Использование технологии цифровых двойников для достижения максимальной эффективности активов в тяжелой промышленности

Последствия COVID-19 изменили ландшафт управления активами, особенно в таких отраслях тяжелой промышленности, как нефтеперерабатывающие и производственные предприятия. Решение этой задачи дает возможность изменить парадигму управления работой предприятия.

Владельцы и операторы промышленных объектов в настоящее время сталкиваются с рядом проблем, таких как сбои в глобальных цепочках поставок, которые могут повлиять на операции «управления и обслуживания», одновременно стремясь удовлетворить растущие производственные потребности. Что не дает им спать по ночам, так это риски, которые они не видят, особенно когда речь идет о неожиданных проблемах с активами и возможном долгосрочном повреждении оборудования. 

Чтобы помочь управлять жизненным циклом всех активов промышленного объекта, организации ищут инновационные решения для оптимизации производительности своего оборудования, обеспечивая при этом безопасность и эксплуатационную надежность. Это включает в себя интеграцию и стандартизацию данных, а также внедрение технологии цифровых двойников, которая обеспечивает прогнозную аналитику обслуживания активов. 

Что такое технология цифровых двойников?

Сегодня группы инженеров и дизайнеров используют модели динамического моделирования процессов для просмотра текущего состояния работы предприятия. Это позволяет им быстро выявлять узкие места в оперативной деятельности, недостатки подразделений, конструктивные ограничения и адекватность систем помощи. Однако для моделирования и прогнозирования будущего состояния работы предприятия требуются расширенные возможности машинного обучения (ML).

Технология цифровых двойников использует алгоритмы машинного обучения для агрегирования, интеграции, анализа и сравнения исторических эксплуатационных и проектных данных с текущими данными для формирования статистической модели. Результатом является виртуальный клон каждого устройства на объекте, повторяющий функции, особенности и поведение своего физического аналога, а также механические и электрические системы, входящие в него. 

Модели цифровых двойников также включают физическую инфраструктуру предприятия или промышленной площадки и сложную сеть заводских процессов, включая логистику цепочки закупок и поставок, для создания цифровой операционной среды.

Пример виртуального клона технологии цифрового двойника. Источник:Корпорация Anvil

Получение нужной информации в нужное время предотвращает сбои оборудования. Расширенные возможности машинного обучения Digital Twin предоставляют владельцам/операторам прогнозную аналитику, основанную на закономерностях и корреляциях в данных. 

Вооружившись этой информацией, владельцы/операторы смогут увидеть: 

• Как каждый блок может устаревать и меняться со временем.
• Когда в устройстве могут возникнуть сбои 
• Когда заказывать товары с длительным сроком поставки на основе моделей системы закупок/цепочки поставок
• Когда следует устранять проблему до ее возникновения.

Часто возникает вопрос о разнице между искусственным интеллектом (ИИ) и машинным обучением, поскольку обе передовые технологии обеспечивают прогнозную аналитику. Разница в следующем: 

• Машинное обучение предоставляет владельцам/операторам объективную информацию, на основе которой они могут принимать решения.
• ИИ обеспечивает субъективный подход к принятию решений, рекомендуя варианты действий. 

Цель машинного обучения цифровых двойников — не заменить человеческое взаимодействие и оценку, а сделать взаимодействие ненавязчивым и постоянно обучающимся. 

Кроме того, ИИ — это технология с открытым исходным кодом, действующая через Интернет, которая потенциально может нарушить конфиденциальную информацию, тогда как программное обеспечение машинного обучения цифровых двойников ограничено конкретной компанией, объектом или местом. 

Моделируя будущие сценарии эксплуатации с помощью моделей цифровых двойников и прогнозной аналитики машинного обучения, владельцы/операторы могут оптимизировать свои ресурсы, процессы, графики технического обслуживания, стратегии и настройки. 

Технология цифровых двойников также помогает владельцам/операторам прогнозировать, когда запланировать ремонт и когда заказывать товары с длительным сроком поставки перед остановкой. Это особенно важно для удаленных объектов с более длительными сроками поставки оборудования, поскольку владельцы/операторы могут быть уверены в том, что закупленное оборудование будет на месте, когда это необходимо.

Создание проекта цифрового двойника

Первым шагом к созданию проекта цифрового двойника является поиск и передача всех исторических данных, включая записи проверок, новые коды, повторные ставки и текущие эксплуатационные данные, в программное обеспечение цифрового двойника для разработки виртуального и многоразового прототипа каждого физического актива на производственном объекте. 

Пример виртуального клона технологии цифрового двойника. Источник:Корпорация Anvil

Ключевой частью этого шага является обеспечение наличия правильного оборудования для мониторинга, позволяющего постоянно подавать цифровую модель. Как исторические, так и оригинальные производственные рекомендации можно запрограммировать в модели как «тревожные» точки, чтобы предупреждать владельцев о потенциальных сбоях или сбоях.

Функция машинного обучения цифровых двойников берет это оттуда, агрегируя, перекрестно ссылаясь и мгновенно интегрируя все разрозненные данные из нескольких источников в режиме реального времени. Для сравнения, инженеру потребуются недели, чтобы вычислить ту же информацию вручную. 

После того как все данные собраны и интегрированы, машинное обучение сравнивает текущую производительность с той, для которой устройство было изначально спроектировано, чтобы мгновенно отмечать аномалии или отклонения от ожидаемого поведения. Это помогает инженерам мгновенно определить проблемную область, требующую дальнейшего изучения, а также виртуально проверить и масштабировать модели для расширения их возможностей, не нарушая работу объекта.

Затем модели цифровых двойников прогнозируют, что ждет впереди, моделируя будущие сценарии эксплуатации, чтобы определить, как агрегаты будут развиваться с течением времени и когда потребуется замена компонентов агрегата. 

Поскольку технология цифровых двойников продолжает развиваться, другие типы физических оценок, такие как онлайн-тестовые прогоны, могут устареть. Например, эти продвинутые модели могут предсказать, как системы реагируют на изменения переменных процесса, не нарушая при этом повседневную работу предприятия, исключая некондиционную продукцию и потенциальные проблемы безопасности, связанные с реальными испытаниями.

Проблемы технологии цифровых двойников

Выходные данные так же хороши, как и входные

Основная задача создания моделей цифровых двойников связана не столько с технологией, сколько с определением того, основаны ли агрегированные данные из нескольких источников на основе множества переменных, входящих в модели, на достоверную информацию. 

Например, как оператор при построении моделей узнает, что деталь или система уже находится в текущем состоянии отказа? 

Это предполагает определение достоверной информации. Надежная информация обычно поступает из большего количества данных, которые машинное обучение цифрового двойника перекрестно сопоставляет и проверяет — данных от приборов мониторинга процессов и оборудования, интегрированных в интеллектуальную автоматизированную сеть предприятия. 

Например, сбора одного набора данных о производительности устройства недостаточно. Для получения более достоверной информации важно также собирать данные о поддерживающей инфраструктуре подразделения. Возможно, трубопроводы в агрегате или электрические компоненты, питающие агрегат, уже находятся в состоянии неисправности, что влияет на множество других агрегатов, работающих с теми же механическими и электрическими частями и системами. 

Сила данных

Больше данных дает владельцам/операторам более реалистичное представление о текущих операциях, что помогает построить более точную модель цифрового двойника. Благодаря интегрированным и проверенным данным из нескольких источников модели цифровых двойников могут: 

• Оценить срок службы оборудования 
• Прогнозирование сбоев оборудования 
• Определите, когда запланировать ремонт оборудования.

С помощью моделей цифровых двойников владельцы объектов и операторы могут запускать и поддерживать свою деятельность во время ремонтов и пиковых производственных сезонов. 

Однако для инженера по-прежнему важно заполнять субъективные эксплуатационные данные. Металлургические соображения, а также химическое и физическое воздействие технологических потоков на оборудование и трубопроводы по-прежнему потребуют инженерных знаний и опыта для полноценного использования информации цифровых двойников.  

Тот факт, что миллионы деталей составляют сотни систем на любом промышленном объекте, подчеркивает важность ведения точного учета технического обслуживания; Выходные данные модели цифрового двойника настолько же хороши, насколько хороши ее входные данные. Таким образом, готовность заинтересованных сторон принять технологию зависит от степени их доверия и от того, считают ли они, что информация точна или нет. 

Доверьтесь технологиям 

Успешное внедрение технологии цифровых двойников требует доступа к подходящим программным инструментам и обученным специалистам. Компании-разработчики программного обеспечения для моделирования процессов теперь приобретают интерфейсные технологии, чтобы лучше разрабатывать модели цифровых двойников.

Задача заключается в том, чтобы обеспечить правильную интеграцию интерфейсов для получения точной базовой информации. Чтобы гарантировать, что вся историческая информация, вносимая в модели, верна, нужны обученные специалисты, знающие технологию и процессы цифрового дублирования, использующие отраслевые метаданные. 

Резюме

Передовые алгоритмы машинного обучения, прогнозная аналитика и возможности моделирования Digital Twin предлагают новый экономичный вариант управления активами для объектов любого размера. Работая с инженерами-консультантами и используя правильное программное обеспечение, владельцы/операторы объектов могут быстро внедрить технологию и интегрировать ее в свою деятельность. 

Эта технология также дает множество преимуществ с точки зрения затрат, в том числе: 

• Эксплуатация и энергоэффективность 
• Улучшение прогнозирования надежности, безопасности и технического обслуживания.
• Снижение рисков, простоев и ненужных затрат на обслуживание.

Внедрение технологии цифровых двойников будет иметь важное значение для сохранения конкурентоспособности на быстро развивающихся промышленных рынках.