Цифровой двойник синоним

• О нас
• Словарь антонимов
• Словарь паронимов
• Словарь ударений
• Словарь морфологии
• Словари
• Регистрация
• Вход

Можно найти больше синонимов, нажимая на слова.

Частое повторение одинаковых слов (тавтология) делает речь скучной и однообразной. Спасти положение могут синонимы. Это слова, близкие по смыслу, но разные по звучанию. Используйте их, и ваши тексты станут ярче.

Если вам нужно подобрать синонимы к слову «двойник», вы попали по адресу. Мы постарались собрать все близкие по значению слова и словосочетания на этой странице и сделать доступными для использования. В русском языке в качестве синонимов к слову чаще всего используются: чистый, одинаковый, портрет. Всего в словаре 37 синонимов.

Слово «двойник» имеет как синонимы, так и антонимы. Они диаметрально противоположны по значению, но относятся к той же лексической группе и выполняют похожие функции в предложении. Антонимы к слову: разный, близнец. Всего в словаре 2 антонима.

Если вы часто ищите, чем заменить слово, добавьте synonyms.su в закладки. Это поможет сэкономить время и силы, избежать нелепых ошибок.

Рейтинг слова «двойник» :
00

Страница обновлена: 27.07.2019

Другие слова на букву д

Синонимы к словам и словосочетаниям на букву:

• Средняя частота слова «двойник» 161. Количество букв: 7.
• Искалась форма слова «двойник»
• Поиск «двойник» занял 0.011 сек.
• Добавьте synonyms.su в закладки ( нажав Ctrl+D ), чтобы найти Синонимы.

Вверх ↑

Цифровой двойник – что это такое? Объемная картинка или работающий актив?

Меня зовут Александр Никитин, руководитель направления цифровых двойников @UMNODigital (ГК НефтеТрансСервис). С 2018 года я специализируюсь на разработке цифровых двойников для промышленных предприятий, и за это время реализовал проекты на 10+ предприятиях, в т.ч. обогатительной фабрики, угольного карьера, портового терминала, вагоноремонтного предприятия, цеха подготовки ковшей на сталеплавильном комбинате и т. п.

Несмотря на то, что в передовых западных компаниях цифровые двойники используются повсеместно, в России эта технология еще только набирает популярность. Многие клиенты еще не знают, что такое цифровые двойники, или имеют ошибочное представление о том, что это такое, и как это использовать для максимизации эффективности своих компаний.

Чтобы развеять ненужные мифы и рассказать об использовании цифровых двойников в промышленности, я решил сделать несколько статей, где поделюсь своим опытом и раскрою все детали данной технологии. Расскажу и том, как оценить целесообразность разработки цифрового двойника на конкретном предприятии, о примерах их применения в промышленности, а также — как можно повысить эффективность производства с помощью цифрового двойника.

Что же такое цифровой двойник?

Самое распространенное ошибочное представление, которое я периодически слышу, что это просто 3D‑модель, которая используется исключительно для визуализации производственного актива/станка/здания. т. е. некая красивая объемная картинка без какого‑либо дополнительного функционала.

Цифровой двойник предприятия — это его копия в виртуальной среде. Цифровой двойник с высокой точностью воспроизводит процессы и операции на предприятии и позволяет решать широкий спектр бизнес‑задач.

Для общего понимания стоит упомянуть так называемый «цифровой двойник объекта» (речь может идти о вагоне, автомобиле, турбине и т. д.). Это как раз та самая «красивая картинка», которая упоминалась ранее. Несмотря на схожесть в названиях, это совсем другая тема — речь там идет лишь о 3D‑визуализации, без какого‑либо погружения в логику процессов.

Для чего могут быть использованы цифровые двойники

Здесь возможен целый спектр задач, например сменно‑суточное планирование, оптимизация политики управления запасами, оценка инвестпроектов и многое другое. В зависимости от специфики работы предприятия и текущих приоритетов его развития, функционал и интерфейс двойника может быть заточен под решение тех или иных задач.

Заказчик может тестировать гипотезы на базе возможностей и параметров, заложенных в продукт, в соответствии с исходным техническим заданием. Важно понимать, что цифровой двойник обычно используется не для отслеживания ситуации «на данный момент», а для того, чтобы заглянуть в будущее.

Пример задач, которые поможет решить ЦД:

• Точное прогнозирование объемов производства.

• Оценка эффекта введения в эксплуатацию дополнительного комплекса установок и оборудования.

• Определение оптимального количества техники.

• Анализ узких мест по переделам, включая декомпозицию потерь производительности на каждом переделе.

• Определение оптимальной политики управления запасами ресурсов.

Например, у меня был проект по моделированию порта, где основной болью заказчика было низкое качество сменно‑суточного планирования. Мы в UMNO.digital разработали двойник и настроили режим, в котором быстро прогоняются все возможные сценарии развития событий в течение смены и пользователю выдается оптимальная последовательность действий, которая обеспечит наилучший результат. Помимо этого, разработанный двойник используется как инструмент оценки пропускной способности порта, позволяющий точно оценить, на какие объемы может законтрактоваться порт, чтобы максимизировать выручку без существенной потери уровня сервиса.

Основные этапы создания цифровых двойников

Как и создание многих цифровых продуктов, разработку цифрового двойника промышленного объекта можно разделить на типовые этапы. Мы в UMNO.digital выделяем 4 основных, во время которых:

1. Обследование: изучаем нормативные документы, тех.карты и инструкции, проводим интервью с экспертами на предприятии. Зачастую большая часть информации о работе предприятия и его процессах не оцифрована и хранится «в головах» сотрудников, поэтому проведение интервью очень важная часть подготовительного этапа. Чем более полную картину мы сможем собрать в начале работы, тем более приближенный к реальности цифровой двойник сможем создать в итоге. Также важно отметить, что даже если процесс задокументирован, не факт, что в жизни этот процесс выполняется «строго по инструкции» — в реальности он может выполняться по‑другому, может выполняться не всегда или вовсе игнорироваться. Поскольку нашей задачей является воспроизведение процессов «как есть», важно все проговаривать с экспертами на местах, а не слепо руководствоваться нормативными документами.

2. Разработка: воссоздаем инфраструктуру и логику операций предприятия в виртуальной реальности с помощью блок‑схем и программного кода. Разработка ведется в специализированной программе — это среда разработки сродни Eclipse или IntelliJ IDEA. На большинстве проектов это самый долгий и трудоемкий этап.

3. Валидация: прогоняем модель на исторических данных и сравниваем результаты с фактом. В случае значительных расхождений разбираемся, что не так, и устраняем ошибки и неточности.

   Цель — добиться минимального расхождения с фактом. Это позволяет убедиться в надежности двойника.

   Эксперты считают оптимальной погрешностью между работой цифрового двойника и его физического прототипа — не более 5%. Мы в UMNO.digital создаем цифровые двойники с расхождением от реального производства не более чем на 2–3%.

4. Эксплуатация: получаем цифровой двойник, который работает так же, как предприятие в реальности. Разработанный двойник можно использовать для решения актуальных бизнес‑задач.

Сколько времени требуется на создание цифрового двойника

Я часто слышу этот вопрос от наших клиентов, которых либо пугают слишком долгие сроки реализации проектов или наоборот настораживают слишком «быстрые» в разработке решения. В моей практике были проекты длительностью и один месяц, и пятнадцать. Важно понимать, что создание цифрового двойника всегда индивидуальная история, поэтому и сроки зависят от его параметров и задач проекта, а также степени зрелости предприятия (как в части ИТ, так и в целом). Также ни для кого не секрет, что на темпы реализации проекта сильно влияет вовлеченность со стороны клиента.

Если говорить в среднем, то на создание ЦД для небольшого актива с высокой степенью цифровизации понадобится минимум 3–4 месяца. Для актива со средней степенью оцифровки процессов — около 6 месяцев. Для масштабных же проектов или предприятий с низким уровнем цифровой среды срок создания ЦД может доходить до 9–12 месяцев.

Результаты, которые обеспечивает цифровой двойник

Один из основных результатов, который дает ЦД — это оценка инвестпроектов. Цифровой двойник прогнозирует в безрисковой среде, как будет работать предприятие в новых условиях и позволяет оценить целесообразность изменений.

Помимо этого, ЦД обеспечивает повышение качества планирования и прогнозирования, с высокой точностью воспроизводя деятельность бизнес‑актива.

Еще одним важным аспектом является возможность анализа узких мест. Двойник отражает потери производительности в наглядном виде на каждом переделе и позволяет оценить эффект изменений на любом участке производства.

Жизненный цикл ЦД – продукт, который будет работать вечно

Отличительная черта цифровых двойников в том, что их жизненный цикл не ограничивается сроками реализации конкретного проекта. т. е. ЦД — это актив, который может работать для компании вечно, и продолжать использоваться, например, для анализа инвестиционных решений, тестирования гипотез, прогнозирования и анализа чувствительности, а также для оценки пропускной способности и анализ узких мест.

Я надеюсь, что по итогам прочтения данной статьи у вас сложилось общее представление о цифровых двойниках и решаемых с помощью них задач. Далее, как правило, у бизнеса возникает вопрос, а нужен ли именно ему цифровой двойник? И зачем?

О том, на что стоит обращать внимание при решении о целесообразности разработки цифрового двойника, а также о конкретных примерах их применения в различных отраслях промышленности я расскажу в следующем материале.  

Как это часто бывает, из маркетинговых или любых других соображений, некоторые термины начинают использоваться как синонимы для значений, которыми изначально определялись совершенно другие сущности. В результате возникает недопонимание, когда разные стороны, казалось бы, говорят об одном и том же, но имеют в виду совсем разные явления.

Нечто подобное стало происходить в последнее время и с термином «цифровой двойник» (digital twin) – «модный» термин начали применять повсюду, нередко приравнивая его к термину «симулятор». На нескольких примерах постараюсь показать, где эти термины пересекаются и где они различаются. Об этом, в том числе, я рассказывал на прошедшем недавно в МГУ форуме «Цифровизация 2019» в презентации «Особенности применения симуляторов и роботов для разработки медицинских устройств». 

В процессе разработки и тестирования программного обеспечения (ПО) и устройств уже давно применяются различные способы симулирования физических процессов или реальных устройств с целью упростить и ускорить разработку. Представим себе, что мы разрабатываем широкую продуктовую линейку устройств, которые взаимодействуют с реальным миром. Допустим, это метеорологические приборы и метеостанции, и у нас их будет довольно много. С одной стороны, их количество и разнообразие не позволит оборудовать каждое рабочее место разработчика или инженера по тестированию своим собственным набором оборудования, иначе рабочие места превратятся в склад. С другой стороны, мы не можем воссоздать на каждом рабочем месте различные климатические условия, перепады температуры и влажности, менять силу ветра от штиля до шквала и т. д.

Чтобы разрешить эту «маленькую сложность», мы разрабатываем программный симулятор, который может передавать в наше ПО различные данные, имитируя сигналы реальных датчиков, которые измеряли бы параметры реальной атмосферы. Здесь мы имеем в виду именно симулятор (иногда это также называется «software—in—the—loop», SIL). Для разработки и тестирования устройства, которое отображает текущие параметры погоды, нам вполне достаточно набора данных, созданных вручную, или исторических данных, собранных различными метеостанциями в реальных условиях.

Теперь представим, что нам необходимо сделать следующий шаг – понять, как будет вести себя наша метеостанция на протяжении следующих десяти лет, не просто измеряя параметры атмосферы, но еще и подвергаясь их воздействию – нагреваясь под прямыми лучами солнца, замерзая в зимнюю ночь… Какие нагрузки будут испытывать крепления устройства под ударами ураганного ветра или под ледяным дождем? Для ответа на подобные вопросы необходим цифровой двойник.

Вернемся к нашему примеру с разработкой метеостанций. Допустим, проанализировав результаты моделирования, мы обнаружили, что по истечении определенного периода времени лопатки турбинки, которая используется для измерения скорости ветра, деформируются вполне определенным и предсказуемым образом, что вносит искажения в результаты измерений, которые мы отправляем потребителю. Тогда мы корректируем алгоритмы ПО, чтобы с учетом деформаций наша метеостанция продолжала отправлять достоверные результаты. Если же модели покажут, что лопатки после определенного времени деформируются или даже разрушаются непредсказуемым образом, то все, что сможет сделать наше ПО, это по прошествии определенного времени добавлять к сообщению о измеренной скорости ветра флаг «недостоверный результат». Скорее всего, мы все еще сможем ориентироваться на то, что значения более сильного ветра будут отличаться от ветра более слабого, но численным значениям доверять не следует и пора бы провести техническое обслуживание метеостанции, заменив дефектный модуль. 

Аналогично происходит и с медицинскими устройствами, с которыми у нас есть большой опыт работы. Например, мы широко применяем различные симуляторы автоматических медицинских капельниц («инфузоматов»), что значительно ускоряет и упрощает процесс разработки и тестирования. Однако, когда к модели инфузомата подключается модель человеческого тела, чтобы до испытаний на живых людях изучить, какие пороги окклюзии бывают, как электроника и ПО инфузомата работают в условиях различного состояния кровеносных сосудов пациента, как обрабатывают аварийные состояния, в том числе пороги окклюзии, как они меняются при изменении положении тела пациента, как все это будет изменяться в процессе износа механических частей инфузомата и т. д. – в этом случае это уже не просто симулятор, а цифровой двойник.

Бывают и более сложные ситуации – к примеру, мы хотим построить гидроэлектростанцию и просчитать, что может происходить с ней в будущем, или рассчитать ресурс автомобильного двигателя. Если у нас еще есть возможность испытать двигатель на реальном экземпляре (хотя и это может занять много времени), для испытаний инфузомата построить систему из трубок, емкостей и насосов, то построить несколько вариантов гидроэлектростанции, разрушить каждую и сравнить, которая будет надежнее, – подобная задача выглядит, мягко говоря, невыполнимой. 

В этом и заключается значительная разница между симулятором и цифровым двойником. В общих чертах и симулятор, и цифровой двойник создают симулированную среду для разработки реальных устройств, и в этом они схожи. Но если для «просто симулятора» достаточно, например, исторических данных (статистики, накопленной за определенный период времени), то цифровой двойник – это всегда еще и ответ на вопрос, как наше устройство будет вести себя в будущем с учетом всех условий реальной эксплуатации. Цифровые двойники строятся, в том числе, на огромном объеме накопленных данных, полученных в ходе измерений множества показателей объекта в реальном мире. Анализ таких данных дает точную информацию о производительности системы, а значит, позволяет сделать выводы о необходимости внесения изменений как в сам продукт, так и в процесс его производства.

Как это часто бывает, из маркетинговых или любых других соображений, некоторые термины начинают использоваться как синонимы для значений, которыми изначально определялись совершенно другие сущности. В результате возникает недопонимание, когда разные стороны, казалось бы, говорят об одном и том же, но имеют в виду совсем разные явления.

Нечто подобное стало происходить в последнее время и с термином «цифровой двойник» (digital twin) – «модный» термин начали применять повсюду, нередко приравнивая его к термину «симулятор». На нескольких примерах постараюсь показать, где эти термины пересекаются и где они различаются. Об этом, в том числе, я рассказывал на прошедшем недавно в МГУ форуме «Цифровизация 2019» в презентации «Особенности применения симуляторов и роботов для разработки медицинских устройств».

В процессе разработки и тестирования программного обеспечения (ПО) и устройств уже давно применяются различные способы симулирования физических процессов или реальных устройств с целью упростить и ускорить разработку. Представим себе, что мы разрабатываем широкую продуктовую линейку устройств, которые взаимодействуют с реальным миром. Допустим, это метеорологические приборы и метеостанции, и у нас их будет довольно много. С одной стороны, их количество и разнообразие не позволит оборудовать каждое рабочее место разработчика или инженера по тестированию своим собственным набором оборудования, иначе рабочие места превратятся в склад. С другой стороны, мы не можем воссоздать на каждом рабочем месте различные климатические условия, перепады температуры и влажности, менять силу ветра от штиля до шквала и т. д.

Чтобы разрешить эту «маленькую сложность», мы разрабатываем программный симулятор, который может передавать в наше ПО различные данные, имитируя сигналы реальных датчиков, которые измеряли бы параметры реальной атмосферы. Здесь мы имеем в виду именно симулятор (иногда это также называется «software–in–the–loop», SIL). Для разработки и тестирования устройства, которое отображает текущие параметры погоды, нам вполне достаточно набора данных, созданных вручную, или исторических данных, собранных различными метеостанциями в реальных условиях.

Теперь представим, что нам необходимо сделать следующий шаг – понять, как будет вести себя наша метеостанция на протяжении следующих десяти лет, не просто измеряя параметры атмосферы, но еще и подвергаясь их воздействию – нагреваясь под прямыми лучами солнца, замерзая в зимнюю ночь… Какие нагрузки будут испытывать крепления устройства под ударами ураганного ветра или под ледяным дождем? Для ответа на подобные вопросы необходим цифровой двойник.

Вернемся к нашему примеру с разработкой метеостанций. Допустим, проанализировав результаты моделирования, мы обнаружили, что по истечении определенного периода времени лопатки турбинки, которая используется для измерения скорости ветра, деформируются вполне определенным и предсказуемым образом, что вносит искажения в результаты измерений, которые мы отправляем потребителю. Тогда мы корректируем алгоритмы ПО, чтобы с учетом деформаций наша метеостанция продолжала отправлять достоверные результаты. Если же модели покажут, что лопатки после определенного времени деформируются или даже разрушаются непредсказуемым образом, то все, что сможет сделать наше ПО, это по прошествии определенного времени добавлять к сообщению о измеренной скорости ветра флаг «недостоверный результат». Скорее всего, мы все еще сможем ориентироваться на то, что значения более сильного ветра будут отличаться от ветра более слабого, но численным значениям доверять не следует и пора бы провести техническое обслуживание метеостанции, заменив дефектный модуль.

Аналогично происходит и с медицинскими устройствами, с которыми у нас есть большой опыт работы. Например, мы широко применяем различные симуляторы автоматических медицинских капельниц («инфузоматов»), что значительно ускоряет и упрощает процесс разработки и тестирования. Однако, когда к модели инфузомата подключается модель человеческого тела, чтобы до испытаний на живых людях изучить, какие пороги окклюзии бывают, как электроника и ПО инфузомата работают в условиях различного состояния кровеносных сосудов пациента, как обрабатывают аварийные состояния, в том числе пороги окклюзии, как они меняются при изменении положении тела пациента, как все это будет изменяться в процессе износа механических частей инфузомата и т. д. – в этом случае это уже не просто симулятор, а цифровой двойник.

Бывают и более сложные ситуации – к примеру, мы хотим построить гидроэлектростанцию и просчитать, что может происходить с ней в будущем, или рассчитать ресурс автомобильного двигателя. Если у нас еще есть возможность испытать двигатель на реальном экземпляре (хотя и это может занять много времени), для испытаний инфузомата построить систему из трубок, емкостей и насосов, то построить несколько вариантов гидроэлектростанции, разрушить каждую и сравнить, которая будет надежнее, – подобная задача выглядит, мягко говоря, невыполнимой.

В этом и заключается значительная разница между симулятором и цифровым двойником. В общих чертах и симулятор, и цифровой двойник создают симулированную среду для разработки реальных устройств, и в этом они схожи. Но если для «просто симулятора» достаточно, например, исторических данных (статистики, накопленной за определенный период времени), то цифровой двойник – это всегда еще и ответ на вопрос, как наше устройство будет вести себя в будущем с учетом всех условий реальной эксплуатации. Цифровые двойники строятся, в том числе, на огромном объеме накопленных данных, полученных в ходе измерений множества показателей объекта в реальном мире. Анализ таких данных дает точную информацию о производительности системы, а значит, позволяет сделать выводы о необходимости внесения изменений как в сам продукт, так и в процесс его производства.