Александр Никулин,
архитектор цифровых двойников,
ГК «ПЛМ Урал»
Статья посвящена эволюции технологии цифровых двойников (ЦД) в промышленности, их классификации по уровням зрелости и ключевым архитектурным компонентам. Рассматриваются четыре стадии развития ЦД. Автор отмечает, что инфляция термина «цифровой двойник» снижается, а технология выходит на плато продуктивности, демонстрируя реальные преимущества, такие как оптимизация конструкции и ресурсосбережение. Подчеркивается важность точных моделей, правильной архитектуры и профессионального подхода при создании ЦД.
Если спросить практически любого специалиста по численному моделированию, какие из профессиональных или околопрофессиональных терминов набили наибольшую оскомину и вызывают максимальный уровень отторжения, то термин «цифровой двойник» будет гарантированно входить в первую тройку. Даже самые сдержанные профессионалы при разговоре об использовании данной технологии оставляют паузы в тех местах, где утомленный обилием маркетинговых материалов мозг стремится применить различные идиоматические выражения. Разумеется, речь идет о технологии ЦД в технических областях. Технологии DToC (да-да, крупные корпорации начали создавать цифровые двойники клиентов, чтобы лучше рассчитать наши поведенческие реакции и покупательную мотивацию) находятся на ранних стадиях развития и им еще предстоит пройти весь путь, включая пик завышенных ожиданий и стремительное падение в бездну разочарования.
Цикл зрелости технологии Gartner
В самом деле, если рассмотреть кривую Гартнера, то ЦД в промышленности в 2016 году прошли пик завышенных ожиданий, в 22-м перешли на склон просветления и сейчас подбираются к плато продуктивности. Россия отстает от этих сроков примерно на три-четыре года, однако разрыв сокращается. Рассмотрим, что нас ожидает.
Если проанализировать весь объем объектов, к которым применяют термин ЦД, то можно выделить четыре группы по уровню зрелости технологии. Разумеется, мы не станем рассматривать случаи, когда цифровым двойником называют выполненный в конечно-элементном пакете расчет стандартного профиля, вала или иные простейшие расчеты.
Цифровые прототипы, строго говоря, цифровыми двойниками не являются, так как служат для предсказания характеристик изделия, системы или процесса в условиях отсутствия изделия, системы или процесса. Цифровой прототип обычно содержит одну или несколько комплексных математических моделей, позволяющих рассчитать прогнозные характеристики создаваемого объекта или процесса. В случае если архитектура комплексных моделей в составе цифрового прототипа изначально продумана правильно, цифровой прототип становится мощным инструментом для автоматизированного контроля выполнения конструкцией требований и существенно сокращает затраты на физические испытания за счет снижения временных затрат на испытания или пусконаладочные работы.
Проектировочные цифровые двойники — это усовершенствованная версия прототипа, которая учитывает данные результатов испытаний и/или данные, полученные в ходе реальной эксплуатации. На данном уровне зрелости уже присутствует реальный объект или процесс, а комплексная модель калибрована по полученным данным. Двойник? Однозначно да. Но, за счет односторонней информационной связи, только до того момента, когда деградация характеристик реального объекта не достигнет порогового значения. Иными словами, данные, полученные путем применения ЦД турбины, и данные телеметрии турбины, только вышедшей с завода, будут совпадать, если не были критически нарушены условия производства и реальные размеры турбины соответствуют конструкторской документации. Данные телеметрии турбины, отработавшей год, абсолютно точно не совпадут с результатами применения ЦД турбины. Таким образом, проектировочные цифровые двойники наибольшую пользу могут принести на этапе экспериментов и тестовой эксплуатации и могут подсказать разработчику, как улучшить конструкцию или процесс в следующих версиях. Разумеется, применение каких-либо нейросетевых предсказательных моделей в составе проектировочных цифровых двойников зачастую нецелесообразно.
Операционный цифровой двойник — это комплексная компьютерная модель, синхронизированная с реальным объектом в высокодискретном режиме или в режиме реального времени. Такая структура уже требует разветвленной системы телеметрии на физическом объекте и архитектуру комплексной компьютерной модели, позволяющую провести редуцирование и замену отдельных частей на нейросетевые регрессионные модели для ускорения работы. На этом этапе ЦД может выполнить функцию электронного помощника или диагноста и позволит в безопасной среде отработать различные алгоритмы управления.
Четвертая стадия, вершина эволюции технологии, — интеллектуальный цифровой двойник. Симбиоз комплексной численной модели и системы управления реальным объектом, автономная система с ИИ и машинным обучением, способная самообучаться и принимать решения. При этом комплексная компьютерная модель генерирует синтетические данные для формирования обучающих датасетов, а сам объект укомплектован системой управления на базе гибридной математической модели, позволяющей анализировать исторические данные и прогнозировать сценарии развития ситуации. Подобная гибридная система может управлять физическим объектом без вмешательства человека.
Если продолжить анализировать состав и архитектуру цифровых двойников на каждом уровне зрелости, то можно прийти к выводу, что ЦД — это, в общем-то, не про численное моделирование, а про архитектуру высоконагруженной распределенной информационной системы и у этой архитектуры на любом уровне зрелости существует несколько ключевых блоков.
Первым и основным блоком является комплексная математическая модель — ядро ЦД, обладающее собственной структурой и объединяющее несколько математических моделей рангом ниже. В зависимости от целей и задач ЦД состав низкоранговых моделей может быть различен, однако к ним ко всем предъявляются повышенные требования, касающиеся точности моделирования. Кроме того, все низкоранговые модели должны быть параметризованы в той мере, которая обеспечит возможность автоматизации расчетов и сохранения целостности сценария автоматизации в случае изменения конструктива объекта, условий функционирования, набора применяемых материалов. Кроме того, компьютерная модель должна быть сформирована таким образом, чтобы допускать редуцирование или создание нейросетевой модели на базе результатов работ полновесной математической модели.
Вторым основным блоком являются пре- и постпроцесоры, позволяющие превратить разрозненные данные, поступающие с систем управления данными проектирования, производства, эксперимента, и данные телеметрии в упорядоченные датасеты, пригодные к передаче в комплексную компьютерную модель для формирования граничных условий.
Экосистема изделия и цифрового двойника
Третьим важным блоком являются эмуляторы алгоритмов управления. Данные блоки должны предоставлять комплексной компьютерной модели информацию о том, как объект должен реагировать на те или иные события, происходящие с физическим объектом, при условии, что реакция физического объекта не может быть смоделирована самой компьютерной моделью.
Последним и обязательным блоком является среда интеграции, позволяющая обеспечить обмен данными между всеми блоками цифрового двойника на любом уровне зрелости технологии: обмен данными между моделями, калибровку полновесных и дообучение нейросетевых моделей, обмен данными между физически существующей АСУ и моделью, обмен данными между системами управления данными и комплексной моделью, трансляцию команд виртуальной АСУ. При этом необходимо формировать архитектуру и правила передачи данных между блоками так, чтобы система была устойчива к изменению отдельных блоков ЦД, отрабатывать передачу данных между разнородными блоками, включая передачу данных от физически существующих сенсоров, и делать все это быстро, желательно с минимизацией требований к знанию специалистами языков программирования.
Температурное поле электродвигателя
Для демонстрации того, как все вышесказанное реализуется на практике, рассмотрим пример создания цифрового двойника электрического двигателя. По шкале уровня зрелости представленный пример будет соответствовать 3-му уровню.
Задача, поставленная перед специалистами ГК «ПЛМ Урал», состояла в следующем. Необходимо обеспечить предсказание остаточного времени жизни электродвигателя, базируясь на сведениях о текущей нагрузке на вал и текущих оборотах электродвигателя. С учетом постоянного обмена данными между системой телеметрии и необходимостью использования нейросетевых моделей для ускорения прогнозирования задача решается цифровым двойником 3-го уровня зрелости.
Опытный образец во время снятия фактических размеров и установки дополнительных сенсоров
Первым шагом является формирование комплексной компьютерной модели. В состав КМ ЦД вошли электромагнитная модель, тепловая нестационарная модель и модель, описывающая деградацию характеристик двигателя. При этом каждая из расчетных моделей была сформирована таким образом, чтобы обеспечить возможность построения на ее базе ML-модели.
После создания отдельных моделей из состава ЦД было проведено комплексирование моделей для обеспечения бесшовной передачи данных между моделями и устойчивости комплексной модели к изменению граничных условий. Следующим шагом была проведена валидация моделей по данным натурного эксперимента. Фактически была реализована связь между реальным объектом и цифровой моделью, которая обеспечила совпадение параметров, предсказанных расчетом, и фактических. С точки зрения создания цифрового двойника, в этот момент специалистами ГК «ПЛМ Урал» был получен двойник 2-го уровня зрелости: без связи с объектом в реальном режиме времени, но пригодный для дальнейшего улучшения конструкции.
Модель остаточной жизни двигателя
Однако для реализации связи в реальном режиме времени и предсказания остаточного времени жизни двигателя использование полновесных трехмерных моделей невозможно, поэтому для дальнейших работ было произведено редуцирование моделей: на базе синтетических данных, полученных в результате проведения численного эксперимента на валидированном ЦД 2-го уровня, были сформированы нейросетевые модели. За счет правильно подобранной архитектуры ЦД 2-го уровня удалось просто заменить полновесные модели на редуцированные с сохранением функциональности.
После получения редуцированного ЦД путем добавления дополнительных блоков препроцессинга модель была подключена к физическим датчикам, а блок постпроцессинга обеспечил трансляцию результатов моделирования на панель оператора. Кроме того, дополнительно была добавлена связь с полновесными моделями для последующей калибровки, при необходимости.
Таким образом, полученная комплексная модель отвечает требованиям к 3-му уровню зрелости: обратная связь в реальном времени, применение нейросетевых моделей для упрощения, высокая точность предсказания. Несмотря на всю кажущуюся простоту решения, применение подобных структур для проектирования и эксплуатации электродвигателя позволяет существенно уменьшить массу при сохранении мощности и обеспечить заданный ресурс.
Интересный факт: внедрение только одного датчика температуры для контроля нагрева позволило компании Continental снизить количество используемых редкоземельных металлов на 20%. Другие открытые примеры демонстрируют возможность снижения массы на 10-15%. В самом начале статьи мы упоминали, что технология цифровых двойников в промышленности близится к «плато продуктивности» по диаграмме Гартнера и указанное выше широкое освещение результатов применения технологии подтверждает этот факт. Время инфляции термина заканчивается, начинается время применять технологию для получения реальных результатов.
Данные об остаточном ресурсе двигателя и температуре критичных узлов
Разумеется, формирование качественного инструмента для решения бизнес- и инженерных задач требует знаний, а на рынке все еще достаточно компаний, называющих обычный расчет балки проектом по созданию высокоточного цифрового двойника несущей конструкции. Ключевыми факторами успеха при формировании цифрового двойника любого уровня зрелости является использование правильно параметризованных и точных компьютерных моделей, правильная архитектура цифровых связей между всеми блоками двойника и высококачественные инструменты построения цифровых связей и подготовки блоков пре- и постпроцессинга. Такую работу нельзя выполнить без соответствующего опыта и знания подходов.
Обладая развитым инженерным центром, специализирующимся на проведении численного моделирования самых сложных и комплексных задач, ГК «ПЛМ Урал» предоставляет услуги по созданию прецизионных численных моделей и, при необходимости, их комплексирования в структуры, открывающие путь к созданию цифровых двойников высокого уровня зрелости. В нашем портфолио — успешно выполненные проекты по созданию численных моделей с подтвержденной точностью и сложностью, вплоть до моделирования газотурбинных установок.
Для решения задач наших клиентов мы используем лучшие отечественные инструменты, выполняем разработку методик и автоматизацию процессов проектирования, выстраиваем связи между различными информационными системами и АСУ, применяя продукты DT Enterprise. Огромный опыт наших специалистов в данном направлении позволяет легко создавать цифровые двойники оборудования и технологических процессов и не только предоставлять готовые решения нашим клиентам, но и обучать их работе в инструментах, позволяющих проводить точное численное моделирование физических процессов и выстраивать сложные автоматизированные структуры, направленные на решения бизнес- и инженерных задач.
