Аркадий Степанов
Руководитель направления цифровых производств, экс-директор департамента IoT ПАО «Ростелеком»
Когда я начинал работать с IIoT в 2016 году, тема «цифровых двойников» на российских заводах вызывала улыбку. Сегодня это не модная абстракция, а жесткая необходимость. Санкции и уход западных вендоров заставили промышленность искать новые пути — и многие нашли их в собственных цифровых экосистемах. В этой статье я расскажу, как реально выглядят цифровые двойники на наших умных фабриках, с какими граблями мы сталкиваемся и что будет через 3-5 лет. Опираюсь исключительно на свой опыт и опыт коллег из «Росатома», «Северстали» и КАМАЗа.
Содержание
- Что такое цифровой двойник на практике: не путайте с 3D-моделью
- IoT как нервная система: сбор данных, который работает
- Реальный кейс: как мы «лечили» прокатный стан на «Северстали»
- Главный барьер: люди, а не технологии
- Импортозамещение: от АСУ ТП до собственных платформ
- Перспективы до 2030 года: когда окупаются миллиарды
- Часто задаваемые вопросы
Что такое цифровой двойник на практике: не путайте с 3D-моделью
Самое частое заблуждение — считать цифровым двойником красивую 3D-модель станка. Нет. Цифровой двойник — это живая, дышащая система, которая получает поток данных с датчиков (IoT), обрабатывает их и на основе математических моделей предсказывает поведение физического объекта. По опыту могу сказать: разница между «просто 3D» и настоящим двойником — как между картинкой котлеты и самой котлетой на сковороде. Двойник позволяет не только видеть, что происходит сейчас, но и проигрывать сценарии: «А что будет, если поднять температуру в печи на 15 градусов?».
В России такие системы всерьез начали внедрять с 2019 года. Первыми были гиганты — «Газпром нефть», «Росатом», ОМК. Но сегодня мы видим спрос и на средних предприятиях. Единственное условие: на заводе уже должен быть базовый уровень автоматизации. Если станки управляются с бумажных инструкций, цифровой двойник не поможет.
IoT как нервная система: сбор данных, который работает
Любой цифровой двойник стоит на фундаменте промышленного интернета вещей (IIoT). Без датчиков и контроллеров двойник просто картинка. Но здесь есть тонкость: количество данных, которые генерит современный завод, колоссально. Я видел проекты, где на один станок вешали 200 датчиков. Это избыточно. Эффективная система должна давать ровно столько данных, сколько нужно моделям, — ни больше ни меньше.
На одном из наших проектов мы столкнулись с ситуацией: датчики вибрации на компрессоре показывали ровный сигнал. Анализ показал, что датчик был неправильно закреплен — он показывал вибрацию пола, а не агрегата. Иногда это работает наоборот: из-за шумов система считает аварию, хотя станок работает в штатном режиме. Поэтому финальный контроль — это не софт, а технолог с опытом, который смотрит на цифры и говорит: «Ребята, тут что-то не то». Без эксперта IoT-система слепа.
Реальный кейс: как мы «лечили» прокатный стан на «Северстали»
В 2021 году мы запускали пилот на одном из станов «Северстали». Задача была простая: снизить внеплановые простои. После установки вибродатчиков и подключения к цифровому двойнику мы построили модель износа подшипников. Через три месяца система предсказала отказ за 72 часа до того, как он случился. Раньше такие отказы приводили к остановке на 28 часов. Мы остановили стан планово на 8 часов, заменили узел. Экономия — миллион рублей на одном событии.
Но не все было гладко. На этапе интеграции выяснилось, что старые контроллеры Siemens не отдавали данные в нужном формате. Пришлось писать прослойку на открытом протоколе OPC UA. Это стандартная история для заводов с оборудованием 2000-х годов. Если вы решите строить цифрового двойника на своей фабрике, закладывайте в бюджет 20-30% времени на «танцы с бубнами» вокруг legacy-систем.
Главный барьер: люди, а не технологии
По опыту могу сказать: в 80% случаев неудач виноват человеческий фактор. Технологии — софт, датчики, сервера — купить можно. А вот убедить главного технолога, что он будет принимать решения на основе цифровой модели, а не своей интуиции — это вызов. У нас был случай, когда оператор на пульте управления вручную отключил автоматику, потому что «так привык».
Система спроектирована корректно, но культура работы с данными еще не сформирована. Решение здесь одно: менять подход к обучению. Не просто показывать интерфейс, а объяснять, как модель делает вывод. Когда технолог видит, что цифровой двойник предсказал поломку за три дня — он начинает доверять. Это занимает от полугода до двух лет.
Импортозамещение: от АСУ ТП до собственных платформ
После 2022 года вопрос импортозамещения встал ребром. Мы не можем больше использовать Siemens MindSphere или PTC ThingWorx в полном объеме. Но это дало толчок российским платформам. Сейчас активно развиваются решения на базе Open Source: например, ThingsBoard, обвязка под отечественные стандарты. «Росатом» строит собственные экосистемы на базе платформы «Атом-Майнд». Проблема в том, что пока это дороже и дольше. Западные платформы были отшлифованы годами. Российские аналоги только набирают зрелость.
Однако есть и плюс: мы перестали зависеть от обновлений и лицензий из недружественных стран. На одном из недавних проектов мы мигрировали SCADA-систему на российское ПО за четыре месяца. Работает стабильно. Единственное: пришлось переписывать драйверы для старых контроллеров — это узкое место, которое сейчас решает консорциум разработчиков.
Перспективы до 2030 года: когда окупаются миллиарды
Прогнозы — дело неблагодарное, но я вижу четкие тренды. Во-первых, цифровые двойники перестанут быть прерогативой гигантов. Средний завод с парком в 50-100 станков сможет купить «коробочное» решение за 5-10 миллионов рублей. Срок окупаемости таких проектов сегодня — 2-3 года за счет снижения простоев и брака. Во-вторых, IoT-сети будут строиться на отечественных LPWAN-стандартах (NB-Fi, XNB). Это снизит стоимость владения.
Самое интересное — появление так называемых «промышленных цифровых платформ», объединяющих несколько заводов в единую модель. Например, можно будет сравнивать эффективность одной доменной печи в Липецке с печью на Урале в реальном времени. Уже сейчас есть предпосылки у «Евраза» и НЛМК. Барьеры остаются: кибербезопасность (защита данных между предприятиями) и недостаток квалифицированных кадров. Но рынок растет на 25-30% в год, и это тот случай, когда лучше начать вчера, чем завтра.
Часто задаваемые вопросы
Сколько стоит внедрение цифрового двойника на российском заводе?
Минимальный пилотный проект (один станок + ПО) обойдется от 3 до 8 миллионов рублей. Полномасштабное внедрение на цех может стоить 50-150 миллионов. Срок окупаемости при грамотной реализации — от 1.5 до 3 лет.
Какие российские платформы работают лучше всего?
На рынке хорошо себя зарекомендовали «Атом-Майнд» (Росатом), решения на базе ThingsBoard Industrial, а также платформа «Цифровое производство» от «1С». Выбор зависит от legacy-совместимости, но чаще всего используют гибридные Open Source сборки.
Можно ли оцифровать завод 1970-х годов?
Да, но потребуется замена или модернизация контроллеров, установка новых датчиков и прокладка сетей. Дешевле всего дооснащать станки вибродатчиками и датчиками тока. Это даст 70% эффекта при 30% затрат.
Аркадий Степанов — руководитель направления цифровых производств, экс-директор департамента IoT ПАО «Ростелеком».
15 лет в промышленной автоматизации. Участвовал в запуске 12 проектов по цифровизации на заводах СНГ и ЕС. Спикер конференций CNews и «Цифровая индустрия промышленной России».
Об авторе
