Например, у меня был проект по моделированию порта, где основной болью заказчика было низкое качество сменно‑суточного планирования. Мы в UMNO.digital разработали двойник и настроили режим, в котором быстро прогоняются все возможные сценарии развития событий в течение смены и пользователю выдается оптимальная последовательность действий, которая обеспечит наилучший результат. Помимо этого, разработанный двойник используется как инструмент оценки пропускной способности порта, позволяющий точно оценить, на какие объемы может законтрактоваться порт, чтобы максимизировать выручку без существенной потери уровня сервиса.

Основные этапы создания цифровых двойников

Как и создание многих цифровых продуктов, разработку цифрового двойника промышленного объекта можно разделить на типовые этапы. Мы в UMNO.digital выделяем 4 основных, во время которых:

  1. Обследование: изучаем нормативные документы, тех.карты и инструкции, проводим интервью с экспертами на предприятии. Зачастую большая часть информации о работе предприятия и его процессах не оцифрована и хранится «в головах» сотрудников, поэтому проведение интервью очень важная часть подготовительного этапа. Чем более полную картину мы сможем собрать в начале работы, тем более приближенный к реальности цифровой двойник сможем создать в итоге. Также важно отметить, что даже если процесс задокументирован, не факт, что в жизни этот процесс выполняется «строго по инструкции» — в реальности он может выполняться по‑другому, может выполняться не всегда или вовсе игнорироваться. Поскольку нашей задачей является воспроизведение процессов «как есть», важно все проговаривать с экспертами на местах, а не слепо руководствоваться нормативными документами.
  2. Разработка: воссоздаем инфраструктуру и логику операций предприятия в виртуальной реальности с помощью блок‑схем и программного кода. Разработка ведется в специализированной программе — это среда разработки сродни Eclipse или IntelliJ IDEA. На большинстве проектов это самый долгий и трудоемкий этап.
  3. Валидация: прогоняем модель на исторических данных и сравниваем результаты с фактом. В случае значительных расхождений разбираемся, что не так, и устраняем ошибки и неточности.Цель — добиться минимального расхождения с фактом. Это позволяет убедиться в надежности двойника.Эксперты считают оптимальной погрешностью между работой цифрового двойника и его физического прототипа — не более 5%. Мы в UMNO.digital создаем цифровые двойники с расхождением от реального производства не более чем на 2–3%.
  4. Эксплуатация: получаем цифровой двойник, который работает так же, как предприятие в реальности. Разработанный двойник можно использовать для решения актуальных бизнес‑задач.

Сколько времени требуется на создание цифрового двойника

Я часто слышу этот вопрос от наших клиентов, которых либо пугают слишком долгие сроки реализации проектов или наоборот настораживают слишком «быстрые» в разработке решения. В моей практике были проекты длительностью и один месяц, и пятнадцать. Важно понимать, что создание цифрового двойника всегда индивидуальная история, поэтому и сроки зависят от его параметров и задач проекта, а также степени зрелости предприятия (как в части ИТ, так и в целом). Также ни для кого не секрет, что на темпы реализации проекта сильно влияет вовлеченность со стороны клиента.

Если говорить в среднем, то на создание ЦД для небольшого актива с высокой степенью цифровизации понадобится минимум 3–4 месяца. Для актива со средней степенью оцифровки процессов — около 6 месяцев. Для масштабных же проектов или предприятий с низким уровнем цифровой среды срок создания ЦД может доходить до 9–12 месяцев.

Результаты, которые обеспечивает цифровой двойник

Один из основных результатов, который дает ЦД — это оценка инвестпроектов. Цифровой двойник прогнозирует в безрисковой среде, как будет работать предприятие в новых условиях и позволяет оценить целесообразность изменений.

Помимо этого, ЦД обеспечивает повышение качества планирования и прогнозирования, с высокой точностью воспроизводя деятельность бизнес‑актива.

Еще одним важным аспектом является возможность анализа узких мест. Двойник отражает потери производительности в наглядном виде на каждом переделе и позволяет оценить эффект изменений на любом участке производства.

Жизненный цикл ЦД – продукт, который будет работать вечно

Отличительная черта цифровых двойников в том, что их жизненный цикл не ограничивается сроками реализации конкретного проекта. т. е. ЦД — это актив, который может работать для компании вечно, и продолжать использоваться, например, для анализа инвестиционных решений, тестирования гипотез, прогнозирования и анализа чувствительности, а также для оценки пропускной способности и анализ узких мест.

Я надеюсь, что по итогам прочтения данной статьи у вас сложилось общее представление о цифровых двойниках и решаемых с помощью них задач. Далее, как правило, у бизнеса возникает вопрос, а нужен ли именно ему цифровой двойник? И зачем?

О том, на что стоит обращать внимание при решении о целесообразности разработки цифрового двойника, а также о конкретных примерах их применения в различных отраслях промышленности я расскажу в следующем материале.

Опыт Кемеровского “Азота”

В этой статье мы расскажем о том, как на “Азоте” продолжается создание цифровых двойников основных технологических цехов. На «Азоте» продолжается создание цифровых двойников основных технологических цехов: аммиачной селитры, азотной кислоты, карбамида и аммиака-1. О том, как продвигается работа в этом направлении, мы поговорили с руководителем группы моделирования технологических процессов Евгением Соколовым. — Евгений Владимирович, расскажите, на каком этапе сейчас ваша группа? — Сейчас мы находимся на стадии проверки. И уже есть определённые результаты. Цифровая модель аммиачной селитры на завершающей стадии. Параллельно продолжается работа в цехах карбамида, азотной кислоты и аммиака-1. Модели основного оборудования уже созданы, и сейчас начался этап отработки оптимизационных сценариев и синхронизации моделей с реальными данными. До конца года работы будут завершены.

Процесс достаточно долгий, как можно заметить на примере пилотного двойника — цеха аммиака-2. Там ещё год назад была создана цифровая модель и система мониторинга, но детали дорабатываются до сих пор. Тут, безусловно, надо учитывать, что за это время прошёл остановочный капитальный ремонт, во время которого заменили часть оборудования, кое-где изменили свойства. И мы модернизировали модель, потому что требовалась перенастройка всей системы. И так будет в дальнейшем — цифровой двойник должен быть под постоянным точечным управлением.

— С чем приходится сталкиваться при создании двойника? Это творческий процесс или монотонная скрупулёзная работа?

— При моделировании возникает необходимость решать необычные и сложные задачи. Это довольно деликатный и сложный процесс. Масштаб производства таков, что в общей картине детали и нюансы скрадываются. А при создании модели точность настолько высокая, что любой, даже незначительный элемент виден, как под увеличительным стеклом. Например, если в третьем знаке после запятой будет обнаружен какой-то дисбаланс, система покажет, что результат не сходится. В этом определённые сложности. Математическая модель—это идеальная система. Поэтому приходится искать разные способы, чтобы математику срастить с реальным производством, учитывая его особенности.

— А на данном этапе какое-то применение моделей уже возможно?

— Мы видим, что «Азот» активно развивает бизнес-систему. И очень скоро офису трансформации понадобится проверять в реальной жизни технические решения, нацеленные на сокращения разрывов и потерь. На производстве что-то им смогут посчитать, но не всё можно примерить на действующие объекты. И именно детальная модель — это тот инструмент, который позволит эти сценарии оценивать. В цехах аммиака, где она есть, мы уже больше года многие решения проверяем в модели и смотрим, как она отработает, например, на увеличенной нагрузке или с новым оборудованием. Но я сразу бы хотел предостеречь от упрощённого взгляда на этот инструмент. Нет такого, что мы нажимаем на кнопку, и система решает все наши проблемы. Система не решает проблемы. Система говорит: у вас вот здесь проблемы. Какое решение будет наиболее адекватным — это зона работы технолога и специалиста по моделированию. А далее модель поможет определить, какие будут показатели после внедрения этого решения.

Цифровые модели будут легко применимы в качестве элемента общей экономической модели предприятия. Мы можем просчитать параметры максимально допустимой производительности и конкретно показать, куда должны быть направлены усилия по улучшению.

— А в части локального применения цифрового двойника можете привести какой-нибудь пример?

— Допустим, мы хотим заменить один из ключевых теплообменников, предполагая, что после этого система станет работать лучше. Понятие «лучше» на языке моделирования должно быть облечено в какие-то цифры. Плюс сам теплообменник со всеми его новыми параметрами нужно просчитать, смоделировать и заново поместить в общую технологическую цепочку. Можно посмотреть, как система отрабатывает и есть ли смысл в этой замене. К тому же есть возможность поиграть с режимом работы установки, поменять температуру, давление, расход, не затрачивая средств и ничем не рискуя. Сама по себе система требует осознанного управления. Она не сделает дешевле замену оборудования, если его нужно менять. Но она может сказать, что его нужно менять и даст возможность определить параметры для запроса оборудования у поставщиков. В этом её ценность.

— Каждый из цифровых двойников в цехах это отдельный проект. Сколько людей над этим работают?

— К сожалению, меньше, чем должно быть. Сейчас нас пятеро, и не хватает как минимум ещё 5 человек. Но опытных сотрудников надо где-то брать. А привлечь их можно или очень хорошей оплатой на какой-то период времени, или удалённым режимом работы, который нужно организовать. Это сложно. Как показывает практика — само моделирование занимает 30–40% времени. Всё остальное — это сбор исходных данных, уточнение и проверка. У нас очень мало оцифрованных документов, а получение необходимой исходной информации — процесс небыстрый и трудозатратный.

— Но ведь вы сами обучаете специалистов?

— Мы сейчас обучаем основам моделирования троих сотрудников с производства, назначенных от цехов аммиака и азотной кислоты. Планируем обучить ещё несколько человек из других цехов, где создаются математические модели. В идеале в каждом цехе должен быть человек с выделенным функционалом, умеющий моделировать и погружённый в работу с двойником своего цеха, с которым можно было максимально быстро и плодотворно контактировать. У него бы концентрировалась вся необходимая информация, и люди, работающие удалённо, могли бы к нему обращаться. Активно продвигаю эту идею.

Но первоначальный фактор — его внутренняя мотивация, в том числе и в плане развития дополнительных компетенций, так как это довольно перспективная история саморазвития. Также кадровой службой ведётся работа по созданию отдельной кафедры или курса в КузГТУ, которые бы готовили для «Азота» специалистов по моделированию.

— Что дальше? Кто будет осуществлять техподдержку цифрового двойника после окончания работ?

— Думал над этим. Должен быть создан механизм поддержки математических систем в работоспособном состоянии. Текущие задачи по техподдержке и работа с двойниками — это разные задачи. Ведь совсем не каждый раз нужно задействовать большую общую модель, зачастую есть менее трудоёмкая возможность решить локальные вопросы. Вот пример. Появилась задача определить причины неэффективной работы теплообменника в новом цехе водорода. Его модели у нас нет, но есть материально-тепловой баланс работы оборудования. Мы посчитали и определили основные причины.

— Что вы сами ждёте от реализации этого проекта?

— Я жду от этого нормализации процесса инвестиционной деятельности. Помимо крупнобюджетных инвестиционных проектов, которые направлены на создание новых установок, есть и другие, менее затратные. Технологии математического моделирования смогут повысить точность прогноза при решении вопроса о целесообразности выделения средств на их реализацию. Лично для меня это будет значимым результатом. Кроме того, хотелось бы передать уже изготовленные модели в нормальную эксплуатацию, чтобы использование этого инструмента перестало быть чем-то волшебным и приносило ежедневную практическую пользу. Успешные практики использования в нашей стране говорят, что управление установками может целиком осуществляться с помощью двойников, а результаты моделирования могут становиться основой для получения финансирования на значимые затратные проекты.

Если говорить об окупаемости и экономическом эффекте, то даже один последний внедрённый проект, над которым работали с помощью инструментов технологического моделирования, дал плановый эффект около 200 миллионов рублей — то есть сразу окупил затраты на создание всех моделей.

Автор: Антон Ганеев
Источник: https://up-pro.ru/

Понравилась статья? Тогда поддержите нас, поделитесь с друзьями и заглядывайте по рекламным ссылкам!