Цифровые двойники и компьютерное моделирование

593 0
Посмотреть на
Как возникло цифровое проектирование изделий, для чего в NASA придумали прототип цифрового двойника и как сейчас развивается цифровое моделирование на разных этапах производственных процессов?

Меня зовут Денис Хитрых. Я руковожу департаментом исследований и разработок компании «КАДФЕМ Си-Ай-Эс» и по совместительству являюсь директором по маркетингу этой же компании. Последние 5 лет мы активно занимаемся разработкой, валидацией и развертыванием цифровых двойников — промышленных экспертных систем, которые обеспечивают автоматизированный интеллектуальный мониторинг технологического оборудования, раннее выявление дефектов и прогнозирование технического состояния.

В этом письме я подробнее расскажу о том, что такое цифровой двойник, какие виды компьютерного моделирования существуют и как будет развиваться цифровое проектирование в мире и в России. Начнем.

Современное общество является свидетелем колоссальных сдвигов как в экономической сфере — системе производства и потребления, — так и в социальной. Как отмечает Клаус Шваб, основатель и бессменный президент Всемирного экономического форума: «С точки зрения размеров, темпов развития и масштаба эти изменения носят исторический характер».

Собственно, именно эти три качественные характеристики — размер, темпы развития и масштаб — и отличают четвертую промышленную революцию от трех предыдущих.

В мире, который создает четвертая промышленная революция, всё больше распространяя технологии «умных заводов», виртуальные и физические системы производства гибко взаимодействуют между собой на глобальном уровне. В основе этого мира — идеальная копия физического мира в цифровом варианте, его цифровой двойник. Он может позволить виртуально взаимодействовать с другими участниками процесса, получать информацию с датчиков, быстро моделировать условия, четко понимать последствия сценариев, прогнозировать результаты и давать команды к исполнению в реальном физическом мире. Давайте подробнее разберемся, что это такое.

Как появилась концепция цифровых двойников

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 серьезной аварии на «Аполлоне-13», с его помощью получилось вернуть астронавтов на Землю.

Базовая концепция цифрового двойника была предложена в 1994 году, а термин «цифровой двойник» был введен в 2001 году Майклом Гривсом из Мичиганского университета на презентации университета для представителей промышленности. Гривс первоначально определил это понятие в контексте управления жизненным циклом продукции (Product Lifecycle Management, PLM). Идея заключалась в создании цифровых записей серийно выпускаемых деталей и сырья, которые позволяют:

  • эффективнее управлять отзывами и требованиями по отслеживанию гарантийных претензий;
  • раньше прогнозировать и обнаруживать дефекты, связанные с тенденциями относительно качества;
  • повышать общее качество продукции.

Однако привычное нам значение термин «цифровой двойник» приобрел в 2010 году, и Гривс приписывает его авторство своему коллеге Джону Викерсу из NASA.

С момента появления интернета вещей (IoT) концепция цифровых двойников существенно эволюционировала. Сегодня под этим термином понимают виртуальных клонов реальных активов. С их помощью анализируют данные и создают отчеты, новые данные и команды, чтобы скорректировать работу реальных активов и обеспечить принятие корректных решений. Сбор информации с датчиков подключенных устройств в режиме реального времени позволяет обогащать их деловыми и контекстными данными, постоянно их анализировать, «вылавливая» новую полезную информацию.

Какие бывают цифровые двойники и чем они отличаются от цифровых моделей

Цифровые двойники можно разделить на три типа: двойники изделия, двойники производства и двойники производительности.

При этом важно понимать основные отличия традиционной цифровой модели (CAD- или CAE-модели) технического объекта от его цифрового двойника. Например, можно применять компьютерное моделирование тормозной системы автомобиля для исследования поведения автомобиля при заданных дорожных условиях. Использовать такой подход гораздо быстрее и дешевле, чем создавать несколько физических транспортных средств для испытаний.

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.

В чем преимущества использования цифровых двойников на предприятиях

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

Цифровизация предприятия требует комплексного подхода интеграции физического и виртуального промышленного предприятия, в том числе с применением цифровых двойников.

Двойники на производстве позволяют улучшить процессы планирования, моделирования и оптимизации производственного процесса. Они представляют собой виртуальные модели производственных активов, которые используют для прогнозирования поведения и оптимизации работы систем. С их помощью можно прогнозировать эффективность производственных единиц, устранять ограничивающие факторы и гарантировать, что продукция выпускается в соответствии с ожиданиями клиентов.

Что такое компьютерное моделирование промышленных изделий

Сегодня успех компаний во многом определяется возможностью эффективно 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, нельзя забывать о вопросах безопасности и надежности.

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, сочетающее в себе инновации, надежность, быстрый выход на рынок и прибыльность.

В 1960–1970-х годах численные алгоритмы, обычно применяемые в Фортране, использовались для расчета конкретных физических явлений для решения задач проектирования. Однако ввиду недостатка экспертов по моделированию такая работа производилась в очень редких случаях. С ростом числа рабочих станций и персональных компьютеров число пользователей быстро росло, 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 численного моделирования можно моделировать работу интеллектуальных устройств от уровня микросхемы и воссоздавать условия, которым оно будет подвергаться в реальном мире. Причем все это без огромных временных затрат и финансовых вложений, необходимых для физических испытаний.

Какие виды моделирования сейчас существуют и в чем их различия

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 анализ напряженно-деформированного состояния деталей и сборок, расчет 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 всем 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.

Что такое модельно-ориентированное системное проектирование и в чем преимущества этого подхода

Процесс проектирования новых изделий даже на базе существующих прототипов никогда не был простой задачей. Для достижения нужной производительности и надежности 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.

И всё же есть подходы, которые позволяют преодолеть эти трудности. Один из них — модельно-ориентированное системное проектирование (Model Based Systems Engineering, MBSE).

Идея состоит в том, чтобы использовать моделирование на самых ранних этапах и далее — на протяжении всего цикла проектирования и последующих этапах жизненного цикла изделия, вплоть до его утилизации. Это позволяет принимать более точные решения, исследовать большее количество вариантов конструкции и эффективнее планировать техническое обслуживание.

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

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

В России MBSE-подход получил наибольшее распространение в авиационной и космической промышленности, где он используется на самом раннем этапе жизненного цикла изделия — предпроектном этапе — для решения задач идентификации потребностей пользователей, определения и приоритизации требований заказчика.

По мнению экспертов, внедрение и развитие MBSE создает фундамент и необходимую инфраструктуру для перехода от документно-ориентированного проектного управления к модельно-ориентированной парадигме (MBSE), что в итоге приводит к созданию киберфизических систем, цифровых двойников и умных цифровых предприятий.

Какие сложности с внедрением технологий MBSE существуют в России

Несмотря на очевидные преимущества этого подхода по сравнению с традиционным подходом к проектированию изделий, при котором выявление и исправление недостатков происходит на этапе подготовки к производству, до сих пор сохраняются ограничения, препятствующие массовому переходу отечественных промышленных и инженерных компаний на модельно-ориентированный системный инжиниринг. Перечислю основные:

  • отсутствуют отраслевые стандарты на подходы системного инжиниринга (СИ);
  • традиционно крайне редко проводятся инвестиции в программное обеспечение для СИ;
  • до сих пор не сформированы запросы вузами на подготовку соответствующих специалистов.

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

Как будет развиваться цифровое проектирование в мире и в России

В ближайшем будущем изменится характер проектирования, планирования и моделирования изделий на предприятиях. Вот какие изменения, на мой взгляд, произойдут:

  1. После создания продукта в виртуальной среде данные о нем будут беспрепятственно передаваться на производство, где с помощью полуавтономных роботов люди будут использовать методы аддитивного и субтрактивного производства для автоматического преобразования виртуальной модели в физические объекты.
  2. Инженеры будут использовать моделирование в связке с технологиями цифрового двойника. Это несравнимо с традиционным процессом проектирования, при котором 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.
  3. Дополняя цифрового двойника данными от физического, инженеры будут совершенствовать системные модели и использовать результаты анализа, произведенного с помощью цифрового двойника, для улучшения работы физической системы в реальном мире.
  4. 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.
  5. 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.

Будь первым, кто оставит комментарий

This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.

    ПОДПИШИСЬ НА НАШУ ТЕХНО-РАССЫЛКУ
    ПОДПИШИСЬ
    НА НАШУ ТЕХНО-РАССЫЛКУ