Цифровой двойник

1.

Цифровой двойник
Москва, 2023 г.

2.

Комплексный цифровой двойник, как средство
обеспечения объективными данными
Цифровой двойник (англ. Digital Twin) — цифровая копия
физического объекта или процесса, помогающая оптимизировать
эффективность бизнеса.
Комплексный двойник – это совокупность всех известных на
сегодняшний день технологий агрегирования, моделирования,
анализа, оркестирования и визуализации данных, позволяющих
решать задачи предсказательного сервиса активов, а также
оптимальной эксплуатации оборудования и организации безлюдного
производства.
Фундаментально цифровой двойник может быть определён как
постоянно меняющийся цифровой профиль, содержащий
исторические и наиболее актуальные данные о физическом объекте
или процессе, что позволяет оптимизировать эффективность бизнеса.
Он основан на огромном объёме накопленных данных, полученных в
ходе измерений целого ряда показателей объекта в реальном мире.
Анализ накопленных данных позволяет получать точную информацию
о производительности системы.

3.

Дополнительная и смешанная реальность
Технология, позволяющая организовать визуализацию предварительно
агрегированных данных, включая данные цифровых двойников.
Эффект:
• Дополнительные возможности оценивать объекты с наложением
актуальной или прогнозируемой цифровой информации;
• Возможность обучения или инструктажа пользователей с помощью
наложения графических инструкций или рекомендаций в реальном
времени;
• Отображение данных цифрового объекта, с помощью цифрового
интерфейса дополненной реальности через мобильный телефон,
планшет или специализированные очки.

4.

Машинное обучение и параметрическая
оптимизация
Технология, позволяющая выполнять параметрическую оптимизацию
через метамоделирование для решения аналитических и прогнозных
задач на основе статистических данных.
Эффект:
• Автоматическое построение и проверка предиктивных моделей без
участия человека, основываясь на статистических данных;
• Автоматическое определение лучшего алгоритма для каждого
набора данных и ожидаемого результата;
• Автоматическое определение потока данных, наиболее важных для
прогнозирования определенных состояний.

5.

Сбор и анализ показателей периферийных
детекторов
Технология, позволяющая в связке с алгоритмами машинного
обучения прогнозировать состояние, механические дефекты,
разрушения объектов по анализу полученных сигналов периферийных
детекторов.
Эффект:
• Своевременный контроль эксплуатационных свойств объекта;
• Прогнозирование требуемых эксплуатационных затрат по контролю
состояния объекта;
• Оцифровка промышленных методик, основанных на имитационном
моделировании и машинном обучении.

6.

Агрегирование полевых сигналов
Технология, позволяющая организовать сбор интерфейсов для
подключения измерительных приборов и исполнительных механизмов
на едином периферийном уровне.
Эффект:
• Упрощенная единая управляемая архитектура
• Стандартизированные протоколы
• IIoT масштабируемость
• Согласованность данных
• Объективность данных
• Многодоменное агрегирование

7.

Интеграция с информационными системами
Технология, предоставляющая унифицированное средство
взаимодействия с информационными системами для встраивания
комплексных цифровых двойников.
Эффект:
• Своевременный обмен актуальными данными с сопрягаемыми
системами;
• Возможность гибкой настройки автоматизации процессов
деятельности на основании информации цифрового двойника;
• Обеспечение единого информационного пространства.

8.

Имитационное моделирование
Технология, позволяющая выполнить предварительную оценку
комплексного эффекта от реализации различных вариантов
инвестиционных программ.
Эффект:
• Своевременное получение актуальных параметров о состоянии
объектов, на основании комплексного цифрового двойника.

9.

Спасибо за внимание!
Москва, 2023 г.