Цифровое проектирование сегодня и завтра: модели, двойники и умные производства

Концепция цифрового двойника не нова. На заре освоения космоса, в 70-е годы, NASA была первой организацией, которая начала экспериментировать с предшественником цифрового двойника — технологией сопряжения. В рамках программы NASA «Аполлон» были построены как минимум два идентичных космических корабля. Корабль, оставшийся на Земле, назвали двойником. Его активно использовали для тренировок при подготовке к полету. Также двойник пригодился во время серьёзной аварии на «Аполлоне-13», с его помощью получилось вернуть астронавтов на Землю.

Однако компьютерное моделирование, как правило, ограничено текущими событиями и условиями эксплуатации. Другими словами, оно не позволяет предсказать реакцию транспортного средства на будущие вероятные сценарии. Цифровые двойники и интернет вещей могут сыграть в этой ситуации важную роль.

Для проведения виртуального тестирования цифровой двойник использует информацию, собранную с датчиков, подключенных к транспортному средству. Кроме того, с помощью данных, предоставляемых с использованием технологий интернета вещей (например, температура, влажность), можно показать производительность системы и состояние работоспособности цифрового двойника — а затем использовать эту информацию для прогнозирования поведения физического оборудования. Обладая такими данными, цифровой двойник может отслеживать историю поведения, то есть отражать события и опыт своего физического двойника (близнеца) в течение его жизненного цикла.

Сегодня цифровизация кардинально меняет промышленность, а требования клиентов становятся более высокими. Чтобы реагировать на такие изменения, производство должно стать гибким, эффективным и постоянно сокращать время выхода на рынок производимой продукции, при этом поддерживая и улучшая её качество.

Цифровизация предприятия требует комплексного подхода интеграции физических и виртуальных промышленных мощностей. Двойники на производстве позволяют улучшить процессы планирования, моделирования и оптимизации производственного процесса. С их помощью можно прогнозировать эффективность производственных единиц, устранять ограничивающие факторы и гарантировать, что продукция выпускается в соответствии с ожиданиями клиентов.

Успех компании в современном мире во многом определяется возможностью соблюдать баланс между инновационностью разработок, их стоимостью и качеством готового изделия. На первый план выходят задачи по оптимизации эксплуатационных преимуществ: уменьшение размера изделия, его веса и энергопотребления. А инженерам, которые разрабатывают продукты для критически важных приложений или экстремальных условий эксплуатации, нужно акцентировать внимание на вопросах безопасности и надёжности.

При этом с учетом требований к постоянному сокращению продолжительности научно-исследовательских и опытно-конструкторских работ и увеличения сложности изделий соблюдение подобного баланса порой становится трудновыполнимой задачей.

В результате только компьютерное моделирование, а точнее численное моделирование (или компьютерный инженерный анализ — CAE), позволяет разработчикам визуализировать каждый аспект производительности, оценивать сильные и слабые стороны своей продукции и находить проектировочные решения, сочетающие в себе инновации, надёжность, возможность быстрого выход на рынок и прибыльность.

В 1960—1970-х годах численные алгоритмы, обычно применяемые в языке программирования Фортране, использовались для расчета конкретных физических явлений и решения задач проектирования. Однако ввиду недостатка экспертов по моделированию такая работа производилась в очень редких случаях. С ростом числа рабочих станций и персональных компьютеров количество пользователей быстро увеличивалось, и средства моделирования стали распространяться на более широкий круг задач.

Численное моделирование — это исследование физических явлений, процессов или систем объектов с помощью построения, применения и изучения их математических моделей с использованием численных методов и при поддержке высокопроизводительных вычислений. Оно позволяет принимать проектные решения, благодаря которым можно оптимизировать любые эксплуатационные характеристики изделия, а также обеспечить прибыльность бизнеса, контролируя затраты.

С помощью этого метода можно моделировать работу интеллектуальных устройств, начиная с уровня микросхемы, и воссоздавать нагрузки, которым оно будет подвергаться в реальном мире. Причём всё это без огромных временных затрат и финансовых вложений, необходимых для физических испытаний.

Внедрение в инженерную практику методов автоматизации проектирования и сопровождения производства — уже пройденный этап для отечественной промышленности. Термин CAD (Computer-Aided Design или Drafting) обозначает широкий спектр компьютерных инструментов, которые помогают инженерам, конструкторам и архитекторам создавать геометрии проектируемых изделий, конструкций и сооружений.

CAE (Computer-Aided Engineering) предполагает использование специального программного обеспечения для компьютерного инженерного анализа поведения проектируемых изделий и оценки их характеристик. Традиционно области анализа включают тестирование напряженно-деформированного состояния деталей и сборок, расчёт температурного состояния изделий, анализ электромагнитной совместимости, потерь давления при течении жидкости и газа и многое другое.

CAM (Computer-Aided Manufacturing) обозначает программное обеспечение, основной целью которого является создание программ для управления станками с ЧПУ. Исходными данными для любой CAM-системы является геометрическая модель изделия (CAD-модель), разработанная в системе автоматизированного проектирования (CAD-системе).

Сегодня основным трендом в промышленности, который напрямую связан с цифровизацией, является интеграция платформ CAD/CAM/CAE/PDM/PLM в единое инженерное взаимодействие. Эта тенденция требует преобразований как организации, так и культуры производства в целом.

Так, например, французский разработчик программного обеспечения для 3D-дизайна, создания цифровых макетов и управления жизненным циклом продукта Dassault Systems предлагает совместную платформу для цифрового предприятия DELMIA 3DEXPERIENCE. Она может обеспечить цифровую непрерывность на всём предприятии от проектирования до маркетинга и продаж. Платформа Dassault Systems изначально ориентирована на цифровое производство и позволяет создавать цифровые модели продуктов, процессов и заводских операций. Она предоставляет доступ к различным инструментам DELMIA: CATIA — для совместной разработки изделий; SOLIDWORKS — для проектирования на производстве; ENOVIA — для управления жизненным циклом изделия; SIMULIA — для реалистичного моделирования; EXALEAD — для управления данными в бизнес-решениях; BIOVIA — для управления научными данными.

Процесс проектирования новых изделий даже на базе существующих прототипов никогда не был простой задачей. Для достижения нужной производительности и надёжности приходится много раз менять и дорабатывать конструкцию изделия, изучая самые разнообразные физические процессы: от тепло- и массообмена до оценки напряженно-деформированного состояния конструкции и расчета на долговечность. Кроме того, при том что задачи проектирования так разнообразны, зачастую цели проектирования могут противоречить друг другу, сроки постоянно сокращаться, а бюджеты на НИОКР, наоборот, оставаться неизменными.

На самых ранних этапах проектирования это означает сравнение функциональных характеристик различных вариантов конструкции. Далее по ходу проектирования аналитика используется для доработки конструкции и оптимизации её геометрии. На завершающих этапах проектирования проводится проверка, выполняются ли все необходимые требования.

Модели виртуальной системы, используемые в MBSE, могут быть разного уровня сложности: от упрощенных до полномасштабных. Облегчённые модели отражают упрощённую структуру. Это позволяет снизить вычислительную нагрузку, особенно на предварительных стадиях проектирования. Такие облегчённые модели позволяют моделировать сложные системы и системы систем (System of Systems, SoS) и получать необходимые данные с минимальными вычислительными затратами. Благодаря такому унифицированному языку моделирования значительно упрощается взаимодействие и совместная работа как внутри проектной команды, так и за её пределами. Такими моделями можно обмениваться внутри организации и с сетью поставщиков, тем самым помогая им лучше понимать создаваемую систему.

Несмотря на очевидные преимущества этого подхода по сравнению с традиционным, во многих странах мира — и в России в том числе — до сих пор сохраняются ограничения, препятствующие массовому переходу отечественных компаний на модельно-ориентированный системный инжиниринг. Главные из них — отсутствие отраслевых стандартов на подходы системного инжиниринга (СИ), недостаток инвестиций в программное обеспечение для СИ и дефицит запросов от предприятий на подготовку соответствующих специалистов со стороны вузов.

В результате цифровизация промышленности в России в основном идёт по уже отработанному пути — внедрения CAD/CAE/CAM/PDM-систем.

В ближайшем будущем изменится характер проектирования, планирования и моделирования изделий на предприятиях. Так, после создания продукта в виртуальной среде данные о нем будут передаваться на производство, где с помощью полуавтономных роботов эксперты будут использовать методы аддитивного и субтрактивного производства для автоматического преобразования виртуальной модели в физические объекты. Инженеры также будут использовать моделирование в связке с технологиями цифрового двойника. В традиционном процессе проектирования приходилось полагаться лишь на знание об идеальных и возможных наихудших условиях эксплуатации. С новыми технологиями фактические данные о производительности системы можно сравнивать с данными цифрового двойника — и на основе этого принимать корректировочные решения.

Дополняя цифрового двойника данными от физического, инженеры будут совершенствовать системные модели. Важной функцией моделирования станет оценка ожидаемого срока службы изделия, ведь цифровой двойник может отслеживать свою подверженность отказам в зависимости от износа физического двойника. С помощью моделирования цифровой двойник может оценить оставшийся срок службы изделия, заранее составить график технического обслуживания. Другими словами, обслуживание по фактическому состоянию будет использоваться для оценки того, как долго физическая система сможет нормально функционировать.

Без сомнения, в будущем технология цифровых двойников станет центральной в модельно-ориентированном системном инжиниринге, поскольку она может позволить модельному проектированию охватить весь жизненный цикл системы или изделия.