Файл: Тезисы доклада Комплексный цифровой двойник как средство обеспечения предприятия объективными данными от оборудования.pptx
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 26.10.2023
Просмотров: 23
Скачиваний: 1
ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.
Преимущества использования автоматизированных систем на основе технологий комплектного цифрового двойника: управление эффективностью и предсказательное обслуживание активов производства
Маковельский Олег Юрьевич, Технический директор по IoT/AR oleg.makovelsky@digitaltwin.ru
Тезисы доклада
- Комплексный цифровой двойник как средство обеспечения предприятия объективными
- Применяемые технологии и решаемые ими задачи в комплексном цифровом двойнике;
- Важность визуализации данных комплексного цифрового двойника;
- Информационные системы на базе идеологии комплексного цифрового двойника.
данными от оборудования;
Комплексный цифровой двойник как средство обеспечения предприятия объективными данными от оборудования
1
От цифрового двойника к комплексному двойнику
Цифровой двойник (англ. Digital Twin) – цифровая копия физического объекта или процесса, помогающая оптимизировать эффективность бизнеса. Концепция «цифрового двойника» является частью четвѐртой промышленной революции и призвана помочь предприятиям быстрее обнаруживать физические проблемы, точнее предсказывать их результаты и производить более качественные продукты.
Гибридный двойник – это технологическая разновидность программно-аппаратных решений класса цифровой двойник, основанный на объединении технологий имитационного численного моделирования с технологиями машинного обучения и использование этих данных в реальном времени с помощью интернета вещей.
Этот подход появился в научной среде и был реализован компанией ESI в 2000-х.
Комплексный двойник – это совокупность всех известных на сегодняшний день технологий агрегирования, моделирования, анализа, оркестирования и визуализации данных, позволяющих решать задачи предсказательного сервиса активов, качества продукции, а также оптимальной эксплуатации оборудования и организации безлюдного производства. Является дальнейшим развитием гибридного двойника.
Комплексные цифровые двойники являются базовыми элементами производственно-сервисных экосистем предприятия любого типа в условиях Индустрии 4.0. Решения на базе комплексного цифрового двойника разрабатывает и внедряет компания КАДФЕМ Си-Ай-Эс.
Идеология комплексного цифрового двойника
5
Рассчитанные параметры
Вибрадиагностика и анализ частичных разрядов
Машинное обучение и
параметрическая оптимизация
SCADA
Агрегирование полевых подключений
Дополненная и смешанная реальность
Системное и численное
моделирование
Интеграция с информационными системами
Учетные данные
Расчетные характеристики
Результирующие
параметры
Бизнес- логика
Аналитические
данные
Входные параметры
Промышленный
Эксплуатационные
данные
Входные данные
интернет вещей
Физические сигналы
… ERP MES
… BIM PLM
… MRO
EAM
Результаты действий
Физические сигналы
2
6
Применяемые технологии и решаемые ими задачи в комплексном цифровом двойнике
7
Рассчитанные параметры
SCADA
Агрегирование полевых подключений
Аналитические
данные
Вибрадиагностика и анализ частичных разрядов
… … … Учетные данные
ERP BIM MRO
MES PLM EAM
Интеграция с информационными системами
Дополненная и смешанная
реальность
Системное и численное Машинное обучение и
моделирование -ка дР параметрическая оптимизация
с ее
знеги йзу
с
о тл
Бил вь
ит
йа т ы
Расчетные Результирующие
характеристики параметры
Входные Входные
параметры данные
Промышленный интернет вещей
Эксплуатационные Физические
данные сигналы
Физические сигналы
Технология из промышленной автоматизации, которая является стандартом производства для сбора полевых сигналов на едином периферийном уровне, первичной обработки больших объѐмов данных. Данные уходят на платформу промышленного интернета
Преимущества унифицированных подключений
8
SCADA
Статистика
Управление качеством
Цех 01
IIoT
Цех 02
Цех 03
Цех 04
Line 1
Line 1
Сборка
Линия 001
Испытания
Обработка
Упаковка
SCADA
Статистика
Управление качеством
Цех 01
CIP
Modbus
OPC UA
CODESYS
IIoT
Цех 02 Цех 03 Цех 04
API
API
- Упрощенная управляемая архитектура
- Стандартизированные протоколы
- IIoT масштабируемость
- Согласованные данные
- Объективные данные
- Многодоменное агрегирование
- Улучшенная OT безопасность
- Сложные архитектуры
- Разрозненная информация
- Разнородное ПО
- Необходимость поддержки
- Отсутствие межзаводской видимости
- Пилотный «зоопарк» IIoT
Настройка тегов данных КИПиА в ThingWorx Industrial Connectivity
Подключение полевых устройств КИПиА ThingWorx Industrial Connectivity
Связь с ThingWorx
Сигналы КИПиА
Системное и численное моделирование
Системное и численное
моделирование
Входные параметры
Расчетные характеристики
Входные данные
Результирующие
параметры
Дополненная и смешанная
реальность
Машинное обучение и
-ка дР параметрическая оптимизация
с ее
знеги йзу
с
о тл
Бил вь
ит
йа т ы
Промышленный интернет вещей
Эксплуатационные Физические
данные сигналы
… … … Учетные Аналитические
данные данные
ERP BIM MRO е
ы
е н
ны
MES PLM EAM ки ар сы тт
чел чим
е
гна ср
зи са
ии аа
Интеграция с Фс Рп Вибрадиагностика и анализ
информационными системами частичных разрядов
SCADA
Агрегирование полевых коммуникаций
Ключевая технология
системного инжиниринга на этапах разработки изделия. Однако в связке с технологией
промышленного интернета стало доступным
использование средств имитационного моделирования и расширенной аналитики на ее основе в ходе эксплуатации изделия/актива
Инструментальное ПО для системного имитационного 0D/1D-моделирования
- Сопоставимые с Flownex возможности моделирования гидравлики и теплообмена при подключении библиотек Modelica;
- Значительно превышает возможности Flownex в части моделировании силовой электроники и электромеханических приборов;
- Лучшие возможности по сочетанию с
- Возможность создания FMU, для последующей работы с которыми не требуется TwinBuilder.
3D-расчѐтами ANSYS и ROM-моделями;
- Сертификат ASME NQA-1 (Nuclear Quality Assurance-1);
- Обширная библиотека компонентов по гидравлике и теплообмену с описанием используемых моделей;
- Встроенные модели реакторов;
- Возможность сочетания системной модели с 3D-расчѐтами ANSYS CFX, Fluent, Mechanical и ROM-моделями
- Возможность создания FMU (для запуска требуется Flownex).
ANSYS Twin Builder
MTI Flownex
- Программное обеспечение широко применялись в России при проектировании в атомной отрасли;
- Наличие средств автогенерации сертифицированного C-кода и ST-кода;
- Гибкость создания новых и изменения существующих компонентов;
- Расширенные возможности визуализации результатов системного моделирования, включая анимацию;
- Нет поддержки спецификации OPC UA;
- Нет совместимости с ROM-моделями и CAE-данными.
3VS SimInTech
Нормировка характеристик и прогнозирование
Исходные данные:
- фактически измеряемые характеристики
- откалиброванные с учетом фактического
Модели:
состояния оборудования
Расчѐтные процедуры:
- нормировка эксплуатационных характеристик
Использование:
- прогнозирование времени до обслуживания/ремонта
- контроль скорости развития дефектов
- оптимизация режимов работы системы
P
Время
Не нормированная характеристика
P
Время
Прогнозируемая остаточная наработка
Линия тренда
Характеристики, нормированные по условиям и режимам работы
Моделирование
ДАТЧИКИ
Статистика
Управляющие параметры и расчѐтные характеристики системной модели
Управляющие параметры:
- Частота питания электродвигателя
- Напряжение питания электродвигателя
- Температура окружающей среды
- Давление окружающей среды
- Угол поворота клапана на всасывающей линии
- Угол поворота клапана на напорной линии
Расчѐтные характеристики (предиктивная аналитика ЦД):
- Кавитационный запас насоса
- Гидравлический КПД насоса
- Скорость вращения вала электродвигателя
- Температура обмотки электродвигателя
- Остаточный ресурс электродвигателя (MIL-HDBK- 217F)
- Остаточный ресурс подшипника насоса (ISO 281- 2007)
- Удельный расход электроэнергии
- Фактический расход электроэнергии
- Показатель энергоэффективности
Расчѐтные характеристика для калибровки
системной модели:
- Давление перед насосом
- Давление после насоса
- Расход воды
- Температура корпуса электродвигателя
- Активная мощность электродвигателя
Машинное обучение и параметрическая оптимизация
Машинное обучение и
параметрическая оптимизация
Входные параметры
Расчетные характеристики
Входные данные
Результирующие
параметры
Дополненная и смешанная
реальность
Системное и численное
моделирование -ка дР
с ее
знеги йзу
с
о тл
Бил вь
ит
йа т ы
Промышленный интернет вещей
Эксплуатационные Физические
данные сигналы
… … … Учетные Аналитические
данные данные
ERP BIM MRO е
ы
е н
ны
MES PLM EAM ки ар сы тт
чел чим
е
гна ср
зи са
ии аа
Интеграция с Фс Рп Вибрадиагностика и анализ
информационными системами частичных разрядов
SCADA
Агрегирование полевых коммуникаций
Одна из динамично развивающихся технологий цифровой трансформации и Индустрии 4.0. Применяется для решения аналитических и прогнозных задач на основе
статистических данных. Разновидностью машинного обучения является параметрическая оптимизация через метамоделирование
Преимущества технологии машинного обучения
Машинное обучение используется для автоматического построения и проверки предиктивных моделей без участия человека, основываясь исключительно на статистических данных.
- Автоматического определения лучшего алгоритма предсказательного моделирования для каждого набора данных и ожидаемого результата.
- В сочетании со смежными технологиями закрывает полностью задачи прогнозирования целевых параметров
- Существенно уменьшает или даже устраняет необходимость в
- Автоматически определяет какие потоки данных наиболее важны для прогнозирования определенных состояний
- Полученные предиктивные модели сразу доступны для автоматического прогнозирования, моделирования и создания рекомендаций в интерфейсах приложений ThingWorx
команде экспертов по анализу данных
Средства разработки моделей машинного обучения и оптимизации
Python PTC ThingWorx Analytics
ANSYS optiSLang
Разработка предиктивных моделей
е
Вибрадиагностика и анализ частичных разрядов
Эксплуатационные
данные
Физические сигналы
Аналитические
данные
… … … Учетные данные
ERP BIM MRO
Дополненная и смешанная
реальность
Системное и численное Машинное обучение и
моделирование -ка дР параметрическая оптимизация
с ее
знеги йзу
с
о тл
Бил вь
ит
йа т ы
Расчетные Результирующие
характеристики параметры
Входные Входные
параметры данные
Промышленный интернет вещей
ы
е н
ны
MES PLM EAM ки ар сы тт
чел чим
е
гна ср
зи са
ии аа
Интеграция с Фс Рп
информационными системами
SCADA
Агрегирование полевых коммуникаций
Пришедшая из Индустрии 3.0
«классическая» технология – совокупность экспертных инженерных знаний, в связке с алгоритмами машинного
обучения прогнозирует механические дефекты в оборудовании
Применение технологии вибрадиагностики
Вибрадиагностика используется в комплексном цифровом двойнике для обнаружения механических дефектов разрушения различных деталей и узлов промышленного оборудования по анализу вибрасигналов.
Схожий метод диагностики используется в электротехнике при анализе частичных разрядов.
Вибрадиагностика является инструментом оцифровки инженерных знаний и промышленных методик и гармонично дополняет прогнозные модели, основанные на имитационном моделировании и машинном обучении.
На рисунке показан классический сценарий проведения выездных работ по вибрадиагностики.
Платформа промышленного интернета вещей
Допол
Системное и численное
моделирование
Расчетные характеристики
Входные параметры
шанная
Машинное обучение и
параметрическая оптимизация
Результирующие
параметры
Входные данные
Физические сигналы
Аналитические
данные
Вибрадиагностика и анализ частичных разрядов
левых й
Промышленный
интернет вещей
Эксплуатационные
данные
… … … Учетные данные
ERP BIM MRO
MES PLM EAM
Интеграция с информационными системами
Агрег
к
ненная и сме
реальность
ска дР
-
ее
знеги йзу
с
о тл
Бил вь
ит
йа т ы
е
ы
е н
ки ны
ар
сы тт
чел чим
е
гна ср
зи са
ии аа
Фс Рп
SCADA
ирование по оммуникаци
Одна из основных технологий цифровой трансформации и Индустрии 4.0. Является дальнейшим развитием промышленной телеметрии и
представлена платформой промышленного интернета вещей. Содержит уровни интеграции, бизнес-логики и конструирования интерфейса
Идеология ПО класса платформа IIoT
Интеллек- туальное изделие
«Изменчивая природа изделий радикально меняет цепочки создания ценности,вынуждая компании переосмыслить и переоснастить почти всю свою деятельность».
Интеллектуальное сетевое изделие
ПОЧВО- ФРЕЗЫ
СЕЯЛКИ
ТРАКТОРА
Система
оборудования фермы
УБОРОЧНЫЕ КОМБАЙНЫ
Система изделий
Платформа системы управления фермой
СИСТЕМА
МЕТЕОРОЛО- ГИЧЕСКИХ ДАННЫХ
ИРРИГАЦИОН-
НАЯ СИСТЕМА
СИСТЕМА ОПТИМИЗАЦИИ СЕЯНИЯ
СИСТЕМА ОБОРУДОВАНИЯ ФЕРМЫ
Система систем
Продукт
Моделирование бизнес-логики ThingWorx Composer
Иерархия объектов
Свойства объектов
Сервисы данных
Системные события
Компоновка функциональных приложений ThingWorx Mashup Builder
Компоновщик
Конфигурация привязок
Источники данных
Параметры
источников данных
Виджеты и дерево компоновки
Параметры виджетов
е
Интеграция с информационными системами
Учетные данные
Эксплуатационные
данные
Физические сигналы
Аналитические
данные
… ERP MES
… BIM PLM
… MRO
EAM
Дополненная и смешанная
реальность
Системное и численное Машинное обучение и
моделирование -ка дР параметрическая оптимизация
с ее
знеги йзу
с
о тл
Бил вь
ит
йа т ы
Расчетные Результирующие
характеристики параметры
Входные Входные
параметры данные
Промышленный интернет вещей
ы
е н
ки ны
ар
сы тт
чел чим
е
гна ср
зи са
ии аа
Фс Рп Вибрадиагностика и анализ
частичных разрядов
SCADA
Агрегирование полевых коммуникаций
Данная технология предоставляет унифицированные средства взаимодействия с
информационными системами для встраивания комплексных
цифровых двойников. Все
данные агрегируются через платформу
Библиотека коннекторов
26
Каждый коннектор поддерживает:
- Авторизацию
- Запросы
- Триггеры
- Действия
Потоки (шаблоны)
- Триггер (запуск) по событию подключенной системы
- Поиск данных из подключенной системы
- Выполнение действий системы с данными, полученными в предыдущем соединении или в качестве параметров
- Переход к следующим коннекторам
Подписка на связанные системные события, чтобы запустить поток работ (например, выпуск детали)
Поиск
информации об элементе, на который подписано событие (например, тип детали и источник)
Переход на
основе атрибутов
элемента (например,
источник детали =
покупка)
Загрузка информации о детали
для совместной работы и уведомление поставщика по электронной почте
Публикация
уведомления о
недавно выпущенной детали на доске для совместной работы
над проектом (Trello)
Таблица ключевых интеграционных коннекторов по типам ИТ-систем
| PLM | ALM | ERP | SLM/CMS | IOT/AI | CRM | Collaboration Social | MFG | Developer & Ops |
| Windchill | Integrity OData exposed entities & actions | ThingWorx | Windchill MPMLink | OData Swagger, HTTP, RAML, SOAP, OSLC Standards-based connectors | ||||
| Teamcenter | Git Gitlab Github | SAP | ServiceMax | USgeocoder | Salesforce | Google Gmail, Drive, Docs, Sheets, YouTube, Dialogflow | SAP MES | SQL Oracle, PostgreSQL, MS SQL, MySQL |
| 3-D Experience | Doors/IBM | Oracle Mfg | Azure Cognitive Services Computer Vision Voice to/from Text Text Analytics Face Recognition Voice Recognition | Office 365 Outlook, OneDrive, Excel | Rockwell FactoryTalk MES | Azure Execute Logic Apps Execute Functions | ||
| Agile | Rally | Dynamics 365 ERP | Dynamics 365 Field Service | Dynamics 365 CRM | Box | Apriso | Clock, Loop, Webhook, Synch | |
| Dropbox | ||||||||
| SAP PLM | Atlassian Jira/Slack | Slack | Proficy MES | Logger, Mapper, Formatter, Transformer, Error Handler | ||||
| Trello | ||||||||
| File/FTP/FTPS | Wonderware | Spreadsheet Array/Collection operators | ||||||
| Twillio | Solumina | Data Store | ||||||
| Pubnub |
Поддерживаемые PTC коннекторы (по умолчанию без дополнительной наценки)
Поддерживаемые партнерами коннекторы (с дополнительной ценой на лицензию и техподдержку)
Дополненная и смешанная реальность
Системное и численное
моделирование
Расчетные характеристики
Машинное обучение и
параметрическая оптимизация
Результирующие
параметры
Бизнес- логика
Результаты действий
Входные Входные
параметры данные
Промышленный интернет вещей
Эксплуатационные Физические
данные сигналы
… … … Учетные Аналитические
данные данные
ERP BIM MRO е
ы
е н
ны
MES PLM EAM ки ар сы тт
чел чим
е
гна ср
зи са
ии аа
Интеграция с Фс Рп Вибрадиагностика и анализ
информационными системами частичных разрядов
SCADA
Агрегирование полевых коммуникаций
Новая технология Индустрии 4.0, которая используется в качестве визуализации предварительно агрегированных данных, включая данные цифровых двойников. Платформа промышленного интернета используется как хранилище бизнес-логики
Варианты и преимущества использования дополненной реальности
Дополнение возможностей человека оценивать физический мир с наложением актуальной или прогнозируемой цифровой
информацией:
- IIoT данные
- Цифровые модели
- Сторонние данные
- Корпоративная информация
Обучение или инструктаж пользователей выполнению действия с помощью наложения графических инструкций или рекомендаций эксперта в реальном времени
- Передача знаний и опыта в
- Цифровые пошаговые инструкции
режиме реального времени
Диспетчирование
Инструкции (ИЭТРы и ССЗ)
Отображение данных цифровой тени с помощью привычного пользовательского интерфейса и/или управление активом/изделием с помощью цифрового интерфейса дополненной реальности через мобильный телефон, планшет или специализированные очки
Управление / Обучение
Инструментарий AR-разработчика
Создание инструкций
Ускоренная разработки инструкций со встроенными виджетами
Упрощенная публикация
Предварительный просмотр, затем публикация в один клик мыши
Редактор CSS
Создание пользовательских стилей и форматирование на основе состояния для датчиков и меток
Расширения на JavaScript
Расширение возможностей со встроенным Javascript
Поддержка файлов 3D
Creo View .pvz, .step, .iges, .stl, .obj,
.vrml & .dgn, SolidWorks, Filmbox, COLLADA, Autodesk Inventor
+ Адаптеры Creo View
Виджеты
Предосмотр
Подключение данных
Среда разработки
Решаемые задачи на примере демонстратора
- Визуализация физических данных КИПиА,
- Визуализация экономических показателей энергоэффективности и ресурсозатрат при эксплуатации оборудования;
- Визуализация данных по остаточным
- Визуализация основных эксплуатационных характеристик агрегата;
- Визуализация уставок оптимальных эксплуатационных диапазонов (OOE);
- Визуализация последствий работы оборудования в виртуальном режиме «что если» (виртуальный двойник);
- Визуализация операций сервисного обслуживания на основе данных САПР;
- Предоставление интерфейса управления оборудованием через ПЛК.
получаемых через периферию с ПЛК;
моторесурсам основных систем;
3 Важность визуализации данных комплексного цифрового двойника
Демонстрация AR-сценария работы комплексного цифрового двойника
4
Построение информационных систем на базе комплексного цифрового двойника
Информационные системы на базе идеологии
комплексного цифрового двойника
Система предиктивного обслуживания активов производства (IIoT EAM)
Система предиктивного качества для непрерывного производства (IIoT QCS)
Система предсказательного обслуживания активов производства
Назначение – повышение качества процесса технического обслуживания, ремонта и эксплуатации изделия за счет фото-видео фиксации процессов и привязке к технологической карте. Структурировать всю работу по обслуживанию активов и получить цифровую модель предприятия.
Цели:
- Автоматизация ремонтных инспекций
- Оцифровка инженерных знаний по ремонтам
- Минимизация простоев оборудования
- Контроль качества и безопасности работ
Проблемы:
- Более 30% отказов техники на эксплуатации приходится на человеческий фактор
- Постоянное ухудшение начального уровня подготовки технических специалистов
- Сложность тех. поддержки устаревающих аналоговых HMI-панелей от разных производителей
- Малое степень автоматизации сервисного обслуживания на промышленных предприятиях в РФ
Общий вид главной панели АСУ ТОиР А (IIoT EAM)
37
Configuration and Setup (Управление каталогами НСИ
)
ThingWorx Flow (Конструктор рабочих процессов)
Reports Management (Управление отчѐтами)
Asset Advisor (Управление активами)
Connector setup (Управление коннектором)
ThingWorx Composer (Конструктор бизнес логики)
в)
Operation Execution (Выполнение сервисных работ)
Подсистема мониторинга
активов производства
Подсистема интеграции с расчетными приложениями
Подсистема выполнения сервисных заданий
Production KPIs
(KPI оборудование)
Подсистема отчѐтных экранных форм и инфопанелей
Alert Monitoring (Отслеживание оповещений)
Подсистема администрирования справочников НСИ
Подсистема администрирования рабочих процессов
Подсистема выполнения рабочих процессов
Workflow Management (Выполнение
рабочих процессо
Подсистема прикладного администрирования
Подсистема
журналирования событий
Controls Advisor (Управление подключениями)
Подсистема сбора технологических данных
Подсистема производственной аналитики
Trending and Troubleshooting (Актуальные вопросы и устранение неполадок)
Service Instruction Planning (Планирование сервисных инструкций)
Service Work Planning (Планирование сервисных работ
)
Подсистема планирования сервисных заданий
Интерфейсы функционального мэшап-приложения
38
Система предиктивного качества в рецептурном производстве
39
1. Снижение разброса физико-механических параметров с 80% до 30%, применительно к одной рецептуре или технологической карте при соблюдении оператором рекомендаций
2. Сокращение размера упущенной выгоды с 2…6 млн. руб. до 1…3 млн. руб. в месяц с одной линии за счет выставления параметров волны в соответствии с полем отклика метамодели рецептуры типоразмера
размотчики листового металла
участок заливки и
пенообразования
участок обработки коронарным разрядом
участок профилирования
участок разогрева металлического листа
участок резки панелей
гусеничный пресс
участок промежуточного хранения компонентов
склад готовой продукции
охладитель
упаковщик
ОТК
Назначение – выдача рекомендаций полевому и лабораторному персоналу линии непрерывного производства по выставлению технологических режимов, определяющих качество продукции в соответствии с его номенклатурой и рецептурой. Рекомендации выдаются на основе метамоделей технологического процесса и связанной рецептуры.
Техническое решение «как должно быть»
40
Этап 1 Создание метамодели рецептуры
Этап 2
Использование метамодели
рецептуры в производстве
Этап 3
Уточнение метамодели рецептуры
Общий вид главной панели АСУ ПКП (IIoT QCS)
41
Configuration and Setup (Управление каталогами НСИ
)
ThingWorx Flow
(Конструктор рабочих процессо
в)
Reports Management (Управление отчѐтами)
Asset Advisor (Управление активами)
Manufacturing Planning (Планирование производства)
ThingWorx Composer (Конструктор бизнес логики)
Workflow Management (Выполнение
рабочих процессо
в)
Operation Execution (Выполнение производственных заданий)
Computer Vision Setup (Настройка
технического
зрения)
Подсистема мониторинга
активов производства
Подсистема планирования производственных заданий
Подсистема выполнения производственных заданий
Production KPIs
(KPI оборудование)
Подсистема отчѐтных экранных форм и инфопанелей
Alert Monitoring (Отслеживание оповещений)
Подсистема администрирования справочников НСИ
Подсистема администрирования рабочих процессов
Подсистема выполнения рабочих процессов
Подсистема прикладного администрирования
Подсистема технического зрения
Подсистема журналирования событий
Controls Advisor (Управление подключениями)
Подсистема сбора технологических данных
Process Advisor (Технологические рекомендации)
Подсистема контроля
технологического процесса
Подсистема технологических рекомендаций
Trending and Troubleshooting (Актуальные вопросы
и устранение неполадок)
Подсистема производственной аналитики
Дополнительная информация
42
Статья для журнала Neftegaz.RU о цифровых двойниках и цифровой трансформации
© Фабрика Цифровой Трансформации, 2020
Сайт digitaltwin.ru