Описание проекта
Цифровизация – тренд 21 века. Цифровые технологии проникают во все сферы нашей жизни и меняют её к лучшему, например, распространение Covid-19 вынудило образовательные организации развивать дистанционный формат обучения, применять соответствующие программы и гаджеты, чтобы обезопасить жизнь и здоровье участников образовательного процесса. И подобных примеров можно привести множество, в т.ч. и в самых разных отраслях промышленности. В пищевой индустрии цифровые технологии способны предупреждать аварии, дефекты производимой продукции и др. Тем самым сокращаются потери, а продукция поступает на рынок.
В свете последних событий, пивная компания Diageo сообщила о приостановке экспорта в Россию, поэтому было принято решение разработать модель цифрового двойника для компании Балтика в г. Ярославль. Цифровой двойник – цифровая копия физического объекта, позволяющая отслеживать и управлять свойствами и целостностью объекта в режиме реального времени. Соответственно, объединяет все производственные процессы, отображает весь жизненный цикл продукта, снижая себестоимость и увеличивая безопасность процесса производства.
Так, в данном проекте используется Digital-twin-assisted Fault Diagnosis using Deep transfer learning (DFDD) метод. Он основывается на взаимодействии между физическим и виртуальным пространством, где виртуальная модель имитирует сущность физического объекта, позволяет отразить, спрогнозировать и проверить все необходимые параметры реального объекта. Сам метод состоит из двух фаз. Первая фаза – построение виртуальной модели с виртуальной платформой проектирования и производства, далее идёт тестирование, проверка и оптимизация в виртуальной среде. Вторая фаза – соотнесение виртуального объекта и его цифровой модели с учётом корректировки на результаты первой фазы.
В итоге, планируется разработать модель цифрового двойника для компании Балтика, соотнося физический объект и виртуальный в условиях недостаточности данных для выявления дефектов выпускаемой продукции в реальном производстве. Это приводит к созданию двойной диагностики дефектов в виртуальном и физическом пространстве, повышая эффективность производства и улучшая деятельность компании.
