Разработка цифрового двойника материального потока на примере сортопрокатного производства с использованием платформы Data-Track
Автор: Хуссейн А.А.С., Балунгу Д.М.
Статья в выпуске: 2 (67) т.21, 2025 года.
Бесплатный доступ
В статье описывается процесс построения цифрового двойника материальных потоков для сортопрокатного производства с использованием российского решения DATA-TRACK и метода объектных отношений (ORT). На первом этапе создается цифровая модель участка: определяются объекты учёта, моделируются траектории перемещения изделий и устанавливаются виртуальные датчики (такие как скорость транспортировки, позиция заготовки). Затем посредством интерфейса Swagger формируются сущности и их атрибуты, такие как температура в печи, задаваемые типами данных float, и привязываются к процессу обработки изделия. Автоматизация процесса мониторинга осуществляется с помощью бессерверной архитектуры Nuclio: специальная Python-функция отслеживает изменение статуса объекта учёта. Когда заготовка поступает в печь, срабатывает триггер (HTTP-hook совместно с конвейером FBP-платформы DATA-TRACK), инициирующий выполнение функции. Она запрашивает актуальные значения температурного параметра через API и обновляет соответствующий показатель объекта учёта через внутренние REST-запросы DATA-TRACK. Кроме того, эта же функция формирует метрики в формате Prometheus (workpiece_id, температура), которые сразу отображаются в панели инструментов Grafana. Благодаря этому оператор непрерывно видит динамику изменений температуры в печи и оперативно принимает меры при выходе значений за допустимые пределы.
Цифровой двойник, материальный поток, сортопрокатное производство, автоматизация производства
Короткий адрес: https://sciup.org/14133744
IDR: 14133744 | УДК: 004.94
Development of a digital twin for material flow based on the example of a long rolling production using the Data-Track platform
TRACK solution and the object relations method (ORT). First, a digital model of the site is created: accounting objects are determined, product movement trajectories are modeled, and virtual sensors are installed (such as the speed of transportation, the position of the workpiece). Then, through the Swagger interface, entities and their attributes are formed, such as the temperature in the furnace, set by float data types, and linked to the product processing process. The monitoring process is automated using the Nuclio serverless architecture: a special Python function monitors changes in the status of the accounting object. When the workpiece enters the furnace, a trigger is triggered (HTTP hook in conjunction with the FBP pipeline of the DATA-TRACK platform), which initiates the execution of the function. It requests the current values of the temperature parameter through the API and updates the corresponding indicator of the accounting object through internal DATA-TRACK REST requests. In addition, the same function generates metrics in the Prometheus format (workpiece_id, temperature), which are immediately displayed in the Grafana toolbar. Due to this, the operator continuously sees the dynamics of temperature changes in the furnace and promptly takes measures when the values exceed the permissible limits.
