Sieci neuronowe, cyfrowe bliźniaki, sztuczna inteligencja. Technologie Przemysłu 4.0 zmienią przemysł naftowy nie do poznania

Architekci ery cyfrowej

Za najbardziej zaawansowane technologicznie obszary uważa się zazwyczaj: Technologie informacyjne i biomedycyna. Zupełnie inny jest stosunek do firm z branż tradycyjnych, takich jak walcowanie metali czy produkcja i rafinacja ropy naftowej. Na pierwszy rzut oka wydają się konserwatywni, ale wielu ekspertów nazywa ich głównymi architektami nowej ery cyfrowej.

Giganci przemysłowi zaczęli automatyzować procesy produkcyjne w połowie lat 30. ubiegłego wieku. Przez wiele dziesięcioleci systemy sprzętowe i programowe były stale ulepszane i skomplikowane. Automatyzacja procesów produkcyjnych – na przykład w rafinacji ropy naftowej – posunęła się daleko do przodu. Praca nowoczesnej rafinerii ropy naftowej jest monitorowana przez setki tysięcy czujników i przyrządów, a dostawy paliwa śledzone są w czasie rzeczywistym przez systemy nawigacji satelitarnej. Każdego dnia przeciętna rosyjska rafineria produkuje ponad 50 000 terabajtów informacji. Dla porównania 3 miliony książek, które są przechowywane w cyfrowej pamięci Rosyjskiej Biblioteki Państwowej, zajmują setki razy mniej – „tylko” 162 terabajty.

To jest ten sam „big data”, czyli duże zbiory danych, to strumień porównywalny do pobierania informacji z największych serwisów i portali społecznościowych. Zgromadzona tablica danych to unikalny zasób, który można wykorzystać w zarządzaniu przedsiębiorstwem. Ale tradycyjne metody analiza informacji już się do tego nie nadaje. Efektywna praca z taką ilością danych jest możliwa tylko dzięki technologiom Przemysłu 4.0. W kontekście zmieniającego się paradygmatu gospodarczego poważną zaletą jest bogate „doświadczenie historyczne” produkcji. Big data to serce sztucznej inteligencji. Jego zdolność do uczenia się, rozumienia rzeczywistości i przewidywania procesów zależy bezpośrednio od ilości załadowanej wiedzy. Jednocześnie firmy przemysłowe mają potężną szkołę inżynierską i są aktywnie zaangażowane we wprowadzanie i ulepszanie nowych technologii. To kolejna okoliczność, która czyni z nich kluczowych graczy w „nowej gospodarce”.

Najlepsze w tygodniu

Wreszcie krajowi przemysłowcy znają cenę efektywności biznesowej. Rosja to kraj wielkich odległości. Często aktywa produkcyjne znajdują się w dużej odległości od konsumentów. W tych warunkach bardzo trudno jest szybko reagować na wahania rynku. Tradycyjne technologie pozwalają zaoszczędzić nie więcej niż jedną dziesiątą procenta. Tymczasem rozwiązania cyfrowe już dziś pozwalają na redukcję kosztów nawet o 10-15% miesięcznie. Fakt jest oczywisty: w dobie czwartej rewolucji przemysłowej konkurencyjni będą ci, którzy nauczą się jak najefektywniej stosować nowe technologie w kontekście zgromadzonych doświadczeń.

Petr Kaznacheev, dyrektor Centrum Ekonomii Zasobów, RANEPA: „Jako pierwszy krok w kierunku „integralnego” systemu sztucznej inteligencji w branży naftowej i gazowej, można rozważyć „inteligentne” zarządzanie i planowanie korporacyjne. W tym przypadku moglibyśmy mówić o stworzeniu algorytmu do digitalizacji wszystkich kluczowych informacji o działalności firmy – od pola po stację benzynową. Informacje te mogą być przesyłane do jednego zautomatyzowanego centrum. Na podstawie tych informacji, wykorzystując metody sztucznej inteligencji, można było sporządzić prognozy i rekomendacje dotyczące optymalizacji pracy firmy.

Lider cyfrowej transformacji

Zdając sobie sprawę z tego trendu, liderzy przemysłowi Rosji i świata przebudowują procesy biznesowe, które ewoluowały przez dziesięciolecia, wprowadzając do produkcji technologie Przemysłu 4.0 oparte na Przemysłowym Internecie Rzeczy, sztucznej inteligencji i Big Data. Najbardziej intensywna transformacja zachodzi w przemyśle naftowo-gazowym: branża dynamicznie się „cyfryzuje”, inwestując w projekty, które jeszcze wczoraj wydawały się science fiction. Instalacje sterowane sztuczną inteligencją i potrafiące przewidywać sytuacje, instalacje podpowiadające operatorowi najlepszy tryb pracy – to wszystko już dziś staje się rzeczywistością.

Jednocześnie maksymalnym zadaniem jest stworzenie systemu zarządzania produkcją, logistyką, produkcją i marketingiem, który połączy inteligentne studnie, fabryki i stacje benzynowe w jeden ekosystem. W idealnym modelu cyfrowym, w momencie naciśnięcia przez konsumenta dźwigni dystrybutora paliwa, analitycy firmy w centrum operacyjnym są natychmiast informowani o tym, jaką markę benzyny wlewa się do zbiornika, ile oleju należy wydobyć, dostarczyć do zakładu i przetwarzane w celu zaspokojenia popytu w określonym regionie. Do tej pory żadna z firm rosyjskich i zagranicznych nie była w stanie zbudować takiego modelu. Najdalej jednak w rozwiązaniu tego problemu posunął się Gazprom Nieft. Jej specjaliści realizują obecnie szereg projektów, które docelowo powinny stać się podstawą do stworzenia jednej platformy do zarządzania przetwórstwem, logistyką i sprzedażą. Platforma, której jeszcze nie ma nikt inny na świecie.

Cyfrowe bliźniaki

Dziś rafinerie Gazprom Neft należą do najnowocześniejszych w branży. Jednak czwarta rewolucja przemysłowa otwiera jakościowo nowe możliwości, jednocześnie stawiając nowe wymagania dla automatyzacji. Dokładniej nie chodzi tu o automatyzację, ale o prawie całkowitą cyfryzację produkcji.

Podstawą nowego etapu będą tzw. „cyfrowe bliźniaki” – wirtualne kopie jednostek rafineryjnych. Modele 3D rzetelnie opisują wszystkie procesy i zależności zachodzące w rzeczywistych prototypach. Opierają się na pracy sztucznej inteligencji opartej na sieciach neuronowych. " Cyfrowy bliźniak» potrafi zaproponować optymalne tryby pracy sprzętu, przewidzieć jego awarie, polecić warunki naprawy. Wśród innych jego zalet jest możliwość ciągłego uczenia się. Sama sieć neuronowa znajduje błędy, koryguje je i zapamiętuje, poprawiając tym samym swoją pracę i dokładność prognozy.

Podstawą szkolenia „cyfrowego bliźniaka” jest szereg informacji historycznych. Nowoczesne rafinerie ropy naftowej są tak złożone, jak ludzkie ciało. Setki tysięcy części, dziesiątki tysięcy czujników. Dokumentacja techniczna dla każdej instalacji zajmuje pomieszczenie wielkości hali montażowej. Aby stworzyć „cyfrowego bliźniaka”, wszystkie te informacje należy najpierw załadować do sieć neuronowa. Wtedy zaczyna się najtrudniejszy etap - etap uczenia sztucznej inteligencji zrozumienia instalacji. Zawiera odczyty z czujników i oprzyrządowania zebrane w ciągu ostatnich kilku lat pracy zakładu. Operator symuluje różne sytuacje, sprawia, że ​​sieć neuronowa odpowiada na pytanie „co się stanie, jeśli zmieni się jeden z parametrów pracy?” - na przykład w celu wymiany jednego z komponentów surowca lub zwiększenia zasilania instalacji. Sieć neuronowa analizuje doświadczenia z ostatnich lat i wyklucza z algorytmu nieoptymalne tryby poprzez obliczenia i uczy się przewidywać przyszłe działanie instalacji.

Najlepsze w tygodniu

Gazprom Nieft już całkowicie „zdigitalizował” dwa kompleks przemysłowy zaangażowany w produkcję paliwa samochodowego – instalacja hydrorafinacji benzyny z krakingiem katalitycznym w Moskiewskiej Rafinerii Nafty oraz jednostka działająca w należącej do spółki rafinerii ropy naftowej w Omsku. Testy wykazały, że sztuczna inteligencja jest w stanie jednocześnie brać pod uwagę duża ilość parametry swoich „cyfrowych bliźniaków”, podejmują decyzje i informują o ewentualnych odchyleniach w pracy jeszcze przed momentem, w którym kłopot grozi przekształceniem się w poważny problem.

W tym samym czasie Gazprom Nieft testuje kompleksowe rozwiązania, co zminimalizuje wpływ czynnika ludzkiego na skalę całej produkcji. Podobne projekty są obecnie realizowane w zakładach firmy zajmujących się masą bitumiczną w Riazaniu i Kazachstanie. Udane rozwiązania znalezione empirycznie mogą być następnie skalowane do poziomu dużych rafinerii, co ostatecznie stworzy skuteczną platformę do zarządzania produkcją cyfrową.

Nikolay Legkodimov, szef Grupy Doradczej ds. Zaawansowanych Technologii, KPMG w Rosji i WNP:„Rozwiązania modelujące różne komponenty, zespoły i systemy są znane i stosowane od dawna, m.in. w przemyśle naftowym i gazowym. O skoku jakościowym można mówić dopiero wtedy, gdy osiągnięto wystarczający zakres pokrycia tych modeli. Jeśli uda nam się połączyć te modele ze sobą, połączyć je w cały złożony łańcuch, to rzeczywiście pozwoli to rozwiązać problemy na zupełnie nowym poziomie – w szczególności symulować zachowanie systemu w krytycznych, nieopłacalnych i po prostu niebezpiecznych warunkach pracy . W obszarach, w których przezbrojenie i modernizacja sprzętu są bardzo drogie, umożliwi to wstępne przetestowanie nowych komponentów”.

Zarządzanie wydajnością

W przyszłości cały łańcuch wartości w bloku logistycznym, rafineryjnym i marketingowym Gazprom Neft połączy jedna platforma technologiczna oparta na sztucznej inteligencji. „Mózgiem” tego organizmu będzie powstałe rok temu w Petersburgu Performance Management Center. To tutaj będą płynąć informacje od „cyfrowych bliźniaków”, tutaj będą one analizowane i tutaj, na podstawie otrzymanych danych, będą podejmowane decyzje zarządcze.

Już dziś ponad 250 000 sensorów i dziesiątki systemów przesyła do Centrum w czasie rzeczywistym informacje ze wszystkich aktywów firmy znajdujących się w obwodzie bloku logistyczno-przetwórczego i marketingowego Gazprom Neft. Co sekundę dociera tu 180 000 sygnałów. Wystarczyłoby przejrzeć te informacje około tygodnia. Cyfrowy mózg Centrum robi to natychmiast: monitoruje jakość produktów i ilość produktów naftowych w czasie rzeczywistym w całym łańcuchu – od wylotu rafinerii do końcowego konsumenta.

Strategicznym celem Centrum jest, przy wykorzystaniu technologii i możliwości Przemysłu 4.0, radykalne zwiększenie efektywności segmentu downstream. Czyli nie tylko zarządzanie procesami - można to zrobić w ramach tradycyjnych systemów, ale uczynienie tych procesów najbardziej wydajnymi: wykorzystując analitykę predykcyjną i sztuczną inteligencję na każdym etapie działalności, ogranicz straty, zoptymalizuj procesy i zapobiegaj stratom.

W niedalekiej przyszłości Centrum powinno nauczyć się rozwiązywać kilka kluczowych zadań, które wpływają na efektywność zarządzania przedsiębiorstwem. Obejmuje to przewidywanie przyszłości na 60 dni do przodu: jak rynek będzie się zachowywał za dwa miesiące, ile ropy będzie trzeba przetworzyć, aby zaspokoić zapotrzebowanie na benzynę w obecnym czasie, w jakim stanie będzie sprzęt, czy zakłady będą w stanie poradzić sobie z nadchodzącym obciążeniem i czy je naprawić. Jednocześnie w ciągu najbliższych dwóch lat Centrum powinno osiągnąć 50% pojemności i zacząć monitorować, analizować i prognozować stany zapasów produktów naftowych we wszystkich składach ropy i kompleksach tankowania spółki; w tryb automatyczny monitorować ponad 90% parametrów produkcyjnych; przeanalizować niezawodność ponad 40% urządzeń procesowych i opracować środki zapobiegające utracie produktów naftowych i obniżeniu ich jakości.

Do 2020 roku Gazprom Nieft zamierza osiągnąć 100% możliwości centrum zarządzania wydajnością. Wśród deklarowanych wskaźników znajduje się analiza niezawodności wszystkich urządzeń, zapobieganie stratom w zakresie jakości i ilości produktów oraz predykcyjne zarządzanie odchyleniami technologicznymi.

Daria Kozlova, Starszy Konsultant w VYGON Consulting:„Ogólnie zintegrowane rozwiązania przynoszą znaczące efekt ekonomiczny dla przemysłu. Na przykład, według Accenture, ekonomiczny efekt cyfryzacji może wynieść ponad 1 bilion dolarów. Dlatego w przypadku dużych firm zintegrowanych pionowo wprowadzenie rozwiązań zintegrowanych jest bardzo uzasadnione. Ale jest to również uzasadnione w przypadku małych firm, ponieważ zwiększona wydajność może uwolnić dla nich dodatkowe środki poprzez obniżenie kosztów, zwiększenie efektywności zarządzania kapitałem obrotowym itp. ”.

Omów 0

W sekcji Nowe Słowo Apparat mówi o ostatnio pojawiających się terminach związanych z nowym społeczeństwem. Ta wersja zawiera cyfrowego bliźniaka. Komputer, który wie o tobie wszystko i potrafi naśladować twoje zachowanie.

Cyfrowy bliźniak

Technologiczny sen futurysty i założyciela fundacji Acceleration Studies Foundation, Johna Smarta, tego specjalnego programy komputerowe potrafią naśladować zachowania konkretnych osób. Korzystając z różnych technologii zbierania i analizowania Twoich danych, komputer będzie mógł odpowiadać na Twoje listy zamiast Ciebie, a nawet komunikować się z Twoimi bliskimi, gdy Ty będziesz zajęty. Według Smarta cyfrowe bliźniaki powinny pojawić się w ciągu najbliższych pięciu lat.

Zakłada się, że w celu stworzenia cyfrowego bliźniaka, specjalne oprogramowanie przeanalizuje Twoją korespondencję w sieciach społecznościowych i e-mail, historię przeglądania i zakupów w sklepach internetowych, informacje z urządzeń ubieralnych, smartfonów lub inteligentny zegarek oraz wszelkie inne dostępne informacje. Na podstawie tych danych, za pomocą specjalnych algorytmów, będzie można zaprogramować swoje zachowanie: jak odpowiedziałbyś partnerowi na list biznesowy, aby przekazać dzieciom ich wiadomość na Facebooku. Komputery już dużo wiedzą o naszych preferencjach, na przykład firmy reklamowe analizują nasze wyszukiwane hasła i e-maile, stwórz profil dla każdej osoby i postaraj się wyświetlać jej tylko te reklamy, którymi naprawdę będzie zainteresowany.

Oprogramowanie naśladujące ludzkie zachowanie również zaczyna wkradać się do naszego życia: asystenci cyfrowi- Siri od Apple, Cortana od Microsoft i Watson od IBM - komunikują się z użytkownikiem, odpowiadają na jego pytania, potrafią prowadzić rozmowę nawet na abstrakcyjne tematy. Powstały pierwsze chatboty, które z powodzeniem zdają test Turinga – czyli wprowadzają w błąd ludzi, którzy się z nimi komunikują i sprawiają, że sądzą, że nie są sztuczną inteligencją, ale prawdziwym człowiekiem.

Naukowcy rozważają również bardziej fantastyczne opcje stworzenia cyfrowego bliźniaka: całkowitą cyfryzację mózgu, tak zwane przesyłanie świadomości. Ale praca w tym kierunku dopiero raczkuje: na przykład w ramach projektu Blue Brain do 2023 r. cyfrowa wersja kory nowej, głównej części kory mózgowej człowieka, powinna zostać w pełni zasymulowana.

Jak korzystać z cyfrowego bliźniaka

Porozmawiaj z osobą po jej śmierci

Jednym z najbardziej ambitnych planów jest stworzenie takiego sobowtóra, który może zastąpić człowieka po jego śmierci. „Kiedy ty i ja umrzemy, nasze dzieci nie przyjdą do naszych grobów. Pójdą, uruchomią naszych cyfrowych bliźniaków i porozmawiają z nimi” – mówi John Smart. „Niech ten scenariusz zabrzmi nieco naciągany”, dodaje. „Ale ludzie już budują ścianę płaczu na kartach zmarłych krewnych w w sieciach społecznościowych i wysyłaj im prywatne wiadomości”. Takie perspektywy uwielbiają pisarze i reżyserzy science fiction. Na przykład jedna z wątków serii Black Mirror opowiada o tym, jak młoda kobieta zastąpiła swojego męża, który zginął w wypadku samochodowym, cyfrową kopią. Później "przesłała" świadomość męża do robota-Androida - czyli praktycznie go ożywiła.

Osobisty asystent

Ta opcja jest znacznie prostsza w realizacji i nie wymaga takich wysoki poziom zdolności poznawcze. W pewnym stopniu jest to już realizowane, na przykład cyfrowy asystent Google Now analizuje Twoją pocztę e-mail i wyszukiwania, aby przedstawiać sugestie, które ułatwią Ci życie. Cyfrowy bliźniak może jednak nie tylko coś Ci powiedzieć, ale także podjąć się niektórych zadań, choć dość prostych: umówić się na wizytę u lekarza, umówić się na spotkanie biznesowe, a w sklepie wskazać najbardziej odpowiednie produkty dla twojej diety pod względem zawartości przydatne substancje.

Wady projektu

Jednym z głównych mankamentów tej koncepcji, którą rozpoznaje nawet jej ideolog John Smart, jest całkowite naruszenie prywatności. Program przeczyta całą Twoją korespondencję, przeanalizuje zakupy i ogólnie w każdy możliwy sposób wniknie w to, co nazywa się życiem osobistym. Wielkie korporacje, które zbierają mniej danych, już teraz spotykają się z protestami.

Jan Mądry

ideologia tworzenia cyfrowych bliźniaków

Wiesz, chciałbym przechowywać informacje o moim zdrowiu i finansach w małym sejfie, aby nikt nie miał do nich dostępu. Ale takie myślenie to atawizm. Nie możesz wiele zyskać, jeśli nie poświęcisz swojej prywatności. Jestem pewien, że dopóki ludzie będą mieć poczucie kontroli nad technologią, prywatność danych będzie miała drugorzędne znaczenie.

Zdjęcie: Edward Blake Edwards

Niedawno German Gref, prezes Sbierbanku, powiedział, że za 5 lat sztuczna inteligencja zastąpi wiele osób: 80% decyzji będzie podejmować maszyny, a to doprowadzi do tego, że pracę stracą dziesiątki tysięcy osób.

Pedro Domingos, ekspert w dziedzinie uczenia maszynowego i sztucznej inteligencji, idzie jeszcze dalej: sugeruje, że ludzie zdobędą komputerowy psychologiczny model swojej osobowości. Kim ona będzie?

Seks, kłamstwa i uczenie maszynowe

Cyfrowa przyszłość zaczyna się od uświadomienia sobie faktu: interakcji z komputerem – czy to Twój własny smartfon lub serwer oddalony o tysiące kilometrów — za każdym razem, gdy robisz to na dwóch poziomach. Pierwsza to chęć natychmiastowego uzyskania tego, czego potrzebujesz: odpowiedzi na pytanie, produktu, który chcesz, nowej karty kredytowej. Na drugim poziomie, strategicznym i najważniejszym, mówisz komputerowi o sobie.

Im więcej go nauczysz, tym lepiej będzie ci służył lub tobą manipulował.

Jaki model swojej osobowości chcesz zaoferować komputerowi? Jakie dane można mu podać, aby zbudował ten model? Te pytania należy mieć na uwadze za każdym razem, gdy wchodzisz w interakcję z algorytmem uczenia maszynowego – podobnie jak podczas interakcji z ludźmi.

lustro cyfrowe

Pomyśl o wszystkich swoich danych, które są przechowywane na wszystkich komputerach na świecie. Są to e-maile, dokumenty MS Office, SMS-y, tweety, konta na Facebooku i LinkedIn, historia wyszukiwania w sieci, kliknięcia, pobrane pliki i zamówienia, historia kredytowa, podatki, dane telefoniczne i medyczne, informacje dotyczące jazdy zapisane w komputer pokładowy Twojego samochodu, mapę ruchów zarejestrowanych przez Twój telefon komórkowy, wszystkie zdjęcia, które kiedykolwiek zrobiłeś, krótkie wystąpienia na nagraniach z kamer monitoringu.

Gdyby przyszły biograf miał dostęp tylko do tego „wyczerpu danych” i niczego więcej, jaki miałby obraz? Prawdopodobnie całkiem dokładna.

Wyobraź sobie, że wziąłeś wszystkie swoje dane i przekazałeś je prawdziwemu Nadrzędnemu Algorytmowi przyszłości, który ma już wiedzę o ludzkim życiu, której możemy go nauczyć. Stworzy Twój model i będziesz mógł go nosić na pendrive w kieszeni. Oczywiście będzie to świetne narzędzie do introspekcji – jak patrzeć na siebie w lustrze. Ale lustro byłoby cyfrowe i pokazywałoby nie tylko Twój wygląd, ale wszystko, czego można się nauczyć, obserwując Cię. Lustro mogło ożyć i przemówić.

Zalety cyfrowego bliźniaka

Co chciałbyś zrobić, jakie zadania powierzyć swojej cyfrowej bratniej duszy? Prawdopodobnie pierwszą rzeczą, jakiej chciałbyś od swojej modelki, jest poinstruowanie jej, aby negocjowała ze światem w twoim imieniu: wypuść ją w cyberprzestrzeń, aby szukała dla ciebie różnych rzeczy.

Ze wszystkich książek na świecie poleci tuzin, które zechcesz przeczytać najpierw, a rada jest tak głęboka, że ​​Amazon nawet nie mógł marzyć. To samo stanie się z filmami, muzyką, grami, ubraniami, elektroniką, czymkolwiek. Oczywiście Twoja lodówka zawsze będzie pełna. Model przefiltruje Twój e-mail i poczta głosowa, wiadomości na Facebooku i aktualności na Twitterze, a w razie potrzeby odpowiedz za Ciebie.

Dba o wszystkie irytujące drobiazgi Nowoczesne życie takie jak sprawdzanie rachunków kart kredytowych, odwoływanie się do błędnych transakcji, planowanie harmonogramu, odnawianie subskrypcji i składanie zeznań podatkowych. Ona dobierze dla Ciebie lek, skonsultuje się z lekarzem i zamówi go w sklepie internetowym.

Model powie Ci, kogo lubisz. A gdy już się poznacie i polubicie, wasza modelka połączy się z modelką wybranej przez was i wybierze restauracje, które oboje mogą polubić. I tu robi się naprawdę ciekawie.

Społeczeństwo modelowe

W bardzo szybko nadchodzącej przyszłości nie będziesz jedyną osobą z „cyfrową połową”, która będzie realizowała Twoje zamówienia przez całą dobę. Podobny model osobowości pojawi się u każdego, a modele będą się ze sobą cały czas komunikować.

Jeśli szukasz pracy, a firma zatrudnia X pracowników, to jej model przeprowadzi z Tobą rozmowę kwalifikacyjną. Ich „rozmowa” będzie pod wieloma względami przypominać prawdziwą, „na żywo” – Twój model będzie dobrze poinstruowany, np. nie wyjawi negatywnych informacji o Tobie – jednak cały proces zajmie tylko ułamek sekundy .

W świecie nadrzędnego algorytmu „moi ludzie skontaktują się z twoimi” stanie się „mój program skontaktuje się z twoim programem”. Każda osoba będzie miała orszak botów zaprojektowanych tak, aby poruszanie się po świecie było łatwiejsze i przyjemniejsze. Oferty, negocjacje, spotkania – to wszystko zostanie zorganizowane zanim kiwniesz palcem.

Twoja cyfrowa bratnia dusza będzie jak wspomaganie kierownicy: życie pójdzie tam, gdzie chcesz, ale przy mniejszym wysiłku z Twojej strony.

Nie oznacza to, że znajdziesz się w „bańce filtrującej” i zobaczysz tylko to, co na pewno Ci się spodoba, bez żadnych niespodzianek. Cyfrowa osoba będzie znacznie mądrzejsza, zostanie poinstruowana, aby zostawić miejsce na przypadek, pozwolić dotykać nowych doświadczeń, szukać szczęśliwych wypadków.

W miarę ulepszania modeli interakcja będzie coraz bardziej podobna do tego, co miałoby miejsce w prawdziwym świecie, ale będzie się to działo in silico i milion razy szybciej. Cyberprzestrzeń jutra zamieni się w bardzo rozległy równoległy świat, który wybierze wszystkich najbardziej obiecujących do wypróbowania w rzeczywistości. Będzie jak nowa, globalna podświadomość, zbiorowe „Id” ludzkości lub „To”.

Dzisiejszy świat wyróżnia się tym, że teorie umysłu zaczęły pojawiać się w komputerach. Jak dotąd teorie te są nadal prymitywne, ale szybko się rozwijają i będziemy musieli z nimi pracować nie mniej niż z innymi ludźmi, aby uzyskać to, czego chcemy.

Na podstawie materiałów książki „Najwyższy algorytm”

W Rosji trudno dziś mówić o 4. rewolucji przemysłowej, ale uważamy, że trzeba mówić. Wśród napędów technologicznych w przedsiębiorstwach przemysłowych nowej generacji znajdą się platformy dla przemysłowego Internetu rzeczy, które realizują koncepcję cyfrowego bliźniaka.

Analitycy firmy Forrester definiują cyfrowego bliźniaka jako stworzenie rzeczywistego obiektu fizycznego w abstrakcyjnej formie cyfrowej, który działa jako pośrednik w każdym połączeniu z rzeczywistym urządzeniem.

Według General Electric ideą cyfrowego bliźniaka jest wyjście poza samą pracę z modelami cyfrowymi. Firma twierdzi, że konserwacja będzie również odbywać się w synchronizacji z cyfrowym modelem rzeczywistego obiektu za pośrednictwem systemów czujników i komunikacji.

Agencja analityczna Gartner przewiduje, że do 2021 r. połowa dużych firm przemysłowych będzie korzystać z cyfrowych bliźniaków, dzięki czemu organizacje te otrzymają 10% wzrost efektywności operacyjnej.

„Cyfrowe bliźniaki wpływają na biznesowy wpływ Internetu Rzeczy, oferując potężny sposób monitorowania i zarządzania zasobami i procesami” — powiedział Alfonso Velosa, wiceprezes ds. badań w firmie Gartner. Jest to szczególnie ekscytujące dla naszego zespołu, ponieważ w projekcie SAYMON jesteśmy bardzo zaangażowani w zautomatyzowane monitorowanie i sterowanie, w tym: systemy informacyjne i internet. Oczywiście konkurencja na rynku platform do zarządzania IoT jest dość silna – dosłownie każda duża cyfrowa korporacja twierdzi dziś, że ma platformy, ale nie każdemu udało się zrobić własne opracowania lub przejąć firmę z gotowym rozwiązaniem. Często oświadczenie o dostępności to ukłon w stronę przyzwoitości – jest trend technologiczny, jest oświadczenie korporacji.

Dziś nie pracujemy jeszcze z cyfrowymi modelami i rysunkami - jesteśmy otwarci na partnerów z doświadczeniem w tej dziedzinie. Na ten moment istnieje doświadczenie współpracy z firmą tworzącą fotorealistyczne kopie obiektów przemysłowych i w efekcie narodził się osobny projekt VIOTR, łączący moc zdigitalizowanej przestrzeni z możliwością pozyskiwania danych z rzeczywistych czujników i kamer wideo, możliwość do sterowania przełącznikami, przekaźnikami i przepustnicami w świecie rzeczywistym. Dzisiejszy projekt VIOTR koncentruje się na technologiach edukacyjnych przyszłości, ale w istocie jest częścią koncepcji cyfrowego bliźniaka.

Dokładnie to formułują również nasi koledzy z Computer Weekly – nowe podejście polega na zarządzaniu komunikacją między urządzeniami brzegowymi i systemy wewnętrzne oraz lustrzane odbicie zmiany w wirtualnym modelu urządzenia – innymi słowy pojawia się cyfrowy bliźniak.

Przykłady pokazują, że nawet przy tak prostych czynnościach, jak sterowanie zamkami drzwi, można uzyskać znaczne oszczędności w eksploatacji. Firma Dormakaba, która produkuje inteligentne zamki do drzwi, używa oprogramowania sterującego od 2012 roku praca w terenie Przedsiębiorstwo ServiceMax, pomagając mu kontrolować swoje instalacje. Szczegółowe dane dotyczące działania poszczególnych drzwi pomagają firmie Dormakaba i jej partnerom efektywniej zarządzać budynkami. Niedawne badanie Vanson Bourne dla ServiceMax wykazało, że firmy przemysłowe tracą 260 000 USD na godzinę z powodu nieplanowanych przestojów. Przewidywanie awarii za pomocą cyfrowych bliźniaków może pomóc w rozwiązaniu tego problemu. Cyfrowy bliźniak może zapewnić inżynierom w Dormakaba aktualny zapis każdego działania lub zdarzenia, które czujniki na drzwiach rejestrują, rejestrują instalacje komponentów i aktualizacje oprogramowania układowego i mogą być używane Zespół serwisowy Dormakaba w celu określenia żywotności produktu wraz z szczegółowy opis dziennik bezpieczeństwa, który jest przywiązany do drzwi. Ważne jest również zapewnienie ścisłej komunikacji z dostawcami części i komponentów oraz zarządzaniem koło życia produkt, zapewniający niezwykle precyzyjny poziom kontroli i obsługi. Korzystając z przewidywania blokady cyfrowej, Dormakaba spodziewa się zmniejszenia liczby połączeń od klientów i poprawy jakości usług. Wraz ze Swisscom powstała platforma chmurowa do zarządzania zamkami. Szkolenie partnerów jest ważnym elementem tej innowacji i transformacji biznesowej, przyznaje Dormakaba.

W raporcie firmy Gartner Cyfrowe bliźniaki wpłyną na modele ekonomiczne i biznesowe, firma analityczna czerpie analogię między ilością danych gromadzonych przez firmy takie jak Google, Amazon i Netflix a ilością danych cyfrowych bliźniaków tworzonych przez firmy przemysłowe w celu stałego monitorowania działania sprzętu podłączonego do systemów sterowania.

Analitycy ostrzegają, że będzie to wymagać jeszcze większej kontroli nad komponentami i aktualizacjami oprogramowania, a także wymagać będzie od producentów samochodów zostania dostawcami oprogramowania. „Operatorzy aktywów będą musieli dodać umiejętności programistyczne do swoich jednostek operacyjnych, dodając inteligentniejsze zasoby, a także dodając własność oprogramowanie i dane do kontraktów wsparcia”, ostrzegają analitycy.

Obraz z https://www.ge.com/

Jest lepszy sposób. Identyfikacja sposobów poprawy efektywności procesów projektowych i technologicznych procesów projektowych

Aaron Frenkel, Jan Larssen

Wytwarzanie produktu jest niewątpliwie najważniejszą częścią wszystkich procesów cyklu życia. Na tym etapie pomysły stają się rzeczywistością. Co więcej, bez skoordynowanych procesów projektowania i produkcji, które zapewnią pomyślny montaż produktu na hali produkcyjnej, pomysły pozostaną tylko pięknymi projektami lub nie zostaną w pełni zrealizowane. Od wielu lat metody projektowania i opracowywania procesów technologicznych pozostają niezmienione, zachowując wszystkie tradycyjne wady, które prowadzą do wzrostu kosztów i czasu. Biorąc pod uwagę, że dzisiejsze innowacje stały się kluczowe dla przetrwania przedsiębiorstw produkujących maszyny, firma Siemens PLM Software przeanalizowała procesy przedprodukcyjne w celu określenia sposobów ich dalszej optymalizacji. W tym artykule Aaron Frankel, starszy dyrektor ds. marketingu rozwiązań maszynowych i Jan Larsson, starszy dyrektor ds. marketingu na Europę, Bliski Wschód i Afrykę w Siemens PLM Software, omawiają, które źródła nieefektywności należy wyeliminować, aby wdrożyć pojęcie „cyfrowego bliźniaka produktu” i jak to wpłynie na sposób wytwarzania produktów.

piękna symfonia

Jeśli znajdziesz się w nowoczesnej fabryce, zobaczysz niesamowitą symfonię ludzkiej pracy, robotów i maszyn, przemieszczania się materiałów i części – a wszystko to z dokładnością do sekundy, aby nadążyć z harmonogramem. Obraz jest po prostu fantastyczny.

Ale za kulisami zobaczymy przestarzałe procesy projektowania i technologicznego przygotowania produkcji. Nie będziemy nikogo krytykować. Opracowanie projektu produktu samo w sobie jest niemałym osiągnięciem. Projekt może być bardzo wymagające zadanie. W niektórych przypadkach produkt składa się z milionów części, a nad jego stworzeniem pracują tysiące pracowników i partnerów, często na całym świecie. Ponadto branże o znaczeniu krytycznym, takie jak elektronika (szybsze procesory, miniaturyzacja), motoryzacja (zieleń i redukcja emisji) oraz lotnictwo (zielone i kompozytowe materiały) nieustannie dążą do optymalizacji i przyspieszenia procesu tworzenia nowych produktów. Biorąc pod uwagę dużą złożoność zadań do rozwiązania, zrozumiała jest niechęć do odchodzenia od sprawdzonych w praktyce procesów przedprodukcyjnych. Jednak nasi klienci zgłaszają typowe problemy z projektowaniem i produkcją produktów, które w niektórych przypadkach powodują kosztowne opóźnienia.

Częste problemy

Jedną z najpoważniejszych trudności, jakie widzimy, jest to, że projektanci i technolodzy używają różnych systemów. W praktyce prowadzi to do tego, że projektanci przekazują swoje osiągnięcia technologom, którzy starają się tworzyć procesy technologiczne w systemy komputerowe do którego są przyzwyczajeni. W tym scenariuszu – a zdarza się to bardzo często – dochodzi do desynchronizacji informacji, co utrudnia zapanowanie nad sytuacją. Ponadto wzrasta prawdopodobieństwo błędów.

Podczas opracowywania planów hal produkcyjnych regularnie pojawiają się problemy. Powodem tego jest to, że układy są zwykle tworzone w formie planów pięter 2D i rysunków papierowych. To długi i żmudny proces. Rysunki 2D są ważną częścią procesu, ale nie zapewniają wymaganej elastyczności. Często zdarza się, że przegrupowanie wyposażenia w warsztacie nie jest ustalone na rysunku. Problem jest szczególnie zaostrzony podczas pracy na szybko zmieniających się rynkach (np. elektroniki użytkowej), które wymagają ciągłej rozbudowy i modernizacji systemów produkcyjnych. Czemu? Ponieważ dwuwymiarowym układom brakuje inteligencji i skojarzeń. Uniemożliwiają technologom dokładne poznanie tego, co dzieje się na hali produkcyjnej i szybkie podejmowanie mądrych decyzji.

Po stworzeniu makiety opracowywany jest szlak technologiczny. Z reguły przechodzi wtedy etap kontroli. Tu kryje się kolejna istotna przeszkoda dla wzrostu wydajności. Technolodzy zwykle muszą czekać na instalację sprzętu, aby ocenić jego działanie. Co więcej, jeśli cechy są niższe niż oczekiwano, jest już za późno na opracowanie alternatywnej technologii. Z naszego doświadczenia wynika, że ​​taka sytuacja prowadzi do znacznych opóźnień.

Wreszcie klienci zgłaszają dwa kolejne problemy pod koniec cyklu przedprodukcyjnego. Jest to ocena wykonania poszczególnych operacji oraz całego procesu technologicznego jako całości.

Ze względu na dużą złożoność nowoczesnej produkcji i częsty brak koordynacji między różne systemy W projektowaniu procesów identyfikacja, które poszczególne operacje lub obszary produkcyjne powodują opóźnienia w pracy całej linii, nie jest łatwe. A jeśli chodzi o faktyczne wytwarzanie produktu, klienci zgłaszają, że ocena produktywności i zgodności rzeczywistych procesów z tym, co zaplanowali, jest zwykle niezwykle trudna. I znowu problemem jest duża złożoność, a także brak sprzężenia zwrotnego między produkcją, projektantami i technologami.

Cyfrowy bliźniak

Cyfrowy bliźniak to wirtualna kopia rzeczywistego obiektu, który zachowuje się jak prawdziwy obiekt. Nie wchodząc tutaj w szczegóły techniczne naszych produktów, wystarczy powiedzieć, że nasze narzędzia do zarządzania cyklem życia produktu (PLM) zapewniają kompletną platformę cyfrową. Obsługuje wykorzystanie cyfrowych bliźniaków, które dokładnie modelują kompleksowe projektowanie produktów i procesy produkcyjne.

Co to wszystko oznacza w praktyce? Przyjrzyjmy się ponownie powyższym krokom i pokażmy główne funkcje oferowane przez nowe podejście.

Budowa

NX (i inne systemy CAD) tworzy model produktu i wysyła go do Teamcenter w formacie 3D JT. W ciągu kilku sekund aplikacja tworzy tysiące różnych projektów wirtualnych produktów, które dokładnie pasują do rzeczywistego produktu. Jednocześnie do identyfikacji potencjalnych problemów wykorzystywane są technologie przetwarzania big data, informacje projektowo-technologiczne (PMI) zawarte w modelach (tolerancje, pasowania, relacje między częściami i zespołami), a także podstawowy opis procesu technologicznego. Takie podejście zostało już sprawdzone w praktyce przy tworzeniu naszej firmy produkty elektroniczne. Na przykład byliśmy w stanie od razu stwierdzić, że gwintowane otwory na złączu wyjścia wideo nie pokrywają się dokładnie z otworami na śruby na płytce drukowanej. Gdyby błąd nie został wykryty, skutkowałoby to roszczeniami gwarancyjnymi od klientów: złącze mogło się poluzować od płytka drukowana. Wczesne wykrywanie błędów projektowych oszczędza czas i pieniądze, zarówno w rozwoju technologii, jak i produkcji.

Projektowanie procesów technologicznych

Cyfrowy bliźniak usprawnia współpracę między projektantami i technologami, optymalizuje wybór lokalizacji i technologii produkcji, a także alokację niezbędnych zasobów. Rozważ przykład wprowadzania zmian w procesie kompilacji. Korzystanie z naszego oprogramowanie, inżynierowie procesu, w oparciu o nową specyfikację projektu, dodają nowe operacje do działającego modelu 3D procesu. Można symulować dowolny system produkcyjny z dowolnego miejsca na świecie: powiedzmy, paryscy technolodzy przygotowują produkcję w zakładzie w Rio. Dzięki informacjom o czasie dla każdej dodanej operacji technolodzy sprawdzają, czy nowy szlak technologiczny spełnia określone wskaźniki wydajności. Jeśli tak nie jest, wówczas operacje technologiczne są zastępowane lub przestawiane. Następnie symulacja numeryczna wykonywana jest ponownie, aż wybrana trasa technologiczna spełni wymagania. Nowy przepływ pracy jest natychmiast dostępny dla wszystkich programistów do zatwierdzenia. W przypadku zidentyfikowania jakichkolwiek problemów projektanci i technolodzy współpracują ze sobą, aby je wyeliminować.

plany hali produkcyjnej

Podczas pracy nad layoutami zalecamy stworzenie cyfrowego bliźniaka, który zawiera sprzęt mechaniczny, systemy automatyki i zasoby i jest wyraźnie powiązany z całym „ekosystemem” projektowania i technologicznej pre-produkcji. Za pomocą zestawu narzędzi PLM operacje technologiczne można zamieniać metodą „przeciągnij i upuść”. Równie łatwe jest rozmieszczenie sprzętu i personelu na linii produkcyjnej oraz symulacja jej działania. To bardzo proste, ale jednocześnie wyjątkowe skuteczna metoda tworzenie i edycja procesów technologicznych. W przypadku zmian konstrukcyjnych, które wymagają nowego robota przemysłowego, specjaliści od symulacji numerycznych sprawdzają np. czy możliwe jest zainstalowanie robota tej wielkości bez uderzania w przenośnik. Projektant planu sklepu dokonuje niezbędnych poprawek i przygotowuje zawiadomienie o zmianach, na podstawie którego dział zakupów dokonuje zakupu nowego sprzętu. Taka analiza konsekwencji wprowadzonych zmian pozwala uniknąć błędów i w razie potrzeby natychmiast powiadomić dostawców.

Kontrola decyzji technologicznych projektowych

W fazie kontroli cyfrowy bliźniak służy do wirtualnej weryfikacji procesu montażu. Modelowanie wirtualne i analiza ilościowa pozwalają ocenić wszystkie czynniki związane z pracą ręczną w zespole oraz zidentyfikować problemy, takie jak niewygodna postawa pracownika. Pozwala to uniknąć zmęczenia i urazów związanych z pracą. Na podstawie wyników symulacji tworzone są filmy szkoleniowe i instrukcje.

Optymalizacja wydajności

Cyfrowy bliźniak służy do statystycznego modelowania i oceny projektowanego układu technologicznego. Dzięki niemu łatwo jest określić, czy należy użyć pracy ręcznej, robotów, czy kombinacji robotów i robotników. Wszystkie procesy można symulować numerycznie, aż do zużycia energii przez pojedynczą maszynę, aby maksymalnie zoptymalizować technologię. Analiza pokazuje, ile części jest produkowanych w każdej operacji. Gwarantuje to, że wydajność rzeczywistej linii produkcyjnej będzie zgodna z celem.

i realne światy. Pozwala to na porównanie projektu konstrukcyjnego z faktycznie wyprodukowanym.
produkt. Rysunek pokazuje, w jaki sposób stosowane są technologie big data
zbieranie aktualnych informacji o jakości produktu, które są przekazywane do analizy
do cyfrowego bliźniaka przechowywanego w Teamcenter

Produkcja produktu

Cyfrowy bliźniak zapewnia informacja zwrotna pomiędzy światem rzeczywistym a wirtualnym, co pozwala na optymalizację procesów wytwarzania produktów. Instrukcje technologiczne trafiają bezpośrednio do warsztatu, gdzie operatorzy urządzeń otrzymują je wraz z filmami. Operatorzy dostarczają projektantom dane produkcyjne (takie jak odstęp między dwiema śrubami zabezpieczającymi panel), podczas gdy inne zautomatyzowane systemy gromadzą dane dotyczące wydajności. Następnie następuje porównanie projektu konstrukcyjnego z faktycznie wyprodukowanym wyrobem, przy czym odchylenia są identyfikowane i eliminowane.

Nowe podejścia do pracy

Zastosowanie cyfrowego bliźniaka, który jest dokładną kopią rzeczywistego produktu, pomaga szybko zidentyfikować potencjalne problemy, przyspiesza przygotowanie produkcji i obniża koszty. Dodatkowo obecność cyfrowego bliźniaka gwarantuje możliwość wytworzenia produktu zaprojektowanego przez projektantów; wszystkie procesy technologiczne są na bieżąco aktualizowane i zsynchronizowane; opracowane technologie okazują się sprawne, a produkcja działa dokładnie zgodnie z planem. Cyfrowy bliźniak pozwala przetestować, jak nowe technologie można zintegrować z istniejącymi liniami produkcyjnymi. Eliminuje to ryzyko związane z zakupem i instalacją sprzętu.

Inżynieria mechaniczna jest jedną z najbardziej zaawansowanych gałęzi światowego przemysłu, gdzie sprawdza się w praktyce, ale od dawna stosowane są przestarzałe podejścia do technologicznego przygotowania produkcji. Nadszedł czas, aby wprowadzić ducha innowacji, który toruje drogę do sukcesu w rozwoju produktu i produkcji. Czas spróbować czegoś nowego!