ВВЕДЕНИЕ ного, оперативного и устойчивого обмена данными Эффективность функционирования любого мас- между элементами АСУ. штабного производства в значительной степени Возникающие периодически отказы АПС приво- определяется наличием современной автоматизи- дят к потерям управления, что может повлечь серьез- рованной системы управления (АСУ). ные негативные последствия. Высокая стоимость АСУ решает задачи контроля параметров произ- применяемой техники ограничивает возможности водственных процессов, обмена данными между создания резервных элементов ИПД. Одним из раци- управляемым объектом и лицами, принимающими ональных направлений поддержания работоспособ- решения, а также различными подразделениями, ности АПС является проведение мероприятий тех- позволяет накапливать большие объемы данных и нического обслуживания (ТО) оборудования ИПД. использовать их для моделирования, предиктивного Целью системы ТО является повышение эффек- анализа, превентивного и проактивного управления. тивности функционирования АСУ ТП путем ми- Автоматизированные системы управления техно- нимизации времени простоя АПС t , вызванного п логическими процессами (АСУ ТП) – это сложные отказами при сохранении затрат на техническое технические системы, состоящие из большого чис- обслуживание (CCC ) на уровне, не превышающем ТО ла элементов и различных устройств, рабочих мест, допустимый. серверного и технологического оборудования. В АСУ В свою очередь, t непосредственно зависит от п ТП наряду с аппаратной составляющей не менее важ- множества параметров системы ТО MMM, включающего ная роль отводится и программным средствам. в себя параметры плана ТО PP и параметры управле- Ключевым критическим элементом, обеспечи- ния запасами необходимых для выполнения ТО ма- вающим взаимодействие всех компонент АСУ ТП, териальных средств ZZZ, таких как ЗИП, технические является инфраструктура передачи данных (ИПД), жидкости и расходные материалы: в которую могут входить несколько тысяч аппарат- t = fff(MMM), гггде M (cid:2)P(cid:3)Z . п но-программных средств (АПС). Организация про- Множество PP может быть представлено в виде ма- изводственных процессов, обеспечение их высокой трицы, включающей в себя следующие параметры: результативности и безопасности требуют непрерыв- o –идентификаторы планируемых операций ТО; 2 ЭЛЕКТРОСВЯЗЬ |1|2025 СЕТИ И УСЛУГИ XXI ВЕКА e– идентификаторы элементов АПС, на которых нических систем и комплексов в силу своей универ- планируется проведение ТО; сальности и относительной простоты планирования d – дата и время для каждой планируемой опе- мероприятий. Вместе с тем данная система обладает oe рации; рядом существенных недостатков, в первую очередь t – длительность выполнения операции; она не учитывает реальное техническое состояние и oe v – бинарный признак наличия необходимых остаточный ресурс оборудования. oe материальных средств; При этом с точки зрения экономической эффек- Z – перечень необходимых для выполнение опе- тивности в значительной степени целесообразным oe рации материальных средств; подходом является сближение межсервисных вре- r – сведения о привлекаемом для выполнения менных интервалов и сроков предотказной выработ- oe операции персонале. ки ресурса элементов оборудования. В свою очередь, множествоZZ включает: Это условие в сочетании с современным уровнем z – идентификаторы вида материальных средств; развития средств контроля и прогнозирования тех- s – идентификаторы стратегии пополнения запа- нического состояния позволяет перейти к примене- z сов материальных средств каждого вида; ниюгибкой стратегии ТО. m – идентификаторы поставщиков материальных При использовании подобных стратегий с задан- z средств вида z; ной периодичностью измеряются и оцениваются qq – количество материальных средств вида z, име- значения параметров, характеризующие техническое z ющихся в настоящее время; состояние элементов системы. Достижение одним из c – стоимость закупки единицы материального параметров критического значения определяется как zm средства вида zz у поставщикаm; параметрический отказ, поэтому важнейшим факто- t – длительность поставки материального сред- ром является определение момента предотказного zm ства видаzz от поставщика m; состояния (ПОС) с целью заблаговременного прове- c – стоимость хранения единицы материального дения профилактических операций ТО. Установле- zz средства в течение календарного месяца; ние ПОС может производиться на основе измерения  – потребность в заказе МС типа zz от постав- значений множества физических показателей, в ка- zm щика m; честве которых могут выступать показатели рабочих  – ожидаемый срок поставки МС типаzz от по- и сопутствующих процессов [1]. zm ставщикаm. Таким образом, обязательным условием реа- Затраты на функционирование системы ТО опре- лизации гибкой стратегии является оснащение деляются расходами на выполнение операций на объекта ТО сенсорными сетями (СнС), позволя- АПС, а также на приобретение, доставку и хранение ющими осуществлять измерение значений диа- необходимых материальных средств. гностических параметров. Для сбора, обработки Следовательно, для достижения поставленной и хранения полученных данных необходимо раз- цели должна быть решеназадача создания аппарата, вертывание соответствующей сетевой и серверной реализующего синтез множества оптимальных па- инфраструктуры. раметров системы ТО MMM*, обеспечивающих мини- Важнейшей компонентой системы ТО, позво- мальное время простоя АПС при допустимом уровне ляющей в максимальной степени повысить эф- затрат Cдоп: фективность функционирования, являются при- ТО кладные приложения Enterprise Asset Management M* (cid:2)argmint (cid:4) M (cid:5) . (EAM). Разрабатываемые в виде отдельных пакетов п C ТО (cid:6)C Т д О оп или встраиваемых модулей в системы управления и поддержки принятия решений, EAM-приложения дачи: предназначены для: а) оптимальное планирование операций ТО на • моделирования объекта и процессов; основе выбранной стратегии; • хранения истории ТО; б) управление запасами материальных средств • планирования ТО, в том числе и предиктив- (МС), необходимых для проведения ТО. ного; В настоящее время для решения подобных задач • автоматизации работы с документацией; применяется широкий спектр методов и реализую- • управления запасами МС и ЗИП. щих их инструментов. В части управления запасами реализуется автома- тизация следующих процессов: СУЩЕСТВУЮЩИЕ ПОДХОДЫ К ТЕХНИЧЕСКОМУ • инвентаризация наличия МС и ЗИП; ОБСЛУЖИВАНИЮ СЛОЖНЫХ СИСТЕМ • формирование заказов на восполнение запа- Традиционной является календарная стратегия ТО, в сов МС и ЗИП; настоящее время применяемая для большинства тех- • отслеживание поставок. 3 ELSV.RU В настоящее время на рынке присутствует целый КОНЦЕПЦИЯ ИНТЕГРАЦИИ ИЦД В СИСТЕМУ ряд решений, реализующих различные подходы к ТЕХНИЧЕСКОГО ОБСЛУЖИВАНИЯ EAM. В [2] приведен сравнительный анализ неко- ИЦД является наиболее целесообразным инстру- торых из них, а в [3] и [4] рассмотрены достоинства и ментом, в перспективе позволяющим в существен- недостатки, присущие отечественным разработкам. ной мере снизить время простоя оборудования, и, как В целом для всех указанных систем характерно от- следствие, повысить эффективность системы ТО. сутствие полностью автоматического выполнения Графическая иллюстрация варианта интеграции процессов, что, в свою очередь, требует привлечения ИЦД в систему ТО представлена на рисунке. персонала, дополнительных расходов и задержек, а Подзадача планирования ТО. Задача формирования также влечет за собой различные негативные ситуа- множества оптимальных параметров плана ТО PP с ции, вызванные ошибками сотрудников. Повысить применением ИЦД решается следующим образом: результативность EAM-приложений и снизить за- а) данные от СнС объекта, представляющие траты на управление системой ТО позволяет вне- текущие значения диагностических параметров дрение одной из ключевых технологий Индустрии элементов оборудования, хранятся в системати- 4.0 – цифровых двойников объектов и процессов [5]. зированном виде временных рядов в базе данных параметров; ЦИФРОВЫЕ ДВОЙНИКИ В УПРАВЛЕНИИ ТЕХНИЧЕСКИМ б) модуль предиктивного анализа с применением ОБСЛУЖИВАНИЕМ предобученных нейросетевых моделей осуществляет Цифровой двойник (ЦД), как комплекс адекватных прогнозирование времени наступления предотказ- компьютерных моделей, связанный с СнС объекта и ного состояния (ПрС) для элементов оборудования. отражающий практически в реальном времени зна- Выходными данными модуля являются идентифика- чения измеряемых значимых параметров, создается торы элементов eи параметров n, на основе которых e с момента проектирования и поддерживается в ак- прогнозируется ПрС, а также даты (а при достаточ- туальном состоянии на всем жизненном цикле объ- ной точности моделей – и время суток), когда пред- екта. Применение ЦД в существующих системах ТО полагается наступление параметрического отказа . e позволят в значительной степени реализовать пре- Эти данные передаются на вход модуля логического имущества гибких стратегий, сокращая временные вывода онтологической модели объекта; и ресурсные затраты на поддержание работоспо- в) модуль логического вывода реализует роль ин- собного состояния АПС [6–8]. Вместе с тем широ- теллектуального интерфейса между базой знаний и кое внедрение цифровых двойников подчеркивает сервисными модулями. База знаний, представленная проблему поддержания их адекватности в условиях в виде онтологии, реализуется с применением стан- динамичности моделируемого объекта. Например, дартных технологий семантических моделей RDF/ замена при ТО деталей оборудования, обновление RDF Schema и OWL 2 [12]. программных компонент, доработки и усовершен- ствования требуют постоянного изменения приме- няемых в ЦД моделей, что приводит к необходимости Концепция интеграции ИЦД в систему технического привлечения дополнительных ресурсов. Развитием обслуживания идеи ЦД, направленной на придание им возможно- сти самосовершенствования, является концепция интеллектуальных цифровых двойников. ИНТЕЛЛЕКТУАЛЬНЫЕ ЦИФРОВЫЕ ДВОЙНИКИ Интеллектуальный цифровой двойник (ИЦД) – инструмент управления сложной технической си- стемой, включающий полимодельный цифровой двойник с интегрированным ПО, использующий алгоритмы и технологии искусственного интеллекта для прогнозирования состояния объекта, принятия решений и самообучения. В иностранных источни- ках иногда применятся термин когнитивные циф- ровые двойники [9–11]. Именно способность не только формировать ре- шения на основе предварительного обучения, но также самообучаться и совершенствоваться вслед за изменениями объекта моделирования является отличительной особенностью ИЦД. 4 ЭЛЕКТРОСВЯЗЬ |1|2025 СЕТИ И УСЛУГИ XXI ВЕКА Построенная на основе этих технологий база зна- ности системы ТО является автоматизация поддер- ний обладает двумя важнейшими свойствами логи- жания оптимального уровня запасов МС. ческих моделей предметной области: В ходе решения данной подзадачи ИЦД должен • возможность описания объектов и процессов сформировать множество параметров управления реального мира с помощью основных элемен- запасами необходимых для выполнения ТО мате- тов логического исчисления (констант, пере- риальных средств ZZZ. Наличие достаточного запаса менных, предикатов, функций); является необходимым условием для проведения • возможность установки истинности свойств ТО, однако приобретение и хранение избытков МС объектов и их совокупностей и получения о влечет нежелательные расходы. них каких-либо суждений, выраженных с по- Исходными данными на входе модуля логического мощью кванторов, т.е. получения нового зна- вывода при управлении запасами являются сведения ния путём логического вывода. о времени проведения ТОd и используемых мате- oe База знаний наполняется на основе анализа экс- риальных средствах Z . oe плуатационных и ремонтных документов объекта, а База знаний содержит факты о текущих уровнях за- также формализованного опыта сотрудников, при- пасовqq и стоимости их хранения c, сроках t и стоимо- zz z zm нимающих участие в различных работах. Основная сти доставкиc от производителяm. Правила логиче- zm z нагрузка по развитию и дополнению базы знаний ского вывода, в соответствии с заданными для каждого возлагается на модуль самообучения. типа МС стратегии пополнения запасовs определяют z Работа модуля логического вывода строится на потребность  и срок  планируемой поставки. Эта zm zm основе реализации алгоритма вывода по правилам информация передается в подсистему хранения запа- и фактам, содержащимся в базе знаний [13]. Инстру- сов для последующего формирования заказов. менты формирования запросов и логического вы- Данные о поставках, расходе, наличии и состоя- вода строятся с применением технологий SPARQL нии запасов постоянно передаются из подсистемы и SWRL. хранения в модуль самообучения ИЦД. Формирование множества параметров плана ТО PP проводится в два этапа. На первом этапе в соот- САМООБУЧЕНИЕ ИЦД ветствии с переданными в запросе параметрами Способность ИЦД самостоятельно развивать и со- ПрС оборудования e, n и  формируется вывод о вершенствовать свои компоненты является его важ- e e планируемой операции ТО o, дате и времени ее про- нейшим преимуществом. Реализуется самообучение ведения d и длительности выполненияt , а также в соответствующем модуле и включает следующие oe oe бинарный признак наличия необходимых матери- процедуры: альных средств v . а) получение новых знаний; oe Второй этап предполагает формирование сведе- б) дообучение нейросетевых предиктивных мо- ний о привлекаемом для выполнения операции пер- делей. сонале r и (в случае истинности признакаv =1) о Основой для самообучения являются: oe oe перечне необходимых материальных средствZ . При а) данные, получаемые в результате проведения oe необходимости выполнения нескольких операций ТО (операций с МС) и формализованные в виде учет- они ранжируются на основе информации о време- но-отчетной электронной документации (электрон- ни начала выполнения и длительности выполнения ные паспорта АПС), заполняемой персоналом либо каждой. формируемой автоматически (журналы, логи); В результате формируется в табличном виде план б) исторические данные, получаемые от СнС ИПД. ТО, являющийся основой для действий персонала. Электронная документация обрабатывается с Автоматическое формирование плана ТО на целью извлечения новых знаний. Инструментом основе прогнозных данных является основой для служит парсер естественного языка [14, 15]. Извле- превентивных действий по предотвращению вы- ченные из текста факты формализуются в формате хода оборудования в неработоспособное состо- OWL 2/RDFS и вносятся в базу знаний с проверкой яние и, как следствие, по сокращению времени на дублирование. простоя t . Формирование логических правил в настоящее п По результатам выполнения ТО оформляются время автоматизировать полностью невозможно, эта электронные документы с указанием результатов, задача возлагается на инженеров знаний, обслужива- сроков выполнения операций установленных запас- ющих АПС ИЦД. При этом существуют перспективы ных частей, количества и типа израсходованных МС. разработки инструментов автоматической генерации Эта информация является исходной для самообу- логических правил с применением искусственных чения ИЦД. нейросетей [16]. Технология SWRL поддерживает Подзадача управления запасами. Еще одним целе- динамическое обновление правил логического вы- сообразным направлением повышения эффектив- вода в онтологии. 5 ELSV.RU Исторические данные СнС хранятся в базах дан- данных. Задачи обеспечения надежности инфра- ных в виде временных рядов. На их основе форми- структуры передачи данных и сокращения времени руются обучающие наборы (датасеты) для предик- восстановления аппаратно-программных средств тивных нейросетевых моделей, входящих в состав после отказов решает система ТО, в составе кото- ИЦД. Наиболее ценными являются данные, зафик- рой используются различные средства автоматиза- сированные при возникновении негативных ситуа- ции. Вместе с тем этой системе присущи некоторые ций, которые в процессе проактивного управления недостатки, снижающие ее эффективность. Целе- применяются для анализа причин и предотвращения сообразным направлением совершенствования си- подобных случаев. стемы ТО является внедрение интеллектуальных Процесс самообучения ИЦД осуществляется не- цифровых двойников, сочетающих возможности прерывно и параллельно с его функционированием. автоматического планирования ТО и управления Таким образом, обеспечивается перманентное высо- запасами необходимых материальных средств с кое соответствие компонент ИЦД АПС ИПД и, как механизмами самообучения, позволяющими под- следствие, достаточное высокое качество решений держивать высокую адекватность применяемых по управлению системой ТО, что, в свою очередь, компьютерных моделей. В перспективе примене- повышает эффективность АСУ ТП. ние ИЦД позволит минимизировать время простоя аппаратно-программных средств инфраструктуры ЗАКЛЮЧЕНИЕ передачи данных из-за отказов. Кроме того, вне- Эффективность функционирования АСУ ТП дрение интеллектуальных средств позволит сни- крупного предприятия непосредственно зависит зить требования к квалификации обслуживающего от работоспособности инфраструктуры передачи персонала. СПИСОК ЛИТЕРАТУРЫ 1. Литвинова, Н.Б. Методика опреде- 5. Никитченко, С.Л. Применение EAM- цифрового проекта и актуализируемого в ления сроков проведения технического систем и цифровых двойников в управле- реальном масштабе времени цифрового обслуживания оборудования технических нии жизненным циклом эксплуатируемых двойника изделия / С.П. Фалеев // Систем- систем специальных объектов при исполь- машин / С.Л. Никитченко, Л.В. Кравченко ный анализ в проектировании и управлении: зовании гибких стратегий / Н.Б. Литвинова, // Состояние и перспективы развития агро- сборник научных трудов XXVII Междуна- Ю.Е. Тупицин, Е.В. Шишкин // Труды Воен- промышленного комплекса (Конферен- родной научно-практической конференции, но-космической академии имени А.Ф. Мо- ция «ИнтерАгро 2024»): сборник научных в 2 ч., Санкт-Петербург, 13–14 октября жайского. – 2020. – № 675. – С. 317-323. – трудов ХVII Международной научно-прак- 2023 года. – СПб.: Санкт-Петербургский EDN NUCCQF. тической конференции в рамках XXVII политехнический университет Петра Вели- 2. Сиваков, В. В. Цифровизация управле- Агропромышленного форума юга России кого, 2024. – С. 140-149. – DOI: 10.18720/ ния системой технического обслуживания и выставки «Интерагромаш» и «Агротехно- SPBPU/2/id24-157. – EDN BOHYAY. и ремонта лесозаготовительной техни- логии». – Ростов-на-Дону: ООО «ДГТУ- 9. Al Faruque, M.A. Cognitive digital twin ки / В.В. Сиваков // Хвойные бореальной ПРИНТ», 2024. – С. 252-256. – for manufacturing systems / M.A. Al Faruque, зоны. – 2024. – Т. 42, № 1. – С. 64-71. – DOI: 10.23947/interagro.2024.252-256. D. Muthirayan, S.-Y. Yu, P.P. Khargonekar DOI: 10.53374/1993-0135-2024-1-64-71. – 6. Орлов, С.П. Система поддержки приня- // 2021 Design, Automation & Test EDN SQTUGW. тия решений при управлении техническим in Europe Conference & Exhibition 3. Измайлов, М.К. Сравнительный анализ обслуживанием автономных транспорт- (DATE). – IEEE, 2021. – DOI: 10.23919/ современных ЕАМ-систем, используемых ных средств / С.П. Орлов, С.В. Сусарев DATE51398.2021.9474166. в Российской и зарубежной практике / // Онтология проектирования. – 2023. – 10. Abburu, S.COGNITWIN – Hybrid М.К. Измайлов // Benefi cium. – 2020. – Т. 13, № 3(49). – С. 424-436. – DOI: and cognitive digital twins for the process № 2(35). – С. 35-42. – DOI: 10.34680/ 10.18287/2223-9537-2023-13-3-424-436. – industry / S. Abburu, A.J. Berre, M. Jacoby et BENEFICIUM.2020.2(35).35-42. – EDN FVSEQW. al. // 2020 IEEE International Conference on EDN QDMGDG. 7. Забайкин, Ю.В.Использование циф- Engineering, Technology and Innovation 4. Дракунов, И.И. Современное про- ровых двойников для мониторинга и управ- (ICE/ITMC). граммное обеспечение для управления ления техническим состоянием оборудо- 11. Jinzhi, L.Cognitive twins for supporting системой технического обслуживания и вания на газоперерабатывающих заводах / decision-makings of Internet of Things ремонта автомобилей / И.И. Дракунов, Ю.В. Забайкин, Д.В. Лютягин // Экономика systems / L. Jinzhi, X. Zheng, A. Gharaei В.В. Сиваков, Р.Ю. Деревягин // Модерни- строительства. – 2023. – № 10. – et al. // Proceedings of 5th International зация и научные исследования в транс- С. 156-163. – EDN RZLTJY. Conference on the Industry 4.0 Model for портном комплексе. – 2022. – Т. 1. – 8. Фалеев, С.П. Система технической Advanced Manufacturing. – Springer, 2020. – С. 30-33. – EDN SHTJGY. диагностики изделия на основе сравнения P. 105-115. 6 ЭЛЕКТРОСВЯЗЬ |1|2025 СЕТИ И УСЛУГИ XXI ВЕКА 12. Антониоу, Г.Семантический веб / цев, А.Н. Подобрий, В.В. Тимирзянов // Материалы XIX Международной научно- Г. Антониоу, П. Грос, Ф. ван Хармелен, // Информатика и вычислительная техника практической конференции «Проблемы Р. Хоекстра: пер. с англ. – М.: ДМК Пресс, (ИВТ-2020): Сборник научных трудов XII управления в социально-экономических и 2016. – 240 с. Всероссийской научно-технической конфе- технических системах». – Саратов: ИЦ «На- 13. Фалеев, П.А. Представление знаний ренции аспирантов, студентов и молодых ука», 2023. – С. 421-423. в информационных системах. Логические ученых. – Ульяновск: Ульяновский государ- 16. Jabardi, M.H. Using machine learning модели представления знаний: учебное ственный технический университет, 2020. – to inductively learn semantic rules / пособие / П.А. Фалеев. – СПб.: ВКА имени С. 176-186. – EDN GMRRZU. M.H. Jabardi, A.S. Hadi // Journal of Physics: А.Ф. Можайского, 2016. – 33 с. 15. Ростков, Э.А. О преимуществах ис- Conference Series. – 2020. –Vol. 1804. – 14. Перцев, А.А.О подходе к извлечению пользования Yargy-парсера при наполне- DOI: 10.1088/1742-6596/1804/1/012099. знаний проектной организации / А.А. Пер- нии онтологий / Э.А. Ростков, Т.Э. Шульга Получено 17.01.25 The concept of using intelligent digital twins in the data transmission infrastructure maintenance system A.V. Pachin, The Bonch-Bruevich Saint Petersburg State University of Telecommunications (SPbSUT), associate professor, Ph.D.; pachin.av@sut.ru Y.M. Guriev, SPbSUT, rector’s advisor; Gurev.um@sut.ru S.A. Cherkasov, Apatit JSC, deputy director for economic security; SCherkasov@phosagro.ru A.I. Smirnov, Apatit JSC, deputy director general for security regime, associate professor, Ph.D.; ASmirnov4@phosagro.ru R.V. Kirichek, SPbSUT, rector, professor, Dr.Sci.(Tech.); kirichek@sut.ru Abstract. The article presents conceptual foundations for improving the maintenance management system for hardware and software of the data transmission infrastructure of the automated control system of a chemical industry enterprise by implementing the technology of intelligent digital twins. The use of these tools will improve the efficiency of maintenance planning and inventory management of the necessary material resources by using a set of computer ontological and neural network models, the high adequacy of which is supported by the self-learning mechanism of intelligent digital twins. Keywords: APCS, digital twins, maintenance, artificial intelligence, EAM, ontological models. Исследование методов повышения эффективности человеко-машинных интерфейсов путем использования ритмических аудиовизуальных стимулов В.В. Кудряшов, Московский технический университет связи и информатики (МТУСИ), ассистент кафедры ТиЗВ им С.И. Катаева; v.v.kudryashov@mtuci.ru В.А. Селиванов, МТУСИ, доцент кафедры ТиЗВ им С.И. Катаева, к.т.н.; selivanovctc@gmail.com А.М. Поташников, МТУСИ, старший преподаватель кафедры ТиЗВ им С.И. Катаева; a.m.potashnikov@mtuci.ru В.Д. Федоров, МТУСИ, ассистент кафедры ТиЗВ им С.И. Катаева; v.d.fedorov@mtuci.ru