Цифровые двойники в производственно-эксплуатационном процессе автомобилестроительной отрасли

Введение, цель

В 2002 г. профессор Мичиганского университета М. Гривз в рамках доклада, посвященного управлению жизненным циклом продукции (Product Lifecycle Management -PLM), впервые сформулировал концепцию цифрового двойника [1]. В своем выступлении он обосновал потенциал создания виртуальной реплики физического объекта или системы, обеспечивающей двунаправленный информационный обмен между реальным и цифровым пространствами. Позднее данная идея была развита в научной публикации, где демонстрировались преимущества применения виртуального прототипа производственного предприятия для повышения эффективности и оптимизации технологических процессов. С момента введения термин «цифровой двойник» (Digital Twin) получил широкое признание в научном и инженерном сообществах и продолжает активно эволюционировать как концептуальная и технологическая парадигма.

Концепция цифрового двойника основана на формировании и сопровождении цифровой реплики физического объекта или технологического процесса на всех этапах его жизненного цикла. Несмотря на то, что применение цифровых моделей в инженерном проектировании и разработке изделий имеет длительную историю, в традиционной практике такие модели, как правило, архивировались после завершения стадии производства. В рамках парадигмы цифрового двойника виртуальная модель сохраняет свою актуальность и функциональность не только на этапе проектирования, но и в процессе испытаний, последующих модификаций, эксплуатации и даже утилизации, обеспечивая непрерывную связь между физическим и цифровым про странствами.

Специалисты Объединенной двигателестроительной корпорации определяют цифровой двойник как адаптивную систему, представляющую собой иерархически организованный комплекс математических моделей, которые охватывают различные уровни детализации физических процессов. Такая система подвергается непрерывной калибровке и уточнению на основе данных, получаемых в ходе натурных испытаний, что обеспечивает соответствие первого опытного образца установленным техническим требованиям и позволяет осуществлять прогнозирование его эксплуатационных характеристик на всех этапах жизненного цикла.

Ключевая особенность цифрового двойника заключается в обеспечении актуального и синхронизированного отражения состояния физического объекта или процесса. Цифровой двойник представляет собой динамическую виртуальную модель, поддерживаемую в режиме реального времени за счет непрерывной передачи данных от сенсоров, пользовательских отзывов и иных источников информации, генерируемых в ходе эксплуатации физического объекта. На основе получаемых данных цифровая модель формирует прогнозные оценки и рекомендации, которые служат основой для принятия решений, направленных на оптимизацию функционирования, технического обслуживания и повышения эффективности реального объекта [1;2].

В рамках инициативы Индустрия 4.0, впервые представленной на Ганноверской промышленной выставке в 2011 г., ключевым концептуальным элементом было определено внедрение киберфизических систем (CyberPhysical Systems - CPS) в производственные среды. Предполагается, что их интеграция станет катализатором технологической конвергенции, способствуя стиранию традиционных границ между физическими, цифровыми и биологическими сферами.

Наиболее рациональное применение цифровых двойников наблюдается в отношении продукции, отвечающей следующему комплексу характеристик [1;2]:

• -    наличие квалифицированной сервисной инфраструктуры, обеспечивающей непрерывный мониторинг технического состояния, диагностику и техническую поддержку;

• -    продолжительный жизненный цикл, составляющий от5до70 лет;

• -    значительный парк эксплуатируемых единиц оборудования;

• -    высокая вариативность условий функционирования, обусловленная широким диапазоном внешних и операционных факторов;

  – ограниченная физическая доступность объектов при проведении плановых и внеплановых работ по техническому обслуживанию.

Рассматриваемый перечень охватывает широкий спектр отраслей промышленности, включая атомную и нефтегазовую энергетику, турбомашиностроение, авиационные двигательные установки и системы, сложное промышленное оборудование (насосы, приводы и др.), железнодорожный и автомобильный транспорт, а также медицинскую технику.

Среди отраслей серийного производства особое положение занимает автомобильная промышленность, характеризующаяся высокими темпами технологического развития и выступающая ключевым драйвером цифровой трансформации. Внедрение цифровых техно-логий позволяет данной отрасли значительно сократить циклы проектирования и освоения производства, обеспечивая ускоренную и более эффективную реализацию инженерных решений в готовые транспортные средства [3].

С ростом осведомленности о функциональных преимуществах цифровых двойников наблюдается их активное внедрение в промышленные процессы целого ряда отраслей, включая автомобилестроение. Объем глобального цифрового двойника автомобильного рынка в 2025 г. оценивался в 2,7 млрд долларов США. Ожидается, что рынок вырастет до 28,7 млрд долларов США в 2034 г. при среднегодовом темпе роста 30,1 %, по данным Global Market Insights Inc. Следует отметить, что в работах зарубежных авторов ([4–9] и др.) рассматриваются вопросы проектирования и тестирования цифровых двойников, тогда как в отечественных публикациях ([10–13] и др.) акцент сделан либо исключительно на запуске цифровых двойников в автомобильное производство, либо на их последующей практической эксплуатации. Наблюдается множество разрозненных исследований отдельных аспектов применения цифровых двойников, а также дефицит комплексных исследований, посвященных технологическому циклу в целом.

Научную новизну настоящего исследования составляют особенности внедрения технологии цифровых двойников в отечественной и зарубежной автомобильной промышлен- ности, ключевые технологические изменения в производстве и эксплуатации автомобилей при реализации концепции цифровых двой-ников, оценка логистического аспекта ориентации производства на цифровые двойники, а также результаты сравнительного анализа выбранного сегмента автопроизводителей.

Цифровым двойникам как эффективным инструментам управления качеством продукции различного вида посвящены многие исследования, например, для пищевых продуктов [14], для медицинских изделий [15], для машиностроения [16] и др. Так, авторы считают, что цифровой двойник производства сегодня выступает «…и как технология, и как методология, интегрирующая все основные технологии Индустрии 4.0 и обеспечивающая высокий уровень контроля производства и управления продукцией на всех этапах жизненного цикла» [14, с. 11]. Подобной терминологии придерживается и автор исследования [17]. Кроме того, актуальность применения цифровых двойников как одного из инструментов Индустрии 4.0 определяется влиянием уровня зрелости компании на эффективность проектов ее цифрового развития, что показано в работе [18]. За рубежом вопросами управления качеством готовой продукции в условиях развития Индустрии 4.0 занимались авторы работы [19], а также исследования «умного производства» [20].

Методы исследования

В работе применяются методы общей теории систем, системного подхода, логистики, всеобщего управления качеством, а также научного обзора, анализа, сопоставления и синтеза с опорой на описанную научнометодологическую базу [1–20]. Применялись материалы открытых отчетов ведущих консалтинговых компаний, опубликованные в сети Интернет, включая официальные интернет-ресурсы автопроизводителей, а также научно-методологическая база ис-следований, выполненных отечественными [1–3; 10–18] и зарубежными [4–9; 19–20] учеными. Полученные результаты обладают научной новизной, значимой для экономики России в части повышения эффективности и экономической целесообразности производственных процессов в таких сложных системах, как предприятия автомобилестроительной отрасли. Научные результаты полностью соответствуют теме и цели исследования. Валидность и надежность материалов и инструментов подтверждается тем, что полученные результаты опираются на анализ кейсов и методов с применением источников научной информации [1-20]. Выборка: два отечественных и два зарубежных автопроизводителя. Критерии включения: наиболее известные по числу упоминаний в сети Интернет автопроизводители сопоставимых объемов выпуска продукции, реализовавшие в собственном производственном цикле концепцию цифровых двойников.

Результаты и дискуссия

Внедрение технологии цифровых двойников в автомобильной промышленности России началось с проекта «Кортеж». Этот проект предусматривал создание унифицированной платформы для автомобилей премиум-сегмента, включая седаны, лимузины, внедорожники и минивэны. Главной целью было обеспечение максимального комфорта и беспрецедентного уровня безопасности. В дальнейшем эти автомобили стали известны под брендом Aurus (рис. 1, а ). Учитывая, что данные автомобили разрабатывались для высших должностных лиц Российской Федерации, ключевым требованием являлась полная независимость разработки в целях обеспечения секретности и безопасности.

В 2013 г. головной исполнитель проекта, ГНЦ РФ ФГУП «НАМИ», приступил к этапу проектирования. Для оптимизации затрат на физические испытания было принято решение об использовании технологии цифровых двойников, получившей широкое распространение в мире. В2014г. Центр компьютерного инжиниринга Санкт-Петербургского политехнического университета Петра Великого, обладающий значительным опытом взаимодействия с ведущими мировыми автопроизводителями, инициировал разработку цифровой платформы CML-Bench®, ориентированной на проектирование и внедрение цифровых двойников [1-3]. С момента своего создания платформа подвергается непрерывной доработке и масштабированию с учетом специфики проектных требований и организационных структур, характерных для различных высокотехнологичных секторов промышленности. В феврале 2021 г. CML-Bench® была официально включена в Единый реестр российских программ для электронных вычислительных машин и баз данных.

В 2018 г. еще одна крупная отечественная компания «КАМАЗ» вошла в десятку госкорпораций, внедривших программу цифровой трансформации. Одним из первых результатов стало создание платформы К5 - нового поколения грузовых автомобилей, флагманом этой линейки стал магистральный тягач КАМАЗ-54901. С момента запуска программы «КАМАЗ» активно сотрудничает с СПбПУ в разработке универсальной пассажирской платформы, которая послужит основой для инновационных автобусов, троллейбусов и электробусов. В процессе разработки ис-

а

Рис. 1. Отечественные автомобили, созданные с применением технологии цифровых двойников: а - Aurus [21]; б - Атом [22]

Fig. 1. Domestic cars created using digital twin technology: « - Aurus [21]; b - Atom [22]

Рис. 2. Производственная линия завода Avatr [23]

Fig. 2. Avatr factory production line [23]

пользуются передовые производственные технологии, включая цифровые двойники, для создания элементов платформы, различных ее модификаций, а также для виртуальных испытаний и подтверждения соответствия требованиям сертификации.

Представленный на выставке «Вузпром-экспо-2020» электромобиль «КАМА-1», раз-работанный Центром НТИ СПбПУ в сотрудничестве с «КАМАЗ», был изготовлен всего за два года благодаря применению технологии цифровых двойников. В 2021 г. было решено, что класс А, к которому принадлежала «КАМА-1», несмотря на соответствие пра-вительственной программе развития электротранспорта, не подходит для российского рынка. В результате стартовал новый проект по созданию электромобиля большего размера, получившего название «Атом» (см. рис. 1, б ).

Примером успешного использования цифровых двойников в автомобилестроении за рубежом является интеллектуальный цифро-вой завод Avatr Technology, созданный в сотрудничестве с Changan Automobile, Huawei и другими крупными компаниями. Завод позиционируется как цифровая и гибкая «суперфабрика», использующая технологии 5G и искусственного интеллекта (рис. 2). В Avatr заявляют о внедрении более 40 передовых технологий, включая цифровые двойники, для оптимизации производственных процессов.

Завод Avatr достиг сквозной цифровизации, где все инструменты и компоненты подклю- чены к сети 5G и обеспечивают отслеживание данных в реальном времени и прозрачность процесса от заказа до сборки. Полностью автоматизированная производственная линия выпускает один автомобиль в 60 секунд, поддерживая производство различных моде-лей и 1280 индивидуальных комплектаций. К 2030 г. Avatr планирует представить 17 новых моделей и достичь годового объема продаж в 800 тыс. единиц.

Надо отметить, что одним из ключевых бенефициаров и пользователей цифровых двойников в автомобильной промышленности являются ОЕМ-производители. ОЕМ (англ. «original equipment manufacturer») – это компании, которые серийно выпускают детали и оборудование для продажи другим производителям. Игроки ОЕМ-сегмента активно применяют цифровые двойники как конкурентное преимущество, которое позволяет сопровождать продукцию на всем жизненном цикле – от запуска в эксплуатацию до утилизации. Главным трендом становится предиктивная аналитика: с помощью цифровых двойников ОЕМ-производители гарантируют клиентам бесперебойную работу комплектующих и экономию затрат на их обслуживание.

Цифровые двойники в автомобиль-ной промышленности позволяют OEM-производителям моделировать различные аспекты работы автомобиля в виртуальной среде, например, со следующим расширенным функционалом:

• -    моделирование производительности транспортного средства с различной полезной нагрузкой, маршрутами движения и профилями вождения, что сократит расход топлива, снизит затраты на техническое обслуживание и спланирует работу;

• -    тестирование на ранних этапах проектирования в части тресс-тестирования в режиме реального времени, термического анализа идр.;

• -    персонализированная сборка и конфигурация автомобиля с аналитикой данных о клиентах, чтобы обеспечить максимально персонализированную сборку;

• -    прогнозирование потребности в техническом обслуживании и предиктивная аналитика потенциальных сбоев, снижение стоимости, гарантии и рост доверия к бренду;

• -    испытания на безопасность, выбросы загрязняющих веществ и ударопрочность в соответствии с международными нормами, но без тяжелых физических испытаний.

С помощью цифровых двойников разрыв между проектированием продукта и производственными операциями может быть сокращен путем привязки продуктов к производственному оборудованию. Таким образом, применение OEM-производителями цифровых двойников оптимизирует процессы проектирования, производства и тестирования автомобилей, позволяя совершенствовать свойства продукции с точностью до запроса конкретного клиента. Более того, цифровые двойники находят применение не только в производстве, но и в эксплуатации и ремонте автомобилей. В настоящее время в технической эксплуатации оборудования применяются три основные стратегии управления техническим обслуживанием и ремонтом [1]:

• 1)    обслуживание по событию (реактивное обслуживание);

• 2)    планово-предупредительный ремонт;

• 3)    обслуживание по фактическому состоянию.

Цифровой двойник является инструментом обслуживания по фактическому состоянию. Стратегия обслуживания, основанная на фактическом состоянии, представляет собой передовой метод, при котором ремонтные мероприятия инициируются на базе непрерывной оценки технического состояния оборудования. Эта оценка формируется на основе комплексного анализа данных, получаемых в режиме реального времени с различных датчиков, и позволяет точно устанавливать наиболее благоприятные сроки для проведения ремонтных работ.

В современных «умных» автомобилях находят применение цифровые двойники, реализуемые посредством интеграции датчиков Интернета вещей (1оТ). Такие датчики обеспечивают непрерывную передачу телеметрических данных в соответствующую виртуальную модель транспортного средства, что позволяет осуществлять мониторинг его технического состояния в реальном времени и своевременно выявлять потенциальные неисправности на ранних стадиях. Это, в свою очередь, способствует предотвращению крупных отказов и снижению эксплуатационных издержек, связанных с ремонтом.

Компания Tesla внедряет концепцию цифрового двойника в каждом выпускаемом автомобиле, привязывая виртуальную модель к уникальному идентификатору транспортного средства (VIN-номеру). Обеспечивая двусторонний поток данных между автомобилем и производственной инфраструктурой, Tesla реализует возможность дистанционной диагностики и корректировки функциональности посредством беспроводных обновлений программного обеспечения. Такой подход не только повышает надежность и безопасность эксплуатации, но и создает основу для непрерывного совершенствования продукта на основе анализа эксплуатационных данных, поступающих от парка транспортных средств в реальных условиях [3].

Tesla в 2025 г. выпустила обновление, которое оптимизировало работу системы рекуперативного торможения, увеличив запас хода некоторых моделей на 5-7 %. BMW научилась удаленно калибровать датчики парковки, улучшая их точность без визита в сервис. Прорывом стала система дифференцированных обновлений. Производители теперь предлагают многоуровневые пакеты улучшений. Например, можно отдельно приобрести пакет для повышения точности навигации или набор дополнительных функций для автопилота. Некоторые премиальные бренды экспериментируют с временным доступом к эксклюзивным возможностям: скажем, на выходные можно активировать спортивный режим с расширенными настройками управления.

Специалисты Национальной технологиче-ской инициативы «Автонет» рассматривают блокчейн-технологии как перспективный инструмент для цифровой трансформации корпоративных автопарков [24; 25]. Предполагается, что транспортные средства в будущем будут оснащаться цифровыми двойниками, реализующими виртуальное моделирование функционального состояния компонентов – деталей, узлов и используемых материалов – в различных режимах эксплуатации.

Оснащение автомобилей телеметрическими датчиками обеспечит непрерывную передачу диагностических данных в распределенные реестры, реализованные на основе блокчейн-архитектуры. Такой подход позволит осуществлять мониторинг технического состояния транспортных средств в реальном времени, прогнозировать возможные отказы и своевременно инициировать профилактические или восстановительные мероприятия.

Интеграция данных жизненного цикла автомобиля в неизменяемый распределенный реестр обеспечит полную прослеживаемость истории каждого компонента – от момента производства до установки и последующей эксплуатации. Это, в свою очередь, повысит прозрачность цепочек поставок, снизит риски использования контрафактных запасных частей и будет способствовать повышению эксплуатационной безопасности, надежности и ресурса транспортных средств.

Особенно примечателен интеллектуаль-ный модуль этих комплексов. Автопилот фиксирует сложные отрезки пути, регулярно используемые водителем. Например, если на каком-либо пересечении дорог циклически возникают дорожно-транспортные происшествия, система заблаговременно анализирует варианты благополучных исходов, предупреждает водителя или автоматически принимает меры предосторожности. В электрокарах искусственный интеллект прокладывает маршрут с учетом не только протяженность пути, но и особенностей ландшафта, погодных условий и текущей загруженности стан-ций подзарядки.

Современные аккаунты человека превратились в полноценные цифровые идентификаторы личности, которые дополнительно к стандартным настройкам, позволяют подключать индивидуальные параметры систем безопасности. Так, например, начинающему водителю данная система сможет активно помогать в процессе вождения, а для опытного водителя ограничится работой в фоновом режиме [26].

Европейские производители автомобилей выбрали путь создания комплексных экосистем. Например, BMW синхронизирует профиль владельца со всеми выпускаемыми устройствами бренда (электровелосипеды, электросамокаты и др.).

Платные подписки на функции автомобиля позволили расширить стандартные опции, такие как доступ к дополнительной мощности двигателя, подписка на «умное» страхование, услуга «виртуальный механик» и др. Например, в электромобилях NIO предлагается сервис Battery as a Service с временной арендой аккумулятора повышенной емкости для дальних поездок и переход на облегченную версию для городской эксплуатации. Кроме того, технология V2G (Vehicle-to-Grid) позволяет владельцам продавать излишки энергии по динамическим тарифам в режиме реального времени на так называемых «энергетических биржах». В настоящее время проводятся испытания системы самостоятельной отправки автомобиля на зарядку во время продолжительного ожидания водителя.

Заключение

Как показал проведенный научный обзор, ключевым атрибутом современной цифровой трансформации для автомобильных производителей является обеспечение возможности оставаться конкурентоспособными и востребованными на рынке товарных автомобилей, предлагая высококачественную продукцию, соответствующую текущим потребностям заказчиков, с учетом быстрых внешних изменений рыночной конъюнктуры. Активное внедрение цифровых двойников в автомобильную отрасль подтверждается устойчивой динамикой роста рынка: по данным Global Market Insights Inc., объем мирового рынка цифровых двойников показывает устойчивые темпы среднегодового роста (CAGR) 30,1 %. Реализация данной тенденции требует системного расширения компетенций специалистов, занимающихся проектированием и эксплуатацией транспортных средств в области информационных технологий и искусственного интеллекта.

По данным консалтинговой компании LMC Automotive, в 2020 г. продажи автомобилей в мире снизились на 14% по сравнению с 2019 г., в России сокращение составило 28 %. Следует заключить, что для гарантированного удержания занятых сегментов рынка автопроизводителям объективно необходим пересмотр бизнес-стратегии и организации производства с использованием инструментов высоких технологий для управления качеством выпускаемой продукции. В частности, сфокусироваться на оптимизации не отдельного производственного, сборочного, а всего технологического цикла в его единстве, чтобы реализовать современную концепцию управления бизнесом «future-ready» и адаптировать выпускаемую продукцию с учетом быстро меняющихся запросов и предпочтений потребителей в условиях цифровой экономики. Применение цифровых двойников в автомобилестроении обеспечивает тотальный контроль всего жизненного цикла продукции. Так, цифровые двойники можно использовать на этапе сборки автомобилей, при поставках готовых товарных автомобилей дилерам и при постпродажном сервисе. На начальном этапе - закупке комплектующих - уже будут известны все технические характеристики деталей и материалов, из которых эти комплектующие изготовлены. Кроме того, при помощи цифровых двойников легко автоматизировать работу с материальными активами. Благодаря имитационным моделям, основанным на виртуальных моделях, автопроизводители смогут реализовать предиктивную аналитику технологии сборки и послепродажной эксплуатации нового товарного автомобиля с детализацией до отдельных элементов, агрегатов и узлов, что позволит, в свою очередь, достоверно прогнозировать и рационально планировать регламентные сервисные работы. Направлением дальнейших исследований может стать изучение специфики пространства ОЕМ-производ-ственных циклов, интегрирующих цифровых двойников в решение задач Интернета вещей, предиктивной аналитики и др. Особого внимания в этом аспекте заслуживают вопросы всеобщего управления качеством на основе тотальной цифровизации, когда покупателям автомобилей и автокомплектующих предлагается не просто автомобиль или его отдельный блок, а целый цифровой сервис.

Таким образом, поддерживать устойчивое развитие сервисной модели в целях всеобщего управления качеством возможно с широким применением цифровых двойников как инструментария построения эффективных производственных и эксплуатационных процессов. Можно сделать вывод, что автомобильная отрасль вступает в новую фазу развития, где традиционный транспорт трансформируется в часть более широкой системы мобильности. Цифровой двойник становится персональным помощником, финансовым инструментом и не-отъемлемой частью цифровой среды, тесно переплетенной с жизнью его владельца. Тре- бованием времени стало то, что современному автомобильному производителю необходимо выпускать именно тот товар, который требуется потребителю прямо сейчас, без скидок на сложность перенастройки производства. Это обстоятельство позволяет заключить, что цифровой двойник как инструмент оптимизации производственно-эксплуатационных процессов в повестке всеобщего управления качеством в ближайшее время станет драйве-ром цифровой трансформации отечественного автомобилестроения.