Практический подход к адаптивному управлению киберфизическими производственными системами на основе цифровых двойников и динамических алгоритмов планирования
Предмет. Проблема повышения экономической эффективности и устойчивости промышленных предприятий в условиях роста неопределенности внешней среды и увеличения стоимости простоев оборудования. Цели. Повышение устойчивости деятельности предприятий за счет разработки и апробации практического подхода к адаптивному управлению киберфизическими системами на основе интеграции цифровых двойников и алгоритмов LSTM. Методология. Использованы методы системного анализа, имитационного моделирования и глубокого обучения (нейронные сети). Разработаны авторские показатели адаптивной гибкости и динамической устойчивости. Результаты. Разработана архитектура CPPS с замкнутым контуром обратной связи. Результаты моделирования подтверждают рост показателя общей эффективности оборудования на 16,1% и двукратное увеличение индекса динамической устойчивости при использовании проактивного алгоритма. Выводы. Внедрение предложенного подхода формирует устойчивый экономический эффект, эквивалентный увеличению фонда времени работы оборудования без дополнительных капитальных вложений.
Ключевые слова: киберфизические системы, адаптивное производство, цифровой двойник, динамическое планирование
Список литературы:
Monostori L., Kádár B., Bauernhansl T. et al. Cyber-physical systems in manufacturing. CIRP Annals, 2016, vol. 65, iss. 2, pp. 621–641. DOI: 10.1016/j.cirp.2016.06.002
Lee J., Bagheri B., Hung-An Kao. A Cyber-Physical Systems architecture for Industry 4.0-based manufacturing systems. Manufacturing Letters, 2015, vol. 3, pp. 18–23. DOI: 10.1016/j.mfglet.2014.12.001
Tao Fei, Zhang He, Liu Ang et al. Digital Twin in Industry: State-of-the-Art. IEEE Transactions on Industrial Informatics, 2019, vol. 15, iss. 4, pp. 2405–2415. DOI: 10.1109/TII.2018.2873186
Боровков А.И., Рябов Ю.А., Кукушкин К.В. и др. Цифровые двойники и цифровая трансформация предприятий ОПК // Вестник Восточно-Сибирской открытой академии. 2019. № 32. EDN: ZAXCOT
Wang Jinjiang, Zhang Laibin, Duan Lixiang et al. A new paradigm of cloud-based predictive maintenance for intelligent manufacturing. Journal of Intelligent Manufacturing, 2017, vol. 28, iss. 5, pp. 1125–1137. DOI: 10.1007/s10845-015-1066-0
Wang Biao, Lei Yaguo, Li Naipeng et al. Deep separable convolutional network for remaining useful life prediction of machinery. Mechanical Systems and Signal Processing, 2019, vol. 134, no. 106330. DOI:10.1016/j.ymssp.2019.106330
Zhang Meng, Tao Fei, Nee A.Y.C. Digital Twin Enhanced Dynamic Job-Shop Scheduling. Journal of Manufacturing Systems, 2021, vol. 58, part B, pp. 146–156. DOI: 10.1016/j.jmsy.2020.04.008
Ivanov D. Structural Dynamics and Resilience in Supply Chain Risk Management. Cham, Springer, 2018, 311 p. DOI: Link
Wiendahl H.-P., ElMaraghy H.A., Nyhuis P. et al. Changeable Manufacturing - Classification, Design and Operation. CIRP Annals, 2007, vol. 56, no. 2, pp. 783–809. DOI: 10.1016/j.cirp.2007.10.003
