Цифровой двойник

Материал из Википедии — свободной энциклопедии
Перейти к навигации Перейти к поиску

Цифровой двойник (англ. Digital Twin) — цифровая копия физического объекта или процесса, помогающая оптимизировать эффективность бизнеса. Концепция «цифрового двойника» является частью четвёртой промышленной революции и призвана помочь предприятиям быстрее обнаруживать физические проблемы, точнее предсказывать их результаты и производить более качественные продукты[1][2].

История возникновения[править | править код]

Появление концепции цифровых двойников было связано с ростом цифровизации производственных процессов, в ходе которой физические или аналоговые ресурсы заменялись информационными или цифровыми. Организации следовали за последними тенденциями и пытались определить, как цифровые решения могут помочь им извлечь как операционную, так и стратегическую выгоду[2].

Вплоть до второй половины 2010-х создание компьютеризированных систем, повторяющих характеристики физических объектов почти в режиме реального времени, было невозможным ввиду технических ограничений. И лишь существенный прорыв в развитии цифровых технологий, позволивший увеличить вычислительные мощности и снизить цену их использования, позволил ведущим компаниям объединять информационные технологии с операционными процессами для создания цифровых двойников предприятий[2].

Определение[править | править код]

В индустриальных и научных источниках определения «цифрового двойника» отличаются. Согласно некоторым из них, цифровой двойник является интегрированной моделью уже построенного продукта, которая призвана содержать информацию обо всех дефектах изделия и регулярно обновляться в процессе физического использования[3]. Другим распространённым определением является цифровая модель, полученная на основании информации с датчиков, установленных на физическом объекте, которая позволяет симулировать поведение объекта в реальном мире[4]. Ни одно из этих определений, впрочем, не придаёт достаточного внимания процессам, как важному аспекту цифрового двойника.

Фундаментально цифровой двойник может быть определён как постоянно меняющийся цифровой профиль, содержащий исторические и наиболее актуальные данные о физическом объекте или процессе, что позволяет оптимизировать эффективность бизнеса. Он основан на огромном объёме накопленных данных, полученных в ходе измерений целого ряда показателей объекта в реальном мире. Анализ накопленных данных позволяет получать точную информацию о производительности системы, а также приводить к выводам о необходимости во внесении изменений как в производимый продукт, так и в сам процесс производства[2].

Примеры объектов моделирования[править | править код]

Визуализация параметров работы станка с использованием дополненной реальности

Чаще всего цифровые двойники создаются с целью моделирования объектов, напрямую связанных с промышленным производством.

Примеры:

  • для моделирования бака с вентилем и насосом в качестве источника данных используются сенсоры наполнения, а также сенсоры на приводах, позволяющие моделировать процессы с помощью SysML, AML, SCADA и ANFIS;
  • состояние производственного цеха можно смоделировать, собрав данные об основных и оборотных средствах и производственных процессах, и проанализировав их с помощью систем автоматизированного проектирования;
  • экспериментальные данные, которые получаются в ходе деформации детали, позволяют смоделировать её состояние с помощью приложений для реалистичного моделирования Simulia.

Примечания[править | править код]

  1. Гончаров А. С., Саклаков В. М. Цифровой двойник: обзор существующих решений и перспективы развития технологии. elibrary.ru (2018). — Статья в сборнике трудов Всероссийской научно-практической конференции. Дата обращения 28 апреля 2019.
  2. 1 2 3 4 Aaron Parrott, Lane Warshaw. Industry 4.0 and the digital twin technology (англ.). Deloitte Insigts (12-05-2017). — Manufacturing meets its match. Дата обращения 28 апреля 2019.
  3. Jack Reid and Donna Rhodes, Digital system models: An investigation of the non-technical challenges and research needs, Conference on Systems Engineering Research, Systems Engineering Advancement Research Initiative, Massachusetts Institute of Technology, 2016.
  4. Michael Grieves, Digital twin: Manufacturing excellence through virtual factory replication Архивная копия от 17 мая 2017 на Wayback Machine, 2014, стр. 1,