Моделирование аэрокосмических производств: обзор технологий, методов и перспектив их использования в производствах будущего
Авторы: Кабанов А.А.
Опубликовано в выпуске: #10(130)/2022
DOI: 10.18698/2308-6033-2022-10-2220
Раздел: Авиационная и ракетно-космическая техника | Рубрика: Проектирование, конструкция и производство летательных аппаратов
Представлен обзор разных современных цифровых технологий, используемых для моделирования производственной деятельности предприятий, прежде всего авиационного и ракетно-космического профиля. Цель работы — выработать подходы к внедрению технологий в практическую деятельность уже сегодня, не дожидаясь окончательного формирования среды их внедрения, для которой в большинстве случаев требуются глубокая подготовка, кардинальные изменения и длительная по времени реализация, без чего их использовать либо в принципе невозможно, либо неэффективно. С этих позиций исследована методическая основа технологий, проведены их систематизация и оценка потенциала для решения производственных задач как текущих, так и перспективных. Показаны основные проблемы, сдерживающие развитие технологий. Уделено внимание усилиям, прилагаемым разработчиками для стандартизации в области цифровой трансформации. Исследованы возможности и ограничения применения представленных технологий в образовательной сфере в целях подготовки востребованных специалистов, знакомых с ними и имеющих навыки их практического использования. При этом технологии условно подразделены на те, которые можно изучать в высших учебных аэрокосмических заведениях, и те технологии, изучение которых целесообразно в рамках программ дополнительного профессионального образования.
Литература
[1] Рудычева Н. Спрос на цифровизацию промышленности в России увеличится в 14 раз к 2030 г. CNews Analytics. 2021, 8 дек. URL: https://www.cnews.ru/reviews/it_v_promyshlennosti_2021/articles/spros_na_tsifroviztsiyu_promyshlennosti. (дата обращения 12.07.2022).
[2] Meyer H., Kamtsiuris A., Zimdahl J., et al. Development of a digital twin for aviation research. Deutscher Luft- und Raumfahrtkongress, 2020, pp. 1–8. DOI: 10.25967/530329
[3] Долматов М.А., Девятков Т.В. Опыт и перспективы применения технологий виртуальной реальности для визуализации результатов имитационного моделирования функционирования производственных систем судостроительных предприятий. Труды Десятой Всероссийской научно-практической конференции по имитационному моделированию и его применению в науке и промышленности «Имитационное моделирование. Теория и практика» (ИММОД–2021). Санкт-Петербург, 2021, с. 179–182.
[4] Hänelad A., Schnellhardtd T., Wenklerbd E., et al. The development of a digital twin for machining processes for the application in aerospace industry. In: 53rd CIRP Conference on Manufacturing Systems. Procedia CIRP 93. 2020, pp. 1399–1405. https://doi.org/10.1016/j.procir.2020.04.017
[5] Речкалов А.В., Артюхов А.В., Куликов Г.Г., Новиков В.Н. Концепция системного представления предметной области при формировании цифрового двойника производственного процесса машиностроительного предприятия. Вестник УГАТУ, 2022, т. 26, № 1 (95), с. 120–135. https://doi.org/10.54708/19926502_2022_26195120
[6] Скворцов Т.П. Патент № 2744098 Российская Федерация, МПК G05B 19/02, G09B 17/02, G06F 9/302, G06F 9/305, G06N 7/06 (2006.01). Автоматизированный комплекс адаптивного управления производством технически сложного изделия посредством системного синтеза на основе полунатурного моделирования: № 2020127624. Опубл. 02.03.2021. Бюл. № 7, 17 с.
[7] Боровков А.И., Рябов Ю.А., Кукушкин К.В., Марусева В.М., Кулемин В.Ю. Цифровые двойники и цифровая трансформация предприятий ОПК. Вестник Восточно-Сибирской открытой академии, 2019, № 32, 39 с. URL: https://assets.fea.ru/uploads/fea/news/2019/04_april/15/elibrary_37180048_50837228.pdf (дата обращения 09.09.2020).
[8] ПНСТ 429–2020. Умное производство. Двойники цифровые производства. Часть 2. Типовая архитектура. Москва, Стандартинформ, 2020., 8 с.
[9] Glaessgen E.H., Stargel D.S. The Digital Twin Paradigm for Future NASA and U.S. Air Force Vehicles. In: The 53rd Structures, Structural Dynamics, and Materials Conference: Special Session on the Digital Twin, 2012, pp. 1–14. DOI: 10.2514/6.2012-1818
[10] Племяшова А.Г. Big Data. Каких результатов можно достичь с помощью аналитики больших данных. Корпоративная и финансовая отчетность. Международные стандарты, 2019, № 1, 9 с. URL: https://www.datanomics.ru/wp-content/uploads/2019/02/BigData_statya_KFO.pdf (дата обращения 04.07.2022).
[11] Системы AI на производстве: актуальные задачи, решения, этапы реализации и кейсы. Москва, Datanomics, 2020. URL: https://www.datanomics.ru/artciles/sistemy-ai-na-proizvodstve-aktualnye-zadachi-resheniya-etapy-realizatsii-i-kejsy (дата обращения 04.07.2022).
[12] Low-code платформа Loginom. Loginom.ru URL: https://loginom.ru/platform (дата обращения 20.07.2022).
[13] Brunton S.L., Kutz J.N., Manohar K., Aravkin A.Y., Morgansen K., Klemisch J., Goebel N., Buttrick J., Poskin J., Blom-Schieber A., Hogan T., McDonald D. Data-Driven aerospace engineering: reframing the industry with machine learning. arXiv preprint. https://doi.org/10.48550/arXiv.2008.10740
[14] Digital twin framework for manufacturing. ISO 23247. URL: https://www.ap238.org/iso23247/ (дата обращения 12.07.2022).
[15] Архангельский В.Е. Операционная модель производства как стандартный компонент средств оперативного планирования позаказного производства. VI Международный форум «Информационные технологии на службе оборонно-промышленного комплекса России» (Ижевск, 20–22 июня 2017 г.). Ижевск, 2017, 20 с. URL: https://aamc.ru/wp-content/uploads/2018/06/ITOPK2017-ArkhangelskyVE-WithNotes_v102.pdf (дата обращения 12.07.2022).
[16] Blaž Rodič. Industry 4.0 and the New Simulation Modelling Paradigm. Organizacija, 2017, vol. 50, pp. 193–207. DOI: 10.1515/orga-2017-0017
[17] Свидетельство о государственной регистрации программы для ЭВМ № 2017618547 Российская Федерация. Информационно-поисковая система ФИПС: № 2017616541. Опубликовано 03.08.2017.
[18] Свидетельство о государственной регистрации программы для ЭВМ № 2020617219 Российская Федерация. Информационно-поисковая система ФИПС: № 2020615857. Опубликовано 02.07.2020.
[19] Свидетельство о государственной регистрации программы для ЭВМ № 2020664561 Российская Федерация. Информационно-поисковая система ФИПС: № 2020663239. Опубликовано 13.11.2020.
[20] Кабанов А.А., Дацюк И.В. Системы управления производством ракетно-космической техники: ERP, APS, MES или SIM? Материалы XLVI Академических чтений по космонавтике, 2022, т. 4, с. 128–132.
[21] Swope K. Smart Manufacturing in International Standards. In: Materials of Global product data interoperability Summit 2019 (2019, November 19). URL: https://gpdisonline.com/wp-content/uploads/2019/09/TheBoeingCompany-Swope-SmartManufacturingStrateg-CAMSC-Open.pdf (дата обращения 16.06.2022).
[22] Harper K.E., Ganz C., Malakuti S. Digital Twin Architecture and Standards. IIC Journal of Innovation, 2019, pp. 1–12. URL: https://www.iiconsortium.org/news-pdf/joi-articles/2019-November-JoI-Digital-Twin-Architecture-and-Standards.pdf (дата обращения 14.06.2022).
[23] Колесников А. Digital twin interoperability. In: Digital Twins Day 2021 (Москва, 3 марта 2021 г.). URL: https://www.tadviser.ru/images/c/cf.pdf?ysclid=l5wsltfbk5456262976. (дата обращения 27.03.2022).
[24] Обзор Anylogistix. Anylogistix.ru URL: https://www.anylogistix.ru/features (дата обращения 20.07.2022).
[25] Многоподходное имитационное моделирование. Anylogic.ru URL: https://www.anylogistix.ru/use-of-simulation/multimethod-modeling (дата обращения 20.07.2022).