Кейнс, 23 октября 10:00 — 11:00

ПРОИЗВОДСТВО, ДОБЫЧА И ТРАНСПОРТ

Цифровой двойник производства по мере развития алгоритмов анализа данных, инструментов сбора, считывания этих данных и автоматизации процессов позволяет все эффективнее использовать киберфизические системы для решения конкретных производственных задач. Математические модели позволяют анализировать получаемую через инфраструктуру Интернета вещей информацию по каждому элементу производства, просчитать влияние внешних и внутренних факторов на всю систему производства, предотвратить или по крайней мере, сократить время простоев. Например, на одном из европейских предприятий система предиктивной аналитики Schneider Electric позволила предсказать сбой большого компрессора за 25 дней до того, как он случился. Это сэкономило компании несколько миллионов долларов.
В силу сложности моделей, цифровые двойники открывают широкое поле возможностей для использования обучаемых нейросетей, они также позволяют перевести натурные испытания в виртуальном формате, существенно сокращая время испытания, получить данные на отдельной установке, которые можно масштабировать на все производство, без риска потерь. Цифровые двойники помогают спрогнозировать реакцию изделий на эксплуатационные нагрузки, моделировать поведение сложных систем путём разбиения их на множество элементов.

  • Вопросы для обсуждения:
  • Модели и методы предиктивной аналитики и моделирования возможных сценариев - наиболее эффективные с экономической точки зрения?
  • Баланс стоимости, сложности и масштаба задач использования цифровых двойников - как выбрать правильную стратегию, избежать финансовых потерь при внедрении?
  • Кибербезопасность данных при использовании цифровых двойников?

Спикеры

Модератор