Эпоха цифровых моделей: что сменило циркуль и бумагу в XXI веке

Эпоха цифровых моделей: что сменило циркуль и бумагу в XXI веке
Кульман, циркуль и готовальня — предметы, которые многие из нас использовали на школьных уроках, — в реальности давно ушли в прошлое вместе с «бумажным» проектированием. Уже в 90-е чертежи создавались в компьютерных программах, в нулевых их сменили 3D-модели, а сейчас в истории цифрового моделирования наступает новый этап — виртуальные прототипы начинают «жить» вместе со своими реальными двойниками.
АО «РДС»
109240, Россия, Москва, ул. Николоямская, 15
+7 (495) 644-34-60
18 августа 2021

Кульман, циркуль и готовальня — предметы, которые многие из нас использовали на школьных уроках, — в реальности давно ушли в прошлое вместе с «бумажным» проектированием. Уже в 90-е чертежи создавались в компьютерных программах, в нулевых их сменили 3D-модели, а сейчас в истории цифрового моделирования наступает новый этап — виртуальные прототипы начинают «жить» вместе со своими реальными двойниками.

cda44b574f0e5975a79f72a7d84d8d3f_cropped_666x375.jpg

Промышленное оборудование, здания, дорожная инфраструктура, автомобили и самолеты — все эти объекты состоят из тысяч деталей, каждая из которых начинается с создания модели. Примерно до конца восьмидесятых это делалось на бумаге, с помощью кульманов, логарифмических линеек, станков без числового программного управления (ЧПУ). Закономерно, что ресурсные и временные затраты были колоссальными: чтобы выпустить 20 паровых турбин, турбинному заводу требовались силы 10 тысяч человек. Для сравнения: сейчас с этой задачей справляются менее тысячи специалистов. Изменилась сама философия проектирования.

Полностью отказаться от кульмана и прочих сопутствующих атрибутов удалось в девяностые: с этого времени чертежи создаются в системах автоматизированного проектирования (САПР или CAD, computer-aided design). Поначалу эти системы не отличались сложным функционалом и поддерживали исключительно 2D-формат — но это уже стало важным шагом для оптимизации производства. Постепенно технологии усложнялись: в 2010-е архивы чертежей «переехали» в цифровую среду и с локальных компьютеров на файл-серверы и облачные ресурсы, чертежи стали трехмерными, в работу вошли расчетные станции (суперкомпьютеры) и обрабатывающие центры.

Виртуальный циркуль

Сегодня цифровое проектирование — база для создания самых разных объектов: от жилых зданий до турбин и космических кораблей. Термин «цифровое» означает не просто перенос чертежа с бумаги на экран компьютера: создание моделей сегодня строится на абсолютно новых принципах. Во-первых, к виртуальному макету привязывается вся документация, которая появляется в процессе подготовки производства. Это дает возможность видеть всю хронологию проектирования, включая этапы согласования, любые изменения, заключения и оценки. 

Во-вторых, цифровой прототип обычно собирается в 3D-формате, что позволяет сделать расчеты максимально точными. В-третьих, «сборка» модели происходит в режиме реального времени, по технологии нисходящего одновременного проектирования. Это значит, что каждый, кто занимается разработкой макета, видит результаты работы других участников проекта. Это помогает минимизировать риск несостыковок, когда, например, конструктор планирует установку сенсоров на определенном участке оборудования, в то время как его коллега уже отвел этот участок под другой механизм. 

И, разумеется, перевод проектирования на цифровые рельсы существенно снизил временные затраты. Так, рабочий проект одной из турбин Уральского турбинного завода, состоящей из 24 тысяч деталей, благодаря внедрению технологии «цифрового макета изделия» сегодня выполняется за 8 месяцев — раньше на эту задачу уходило больше года. А сокращение сроков — это уменьшение издержек и увеличение объема производства. Если ранее на заводе выпускалось от 200 до 300 трехмерных моделей в год — сейчас же это число превратилось в несколько тысяч. 

badbc2ea673b773c051fa007f97ac9ed_cropped_666x424.jpg

Близнец в цифре

Но хотя цифровая модель решает многие проблемы проектирования, ее жизненный цикл заканчивается с момента появления объекта на свет. Что происходит потом, в период его работы — мы отследить не можем. Иначе говоря, если в процессе создания модели мы еще имеем возможность просчитать, как конечный продукт проявит себя в тех или иных условиях — то все, что будет влиять на его работу после выхода в эксплуатацию, остается темной зоной. А значит, невозможно вовремя выявить нарушения в его работе и предсказать их выход из строя. Во всяком случае, невозможно с помощью «классического» цифрового моделирования: для решения этой задачи необходим полноценный цифровой двойник.

В отличие от цифровой модели, цифровой двойник сохраняет связь со своим реальным воплощением на протяжении всей его жизни — иначе говоря, цифровая модель продолжает существовать и после появления реального объекта, отражая все изменения в его состоянии. Это происходит с помощью технологии промышленного интернета вещей (Industrial Internet Of Things — IIoT): на машинах устанавливаются датчики, которые собирают данные о параметрах их работы и любых изменениях. Например, если датчик «замечает», что в двигателе повысилась температура, давление, уровень вибрации или другой параметр, он передает эти данные в виртуальную модель. На этой модели операторы видят неисправность и могут просчитать, как она повлияет на работу системы, если ее вовремя не исправить. 

Это одно из важнейших свойств цифровых двойников: с их помощью можно моделировать различные производственные ситуации и проверять гипотезы — вместо того, чтобы сразу проводить «натурный» эксперимент и рисковать, если что-то пойдет не так. Именно поэтому цифровые двойники имеют столь большой потенциал и в медицине: когда мы научимся воспроизводить работу человеческих органов, мы сможем проверять, как повлияет на них конкретный препарат или хирургическая операция — и уже по результатам экспериментов подбирать подходящее лечение.

dd6cd99b3e8743e2168c51ae54709a7e_cropped_666x359.jpg

Цена ошибки

Но если в медицине цифровые двойники пока остаются делом будущего, в промышленности они уже сегодня помогают экономить огромные средства на износе и авариях оборудования. Благодаря этой технологии предприятия могут вовремя замечать любые неисправности в работе производственных систем и прогнозировать сбои до того, как что-то выйдет из строя. Это критично для промышленных компаний, где даже небольшой простой из-за поломки оборудования может обернуться огромными убытками. Как посчитали в Schneider Electric, в нефтегазовой отрасли решение самой простой проблемы с оборудованием требует не менее трех дней, каждый из которых может «стоить» до $20 тысяч. Но если говорить о внеплановом останове энергоагрегата или тем более последствиях аварии на электростанции, то цифры могут оказаться на порядки выше.  

Это приводит к необходимости разработки предиктивных систем на основе технологии цифровых двойников, которые помогают вовремя фиксировать нарушения в работе оборудования. Одно из таких решений, индустриальная IIoT-система «Прана», разработанная РОТЕК, позволяет снизить расходы на ремонт до 60% и, в некоторых случаях, рыночные штрафы. Система состоит из нескольких уровней: нижний передает сигналы с датчиков, далее анализируется информация о режиме работы агрегата. На следующей ступени эти данные передаются в аналитический центр, где математический аппарат системы анализирует их и помогает экспертам обработать данные об отклонениях и сформировать рекомендации для персонала электростанции или другого промышленного предприятия, подключенного к системе.

 

Заводы без людей

По подсчетам ResearchAndMarkets, к 2025 году глобальный рынок цифровых двойников составит $29,57 млрд — по сравнению с $2,66 млрд в 2020 году. Но поскольку разработка и внедрение цифрового двойника — дорогостоящая задача, это решение рентабельно в первую очередь для крупных инфраструктурных объектов — предприятий со сложным оборудованием, большими затратами на ремонт и высокой ответственностью. Например, в энергетике технические ошибки могут лишить электроэнергии целые города и даже привести к техногенной катастрофе. Еще один лидер по освоению технологии цифровых двойников — нефтегазовая отрасль: здесь цифровые двойники помогают снизить капитальные расходы на 5-20%. Виртуальные прототипы нефтяных скважин следят за процессами, которые происходят на месторождении — это помогает не только следить за износом оборудования, но и выбирать точки бурения и его режим. Не стоит забывать об экологической безопасности объектов ТЭК и необходимости отслеживать и прогнозировать их состояние во избежание аварий и загрязнения территорий.

Обобщая, можно сказать, что в промышленности цифровые двойники задействованы во многих сферах. В России эти решения активно развивают такие компании, как СИБУР, Норникель и Газпром нефть. Так, «Газпромнефть-Хантос» запустила в 2014 году проект цифрового месторождения, в состав которого вошел полноценный цифровой прототип процесса подъема жидкости из скважин. Следующий шаг в развитии этой технологии — появление полностью автоматизированных производств: заводов, рудников и фабрик, работой которых можно будет руководить дистанционно.

Цифровые двойники нашли свое применение в машино- и самолетостроении: например, их используют для проектирования самолетов «Сухой» и автомобилей КамАЗ. А недавно Евросоюз запустил инициативу Destination Earth, которая предполагает создание цифровой модели Земли — эта модель позволит точнее отражать климатические процессы и прогнозировать будущие изменения с учетом вмешательства человека. 

938786291cab96854bf3dbb71937cbbb_cropped_666x616.jpg

С точки зрения визионера

Драйвером для дальнейшего развития цифровых двойников может стать распространение 5G: высокоскоростные сети с минимальными значениями задержки — основной фактор для развертывания систем IIoT. А IIoT, как мы помним, лежит в основе разработки цифровых прототипов. 

Использование Больших данных (Big Data) также неминуемо окажет влияние на технологические процессы и цифровое проектирование в частности. Мы с каждым годом аккумулируем все больше информации как на этапе конструирования, монтажа, так и в ходе всего жизненного цикла турбин и агрегатов с помощью систем удаленного мониторинга и прогностики.

Весь этот массив информации позволит шире применять машинное обучение (machine learning, ML), которое, в свою очередь, даст возможность уже на этапе аналитики предсказать спрос и наиболее перспективные направления. На этапе конструирования можно будет определить риски, выбрать оптимальную конструкцию машины. На этапе производства: оптимизировать издержки (за счет автоматического управления производством). И на этапе эксплуатации: минимизировать простои, аварии, прогнозировать оптимальное время и объем для сервисных работ (это то, что уже сейчас делает система «Прана», способная алгоритмами самообучения заменять аналитика).

Новые возможности проектированию способны дать и решения на базе дополненной реальности (augmented reality, AR), которые позволят сделать виртуальный макет максимально близким к своему «живому» воплощению. Если и дальше уходить в визионерство, то на роль следующего этапа в проектировании претендует эпоха 3D-печати. В идеальной версии развития событий виртуальные модели будут сразу превращаться в свои реальные трехмерные воплощения с помощью 3D-принтеров — но это пока перспективы следующих десятилетий.

Источник: Журнал «Популярная Механика»

Читайте также
Сделайте первый шаг в цифровую экономику
Оставьте свой телефон, и наш специалист свяжется с вами для консультации
Ваш номер телефона *
Нажимая кнопку «Отправить», вы соглашаетесь на обработку ваших персональных данных в соответствии с условиями
Политики конфиденциальности

© ПРАНА — система прогностики и удаленного мониторинга, 2024

109240, Россия, Москва,
ул. Николоямская, 15