Цифровые двойники: не просто модный тренд

19/02/2019

Является ли термин «цифровой двойник» просто модным трендом или трюком, чтобы увеличить продажи программного обеспечения для моделирования? Давайте рассмотрим и обсудим разницу между моделями, приложениями и цифровыми двойниками. Последний термин в настоящее время часто используется не совсем корректно, поэтому в рамках данной заметки мы разберем и резюмируем тот глубокий смысл, который заложен в данное понятие изначально.

Что такое «цифровой двойник»?

Идея использовать цифровые двойники одной из первых появилась в авиакосмической промышленности. В одной из своих работ, Глесген и Штаргель (см. [1]) приводят обстоятельное и прозорливое объяснение принципа использования цифровых двойников для сертификации транспортных средств и управления автопарком. Основной задачей цифрового двойника транспортного средства является «непрерывное прогнозирование состояния транспортного средства или системы, оставшегося срока полезного использования и вероятности успешного выполнения задания». Цифровой двойник описывается следующим образом: «Цифровой двойник — это интегрированная мультифизическая, мультимасштабная, теоретико-вероятностная модель собранного транспортного средства или системы, в которой используются лучшие доступные физические модели, данные датчиков, а также история парка транспортных средств для моделирования состояния оригинала, работающего в реальных полевых условиях».

Термин «цифровой двойник» (digital twin) был введен Майклом Гривзом в Мичиганском университете в 2011 году (см. [2]). Идея уже была сформулирована Гривзом в 2002 году, но тогда была названа «моделью зеркальных пространств» (mirrored spaces model). По определению Гривза, концепция цифрового двойника состоит из реального и виртуального пространств. Виртуальное пространство содержит как всю информацию, собранную из реального пространства, так и подробное (обычно численное) описание физического устройства или процесса от микроскопического уровня до геометрического макроскопического уровня. Описание, предоставленное цифровым двойником, должно быть «практически неотличимо от своего физического аналога» (см. [3]).

Несколько определений из работ М. Гривза

  • Прототип цифрового двойника (digital twin prototype, DTP): это прототип, используемый для создания экземпляра цифрового двойника. Как правило в состав такого прототипа входит подробная высокоточная модель. При этом прототип не включает в себя результаты измерений и отчеты, поступающие от специального физического устройства (пока).
  • Экземпляр цифрового двойника (digital twin instance, DTI): цифровой двойник, содержащий информацию о настройках модели, управляющих параметрах, данные с датчиков и хронологические сведения для конкретного изделия, устройства или процесса. С помощью такого экземпляра можно, например, спрогнозировать состояние конкретного двигателя в конкретном истребителе, как для примера указано выше.
  • Совокупность цифровых двойников (digital twin aggregate, DTA): группа цифровых двойников, у которых может не быть независимой уникальной структуры данных. Вместо этого составляющие экземпляры цифрового двойника (DTI) могут запрашивать и обмениваться данными друг с другом.
  • Среда цифровых двойников (digital twin environment, DTE): интегрированное мультифизическое и многомасштабное окружение для работы с цифровыми двойниками.

Важное требование в концепции цифрового двойника заключается в том, что он должен быть динамическим и постоянно обновляемым представлением реального физического продукта, устройства или процесса. Статическая модель реального пространства — не является цифровым двойником. Реальное и виртуальное пространства связаны, начиная от самого производства и эксплуатации изделия, устройства или процесса и заканчивая его ликвидацией. Информация с датчиков, отчеты от пользователей и другие данные, получаемые в процессе производства и эксплуатации, должны непрерывно передаваться цифровому двойнику. В свою очередь различные прогнозы и оценки, управляющие параметры и другие переменные, которые могут использоваться для разработки и эксплуатации реального устройства, должны непрерывно передаваться обратно из виртуального пространства в реальное.

Схема, показывающая, как с помощью цифрового двойника можно соединить реальное и виртуальное пространство.

В отличие от традиционных моделей, цифровой двойник тесно связывает реальное пространство и виртуальное.

Если рассмотреть в качестве примера реактивный самолет на стадии эксплуатации (принимая во внимание осведомленность пилота об окружающей обстановке), предполагается, что датчики и система управления самолета непрерывно отправляют данные к цифровому двойнику. Кроме того, пилот также может отправлять данные и отчеты. Цифровой двойник же отсылает управляющие параметры и отчеты обратно на самолет. При этом некоторые составные части цифрового двойника могут функционировать, будучи развернутыми на компьютерных системах самолета в режиме реального времени, а расчет других обычно более сложных задач может проходить удаленно и не в реальном времени. В любом случае, важно поддержание плотной связи между реальным и виртуальным пространствами.

Системы, подсистемы и виртуальные подпространства

Вы догадываетесь, что реактивный самолет представляет собой очень сложную систему. Для точного описания такого продвинутого аппарата среда моделирования, скорее всего, должна включать в себя несколько сотен или даже тысяч мультифизических и многомасштабных моделей.

Например, работу реактивного двигателя можно описать с помощью классической модели горения, в т.ч. с элементами прогнозирования и контроля рабочих условий сгорания. Совместно с ней можно также использовать CFD-модель, которая, в свою очередь, может быть связана с моделью для расчета течений в трубопроводах, например, для эффективного описания системы распределения топлива. Кроме того, для системы охлаждения может также потребоваться особая модель течений в трубопроводах, связанная с расчетом теплопередачи в твердых телах и учитывающая неизотермические CFD-процессы. Кроме того, может быть использована многотельная динамическая модель с учетом взаимодействия текучей среды и конструкции (FSI) для прогнозирования и управления движением определенных частей реактивного двигателя. Также может быть реализован прочностной анализ конструкций в связке с детальными микроскопическими моделями материалов определенных важных компонентов, на которые влияют усталость материалов и циклические изменения температуры. Такие модели могут непрерывно получать данные о потоке в турбине, составе газовой смеси, температуре, оборотах реактивного двигателя, вибрации, скорости и истории всех рабочих переменных для конкретной турбины — и это еще не все параметры, описывающие только турбинную часть.

Графики с визуализацией результатов CFD и теплового расчетов статора турбины, проведенных в пакете COMSOL Multiphysics®.
CFD и тепловой анализ позволяет рассчитать напряжения и деформации в статоре турбины. Знание о механических напряжениях позволяет провести инженерную оценку количества циклов, которые может выдержать статор турбины до поломки в следствие усталости. Экземпляр цифрового двойника отслеживает количество температурных циклов, а также максимальные напряжения и деформации, которым подвергался статор в течение его срока службы.

Другие части самолета требуют настолько же подробного описания. Свои собственные цифровые двойники можно создать для систем управления полетом, гидравлики, шасси и других подсистем. Каждый из двойников будет включать мультифизические и мультимасштабные модели, расчетные данные, информацию с датчиков и т.п.

Схема, показывающая различные подсистемы для истребителя, описываемого цифровым двойником.

На рисунке отображены некоторые из наиболее важных подсистем истребителя. Цифровой двойник состоит из множества различных подпространств, содержащих модели, расчетные и эмпирические (экспериментальные) данные, а также отчеты для каждой из подсистем самолета. Такую систему можно назвать совокупностью цифровых двойников (DTA).

Каждый из цифровых двойников в свою очередь может состоять из множества виртуальных подпространств и подсистем, которые общаются друг с другом и запрашивают информацию, что реализуется, например, в совокупности цифровых двойников (DTA). Предполагается, что система управления процессом моделирования должна координировать в т.ч. слабые связи между различными мультифизическими и многомасштабными моделями; например, проводя моделирование по запросу на основе обновленной информации из другой подсистемы. Системные модели с функциями одновременного совместного моделирования (cosimulation capabilities) могут использоваться для расчетов задач с двунаправленной взаимосвязью между различными подсистемами.

Высокоточная расчетная модель, данные датчиков, исторические данные и пользовательские отчеты могут использоваться для цифровых двойников на разных этапах жизни продукта, устройства или процесса. Технологию цифровых двойников в случае реактивного самолета можно использовать при проектировании, сертификации, изготовлении, эксплуатации, для получения информации об окружающей обстановке и расчета срока службы (см. [1]).

Упрощенные модели

Для получения результатов с помощью высокоточных мультифизических и многомасштабных моделей очевидно потребуются мощные компьютеры и длительные вычисления. Однако некоторые системы физического продукта могут нуждаться в данных моделирования в реальном времени; например, для систем управления и диагностики в реальном времени в реактивном самолете, описанном выше. Для тех запросов реальной системы, на которые нужно отвечать быстро, цифровой двойник должен включать в себя облегченные (упрощенные) модели, которые могут обеспечить быстрый и своевременный отклик и результат.

 

Детальный CFD-расчет (с использованием LES модели) длятакого простого эталонного профиля крыла на относительно мощном настольном компьютере занимает часы. Для соответствующего исследования на реальной геометрии крыла потребуются вычисления на суперкомпьютере и такие же временные масштабы. Такое подробное моделирование может быть выполнено только для проверки набора более простых моделей, например, моделей турбулентности или очень простых эквивалентных моделей с сосредоточенными параметрами, которые можно запускать в режиме реального времени.

Недостаток облегченных моделей заключается в том, что они часто имеют ограниченный диапазон применимости. С помощью цифрового двойника можно расширить этот диапазон, постоянно проводя валидацию облегченной модели с использованием данных высокоточных расчетов, физических датчиков и отчетов по рабочему диапазону. Обновление облегченных моделей может быть запланировано и/или инициировано при выходе условий работы за пределы ранее проверенного (верифицированного) диапазона.

Преимущество легких моделей очевидно: они работают быстрее. Если рассматривать пример истребителя, облегченные модели могут быть встроены в подсистемы и компьютеры, которые управляют этими подсистемами. Постоянное обновление и проверка этих моделей могут выполняться на основе датчиков и сообщаемых данных, а также с помощью высокоскоростной связи с суперкомпьютерами на объекте военно-воздушных сил, где развернуты высокоточные мультифизические и многомасштабные модели вместе с историческими данными и данными датчиков.

Современные тренды и «хайп»

Из приведенного выше обсуждения можно сделать вывод, что огромное количество данных датчиков, исторических данных, отчетов, данных моделирования и параметров управления должно передаваться между реальным и виртуальным пространствами и храниться в едином репозитории. В случае военных задач это будет происходить в закрытой системе, в которой реактивный истребитель связывается с суперкомпьютерами на объекте военно-воздушных сил с использованием военных систем связи. В случае гражданских задач, необходимость в коммуникации и вычислениях объясняет, почему поднялось столько хайпа вокруг Интернета вещей (IoT), сетей 5G, машинного обучения и облачных вычислений в сочетании с цифровыми двойниками. Аналогичные требования актуальны и для закрытых систем и военных задач.

Графическое представление разных технологий, связанных с понятием «цифровой двойник».
Во все указанные на изображении термины в контексте концепции цифровых двойников вложен серьезный смысл. В их основе лежат прогрессивные современные технологии – это не просто "хайповые" тренды!

Для гражданских задач чрезвычайно важно, чтобы интернет вещей мог передавать данные датчиков и отправлять обратно данные численной проверки во встроенную систему устройства. Методики машинного обучения, также называемого искусственным интеллектом (ИИ), помогут автомитизированно принимать решения о том, когда запрашивать или обновлять подсистемы, датчики и различные модели, чтобы цифровой двойник и физическое устройство или процесс оставались синхронизованными. Облачные вычисления помогут в практической реализации решения сложных уравнений модели, валидации расчетных схем, фильтрации и обработки измеренных данных, хранения и обработки исторических данных и запросов различных систем и подсистем в зависимости от команд пользователя или ИИ. Таким образом, все указанные выше концепции действительно важны, и их упоминание не является всего лишь попыткой "хайпануть".

COMSOL Multiphysics® и цифровые двойники

Очевидно, что программный пакет COMSOL Multiphysics® позволит создать различные высокоточные мультифизические и многомасштабные численные модели, необходимые для дальнейшего построения цифровых двойников. Кроме того, возможности пакета COMSOL® позволяют контролировать и проводить валидацию таких моделей с использованием данных измерений в сочетании с различными методиками параметрической оценки и подгонки (parameter estimation), оптимизации и контроля. В пакете COMSOL Multiphysics также реализованы методики понижения порядка моделей (model order reduction) (см. [4]) и построения сосредоточенных моделей, которые могут быть использованы для создания и валидации облегченных моделей.

Модель COMSOL Multiphysics также может содержать несколько т.н. компонентов для совместного моделирования различных подсистем. Общая системная модель может, например, представлять собой численную модель реактивного двигателя, содержащую компонент для расчета потока в трубе системы распределения топлива, компонент для расчета системы охлаждения, один или несколько компонентов для прочностного анализа, модели сгорания и CFD-расчета разных частей двигателя.

Тесную связь между реальным и виртуальным пространствами можно реализовать в пакете COMSOL Multiphysics с использованием языка COMSOL API на основе Java®. Файл модели в формате Java® может взаимодействовать с внешней системой, например, путем использования файлов динамически подключаемой библиотеки (DLL). Используя экосистему Java®, вы сможете создать виртуальное пространство в виде веб-сервиса (например на основе Java®-службы, работающей в рамках Tomcat), который может обеспечивать, к примеру, API-интерфейс передачи состояния представления (REST — Representation State Transfer) для взаимодействия с реальным пространством. В таком формате это может стать центральной частью среды цифрового двойника (DTE).

Графическое представление примера использования приложения для моделирования в качестве цифрового двойника.
Веб-сервис на основе Apache Tomcat представляет собой интерфейс прикладного программирования для передачи состояния (REST API), который можно использовать для установления тесной связи между физическим устройством и приложением COMSOL для создания цифрового двойника. Автор фотографии турбины: Sanjay Acharya — собственное произведение. Доступно по лицензии CC BY-SA 3.0 на Викискладе.

Платформу COMSOL Server™ можно использовать для управления моделями и приложениями для моделирования, которым, к примеру, можно посылать запросы на расчетные данные, инициируемые обновлением входного файла или оператором. Кроме того, автономные приложения для моделирования, скомпилированные с использованием COMSOL Compiler™, можно использовать для получения входных и выходных данных в виде управляющих параметров и отчетов. У приложений, запущенных через COMSOL Server™, и скомпилированных приложений есть один недостаток: входные данные во время выполнения нельзя изменять. В отличие от них, в приведенном выше примере с использованием COMSOL API на основе Java® входные данные могут непрерывно приниматься в режиме реального времени. Ввод выполняется при старте программы, в то время как вывод может быть непрерывным в процессе выполнения (расчета). Формат использования COMSOL Server™ и автономных скомпилированных приложений может заключаться в реализации кастомизированной высокоточной расчетной модели, запускаемой на относительно мощных расчетных станциях. Цифровой двойник может периодически обращаться к данным приложениям и получать данные для валидации облегченных моделей, которые можно встроить непосредственно в продукт, устройство или процесс.

Заключение

Таким образом, можно сделать вывод, что концепция цифровых двойников — это не просто "хайповый" тренд. Способность понимать, прогнозировать и оптимизировать продукт, устройство или процесс во время проектирования, изготовления, эксплуатации и даже утилизации приобретает очень большое значение. Например, в случае с истребителем цифровой двойник будет соответствовать своему физическому оригиналу в течение всего жизненного цикла продукта, предоставляя расчетные, управляющие и эксплуатационные параметры, а также рассчитывая риски и срок службы, при относительно низкой стоимости.

С помощью платформ COMSOL Multiphysics, COMSOL Server™ и COMSOL Compiler™ можно создать мультифизические, многомасштабные и упрощенные модели, а также реализовать методики валидации и контроля для цифровых двойников, которые максимально верно будут воспроизводить связку реального и виртуального пространств!

Дальнейшие шаги

Узнайте больше о том, как технологии COMSOL Multiphysics можно использовать для построения цифровых двойников в вашей организации. Вы можете оставить запрос на предоставление дополнительной информации, нажав на следующую кнопку:

Список литературных источников

  1. E. Glaessgen and D. Stargel, "The Digital Twin Paradigm for Future NASA and U.S. Air Force Vehicles", 53rd Structures, Structural Dynamics and Materials Conference, 2012.
  2. M. Grieves, “Origins of the Digital Twin Concept”, working paper, Florida Institute of Technology, 2016.
  3. M. Grieves, "Digital Twin: Manufacturing Excellence through Virtual Factory Replication", Michael W. Grieves, LLC, 2014.
  4. D. Hartmann, M. Herz, and U. Wever, “Model Order Reduction a Key Technology for Digital Twins”, Reduced-Order Modeling (ROM) for Simulation and Optimization, pp. 167–179, Springer, 2018.

 

Oracle и Java являются зарегистрированными товарными знаками компании Oracle и (или) аффилированных с нею компаний.


Комментарии (0)

Оставить комментарий
Войти | Регистрация
Загрузка...
РУБРИКАТОР БЛОГА COMSOL
РУБРИКИ
ТЕГИ