Обзор
В последние годы по мере все более широкого распространения Интернета вещей, возрос интерес к концепции создания цифровых двойников.
Цифровой двойник — это виртуальное воплощение физической системы. Он создаётся на основе экспертных знаний в соответствующих областях, а также данных, полученных с датчиков на реальных прототипах.
Компании decisionLab Ltd и Siemens обратились к концепции цифрового двойника, разработав многоагентную модель работы и технического обслуживания турбин (ATOM, Agent-based Turbine Operations & Maintenance model). Созданный ими двойник эмулирует операции по техническому обслуживанию, ремонту и капитальному ремонту (ТОиР) авиационных газотурбинных установок Siemens по всему миру. Модель построена на основе уже имеющихся реальных данных цепи поставок. Она дает возможность использовать сложные методы моделирования и анализа данных для оптимизации эксплуатации энергетических газовых турбин Siemens. Это позволяет принимать информационно обоснованные решения относительно клиентских операций и управления активами и повышать производительность и эффективность данных процессов.
Проблема
Компания Siemens производит широкий ассортимент промышленных турбин, а также недавно приобрела у Rolls-Royce ее бизнес по производству авиационных газотурбинных установок и компрессорных систем. После этого Siemens представила на рынок новую авиационную газовую турбину (SGT-A65), созданную с помощью приобретенных активов.
Поскольку Siemens не сама разрабатывала новую турбину от начала и до конца, при производстве и техническом обслуживании возникло множество новых и непредвиденных проблем, связанных с эксплуатацией и ремонтом.
Программное обеспечение для прогнозирования на базе Microsoft Excel, которое на тот момент использовалось в Siemens, в новых условиях оказалось неэффективными. Объем данных был настолько велик, что Excel не справлялся с ним, и результаты прогнозирования были недостаточно точны, чтобы с их помощью легко и быстро выявлять проблемные места и находить решения.
Таким образом, компании нужно было более эффективное средство для решения проблем эксплуатации газотурбинного парка. Основные требования к инструменту на тот момент были таковы:
- предсказывать рентабельность бизнеса и прогнозировать ключевые показатели эффективности, представляющие интерес при принятии информированных решений;
- с помощью виртуального проигрывания различных «что если» сценариев, определять наиболее выгодные варианты инвестирования.
Компания Siemens хотела визуализировать весь процесс производства и технического обслуживания, включая логистику цепи поставок, крайне важную для всей системы. Siemens подчеркивал необходимость также визуализировать результаты проигрывания различных сценариев «что-если», чтобы у компании было экономическое обоснование нескольких вариантов инвестиций для принятия информированных решений, как внутри компании, так и при работе с клиентами.
Решение
Для решения этих проблем компании decisionLab и Siemens решили создать цифрового двойника ATOM. Цифровой двойник опирался на прошлые результаты внедрения цифровых технологий на машиностроительных и производственных предприятиях Siemens. Модель использует огромное количество доступных данных о клиентах, цепи поставок, производстве и обслуживании, позволяя повысить эффективность клиентских операций и управления активами. В ATOM в мельчайших подробностях отображены клиентские операции, работы баз технического обслуживания, характеристики двигателя и логистика цепи поставок для всего газотурбинного парка и всего цикла эксплуатации. Именно благодаря полному и детальному отображению реальных процессов модель позволяет значительно повысить эффективность клиентских операций и управления активами.
Отображение всей системы в виде цифрового двойника дает отличные возможности для анализа. Пользователи модели могут изучить любой аспект системы и проиграть сценарии «что-если», чтобы выявить все взаимосвязи. Это позволяет легко выявлять проблемные места и принимать решения с учетом работы всей системы.
Разработка цифрового двойника требует крайне сложной имитационной среды, а разработчики часто используют те же подходы, что и при разработке программного обеспечения. Успешное моделирование производственных процессов различных уровней и сложности требует от моделирующего ПО значительной гибкости. Поэтому в качестве основного инструмента моделирования decisionLab выбрала AnyLogic.
Основа модели состояла из множества независимых элементов, с помощью многоагентного моделирования удалось отразить все необходимые детали. В ATOM разработчики использовали данные, относящиеся к следующим аспектам эксплуатации газотурбинного парка Siemens:
Диаграмма взаимодействия агентов (нажмите для увеличения)
- клиентские операции (условия, в которых клиенты используют турбины, например, при какой температуре);
- работа баз технического обслуживания (брались во внимание обе основные базы Siemens);
- характеристики двигателя (разные виды отказов, связанные с конкретными компонентами двигателя);
- логистика цепей поставок (поскольку клиенты находятся по всему миру).
Эти аспекты представлены на диаграмме взаимодействия агентов, которая демонстрирует, насколько сложна среда цифрового двойника.
Помимо многоагентного подхода в цифровом двойнике применена модульная архитектура, которая позволила разделить систему на составляющие функциональные уровни и применить при разработке модели системный инженерно-технический подход. Данный подход позволяет несколькими пользователям одновременно работать с моделью над разными задачами и использовать разные наборы данных, а также позволяет разработчикам непрерывно развивать и совершенствовать модель, не вызывая сбоев в ее работе — планируется добавить в модель модуль машинного обучения с подкреплением.
Модульная архитектура цифрового двойника (нажмите для увеличения)
Следующими этапами совместной с Siemens разработки могут быть:
- переход от базы данных Excel к централизованной базе данных, содержащей все системы и базы данных Siemens, для оптимизации хранения и обработки данных;
- развертывание модели в облачном хранилище, чтобы любое необходимое количество пользователей могли получить к ней доступ;
- обеспечивание возможности использования ATOM в качестве средства для демонстрации при работе с клиентами (например, дальнейшее совершенствование визуализации);
- добавление модуля машинного обучения с подкреплением для оптимизации динамического процесса принятия решений в моделируемой среде, чтобы ATOM мог предложить пользователю оптимальные стратегии относительно производственных капиталовложений.
Результат
DecisionLab создала сложную модель-цифрового двойника, который охватывает весь функционал, необходимый Siemens. Модель-двойник воспроизводит все, что происходит с парком авиационных газотурбинных двигателей Siemens и позволяет пользователям:
- определять и прогнозировать ключевые показатели эффективности (КПЭ) системы;
- визуализировать операции в рамках турбинного парка и деятельность баз технического обслуживания;
- выявлять проблемные места в системе;
- запускать как подробные, так и экспресс-сценарии «что-если», оказывая тем самым содействие процессу принятия инвестиционных решений.
Несмотря на большую сложность имитационной модели, decisionLab удалось создать удобную для пользователя интерактивную систему, которой могут пользоваться сотрудники разных отделов компании. И руководство, и аналитики легко могут применять ATOM для своих целей.
Имитационная модель-двойник ATOM (нажмите для увеличения)
Посмотрите выступление консультантов по имитационному моделированию доктора Амрита Сурендры и Витора Лемоса из decisionLab или скачайте презентацию проекта.
