Цифровые двойники как инструмент для принятия решений
Российский сегмент интернета вещей (IoT) показывает стремительный рост: в 2024 году его объём перевалил за 120 миллиардов рублей, а ежегодный прирост превышает 20%. Цифровые двойники, хотя концепция не нова, сегодня обладают расширенным функционалом и помогают в оптимизации, безопасности и моделировании сложных процессов.
В ходе круглого стола специалисты рассказали, как эти технологии помогают бизнесу и промышленности.
Ключевые области применения
Идея создания моделей реальных объектов существует веками. Илья Скрябин, гендиректор Connective, отметил, что основная задача цифровых двойников — минимизировать ошибки в крупных проектах. Трёхмерное проектирование зародилось в США в 1970-х в авиации и космосе, а в 1980-е первые системы появились в СССР.
«Позже к трёхмерному проектированию добавилась возможность оживить модели, — продолжил он. — Можно стало изучить поведение изделий в условиях эксплуатации, когда до постройки прототипов ещё долго, но получить результаты экспериментов уже необходимо». Сначала применялось вычислительное моделирование для задач прочности, гидрогазодинамики, электромагнитных задач.
Когда появилось моделирование систем управления, началась эра цифровых двойников. В авиации моделируют весь самолёт, проверяя эксплуатационные режимы и уточняя техзадание. Широко используются двойники в авиадвигателестроении.
Третья сфера — эксплуатационный цифровой двойник дорогостоящего объекта, например, нефтяного производства. Сотни датчиков отслеживаются не людьми, а специализированной информационной системой.
Александр Глазунов, директор по разработке ПО «Формат кода», подчеркнул: «Важно помнить, что цифровой двойник — это и не игрушка, и не точная копия объекта. Решаемые в том или ином контексте аналитические задачи никогда не требуют от нас построения модели, которая будет полностью воспроизводить собой объект, копировать его. Сложность такого построения будет очень большой. Поэтому самое важное — это именно моделирование необходимых свойств, которые нужны для проведения конкретных исследований».
В складской логистике двойники применяются для проверки гипотез перед крупными закупками, тестирования ПО без остановки реального склада и для дополнения систем мониторинга 3D-визуализацией, что ускоряет реакцию на внештатные ситуации.
Сергей Гумеров, основатель и CEO компании «Цифровой двойник», определил технологию как вычислительное ядро, ускоряющее управленческие решения на всём жизненном цикле системы. «Цифровой двойник не копирует объект, а описывает его поведение в мире, аккумулирует все фактические данные и статистику, на которых базируются решения. Это не визуальная «игрушка», а инструмент количественного управления будущим».
Он привёл пример полностью оцифрованного жизненного цикла трубопровода протяжённостью более 65 000 км. Данные интегрируются из проектной документации, диагностики, актов ремонтов, что позволяет количественно оценивать последствия решений. В результате число активных ремонтов и их стоимость сократились более чем вдвое, экономя свыше 3 млрд рублей ежегодно.
Ещё один пример — количественная модель городского хозяйства Петербурга, созданная в 2015–2018 годах. Она использовалась для тарифно-балансовых решений, корректировки программ почти 300 предприятий и приносила городу экономический эффект не менее 10 млрд рублей в год. «Это был инструмент согласования и баланса интересов производителей, потребителей и бюджета города», — отметил Гумеров.
Практическая реализация и технологии
IoT и цифровые двойники тесно связаны. Александр Глазунов пояснил, что IoT часто ассоциируется с датчиками, но информация может поступать и из фирменного ПО оборудования, например, систем управления роботами (RCS), что позволяет актуализировать двойник и передавать управляющие воздействия.
Искусственный интеллект также служит источником данных. Глазунов привёл пример сборочного железнодорожного цеха, где ИИ, распознавая колёса по видео, помогает точно позиционировать вагон.
Илья Скрябин отметил, что цифровые двойники производства создаются для достижения экономического эффекта, например, сокращения времени циклов. ИИ важен для контроля качества, например, выявления дефектов в плитке или сборке техники.
Артём Дмитриев, руководитель инновационных проектов Notamedia, рассказал о применении Edge AI, когда вычисления происходят непосредственно на оборудовании, что минимизирует задержки. В атомной энергетике ИИ анализирует данные с датчиков для постоянного надзора, что снижает количество ЧП.
Сергей Гумеров добавил, что цифровые двойники переводят задачи эффективности, надёжности и безопасности в измеримые категории, позволяя принимать решения на основе количественных метрик, а не интуиции.
Компетенции vs оборудование
Сергей Гумеров подчеркнул, что цифровой двойник — это в первую очередь способность формализовать поведение системы, а не набор датчиков. «Для этого требуются не железо и не IoT-оборудование, а компетенции: образование, позволяющее выражать состояние системы через математические зависимости». У России, по его мнению, конкурентное преимущество именно в этом: в умении строить модели, а не в производстве датчиков, где лидирует Китай.
Артём Дмитриев отметил, что стоимость оборудования, включая датчики, за пять лет упала в четыре раза, делая технологии доступнее. Он выделил три «кирпичика» цифрового двойника:
- сбор данных и IoT,
- платформы для обработки,
- физические, математические и имитационные модели, объединённые с производством.
Безопасность критически важна, особенно при управлении стратегическими объектами. Дмитриев указал на риски облачных решений и преимущества безоблачных.
Илья Скрябин согласился, что в России есть задачи импортозамещения на гособъектах, а частный сектор будет выбирать более доступные решения. Он отметил, что стране предстоит длительный этап разработки и консолидации игроков.
Александр Глазунов подтвердил, что главный ресурс — люди. Его команда столкнулась с необходимостью нетривиального моделирования для цифрового двойника склада, что потребовало создания специального ПО для быстрого преобразования чертежей в модель.
Перспективы и необходимость интеграции
Артём Дмитриев считает, что России нужна инженерная экспертиза и слаженное взаимодействие на стыке разработки ПО и инженерного дела.
Сергей Гумеров отметил особенность «культурного кода»: развитие часто идёт через мобилизационные рывки, а не ритмичную эволюцию.
Александр Глазунов предположил, что игрокам рынка придётся интегрировать свои решения через партнёрства. «Так или иначе, игрокам рынка нужно объединять усилия и предлагать то, что никто не может предложить по отдельности».
Илья Скрябин подытожил: «Перед тем как что-то делать, надо понять, зачем». Он призвал развивать образование, чтобы готовить высококлассных специалистов для создания инновационных продуктов.
