Киберфизические системы объединяют физические и виртуальные копии реальных производств, контролируют физические процессы и принимают децентрализованные решения. Такие системы могут самообучаться, самонастраиваться, объединяться в одну сеть.
«В основе цифровой трансформации промышленных предприятий лежат концепции «Индустрии 4.0», которые опираются на такие технологии как математическое моделирование, робототехника, искусственный интеллект, интернет вещей, облачные вычисления, предиктивная аналитика и другие, — объясняет Михаил Клюев, к.т.н. доцент кафедры технологии машиностроения СТАНКИНа, — Под киберфизической системой в данном случае подразумевается создание цифрового аналога процесса, отображающего его суть, и возможность взаимодействия с оригиналом. Цифровой двойник внутри себя имеет те же составляющие, что и его физический оригинал. С его помощью можно с высокой точностью прогнозировать поведение того или иного оборудования в различных ситуациях».
Прогнозирование поведения механического устройства, такого как станок или привод дает возможность перейти от планового обслуживания к так называемому predictive maintenance, и позволяет предугадывать возможные неисправности. По словам руководителя проекта, и раньше на производствах старались предугадать, что будет со станком в различных ситуациях, но с появлением цифровых возможностей, предугадывать поведение механизмом можно на основании данных по множеству однотипных объектов, а значит, с большей степенью точности.
«Например, благодаря собранным на основе больших данных измерений мы можем предвидеть скачок напряжения фатальный для привода и рассчитать величины, при которых его влияние будет умеренным, — рассказывает Михаил Клюев. — В наш цифровой двойник мы добавляем те параметры, цифровые тени (digital shadows), которые нам интересны. Они могут включать геометрические параметры, электрические схемы, термические модели и т.д. Все эти различные физические данные и модели складываются воедино, могут показывать состояние двойника в различных ситуациях, необходимых для прогнозирования работы либо существующих объектов, либо проектирования новых».
Эксперт уточняет, что новое исследование не является прикладным, речь не идет о конкретном приводе или модели. Ученые СТАНКИНа исследуют принципы и методы прогнозирования, позволяющие улучшать эффективность оборудования. Важнейшим этапом является внедрение технологий компьютерного моделирования на этапе проектирования продуктов. Благодаря цифровым двойникам можно с высокой точностью прогнозировать реакцию оборудования на эксплуатационные нагрузки, снижать эксплуатационные расходы сложных индустриальных комплексов.
Переход от парового двигателя к электрическому привел к тому, что механизмы, используемые на производстве, стали более компактными. Применение вычислительной техники привело к автоматизации. С переходом на киберфизические системы промышленные механизмы начинают работать вместе, что позволяет получить массу новой информации, и тем самым улучшить технологию, а, в конечном счёте, ее удешевить.
МГТУ «СТАНКИН» как отраслевой университет станкостроительной отрасли выполняет функции системного интегратора и обладает всем комплексом научно-технических, образовательных и инжиниринговых компетенций в области формирования технологической базы машиностроительного комплекса России.
Промышленность в разных странах находится в одних и тех же рамках всемирной конкуренции. Перед всеми стоят одни и те же проблемы — контроль качества, износ расходных материалов, удешевление производства. Исследования в области киберфизических систем позволят странам, которые инвестируют в эту сферу, побеждать в конкуренции.
