Интеллектуальный модуль ресурсной аналитики разноотраслевых организаций: реалии и ожидания
Штепа В.Н.
(подсекция систем управления),
Заведующий кафедрой промышленной экологии,
доктор технических наук, доцент
Белорусский государственный технологический университет
Компоненты Индустрии 4.0
01
04
02
05
03
06
Элементы Интернета вещей
Искусственный интеллект, машинное обучение и робототехника
Облачные вычисления
Big Data
Аддитивное производство
Кибербезопасность
07
08
09
Дополненная реальность
Моделирование
Интеграционная система
Агентный ИИ – новая парадигма автономности
2025 год стал годом агентного ИИ: автономных систем, способных к сложному рассуждению и координированным действиям
Этот тренд включает несколько ключевых направлений (агентный RAG (Retrieval-Augmented Generation):
Характеристики промышленности �в 2045 году
01
04
02
05
03
Повсеместное внедрение роботов
Распространение экотехнологий
Значительное увеличение скорости производственных операций и объёма обрабатываемых данных
Полная цифровизация производственных цепочек
Спрос на высококвалифицированных сотрудников
Цифровой двойник изделия (ЦД) – система, состоящая из цифровой модели изделия и двусторонних информационных связей с изделием (при наличии изделия) и (или) его составными частями �(ГОСТ Р 57700.37— 2021)
ISO 23247 «Automation systems and integration – Digital twin framework for manufacturing», ЦД определяется «цифровой моделью конкретного физического элемента или процесса с подключениями к данным, которая обеспечивает конвергенцию между физическим и виртуальным состояниями с соответствующей скоростью синхронизации»
Цифровые двойники
Концепт цифрового моделирования
Оптимизация
Данные
Оптимизация
Управление
Управление
Данные
Управление
Данные
Цифровая модель
Физический уровень производства
Цифровой уровень производства
Цифровой двойник
ISO 23247 «Automation systems and integration – Digital twin framework for manufacturing»
Преимущества внедрения цифрового двойника
Поддержание оптимальных режимов работы
Повышение вовлеченности сотрудников в модернизацию технологических линий
Снижение энергопотребления
Снижение затрат на техническое обслуживание
Сокращение времени простоя оборудования
Улучшенный мониторинг процессов
Цифровые двойники
7
Проектирование
Монтаж и наладка
Испытания
Эксплуатация
«Живые» цифровые двойники
Существующие
решения
Платформа
ТЕХНОЛОГИЯ
ЦИФРОВАЯ СРЕДА
ЦИФРОВОЕ ПРОСТРАНСТВО
ПРИНЯТИЕ РЕШЕНИЙ ПО УПРАВЛЕНИЮ
Цифровой облик технологии ЖЦ
Полный цифровой поток
Ретроспектива и перспектива
Пространство онтологий
Единая интерпретация
Автоматическая экспертная аналитика
Цели интеллектуальной платформы ЦД
Место и роль платформы
SCADA
MES
ERP
CALS + OLAP
Диспетчерское управление
Исполнительная система
Планирование ресурсов
Информационно-аналитическое обеспечение поддержки принятия решений по управлению
Условия цифровизации �(диджитализации)
КАКИЕ ПРОБЛЕМЫ РЕШИТ ИСПОЛЬЗОВАНИЕ ЦИФРОВЫХ ДВОЙНИКОВ
Разработанная и апробированная обощённая структура цифрового двойника предприятия в сегменте водопользования�
Модуль принятия решений по экологической и ресурсной эффективности систем водопользования, включая очистные сооружения
Промышленное хранилище данных
Облачные решения, беспроводная передача данных и другие инструменты промышленного обмена данными
Лабораторный анализ, экспертные оценки и существующие автоматические измерительные приборы
База знаний процессов
Математическая модель прогнозирования чрезвычайных ситуаций на производстве
Математическая модель работы очистных сооружений
Онтологические производственные модели для коррекции технологических режимов
Модель ресурсопользования
Подсистема обработки лабораторных исследований и экспертных заключений
Подсистема диагностики и прогнозирования отказов технологического оборудования
Ресурсное управление
Digital level
Data level
Network level
Physical level
Management level
Сервисное управление
Контроль качества
Планирование и организация производства
Общий функционал OLAP-системы технолого-экологического анализа и прогноза производственных процессов на основе интеллектуальной базы знаний
Интеллектуальный модуль ресурсной аналитики – аналитическое программное обеспечение, которое используется для поддержки принятия решений при производственном использовании ресурсов на основе интеллектуальных технологий (казуальные модели, теория прецедентов, нечёткие нейронные сети, теория игр) мониторинга технологических процессов (включает контроль и прогноз)
Цифровой технологический регламент
Цифровой технологический регламент
Блок экономического мониторинга
Интеллектуальный блок симуляции
Интеллектуальный блок оптимизации принятия решений
Информационно-справочный обучающий блок
Использование Технологии OSTIS для построения баз знаний
Технология основана на универсальном способе представления (кодирования) информации, получившем название SC-код (Semantic Computer code). SC-код основан на базовых формализмах дискретной математики (теории множеств и теории графов). Обработка знаний осуществляется на основании многоагентного подхода, при котором агенты обмениваются сообщениями посредством базы знаний.
Это обеспечивает:
Блок оперативной отчётности по ресурсной (достижение KPI)
и экологической эффективности
ИМРА – технологический OLAP
Решаемые задачи
Определение оптимальных стратегий управления водопользованием и очисткой сточных вод
Распределенный контроль и прогноз качества воды в узлах системы водопользования (канализации)
Снижение ресурсных и экономических затрат систем
Повышение квалификации и переподготовка специалистов предприятия с использованием созданных цифровых решений
Оперативное прогнозирование нештатных ситуаций
Оптимизация регламента технического обслуживания и ремонта оборудования
Обеспечение экологической безопасности эксплуатации систем водопользования, в том числе очистных сооружений канализации
Предупреждение о рисках техногенных чрезвычайных ситуаций на технологических объектах
ПЛАНИРУЕМЫЕ РЕЗУЛЬТАТЫ ИСПОЛЬЗОВАНИЯ ЦИФРОВОЙ ИНТЕЛЛЕКТУАЛЬНОЙ ПЛАТФОРМЫ ЦД
ПОЛОЖИТЕЛЬНОЕ ВОЗДЕЙСТВИЕ НА КАЧЕСТВО ПИТЬЕВОЙ ВОДЫ И ВОДНЫЕ ОБЪЕКТЫ, СОКРАЩЕНИЕ ВЫБРОСОВ CO2 ОТ СТАНЦИЙ БИОЛОГИЧЕСКОЙ ОЧИСТКИ СТОЧНЫХ ВОД И СПОСОБСТВОВАНИЕ ДОСТИЖЕНИЮ КЛИМАТИЧЕСКОЙ НЕЙТРАЛЬНОСТИ
СНИЖЕНИЕ РИСКОВ ВОЗНИКНОВЕНИЯ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ ТЕХНОГЕННОГО ХАРАКТЕРА, ПОВЫШЕНИЕ КВАЛИФИКАЦИИ И ПЕРЕПОДГОТОВКА СПЕЦИАЛИСТОВ ПРЕДПРИЯТИЯ
УЛУЧШЕННЫЙ И БОЛЕЕ ЭФФЕКТИВНЫЙ СБОР, СРАВНЕНИЕ, АНАЛИЗ И ОТЧЕТНОСТЬ ДАННЫХ, А ТАКЖЕ УЛУЧШЕННОЕ ИСПОЛНЕНИЕ ПОКАЗАТЕЛЕЙ ВКХ
РАЗРАБОТКА НАУЧНОЙ МЕТОДОЛОГИИ ПРОЕКТИРОВАНИЯ СИСТЕМ С ПРОГНОЗИРОВАНИЕМ ПОТЕНЦИАЛЬНЫХ ЭКОЛОГИЧЕСКИХ РИСКОВ
СНИЖЕНИЕ РЕСУРСНЫХ ЗАТРАТ, ПОВЫШЕНИЕ ЭФФЕКТИВНОСТИ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ, ОПТИМИЗАЦИЯ ТЕХНИЧЕСКОГО ОБСЛУЖИВАНИЯ И РЕМОНТА И СОБЛЮДЕНИЕ ТРЕБОВАНИЙ САНИТАРНО-ГИГИЕНИЧЕСКОЙ И ЭКОЛОГИЧЕСКОЙ БЕЗОПАСНОСТИ
ФОРМИРОВАНИЕ И НАУЧНО ОБОСНОВАННОЕ МАСШТАБИРОВАНИЕ БАЗЫ ЗНАНИЙ И ЦИФРОВЫХ МОДЕЛЕЙ ИСПОЛЬЗОВАНИЯ РЕСУРСОВ
ИЗМЕНЕНИЕ В «ЗЕЛЕНОЙ» ТРАНСФОРМАЦИИ ПРОМЫШЛЕННОСТИ И ЖКХ ЗА СЧЕТ ПОВЫШЕНИЯ ЭФФЕКТИВНОСТИ ИСПОЛЬЗОВАНИЯ ВОДЫ КАК МИНИМУМ НА 30% ПО СРАВНЕНИЮ С СУЩЕСТВУЮЩИМ
АКТИВНОЕ ВОВЛЕЧЕНИЕ ЗАИНТЕРЕСОВАННЫХ СТОРОН ПОСРЕДСТВОМ БИЗНЕС-АНАЛИЗА И РАСПРОСТРАНЕНИЯ ИНФОРМАЦИИ
Проект находящийся в актуальной работе
«Блока интеллектуального мониторинга водоотведения»
КОНТАКТНАЯ ИНФОРМАЦИЯ
Штепа Владимир Николаевич
Моб.: +375-44-465-73-14
220006, г. Минск,
ул. Свердлова, 13а
Ютуб-канал: @imra.corp-yt