신경망, 디지털 트윈, 인공 지능. 인더스트리 4.0 기술은 인식을 넘어 석유 산업을 변화시킬 것입니다.
디지털 시대의 건축가
일반적으로 가장 기술적으로 발전된 영역은 다음과 같은 것으로 간주됩니다. 정보 기술및 생물 의학. 금속 압연이나 석유 생산 및 정제와 같은 전통 산업의 기업에 대한 태도는 상당히 다릅니다. 얼핏 보면 보수적이지만 많은 전문가들은 이들을 새로운 디지털 시대의 주요 건축가라고 부른다.
산업 거물들은 지난 세기의 30년대 중반에 생산 공정을 자동화하기 시작했습니다. 수십 년 동안 하드웨어 및 소프트웨어 시스템은 지속적으로 개선되고 복잡해졌습니다. 예를 들어 정유에서와 같은 생산 공정의 자동화는 훨씬 더 발전했습니다. 현대 정유 공장의 운영은 수십만 개의 센서와 기기로 모니터링되며 연료 공급은 위성 항법 시스템을 통해 실시간으로 추적됩니다. 러시아의 평균 정유 공장은 매일 50,000테라바이트 이상의 정보를 생성합니다. 비교를 위해 러시아 국립 도서관의 디지털 저장소에 저장된 3백만 권의 책은 162테라바이트에 불과한 수백 배 적은 공간을 차지합니다.
이것은 동일한 "빅 데이터" 또는 빅 데이터, 가장 큰 사이트 및 소셜 네트워크의 정보 다운로드에 필적하는 스트림입니다. 축적된 데이터의 배열은 비즈니스 관리에 사용할 수 있는 고유한 리소스입니다. 하지만 전통적인 방법정보 분석은 더 이상 이에 적합하지 않습니다. 인더스트리 4.0 기술의 도움을 받아 그러한 양의 데이터로 효과적으로 작업하는 것이 가능합니다. 변화하는 경제 패러다임의 맥락에서 풍부한 생산 "역사적 경험"은 심각한 이점입니다. 빅데이터는 인공지능의 핵심이다. 학습, 현실 이해 및 프로세스 예측 능력은 로드된 지식의 양에 직접적으로 의존합니다. 동시에 산업 회사는 강력한 공학 학교를 가지고 있으며 신기술의 도입 및 개선에 적극적으로 참여하고 있습니다. 이것은 그들을 "새로운 경제"의 핵심 선수로 만드는 또 다른 상황입니다.
이번주 베스트
마지막으로 국내 기업가들은 사업 효율성의 대가를 알고 있다. 러시아는 먼 나라입니다. 종종 생산 자산은 소비자와 멀리 떨어져 있습니다. 이러한 상황에서는 시장 변동에 신속하게 대응하기가 매우 어렵습니다. 기존 기술을 사용하면 10분의 1만 절약할 수 있습니다. 한편, 디지털 솔루션은 이미 오늘날 월 10-15%까지 비용을 절감할 수 있습니다. 사실은 분명합니다. 4차 산업혁명 시대에는 축적된 경험의 맥락에서 신기술을 가장 효과적으로 적용하는 방법을 배우는 사람들이 경쟁력이 있을 것입니다.
Petr Kaznacheev, RANEPA 자원 경제 센터 소장: "석유 및 가스 분야의 "통합" 인공 지능 시스템을 향한 첫 번째 단계로 "스마트" 관리 및 기업 계획을 고려할 수 있습니다. 이 경우 현장에서 주유소에 이르기까지 회사 활동에 대한 모든 주요 정보를 디지털화하는 알고리즘을 만드는 방법에 대해 이야기할 수 있습니다. 이 정보는 단일 자동화 센터로 보낼 수 있습니다. 이 정보를 기반으로 인공 지능 방법을 사용하여 회사의 작업을 최적화하기 위한 예측 및 권장 사항을 만들 수 있습니다.
디지털 트랜스포메이션 리더
이러한 추세를 깨닫고 러시아와 세계의 산업 리더들은 수십 년 동안 발전해 온 비즈니스 프로세스를 재구성하고 산업용 사물 인터넷, 인공 지능 및 빅 데이터를 기반으로 하는 인더스트리 4.0 기술을 생산에 도입하고 있습니다. 가장 집중적인 변화는 석유 및 가스 산업에서 일어나고 있습니다. 이 산업은 어제 공상 과학 소설처럼 보였던 프로젝트에 투자하면서 역동적으로 "디지털화"되고 있습니다. 인공 지능에 의해 제어되고 상황을 예측할 수 있는 공장, 작업자에게 최상의 작동 모드를 촉구하는 설치 - 이 모든 것이 오늘날 이미 현실이 되고 있습니다.
동시에 스마트 웰, 공장 및 주유소를 단일 생태계로 통합할 생산, 물류, 생산 및 판매를 관리하는 시스템을 만드는 것이 최대 과제입니다. 이상적인 디지털 모델에서 소비자가 연료 디스펜서를 누르는 순간, 운영 센터의 회사 분석가는 탱크에 어떤 브랜드의 휘발유가 채워지고, 얼마나 많은 오일을 추출해야 하는지, 공장으로 전달되어야 하는지, 특정 지역의 수요를 충족시키기 위해 처리됩니다. 지금까지 러시아 및 외국 회사 중 누구도 그러한 모델을 구축할 수 없었습니다. 그러나 Gazprom Neft는 이 문제를 해결하는 데 가장 앞서갔습니다. 전문가들은 현재 여러 프로젝트를 구현하고 있으며, 이는 궁극적으로 처리, 물류 및 판매 관리를 위한 단일 플랫폼을 만드는 기반이 될 것입니다. 아직 세상에 없는 플랫폼입니다.
디지털 트윈
오늘날 Gazprom Neft의 정제소는 업계에서 가장 현대적인 곳 중 하나입니다. 그러나 4차 산업혁명은 질적으로 새로운 기회를 열어주는 동시에 자동화에 대한 새로운 요구 사항을 제시합니다. 보다 정확하게는 자동화가 아니라 생산의 거의 완전한 디지털화에 관한 것입니다.
새로운 단계의 기초는 정제소 단위의 가상 사본인 소위 "디지털 트윈"이 될 것입니다. 3D 모델은 실제 프로토타입에서 발생하는 모든 프로세스와 관계를 안정적으로 설명합니다. 그들은 신경망을 기반으로 한 인공 지능의 작업을 기반으로합니다. " 디지털 트윈» 최적의 장비 작동 모드를 제공하고, 고장을 예측하고, 수리 조건을 추천할 수 있습니다. 다른 장점 중에는 지속적으로 학습할 수 있는 능력이 있습니다. 신경망 자체가 오류를 찾아 수정하고 기억하므로 작업과 예측 정확도가 향상됩니다.
"디지털 트윈" 교육의 기초는 일련의 역사적 정보입니다. 현대의 정유 공장은 인체만큼 복잡합니다. 수십만 개의 부품, 수만 개의 센서. 각 설치에 대한 기술 문서는 회의장 크기의 방을 차지합니다. "디지털 트윈"을 만들려면 이 모든 정보를 먼저 로드해야 합니다. 신경망. 그런 다음 가장 어려운 단계가 시작됩니다. 인공 지능이 설치를 이해하도록 가르치는 단계입니다. 여기에는 지난 몇 년 동안 플랜트 운영에 대해 수집된 센서 및 계측기의 판독값이 포함됩니다. 운영자는 다양한 상황을 시뮬레이션하고 신경망이 "작업 매개변수 중 하나가 변경되면 어떻게 됩니까?"라는 질문에 답하도록 합니다. - 예를 들어, 원자재의 구성 요소 중 하나를 교체하거나 설비의 전원 공급을 늘리기 위해. 신경망은 지난 몇 년간의 경험을 분석하고 알고리즘에서 계산에 의해 최적이 아닌 모드를 제외하고 설치의 미래 작동을 예측하는 방법을 학습합니다.
이번주 베스트
Gazprom Neft는 이미 두 가지를 완전히 "디지털화"했습니다. 산업단지자동차 연료 생산에 참여 - 모스크바 정유 공장의 촉매 분해 가솔린 수소 처리 장치 및 옴스크의 회사 정유 공장에서 운영되는 장치. 테스트에 따르면 인공 지능은 동시에 다음을 고려할 수 있습니다. 큰 금액"디지털 트윈"의 매개 변수는 문제가 심각한 문제로 발전할 위협이 되는 순간 이전에도 결정을 내리고 작업의 가능한 편차에 대해 알립니다.
동시에 Gazprom Neft는 테스트 중입니다. 복잡한 솔루션, 전체 생산 규모에 대한 인적 요소의 영향을 최소화합니다. 유사한 프로젝트가 현재 랴잔과 카자흐스탄에 있는 회사의 역청 공장에서 시행되고 있습니다. 경험적으로 찾은 성공적인 솔루션은 나중에 대규모 정유소 수준으로 확장될 수 있으며, 이는 결국 효과적인 디지털 생산 관리 플랫폼을 만들 것입니다.
Nikolay Legkodimov, 러시아 KPMG 및 CIS 고급 기술 자문 그룹 책임자:“다양한 구성 요소, 어셈블리 및 시스템을 모델링하는 솔루션은 석유 및 가스 산업을 포함하여 오랫동안 알려져 있고 사용되어 왔습니다. 이러한 모델에 대한 충분한 범위가 달성되었을 때에만 질적 도약이라고 말할 수 있습니다. 이러한 모델을 서로 결합하여 전체 복잡한 체인으로 결합할 수 있다면 완전히 새로운 수준에서 문제를 해결할 수 있습니다. 특히 중요하고 바람직하지 않으며 단순히 위험한 작동 조건에서 시스템의 동작을 시뮬레이션할 수 있습니다. 장비를 수리하고 업그레이드하는 데 비용이 매우 많이 드는 분야의 경우 이를 통해 새로운 구성 요소를 사전 테스트할 수 있습니다.”
성과 관리
앞으로 Gazprom Neft의 물류, 정제 및 마케팅 블록의 전체 가치 사슬은 인공 지능을 기반으로 하는 단일 기술 플랫폼으로 통합될 것입니다. 이 유기체의 "두뇌"는 1년 전 상트페테르부르크에 설립된 성과 관리 센터가 될 것입니다. 여기에서 "디지털 트윈"의 정보가 흐르고 여기에서 분석되고 여기에서 수신된 데이터를 기반으로 관리 결정이 내려집니다.
이미 오늘날 250,000개 이상의 센서와 수십 개의 시스템이 Gazprom Neft 물류, 처리 및 마케팅 블록 주변에 포함된 회사의 모든 자산에서 실시간으로 정보를 센터로 전송합니다. 초당 180,000개의 신호가 여기에 도착합니다. 이 정보를 보려면 일주일 정도면 충분합니다. 센터의 디지털 두뇌는 이를 즉시 수행합니다. 즉, 정유 공장에서 최종 소비자에 이르기까지 전체 체인에서 실시간으로 제품의 품질과 석유 제품의 양을 모니터링합니다.
센터의 전략적 목표는 인더스트리 4.0의 기술과 기회를 사용하여 다운스트림 부문의 효율성을 근본적으로 높이는 것입니다. 즉, 프로세스 관리만이 아니라 기존 시스템 내에서도 수행할 수 있을 뿐만 아니라 비즈니스의 모든 단계에서 예측 분석 및 인공 지능을 사용하여 손실을 줄이고 프로세스를 최적화하고 손실을 방지하여 이러한 프로세스를 가장 효율적으로 만들 수 있습니다.
가까운 장래에 센터는 비즈니스 관리의 효율성에 영향을 미치는 몇 가지 핵심 작업을 해결하는 방법을 배워야 합니다. 여기에는 앞으로 60일 간의 미래 예측이 포함됩니다. 2개월 후 시장이 어떻게 움직일지, 현재 휘발유 수요를 충족시키기 위해 처리해야 하는 오일의 양, 장비의 상태, 공장의 가동 여부 다가오는 하중과 수리 여부에 대처할 수 있습니다. 동시에, 향후 2년 동안 센터는 50% 용량에 도달하고 회사의 모든 석유 저장소 및 연료 보급 단지에서 석유 제품 재고량을 모니터링, 분석 및 예측하기 시작해야 합니다. 안에 자동 모드생산 매개변수의 90% 이상을 모니터링합니다. 40% 이상의 공정 장비의 신뢰성을 분석하고 유류 제품의 손실 및 품질 저하를 방지하기 위한 조치를 개발합니다.
2020년까지 Gazprom Neft는 성과 관리 센터의 기능을 100% 달성하는 것을 목표로 합니다. 선언된 지표에는 모든 장비의 신뢰성 분석, 제품의 품질 및 수량 측면에서 손실 방지, 기술 편차 예측 관리가 있습니다.
VYGON Consulting의 수석 컨설턴트 Daria Kozlova:“일반적으로 통합 솔루션은 경제적 효과산업을 위해. 예를 들어, Accenture에 따르면 디지털화의 경제적 효과는 1조 달러 이상일 수 있습니다. 따라서 수직계열화 규모가 큰 기업의 경우에는 통합 솔루션의 도입이 정당하다. 그러나 효율성 개선을 통해 비용을 절감하고 운전자본 관리의 효율성을 높여 추가 자금을 확보할 수 있기 때문에 소규모 회사의 경우에도 정당화됩니다.”
토론 0
새로운 단어 섹션에서 Apparat는 새로운 사회와 관련된 최근에 등장한 용어에 대해 이야기합니다. 이 릴리스에는 디지털 트윈이 있습니다. 당신에 대한 모든 것을 알고 당신의 행동을 모방할 수 있는 컴퓨터.
디지털 트윈
미래학자이자 Acceleration Studies Foundation의 설립자인 John Smart의 기술적 꿈, 그 특별한 컴퓨터 프로그램특정인의 행동을 모방할 수 있다. 데이터를 수집하고 분석하기 위한 다양한 기술을 사용하면 컴퓨터가 사용자 대신 편지에 답장을 보낼 수 있으며 사용자가 바쁜 동안에도 친척과 대화할 수 있습니다. Smart에 따르면 디지털 트윈은 향후 5년 이내에 나타날 것입니다.디지털 트윈을 만들기 위해 특수 소프트웨어가 소셜 네트워크에서 귀하의 통신을 분석하고 이메일, 온라인 상점의 검색 기록 및 구매, 웨어러블 장치, 스마트폰 또는 스마트 워치및 기타 사용 가능한 정보. 이 데이터를 기반으로 특수 알고리즘의 도움으로 귀하의 행동을 프로그래밍하는 것이 가능합니다. 즉, 비즈니스 편지에 파트너에게 어떻게 응답하여 Facebook에서 어린이에게 메시지를 전할 것인지를 프로그래밍할 수 있습니다. 컴퓨터는 이미 우리의 선호도에 대해 많이 알고 있습니다. 예를 들어 광고 회사는 우리의 검색어그리고 이메일을 보내고 각 사람에 대한 프로필을 만들고 그가 정말로 관심을 가질만한 광고만 보여주도록 노력하십시오.
인간 행동을 모방하는 소프트웨어도 우리 삶에 침투하기 시작했습니다. 디지털 비서- Apple의 Siri, Microsoft의 Cortana 및 IBM의 Watson - 사용자와 의사 소통하고 질문에 답하며 추상적인 주제에 대해서도 대화를 이어갈 수 있습니다. 튜링 테스트를 성공적으로 통과한 최초의 챗봇이 개발되었습니다.
과학자들은 또한 디지털 트윈을 만들기 위한 더 환상적인 옵션인 뇌의 완전한 디지털화, 이른바 의식 업로드를 고려하고 있습니다. 그러나 이 방향의 작업은 이제 초기 단계에 불과합니다. 예를 들어 Blue Brain 프로젝트의 일부로 2023년까지 인간 대뇌 피질의 주요 부분인 신피질의 디지털 버전이 완전히 시뮬레이션되어야 합니다.
디지털 트윈을 사용하는 방법
사망 후 사람과 대화
가장 야심 찬 계획 중 하나는 사망 후 사람을 대체 할 수있는 이중성을 만드는 것입니다. “당신과 내가 죽을 때, 우리 아이들은 우리 무덤에 오지 않을 것입니다. 그들은 가서 우리의 디지털 트윈을 시작하고 그들과 이야기할 것입니다.”라고 John Smart는 말합니다. "이 시나리오가 다소 억지스럽게 들리도록 두십시오."라고 그는 덧붙입니다. “그러나 사람들은 이미 사망한 친척의 페이지에 통곡의 벽을 쌓고 있습니다. 소셜 네트워크에서그리고 그들에게 계속 사적인 메시지를 보내십시오.” 이러한 관점은 SF 작가와 감독에게 사랑받고 있습니다. 예를 들어, Black Mirror 시리즈의 플롯 중 하나는 한 젊은 여성이 자동차 사고로 사망한 남편을 디지털 사본으로 대체한 방법을 알려줍니다. 나중에 그녀는 남편의 의식을 안드로이드 로봇에 "업로드"했습니다. 즉, 그녀는 실제로 남편을 소생시켰습니다.
개인 비서
이 옵션은 구현하기가 훨씬 간단하고 이러한 옵션이 필요하지 않습니다. 높은 레벨인지 능력. 어느 정도 이것은 이미 구현되고 있습니다. 예를 들어 디지털 비서 Google Now는 귀하의 이메일과 검색을 분석하여 귀하의 생활을 편리하게 해주는 제안을 제공합니다. 그러나 디지털 트윈은 의사와 약속을 잡고, 비즈니스 미팅을 하고, 매장에서 가장 적합한 제품을 가리켜주는 매우 간단한 작업이기는 하지만 무언가를 알려줄 뿐만 아니라 일부 작업을 수행합니다. 내용면에서 귀하의 식단에 유용한 물질.
프로젝트 단점
이념의 이념인 John Smart도 인식하는 이 개념의 주요 단점 중 하나는 개인 정보 보호를 완전히 침해한다는 것입니다. 이 프로그램은 모든 서신을 읽고 구매를 분석하며 일반적으로 가능한 모든 방법으로 개인 생활에 침투합니다. 더 적은 데이터를 수집하는 대기업은 이미 시위에 직면해 있습니다.
존 스마트
디지털 트윈을 만드는 이념내 건강과 재정 정보는 아무도 볼 수 없도록 작은 금고에 보관하고 싶습니다. 그러나 그러한 생각은 격변입니다. 사생활을 희생하지 않으면 많은 것을 얻을 수 없습니다. 사람들이 기술에 대한 통제력을 느끼는 한 데이터 프라이버시는 부차적인 문제가 될 것이라고 확신합니다.
이미지: 에드워드 블레이크 에드워즈
더 최근에 Sberbank의 사장인 German Gref는 5년 안에 인공 지능이 많은 사람들을 대체할 것이라고 말했습니다.
기계 학습 및 인공 지능 전문가인 Pedro Domingos는 더 나아가 사람들이 자신의 성격에 대한 컴퓨터 심리학적 모델을 습득할 것이라고 제안합니다. 그녀는 어떻게 될까요?
섹스, 거짓말, 머신러닝
디지털 미래는 컴퓨터와 상호 작용한다는 사실을 깨닫는 데서 시작됩니다. 자신의 스마트폰또는 수천 마일 떨어진 원격 서버 - 두 가지 수준에서 수행할 때마다. 첫 번째는 질문에 대한 답변, 원하는 제품, 새 신용 카드 등 필요한 것을 즉시 얻으려는 욕구입니다. 전략적이고 가장 중요한 두 번째 수준에서는 컴퓨터에 자신에 대해 이야기합니다.
당신이 그에게 더 많이 가르칠수록 그는 당신을 더 잘 섬기거나 조종할 것입니다.
컴퓨터에 제공하고 싶은 성격의 모델은 무엇입니까? 그가 이 모델을 구축할 수 있도록 그에게 어떤 데이터를 제공할 수 있습니까? 사람과 상호 작용할 때와 마찬가지로 기계 학습 알고리즘과 상호 작용할 때마다 이러한 질문을 염두에 두어야 합니다.
디지털 미러
전 세계의 모든 컴퓨터에 저장된 모든 데이터에 대해 생각해 보십시오. 이메일, MS Office 문서, 문자, 트윗, Facebook 및 LinkedIn 계정, 인터넷 검색 기록, 클릭, 다운로드한 파일 및 주문, 신용 기록, 세금, 전화 및 의료 기록, 기록된 운전 정보입니다. 온보드 컴퓨터귀하의 자동차, 귀하가 등록한 이동 지도 휴대전화, 지금까지 찍은 모든 사진, 보안 카메라 영상에 대한 간략한 등장.
미래의 전기 작가가 이 "데이터 배출"에만 액세스할 수 있고 그 외에는 아무 것도 액세스할 수 없다면 어떤 그림을 갖게 될까요? 아마도 꽤 정확할 것입니다.
우리가 가르칠 수 있는 인간의 삶에 대한 지식이 이미 있는 미래의 실제 마스터 알고리즘에 모든 데이터를 제공했다고 상상해 보십시오. 그는 당신의 모델을 만들 것이고 당신은 그것을 주머니에 있는 플래시 드라이브에 가지고 다닐 수 있습니다. 물론, 거울에서 자신을 보는 방법과 같은 내성을 위한 훌륭한 도구가 될 것입니다. 그러나 거울은 디지털이며 당신의 외모뿐만 아니라 당신을 보고 배울 수 있는 모든 것을 보여줄 것입니다. 거울에 생명을 불어넣고 이야기할 수 있습니다.
디지털 트윈의 이점
디지털 소울 메이트에게 어떤 일을 맡기고 싶습니까? 아마도 당신이 모델에게 가장 먼저 원하는 것은 그녀에게 당신을 대신하여 세상과 협상하도록 지시하는 것입니다.
세상의 모든 책 중에서 그녀는 당신이 가장 먼저 읽고 싶은 12권의 책을 추천할 것이고, 조언은 아마존이 꿈도 꾸지 못할 정도로 깊습니다. 영화, 음악, 게임, 의류, 전자 제품, 무엇이든 마찬가지입니다. 물론 냉장고는 항상 가득 차 있습니다. 모델은 이메일을 필터링하고 음성사서함, Facebook의 뉴스 및 Twitter의 업데이트를 보고 적절한 경우 회신합니다.
그녀는 모든 성가신 작은 것들을 돌봐줍니다 현대 생활신용 카드 청구서 확인, 잘못된 거래에 대한 이의 제기, 일정 계획, 구독 갱신 및 세금 신고서 제출과 같은. 그녀는 당신을 위해 약을 선택하고 의사에게 확인하고 온라인 상점에서 주문할 것입니다.
모델이 당신이 좋아하는 사람을 알려줄 것입니다. 그리고 당신이 서로를 알게 되고 서로를 좋아하게 되면, 당신의 모델은 당신이 선택한 모델과 팀을 이루어 두 사람이 좋아할 만한 레스토랑을 선택할 것입니다. 그리고 이것은 정말 흥미로워지는 곳입니다.
모델 소사이어티
매우 빠르게 다가오는 미래에는 24시간 주문을 처리하는 "디지털 절반"을 가진 유일한 사람이 아닙니다. 비슷한 성격의 모델은 누구에게나 나타날 것이며 모델은 항상 서로 의사 소통을 할 것입니다.
당신이 일자리를 찾고 있고 회사에 X명의 직원이 있다면 그 모델이 당신을 인터뷰할 것입니다. 그들의 "대화"는 여러 면에서 실제 "실제" 대화와 유사합니다. 예를 들어, 모델은 사용자에 대한 부정적인 정보를 제공하지 않습니다. 그러나 전체 프로세스는 1초도 걸리지 않습니다. .
마스터 알고리즘의 세계에서 "내 사람들이 당신에게 연락할 것입니다"는 "내 프로그램이 당신의 프로그램에 연락할 것입니다"가 될 것입니다. 각 사람은 전 세계를 더 쉽고 즐겁게 보낼 수 있도록 설계된 봇의 수행원을 갖게 될 것입니다. 거래, 협상, 회의 - 이 모든 것이 손가락 하나 까딱하기 전에 정리됩니다.
당신의 디지털 소울 메이트는 파워 스티어링과 같을 것입니다. 인생은 당신이 원하는 곳으로 갈 것입니다. 그러나 당신의 노력은 덜합니다.
이것은 "필터 거품"에 빠져 놀라움 없이 자신이 좋아하는 것만 보게 된다는 의미가 아닙니다. 디지털 사람은 훨씬 더 똑똑해지고, 기회를 위한 여지를 남겨두고, 새로운 경험을 하게 하고, 행복한 사고를 찾도록 지시받을 것입니다.
모델이 개선됨에 따라 상호 작용은 현실 세계에서 일어나는 일과 점점 더 유사해질 것이지만, 실제 세계에서 백만 배 더 빠르게 일어날 것입니다. 미래의 사이버 공간은 현실에서 시도할 가장 유망한 모든 것을 선택하는 매우 광대한 평행 세계로 변할 것입니다. 그것은 새로운 글로벌 잠재의식, 인류의 집합체 "이드" 또는 "그것"과 같을 것입니다.
오늘날의 세계는 마음 이론이 컴퓨터에 나타나기 시작했다는 사실로 유명합니다. 지금까지 이러한 이론은 아직 원시적이지만 빠르게 발전하고 있으며 우리가 원하는 것을 얻으려면 다른 사람들과 마찬가지로 그들과 협력해야 합니다.
"최고의 알고리즘"이라는 책의 자료를 바탕으로
오늘날 러시아에서는 4차 산업혁명에 대해 이야기하기 어렵지만 우리는 말할 필요가 있다고 믿습니다. 차세대 산업 기업의 기술 동인 중에는 디지털 트윈 개념을 구현하는 산업용 사물 인터넷용 플랫폼이 있습니다.
Forrester 분석가는 디지털 트윈을 실제 장치에 대한 모든 연결의 중개자 역할을 하는 추상 디지털 형식의 실제 물리적 개체 생성으로 정의합니다.
General Electric에 따르면 디지털 트윈의 배경은 단순히 디지털 모델로 작업하는 것 이상입니다. 이 회사는 또한 센서 시스템과 통신을 통해 실제 시설의 디지털 모델과 동기화하여 유지 보수가 이루어질 것이라고 말합니다.
분석 기관 Gartner는 2021년까지 대기업의 절반이 디지털 트윈을 사용할 것이며 결과적으로 이러한 조직의 운영 효율성이 10% 증가할 것으로 예측합니다.
Gartner의 연구 부사장인 Alfonso Velosa는 “디지털 트윈은 자산과 프로세스를 모니터링하고 관리하는 강력한 방법을 제공함으로써 IoT의 비즈니스 영향을 주도하고 있습니다. 이것은 SAYMON 프로젝트에서 다음을 포함한 자동화된 모니터링 및 제어에 매우 밀접하게 관련되어 있기 때문에 우리 팀에게 특히 흥미진진합니다. 정보 시스템그리고 인터넷 물건. 물론 IoT 관리 플랫폼 시장의 경쟁은 매우 강력합니다. 문자 그대로 오늘날 모든 대형 디지털 기업이 플랫폼을 보유하고 있다고 주장하지만 모든 사람이 자체 개발을 하거나 기성 솔루션으로 회사를 인수하는 것은 아닙니다. 종종 가용성에 대한 설명은 품위에 대한 찬사입니다. 기술 추세가 있고 기업에 대한 설명이 있습니다.
오늘날 우리는 아직 디지털 모델과 도면으로 작업하지 않습니다. 이 분야에 경험이 있는 파트너에게 열려 있습니다. 에 이 순간산업 시설의 사실적인 사본을 형성하는 회사와 협력한 경험이 있으며 결과적으로 디지털화된 공간의 힘과 실제 센서 및 비디오 카메라에서 데이터를 얻을 수 있는 능력, 실제 세계에서 스위치, 릴레이 및 댐퍼를 제어합니다. 오늘날 VIOTR 프로젝트는 미래의 교육 기술에 중점을 두고 있지만 본질적으로 이것은 디지털 트윈 개념의 일부입니다.
이것은 Computer Weekly의 동료들도 공식화한 것과 정확히 같습니다. 새로운 접근 방식에는 에지 장치와 내부 시스템그리고 거울 반사장치의 가상 모델 변경, 즉 디지털 트윈이 나타납니다.
예를 보면 도어록 제어와 같은 간단한 조작으로도 상당한 비용 절감 효과를 얻을 수 있습니다. 스마트 도어록을 만드는 도르마카바는 2012년부터 제어 소프트웨어를 사용하고 있다. 현장 작업그가 설치를 제어할 수 있도록 도와주는 ServiceMax 엔터프라이즈. 각 문의 작동에 대한 자세한 데이터는 Dormakaba와 파트너가 건물을 보다 효율적으로 관리하는 데 도움이 됩니다. ServiceMax에 대한 최근 Vanson Bourne 연구에 따르면 산업 회사는 계획되지 않은 가동 중지 시간으로 인해 시간당 260,000달러의 손실을 보고 있습니다. 디지털 트윈을 사용하여 실패를 예측하면 이 문제를 극복하는 데 도움이 될 수 있습니다. 디지털 트윈은 도어의 센서가 등록하고 구성 요소 설치 및 펌웨어 업데이트를 기록하고 사용할 수 있는 모든 작업 또는 이벤트에 대한 최신 기록을 Dormakaba의 엔지니어에게 제공할 수 있습니다. 서비스 팀 Dormakaba와 함께 제품의 수명을 결정합니다. 상세 설명문에 연결된 보안 로그. 부품 및 부품 공급업체 및 경영진과 긴밀한 의사 소통을 보장하는 것도 중요합니다. 라이프 사이클매우 정확한 수준의 제어 및 서비스를 제공하는 제품입니다. 디지털 잠금 예측을 사용하여 Dormakaba는 고객 호출을 줄이고 서비스 품질을 향상할 것으로 기대합니다. Swisscom과 함께 잠금 관리를 위한 클라우드 플랫폼이 만들어졌습니다. 파트너 교육은 이러한 혁신과 비즈니스 혁신의 중요한 요소라고 Dormakaba는 인정합니다.
Gartner 보고서에서 디지털 트윈은 경제 및 비즈니스 모델에 영향을 미칠 것입니다, 분석 회사는 Google, Amazon 및 Netflix와 같은 회사에서 수행한 데이터 수집의 양과 산업 회사의 디지털 트윈이 제어 시스템에 연결된 장비의 작동을 지속적으로 모니터링하기 위해 생성할 데이터의 양을 유추합니다.
분석가들은 이를 위해서는 구성 요소와 소프트웨어 업그레이드에 대한 더 많은 제어가 필요하며 자동차 제조업체가 소프트웨어 공급업체가 되어야 한다고 경고합니다. "자산 운영자는 더 스마트한 자산을 추가하고 소유권을 추가함에 따라 운영 부서에 소프트웨어 기술을 추가해야 합니다. 소프트웨어그리고 데이터를 지원 계약에 포함시킵니다.”라고 분석가들은 경고합니다.
https://www.ge.com/의 이미지 더 좋은 방법이 있습니다. 설계 및 기술 설계 프로세스의 효율성을 향상시키는 방법 식별
아론 프렌켈, 얀 라르센
제품 제조는 의심할 여지 없이 모든 수명 주기 프로세스에서 가장 중요한 부분입니다. 이 단계에서 아이디어는 현실이 됩니다. 더욱이, 제품이 작업 현장에서 성공적으로 조립되도록 조정된 설계 및 제조 프로세스 없이는 아이디어가 아름다운 청사진으로 남거나 완전히 실현되지 않을 것입니다. 수년 동안 기술 프로세스를 설계하고 개발하는 방법은 변경되지 않고 비용과 시간을 증가시키는 모든 전통적인 단점을 유지했습니다. 오늘날 혁신이 기계 제작 기업의 생존에 필수적이라는 점을 고려하여 Siemens PLM Software는 사전 생산 프로세스를 분석하여 이를 더욱 최적화할 수 있는 방법을 식별했습니다. 이 기사에서 기계 솔루션 마케팅 수석 이사인 Aaron Frankel과 Siemens PLM Software의 유럽, 중동 및 아프리카 마케팅 부문 수석 이사인 Jan Larsson은 "제품의 디지털 트윈" 개념과 이것이 제품 생산 방식에 미치는 영향.
아름다운 교향곡
현대적인 공장에 들어서면 인간 노동, 로봇 및 기계의 놀라운 교향곡, 자재 및 부품의 이동을 볼 수 있습니다. 이 모든 것이 일정을 따라잡기 위해 가장 가까운 시간에 이루어집니다. 그림이 환상적입니다.
그러나 무대 뒤에서 우리는 구식 디자인 프로세스와 생산 기술 준비 과정을 보게 될 것입니다. 우리는 누군가를 비난하지 않을 것입니다. 제품 디자인을 개발하는 것은 그 자체로 작은 성취가 아닙니다. 디자인은 매우 어려운 과업. 어떤 경우에는 제품이 수백만 개의 부품으로 구성되며 수천 명의 직원과 파트너가 종종 전 세계에서 제품을 만들기 위해 노력합니다. 또한 전자(더 빠른 프로세서, 소형화), 자동차(녹색 및 배출 감소) 및 항공우주(녹색 및 복합 재료)와 같은 중요 산업은 신제품 생성 프로세스를 최적화하고 가속화하기 위해 끊임없이 노력하고 있습니다. 해결해야 할 작업이 매우 복잡하다는 점을 감안할 때 현장에서 입증된 사전 생산 프로세스에서 벗어나기를 꺼리는 것은 충분히 이해할 수 있습니다. 그러나 고객은 경우에 따라 비용이 많이 드는 지연을 초래하는 일반적인 제품 설계 및 제조 문제를 보고하고 있습니다.
일반적인 문제
우리가 보는 가장 심각한 어려움 중 하나는 디자이너와 기술자가 서로 다른 시스템을 사용한다는 것입니다. 실제로 이것은 디자이너가 자신의 개발을 기술 프로세스를 생성하려는 기술자에게 이전한다는 사실로 이어집니다. 컴퓨터 시스템그들에게 익숙한 것. 매우 자주 발생하는 이 시나리오에서는 정보의 비동기화가 발생하여 상황을 제어하기 어렵습니다. 또한 오류 가능성이 높아집니다.
작업 평면도를 개발하는 동안 문제가 정기적으로 발생합니다. 그 이유는 레이아웃이 일반적으로 2D 평면도 및 종이 도면 형태로 생성되기 때문입니다. 이것은 길고 힘든 과정입니다. 2D 도면은 프로세스의 중요한 부분이지만 필요한 유연성이 없습니다. 작업장에서 장비 재배치가 도면에 고정되지 않은 경우가 종종 있습니다. 문제는 생산 시스템의 지속적인 확장과 현대화를 필요로 하는 빠르게 변화하는 시장(예: 소비자 전자 제품)에서 작동할 때 특히 악화됩니다. 왜요? 2차원 레이아웃에는 지능과 연관성이 부족하기 때문입니다. 그들은 기술자가 작업 현장에서 무슨 일이 일어나고 있는지 정확히 알고 현명한 결정을 신속하게 내리는 것을 방지합니다.
레이아웃을 만든 후 기술 경로가 개발됩니다. 일반적으로 제어 단계를 통과합니다. 여기에 효율성 성장에 대한 또 다른 중요한 장애물이 있습니다. 기술자는 일반적으로 장비의 성능을 평가하기 위해 장비가 설치될 때까지 기다려야 합니다. 게다가 특성이 기대보다 낮으면 대체 기술을 개발하기에는 너무 늦다. 우리의 경험에 따르면 이러한 상황은 상당한 지연을 초래합니다.
마지막으로 고객은 사전 제작 주기가 끝날 때 두 가지 문제를 더 보고합니다. 이것은 개별 작업 및 전체 기술 프로세스의 성능에 대한 평가입니다.
현대 생산의 높은 복잡성과 빈번한 협력 부족으로 인해 다양한 시스템공정 설계에서 특정 작업이나 생산 영역이 전체 라인의 작업을 지연시키는 원인을 식별하는 것은 쉽지 않습니다. 그리고 제품의 실제 제조와 관련하여 고객은 일반적으로 계획된 프로세스와 실제 프로세스의 준수 정도 및 생산성을 평가하는 것이 극히 어렵다고 보고합니다. 그리고 다시 문제는 높은 복잡성과 생산, 디자이너 및 기술자 간의 피드백 부족입니다.
디지털 트윈
디지털 트윈은 실제 개체처럼 작동하는 실제 개체의 가상 복사본입니다. 여기에서 당사 제품의 기술적 세부 사항에 대해 설명하지 않고 PLM(제품 수명 주기 관리) 도구가 완전한 디지털 플랫폼을 제공한다고 말하는 것으로 충분합니다. 종단 간 제품 설계 및 제조 프로세스를 정확하게 모델링하는 디지털 트윈의 사용을 지원합니다.
이 모든 것이 실제로 무엇을 의미합니까? 위의 단계를 다시 살펴보고 새로운 접근 방식이 제공하는 주요 기능을 살펴보겠습니다.
건설
NX(및 기타 CAD 시스템)는 제품 모델을 생성하고 3D JT 형식으로 Teamcenter에 보냅니다. 몇 초 만에 앱은 실제 제품과 정확히 일치하는 수천 가지 가상 제품 디자인을 만듭니다. 동시에 빅 데이터 처리 기술, 모델에 포함된 설계 및 기술 정보(PMI)(공차, 맞춤, 부품과 어셈블리 간의 관계)와 기술 프로세스에 대한 기본 설명을 사용하여 잠재적인 문제를 식별합니다. 이 접근 방식은 이미 우리 회사를 만들 때 실제로 테스트되었습니다. 전자 제품. 예를 들어, 비디오 출력 커넥터의 나사 구멍이 PCB의 나사 구멍과 정확히 일치하지 않는다는 것을 즉시 확인할 수 있었습니다. 오류가 감지되지 않은 경우 고객의 보증 청구가 발생했을 것입니다. 커넥터가 커넥터에서 느슨해질 수 있습니다. 인쇄 회로 기판. 설계 오류를 조기에 식별하면 기술 개발 및 생산 모두에서 상당한 시간과 비용을 절약할 수 있습니다.
기술 프로세스 설계
디지털 트윈은 디자이너와 기술자 간의 협업을 개선하고 위치 선택과 제조 기술, 필요한 리소스 할당을 최적화합니다. 빌드 프로세스를 변경하는 예를 고려하십시오. 우리의 소프트웨어, 프로세스 엔지니어는 새로운 설계 사양을 기반으로 프로세스의 작업 3D 모델에 새로운 작업을 추가합니다. 전 세계 어디에서나 모든 생산 시스템을 시뮬레이션할 수 있습니다. 예를 들어 파리의 기술자가 리우의 공장에서 생산을 준비하고 있다고 가정해 보겠습니다. 추가된 각 작업의 시간에 대한 정보를 통해 기술자는 새로운 기술 경로가 지정된 성능 지표를 충족하는지 여부를 확인합니다. 그렇지 않은 경우 기술 작업이 대체되거나 재배열됩니다. 그런 다음 선택한 기술 경로가 요구 사항을 충족할 때까지 수치 시뮬레이션이 다시 수행됩니다. 새 워크플로는 승인을 위해 모든 개발자가 즉시 사용할 수 있습니다. 문제가 식별되면 설계자와 기술자가 협력하여 문제를 해결합니다.
매장 평면도
레이아웃 작업 시 기계 장비, 자동화 시스템 및 리소스를 포함하고 설계 및 기술 사전 제작의 전체 "생태계"와 명확하게 관련된 디지털 트윈을 만드는 것이 좋습니다. PLM 도구 세트의 도움으로 기술 작업을 끌어서 놓기로 바꿀 수 있습니다. 생산 라인에 장비와 인력을 배치하고 작업을 시뮬레이션하는 것도 쉽습니다. 매우 간단하지만 동시에 예외적입니다. 효과적인 방법기술 프로세스의 생성 및 편집. 새로운 산업용 로봇이 필요한 설계 변경이 있을 때 수치 시뮬레이션 전문가는 예를 들어 컨베이어에 부딪히지 않고 이 크기의 로봇을 설치할 수 있는지 여부를 확인합니다. 상점 계획 디자이너는 구매 부서에서 새 장비를 구매하는 기준에 따라 필요한 조정을 하고 변경 통지를 준비합니다. 변경 결과에 대한 이러한 분석을 통해 오류를 방지하고 필요한 경우 공급업체에 즉시 알릴 수 있습니다.
기술 설계 결정 제어
제어 단계에서 디지털 트윈을 사용하여 조립 프로세스를 가상으로 검증합니다. 가상 모델링 및 정량 분석을 통해 조립에서 육체 노동과 관련된 모든 요소를 평가하고 작업자의 어색한 자세와 같은 문제를 식별할 수 있습니다. 이를 통해 피로 및 업무 관련 부상을 피할 수 있습니다. 시뮬레이션 결과를 바탕으로 교육 동영상 및 지침이 생성됩니다.
성능 최적화
디지털 트윈은 설계된 기술 시스템의 통계 모델링 및 평가에 사용됩니다. 이를 통해 육체 노동, 로봇 또는 로봇과 작업자의 조합을 사용해야 하는지 여부를 쉽게 결정할 수 있습니다. 모든 프로세스를 단일 기계의 에너지 소비까지 수치적으로 시뮬레이션하여 기술을 최대한 최적화할 수 있습니다. 분석은 각 작업에서 얼마나 많은 부품이 생산되는지 보여줍니다. 이렇게 하면 실제 생산 라인의 성능이 목표와 일치하게 됩니다.
그리고 현실 세계. 이를 통해 설계 프로젝트를 실제 제조된 프로젝트와 비교할 수 있습니다.
제품. 그림은 빅 데이터 기술이 어떻게 적용되는지 보여줍니다.
분석을 위해 전송되는 제품 품질에 대한 최신 정보 수집
Teamcenter에 저장된 디지털 트윈으로
제품 제조
디지털 트윈이 제공하는 피드백현실 세계와 가상 세계 사이를 연결하여 제품의 제조 공정을 최적화할 수 있습니다. 기술 지침은 작업장으로 직접 전송되어 장비 운영자가 비디오와 함께 지침을 받습니다. 작업자는 설계자에게 생산 데이터(예: 두 패널 나사 사이의 간격)를 제공하는 반면 다른 자동화 시스템은 성능 데이터를 수집합니다. 그런 다음 설계 프로젝트와 실제 제조된 제품을 비교하면서 편차를 식별하고 제거합니다.
작업에 대한 새로운 접근 방식
실제 제품의 정확한 사본인 디지털 트윈을 사용하면 잠재적인 문제를 신속하게 식별하고 생산 준비 속도를 높이며 비용을 절감할 수 있습니다. 또한 디지털 트윈의 존재는 디자이너가 디자인한 제품을 제조할 가능성을 보장합니다. 모든 기술 프로세스가 최신 상태로 유지되고 동기화됩니다. 개발된 기술은 실행 가능하고 생산 기능은 계획대로 정확히 작동합니다. 디지털 트윈을 사용하면 새로운 기술을 기존 생산 라인에 통합할 수 있는 방법을 테스트할 수 있습니다. 이는 장비 구매 및 설치와 관련된 위험을 제거합니다.
기계 공학은 실제로 입증되었지만 생산 기술 준비에 대한 구식 접근 방식이 오랫동안 사용되어 온 세계 산업의 가장 진보된 분야 중 하나입니다. 제품 개발 및 제조의 성공을 위한 길을 닦는 혁신 정신을 가져와야 할 때입니다. 새로운 것을 시도할 때입니다!