Панельная дискуссия «Эволюция автоматизации: цифровые двойники и киберфизические системы»

0:06 Всем еще раз доброго дня доклад начала начинаем системой системы цифрового управления жизненным циклом объектов и технологических процессов. Добро пожаловать! Коллеги, добрый день у нас сегодня в сессии очень удачно называется эволюция Система автоматизации. В своем докладе как раз попробую раскрыть эту эволюцию, куда мы, где мы сейчас находимся куда. Мы движемся именно по управлению жизненным циклом и в своем докладе. За то есть вся конференция посвящена система автоматизации. Вот я как раз не буду говорить о системе автоматизации сегодня. Наверное, очень много об этом говорили. Давайте поговорим про иные контуры управления. У нас помимо управления технологическими процессами при работе с объектами технологическом есть еще иные. Контуры управления и так, ну 1 момент, где мы находимся, наверное, сегодня много звучало про индустрию. 4 0 Это то будущее светлое, куда мы должны идти, где то в литературе уже звучит, что мы, оказывается. Не в 00.00 в 5 мы должны перейти, я еще читал их. 6 0 Сколково выпускает такие материалы на общем куда, то туда светлое будущее. Явно мы куда то движемся, где мы сейчас находимся, но и, очевидно, явно. Не в индустрии 4 0 мы сейчас находимся, мы неплохо освоили как раз автоматизацию технологических процессов. Вот это мы умеем делать автоматизировать не только технологические процессы за счет. Средств автоматизации, а еще и автоматизировать бизнес, процессы за счет цифровизации. Да, очень много говорим о цифровизации, но в конечном итоге вся наша цифровизация сводится тоже к инструментам. Автоматизации, о чем же нам говорит индустрия 4 0 наших в документах стратегических энергетическая стратегия? Речь идет о том, что мы должны перейти в некое светлое будущее под названием.

1:53 Цифровые компании ряд нефтяные компании декларируют, что они должны стать цифровыми нефтяными компаниями. Наше правительство говорит, что мы должны перейти в категорию цифровой экономики, где. В общем, то должно произойти определенные изменения. Трансформация, цифровая трансформация, те возможности, которые перед нами дополнительно открываются, и мы сможем сформировать там какой то.

2:14 Новый контур управления, это вопрос, что за контур управления, куда мы движемся, это вопрос открытый и в этом светлом будущем у нас. Помимо сут и п есть еще дополнительные контуры управления, которые как раз и должны, по всей видимости, объединиться в какую то единую. Систему управления в 1 очередь это управление связано с жизненным циклом, начиная от этапа проектирования. Да, то есть мы управляем процессами строительства, точнее проектирования, строится и последующие процессы эксплуатации 2 код управления, это управление. Технологическим процессом через управление физическими и химическими процессами самих на самих объектах не просто АСУ ТП. Уже управление через физико, математическое моделирование и прогнозирование тех ситуаций, которые там у нас происходит, ну и собственно. Говоря влияние на конечный продукт, который мы хотим получить здесь и того, у нас в фокусе находится 3 контуры управления, которые мы должны все таки в цифровой трансформации объединить их в единый контур управления. Это то, что называется цифровая компания.

3:17 В этой парадигме новая парадигме у нас с физической сущностью появляется цифровая сущность. Это цифровое описание самих объектов, и здесь, наверное, мы уже должны будем говорить про киберфизические объекты, которые себе соединяют и цифровую. И физическую сущность, как некие единые элементы 1 сущности 1 объекта. Важно, чтобы здесь, между и той другой сущностью, появилась связь. То есть так называемая кибер физическая связь, то есть все, что происходит на физическом мире, оно? Должно находить отражение в виртуальном пространстве в цифровом пространстве. Сейчас эту связь обеспечивает человек и не всегда удачно и не всегда быстро. На самом деле связи нет, по сути дела, мы вводим какую то информацию в систему кто. То вводит, кто то не вводит, когда она дойдет, не дойдет, поэтому говорить о том, что мы полноценно поступаем. У нас есть гиперфизический объект, наверное, нет такого объекта реальных примеров. Может, где то есть, но их то, очевидно, не так много.

4:16 Что происходит дальше, как только у нас появляется цифровая сущность, цифровая сущность становится своеобразным цифровым агентом в области на цифровом пространстве. Которое может начинать взаимодействовать с другими цифровыми агентами, и вот здесь возникает потребность в появлении неких цифровых платформ там, где это взаимодействие. Должно начать возникать, и это вот как раз то то, о чем говорит нам господа из правительства. В контексте цифровой экономики взаимодействие цифровых агентов в общем. То эту часть мы неплохо освоили нашей бытовой жизни, это все наши маркетплейсы. Это вот из этой категории, но в промышленности ничего из этого у нас нет, то есть у нас. Взаимодействие на платформах агентов друг с другом контрагентов, как у нас это в договорах обозначается, отсутствует. Это все у нас происходит в бумажном виде и, в общем. То вот это взаимодействует как раз на этих платформ, как раз и можно сделать более эффективным и часть даже трансформировать это взаимодействие, о чем, собственно говоря. Нам говорит цифровая экономика, теория цифровых платформ, сократить транзакционные издержки, повысить эффективность нашего взаимодействия. То есть то, как сейчас это? Происходит на маркетплейс заказы товара. Мы уже не задумываемся о всех транзакциях, которые происходят, связано с доставкой товара уже до точки подключения до точки доставки.

5:31 И для того, чтобы мы могли прийти к понятию цифровой компании, у нас должна появиться модели центричную систему. В центре должна быть единая модель управления С. Современной нашей парадигме у нас все таки мы шли, отталкивались от автоматизации бизнес процесса фотоцифровизации бизнеса процессов. У нас сформировано большое количество информационных. Систем в зависимости от той или иной предметной области, которая себе аккумулирует большой объем информации. Но при этом эта информация не связана в единую модель в единую систему.

6:05 До сих пор не можем идентифицировать эти объекты в различных информационных системах, они по разному описываются, это связано с историей возникновения. Этих информационностей, но и никогда не ставил задачу сделать модели центричную систему. В общем то, но если мы говорим все таки про контур. Управления цифровой компании, в которой в основе которой находится единый объект, у нас должна появиться модель Единая модель, некая объектная модель. Описанная онтологическим языком онтологического описания, который как раз и может объединить весь этот массив данных, который представлен уже. Накапливается течение жизненного цикла и который можно уже дальше. Ну накладывать какие то алгоритмы управления начать это этим управлять и здесь. Интересный момент тоже вот надо задумываться над фразой киберфизика. Да, там кибернетика, принципы кибернетики, эти принципы, которые были сформулированы. В 50 годах прошлого века, но объективно мы не к использованию этих принципов именно в процессах управления сложными технологическими объектами В. Тех принципах, которые не закладывались кибернетики. Наверное, только сейчас можем говорить, что мы только осмысленно начинаем к этому подходить, а?

7:13 А для этого нужно вот строить некую связанную модель, и когда года 2 назад мы обсуждали именно эту историю, у нас была гипотеза, что. Единственное описание, которое станет основой для построения этих онтологических моделей, у нас в этой роли может выступать описание. Отдельных элементов в виде паспортов, да то есть, собственно говоря, сейчас описание объектов у нас хранится в паспортной документации в бумажном виде. Эта документация у нас находится, и вот через это инструмент вроде бы как бы была гипотеза, что мы смогли бы.

7:50 Обеспечить единство описания всех элементов друг друга тех же самых приборов, задвижек технологического обороне, этого была гипотеза С. Которой мы обсуждали года 2 назад, но в этом случае цифровой паспорт выступает в роли опять таки цифрового документа, то есть мы вроде. бы говорим про некую цифровую трансформацию на мы опять таки 1 документ, заменяем другим документом. Очень маловероятно, что вот это. У нас процесс существенно поменяется, то есть вроде бы как бы это опять таки не про некую такую моделицентричную систему управления.

8:22 В прошлом году на Нижнем Новгороде мы как раз. На форуме по открытому Сутп с коллегами делали вот такой вот стенд, в котором постарались соединить 2 сущности в общем то физическую сущность с цифровой сущностью для этого. У нас появились дополнительные элементы для того, чтобы эту связь обеспечить. Это вот регистратор данных, который себе хранил онкологическую модель самого объекта, то есть все. Изменения, которые происходят на этом уровне, на полевом уровне, включение отключение тех или иных приборов, они фиксировались в регистраторе данных, при этом информация к Так. Как уже в системе автоматизации все эти механизмы отработаны, технологии отработаны достаточно легко. Передается через стандартный протокол обмена данных, поднимается наверх и.

9:09 И уникальные идентификаторы приборов легко идентифицируются онтологическими моделями. И сам прибор сама себе уже сигнализирует. Да что он там появился через протокол обмена данных. Говорит о том, что мы можем, что за прибор. Задача оркестратора увязать остальные элементы цифрового контура, это информационная система, то есть оркестратор. Уже остальным элементом тоже раздает эту информацию. В общем, то они узнают о всех изменениях, которые происходят на физическом пространстве. А вот дополнительную информацию об этом объекте она у нас видится, что должна подниматься из системы цифровой паспортизации. Именно системой не с цифрового паспорта самой системы, и в этом случае цифровая паспортизация в начинает представлять из себя. Систему распределенного реестра данных, когда в течение жизненного цикла записи об объекте, об оборудовании, вносится, собственно говоря, держателями этой информации. Да, то есть о поверках, о калибровках либо других изменений, которые происходят, вносится в. Эту систему и в этом случае цифровой паспорт, и это уже не документы. Это уже система, которая представляет себя набор реестра данных, информация объединенных уже в единую систему. Обращаясь в этот реестр, мы в общем то можем поднимать эту информацию, но.

10:32 Исходя из этой гипотезы и того стенда, который мы реализовали в Нижнем Новгороде и там, кстати, вот нам как раз удалось понять, осмыслить что. Такое кибер физическая связь, как они обеспечивают эту прослеживаемость изменения в физическом пространстве и увидеть это в виртуальном. Пространстве мы начали формировать вот такой стенд стенд по цифровой паспортизации на основе распределенного реестр данных, где в общем. То, который должен стать основой для построения систем цифровой паспортизации. Но при этом, когда мы говорим про распределенный реестр. Данных это не только информация об самом оборудовании, если посмотреть, вот даже и этапа сертификация оборудования здесь и дополнительные. Реестры должны по хорошему появиться. Да, то есть это реестр прокол испытания реестра цифровых паспортов испытательного оборудования методики. Испытаний и так далее, то есть это целая инфраструктура должна складываться для того, чтобы мы не могли выстроить это не 1 запись это. Уже комплекс этих записей и не только по оборудованию, а по всем смежным элементам. Здесь тогда будет устраиваться это общая архитектура.

11:37 Помимо оборудования объектом управления в течение жизненного цикла является у нас целиком сан технологический объект. И в общем, то здесь аналогичная история об этом более подробно следующем докладе расскажет Виктор Клепа В. контексте управления жизненным циклом технологическими объектами, где, в общем, то в основе тоже должна находиться объект на модели центричная система. То есть модели, которая является основой для увязки систем информационных систем на? протяжении всего жизненного цикла я по хорошему, все эти принципы они закладывались в системе Бим технологий. Да, если вспомнить классический бим технологии, в общем, то все об этом там описывалось, говорилось, но, к сожалению, все бин. Технологии у нас велись к понятию 3 д модель, объем технология синоним 3 д модели. Ну вот как бы это не совсем проект, объем технологии, это все таки модель центричную систему и увязки информационных систем всех через эту модель.

12:29 Касательно 3 контур управления Управление технологическими процессами через физико, математическое моделирование. Здесь задачу стоит формирование цифровых двойников, и об этой теме тоже будет рассказано в 3 докладе после меня в. Более детально здесь стоит здесь вызов, то у нас заключается в том, что у нас отсутствует на текущий момент на рынке. Да его, собственно говоря, никогда и не было даже с зарубежными. Решениями единого инструмента, который бы позволил бы действительно собрать цифровой двойник. Да потому, что наш объект состоит из различных элементов, из различных процессов, которые. Описываются, и тут нужно строить микросервисную архитектуру или компонуемую архитектуру из различных компонентов, которые описывают физико, математические зависимости, задача начать. Формировать рынок не только вендоров программных решений, формировать экосистему разработки программных решений, когда отдельные научные центры имеют возможность разработать. Отдельный элемент, описывающий технологический процесс сложного технологического объекта. Вот эта задачка, которая позволит действительно собирать цифровые двойники в общем контур. Что мы начали делать организационно для того, чтобы решать эту задачу? То есть здесь все эти 3 комплекса, они должны развиваться в целом по отрасли, должна начать формироваться некая. Инструментальная основа единая инструментальная основа сегодня, наверное, поднимались вопрос, что открыто СТП. Это в 1 очередь про общей договоренностью общие стандарты собственно. Говоря для проработки этих всех решений, у нас тоже должна появиться некая единая инструментальная платформа, где эти технологии у нас должны будут появиться, мы начали формировать.

14:06 Платформу прототипирования решений именно по управлению жизни. Цикл, который себе содержит и вопросы цифрового строится цифровых двойников в управлении жизненным циклом. Объектов и оборудования, в том числе на основе цифровой паспортизации и в рамках вот Ассоциации цифрового кибернетического управления, сейчас создается эта структура как. Раз эту задачу планируем решать в ассоциации, мы выделяем несколько слоев развития. Это технологическая платформа, где вот как раз и должны формироваться инструменты. Стандарты это методикообразовательная платформа-это поинжиниринговая платформа по применению и платформа уже с цифровыми системами цифровыми платформами по взаимодействию.

14:51 Уже цифровых агентов на цифровых площадках сейчас мы вот видим эту историю совместно с коллегами из открытой системы автоматизации. Что эта система общем должна на вас развиваться комплементарно? В рамках открытой системы формируются подходы по построению всем автоматизации в рамках уже система управления кибернетического управления уже цифровая часть наших технологических. Объектов и это взаимосвязанной сущности должны быть и то, и другое должно устроиться опять киноединых стандартов и подходов. Для того чтобы мы все таки пришли к этому нашему светлому будущему. Киберфизического объекта, когда цифровые сущности связаны с нашими физическими объектами, мы можем через цифровые сущности управлять физическим миром. Это то, о чем говорит индустрия 4 0.

15:36 И вот у нас возникла вот такой вот образ испытательного стенда испытательной архитек инфраструктуры, который нам предстоит построить, это вот 1 это. Национальная платформа промышленной автоматизации. Собственно говоря, то, что сейчас демонстрируют коллеги, вместе с этим должна появиться и цифровая часть. Этого стенда, который себе должен содержать систему цифрового строительства, цифровой паспортизации цифровых двойников. И вот здесь, в общей этой как раз. Инфраструктуре мы у нас должна появиться возможность прототипировать технологии, которые дальше могут должны преобразовываться в наборы инструментов. Доступных для широкого круга участников именно для построения киберфизических объектов киберфизических систем. И того подытоживает, а то есть какая задача. Перед нами стоит, мы говорим, что в основе должна у нас быть моделицентричная система. Мы должны все таки научиться сначала создавать модель, а потом. Связывать все элементы в течение жизненного цикла вокруг этой модели, и мы должны выработать методологию подхода. В общем, то у нас на текущий момент в. Отрасли уже есть и да там наработки решения это не с 0. В общем, то есть уже наработанная вещь, которую нужно брать и нужно дальше развивать это направление.

16:46 И это должно сформировать замкнутый контур управления технологическим обедом. У меня все по докладу, спасибо, спасибо за доклад, коллеги, вопросы, предложения, задавайте минут.

17:06 Здравствуйте, я Епифа Викторович Тюменский государственный университет, передовая инженерная школа, секунду у. У меня вопрос по цифровому двойнику, как я понял. Главная проблема получается в разработке цифрового двойника заключается в определении математических моделей технологического. процесса, то есть как одни параметры зависят от других. Если правильно понял, у меня вопрос как для чернового варианта разработки цифрового двойника, можно ли использовать нейронные? Сети машины обучения, которые мы будем скармливать, например, архивные данные, скаты системы, когда то сет, который будет на основе архивных данных, сможет понять зависимость от. них от других, и тем самым он может определить хотя бы черновую, но какую то математическую модель поведения технологического процесса. Смотрите, вот если говорить про физико. Математическое моделирование, то сначала в голову приходит система дифференциальных уравнений, которые описывают этот процесс. Когда мы не можем, что то описать, у нас есть теория. Вероятности и статистики, что из разряда, если не знаешь, вот воспользуйся вероятностью и статистикой на основе там эмпирических данных. Вот ты получишь какие, то закономерности. Какой то вероятность они вроде бы там, где то, что то про правду говорят? Если мы говорим про итоговую все таки модель, это, наверное, симбиоз и того и другого полностью строить. Отдать все искусственному интеллекту на самом деле сомнительная история. То есть в основе искусственного интеллекта должна быть какая то база системы дифференциальных уравнений?

18:34 Которые нужно достраивать, вы, когда говорим про технологические процессы, мы говорим о химических физико, химических процессах. У нас нет ни 1 модели, которая бы достоверна, могла бы прогнозировать. Без погрешности результаты этих процессов так или иначе прогресс на себя есть. В основе находится некая модель, модель нужно калибровать, вот калибровать модель на основе данных эмпирических. Данных те, которые приходят с поля вот тут как раз можно и использовать для этой задачи, но подменять целиком. И она будет галлюцинировать, у него должна быть закономерность мышления, ее нужно. Сформировать это очень так, очень опасная дорожечка, то отдать все и предполагать, что он точно там за нас придумать очень сами. Но вот Вадим на своем докладе более детально осветит эту историю.

19:21 Даже как черновая модель? Вы его ведете с определенными условиями диверсия на заводе раз в год, какая то цифра поменяется, и это будет считаться внештатной ситуацией, то есть. У вас не на чем учиться, вот вот в чем проблема. То есть, допустим, у нас взять какой то некий хороший завод, они годами стоят на 1 режиме, выпускают. Будут методы ради этого, как то менять процесс. У вас нет причин, которым они должны ради вас формировать эти данные, поэтому, по сути, цифровая модель должна дать вам данные для обучения. Были и в целом все компании технологические, они таким путем создают цифровые мозги технологического моделирования. Обучают, потому что она быстрее и используют ее уже в своей работе.

20:12 То есть тут получается обратный путь? Но Но есть определенные вещи, которые нужно предложение обменяться контактами и продолжить это общение уже связи, науки, институтов и технологий, вот. Соответственно, я думаю, что тема не на 1 доклад у у меня очень, очень короткий вопрос. Вы сказали, есть онтологические модели, их можно взять где.

20:41 НВТ система рассказывала сегодня об этом. Владимир Менделеевич, в общем, то ровным счетом говорил в части системы автоматизации. Смотрите сейчас, как раз их говорим, что в рамках Ассоциации цифрового кибернетического управления будем создавать инструментальную основную. Платформу вот с коллегами, которые вот Владимир Клеп, и вот после меня сейчас будет выступать, у них есть уже определенные наработки теперь. Пока куда зайти, тебя здесь нету, вот сейчас зайдем, смотри я домой, а?

21:15 Коллеги, так же как у вас, наверное, и у меня, в том числе, будет постепенно по мере докладов. Эта тема более детально осязать голове и оседать, да давайте дальше. Продолжим соответственно, и Виктор крепко прошу со своим докладом. Интересная стыковка, как бы да мы много говорили вообще про промышленность и тек, а я посмотрел. Регалии Институт строительный инжиниринг соответственно. Я думаю, что онтологические модели, в том числе и в строительстве, уже перспектива применения мы надеемся. Будут и это тоже как бы объект Капстроя, объект Капстроя, производством цеха. Тема, которая близкая к нам ко всем до коса, тупая, чтобы что то эксплуатировать. Сначала надо построить передаем микрофон, спасибо. Ну, мы начали со строительства, а потом еще немножко заглянули в проектирование, сейчас еще заглядываем в сторону. Требований, то есть описываем всю цепочку, каким образом разворачиваются бизнес, требования, функциональные, в технические, технические. В организационно технологические, которые представляются планом организации строительства и потом осуществляется соответственно с этим планом управление. Строительным производством, поэтому мы всю цепочку сейчас уже начинаем рассматривать и так про онтологическое моделирование при управлении жизненным циклом.

22:37 Сначала хотелось обратить вот на внимание на несколько диаграмм, которые говорят нам о том, что постоянно у нас идет роста данных, увеличивающийся объем просто катастрофически. Сейчас это уже какие то сумасшедшие, просто. Цифры из них нужно обратить внимание, что 70 или это частные данные. Вот у меня дома есть умный дом, с которым я уже устал бороться. Он сегодня, 2 человек, у которого есть умный дом Ростелеком, где то тоже делился опытом.

23:08 Иногда хочется его просто прибить, потому что он уже меня замучил. Честно говоря, но это дети мои, игрались, они его сделали, а я страдаю, но так или. Иначе он уже наплодил вот такое количество данных, вот при этом. Если посмотреть, то 90 она это мусорные данные, мы с ними ничего не можем делать.

23:29 Соответственно, каждый день сегодня за каждую секунду генерируется 29 терабайт данных. И вот в этой в этой мириаде уже утонула Дженерал электрик по моему 9 2019 год, когда у них была. Программа с турбинами, где они снимали, делали цифровую тень, в этом они утонули, вот не разобравшись о том, какие данные для них наиболее значимые. Ну вот где то там они тоже фигурирует.

24:00 Соответственно, что же завтра то у нас? Ну а завтра как компания Ай Ди Си предсказывает, что цифровая промышленность будет генерировать основной объем данных, но уже осознанно, потому что если они. Начнут генерировать данные также как, ну, ну, частные, как физические люди, но это просто беда будет. Но так или иначе данные все равно будут расти, и этот объем желательно было из этого объема извлекать. Данные для получения определенной прибыли, значит, мы должны понимать это. Данные должны быть умными смарт, чтобы мы знали, что для нас является значимым, что мы должны хранить, в каком объеме должны хранить. Какие показатели может быть научиться их агрегировать, агрегировать агрегировать агрегаты, там и так далее? На каком периоды, чтобы на них потом опера так можно было опираться и соответственно дальше извлекать? Данные и так мы решили посмотреть всю цепочку принятия проектов. Организационно технологических решений процессов, которые мы осуществляем в процессе строительства и дальше заглянули в эксплуатацию. Описали всю эту цепочку, каким образом разрабатывается блок флоудиограмм проц флоудеограмм Пендайде. Диаграммы описали, какие данные из каждого из этого из этой сущности передаются по цепочке как. Обеспечить непрерывный переток переток этих данных, как эти данные переходят из 2 д решений в 3 Д и решение. Объемно пространственное объемно компоновочные решения так, чтобы мы не потеряли связь между. ними, чтобы в конечном итоге на основании их разработать 4 д данные, привязанные уже ко времени. И тогда мы можем смотреть, а функция, которая выполняется у нас вот на этапе, который мы заложили на этапе.

25:53 Пифди, сколько она стоит, то есть как она представлена в виде трехмерного объекта и во сколько какой капикс мы от этого получаем? А в процессе эксплуатации построив 7 д модель и на какие до копиев, какие то определенные данные мы можем посмотреть. Еще на ОПЕК на операционные затраты и понять, насколько эффективны те у нас или иные решения, и сравнить их между собой на всем жизненном цикле. И пока пиксу и по Опиксу, соответственно накопление вот таких вот данных позволит нам каждый раз. Обучаясь на них выбирать все новые и новые улучшенные решения, и тогда действительно эти данные они помогут нам. Соответственно, в процессе принятия проектных организационно технологических решений, давая все лучшие и лучшие решения вот такую фразу. Мы нашли, что порядок это никогда все убрано, а когда все на своем местной и понятно, зачем она нам, то есть здесь. Вот самое главное, нам нужно определиться, зачем нам конкретные данные, как мы их можем использовать в процессе принятия своих решений.

27:01 Для этого нам, естественно, нужен, чтобы был язык, язык должен быть. Машина читаемый, потому что объем данных, в объектах которых мы работаем, проектная модель, это примерно от 100000 до 6000000 элементов. И вручную обработать их, ну просто невозможно. И с другой стороны, если у нас не имеется определенных правил, по которым мы можем всю эту информацию должным образом структурировать, агрегировать. Данные провести суммирование, фильтрацию, это тоже с этими данными. Ты поделать ничего не можешь, поэтому у нас должен быть язык единый, он то таксономия мы назвали, должна быть композитная. Онтология композитная, это значит онтология, составленная из других онтологий. Ну, в частности, допустим, онтология, единица смирения должна быть в нее, должна быть вложена антология материалов в нее. Должна быть антология процессов технологических, организационно, технологических и все эти онтологии. Взаимосвязанные между собой говорящие на 1 Онтотаксомонии позволят нам извлекать из информационной. Модели необходимые данные для получения прибыли, ну, прибыли в том числе и должны быть онкологические структуры. Эти композиции актива и работ по нему, в том числе описаны правила построения. процессе принятия проектных решений мы формируем сначала функциональное описание в виде структуры об пардон. Час чуть чуть назад, значит, в качестве основного языка в настоящее время достаточно. Активно развивается стандарты со 81 346 как международный язык общения для всех отраслей промышленности и машиностроения, позволяя описывать все аспекты на всех этапах жизненного цикла.

28:50 Эта система она развивалась 69 года, и сегодня она поддержана различными отраслями, поддержана электриками, людьми, занимающимися системами, автоматизации, системными инженерами, строителями. То есть, наконец, то весь мир договорился о том, как нам. Называть 1 и тот же элемент дверь распашная называется. Таким то кодом насос Центробежный называется таким то кодом, и все в мире понимают, что и про маркированный таким образом элемент. Это то, о чем мы подразумеваем каждый из этих типов элементов. Он имеет за и имеет определенный набор атрибутивный. Соответственно, эти значимые характеристики, переведенные в машинопонимаемый вид, позволят нам формировать экспертные системы. Допустим, под требования технологической системы мы можем подобрать. Технологическое оборудование, имея переведенный цифровой паспорт, машина, понимаемый вид на основе правил, который мы описали в виде онтологии. И это вот сейчас, вот все выстраивается на языке. 81 346 Значит, сам язык он представлен в виде?

30:00 Вот такой вот пирамиды, где вот эти вот компоненты, они общие для всех отраслей. Ну, как я сказал, насос центробежный, он бывает во всех отраслях промышленности. А вот сверху вот этой функциональные технические системы они имеют отраслевой окрас, и они отдельными стандартами приводятся для каждой отрасли, там есть. Стандарт для энергетики отдельно отдельно для нефтегаза отдельно для перерабатывающих производств, но так или иначе на нижнем уровне все понимают о том, какой. Это компонент, какой его тип, какой у него атрибутивный состав и в каких технологических системах он может себя ну применить или как он себя поведет в них?

30:44 Значит, этот язык он описывает несколько аспектов. 1 Это функциональный аспект, когда мы блог флог флог, диаграмм и Пиндой Ти представляем в виде. Двухмерного описания он представляет объект местоположение в трехмерном, когда мы компоновочные объемно пространственное решение делаем он. Описывает продукт то, как объект собирается, что во что вложено соответственно. Через это мы можем описать технологию выполнения строительно. Монтажных работ либо технологии выполнения обслуживания и ремонтов. Потому что там отношения под ОВ, что во что входит, и у него есть выделенные. Типы, ну вот как я сказал, насос Центробежный насос Осевой. Вот эти вот типы они как раз и говорят о том, какой атрибутивный набор должен быть. У каждого определенного элемента все это совокупно описывает любую технологическую установку с разных аспектов, позволяя нам извлекать из. нее информацию для каждого отдельного участника под нужным ему углом. Ну потому что для технолога и для бухгалтера 1 и тот же объект имеют. Абсолютно разное значение, но они должны ссылаться на 1 и на одни, и те же элементы и говорить об 1 и том же объекте, но под разным аспектом.

32:04 Значит, для того чтобы подружить в виде технологических систем и увязать все компоненты, в какую то осмысленную технологическую установку применяются композитные промышленные онтологии, а Иов? Ну, как я сказал, что в нее входит несколько? Других уже существующих онтологии, которыми так или иначе пользуются. Ну, допустим, антология единиц измерения пюдете, так называемые или ом 2. Она описывает все единицы измерения и правила преобразования из базовых единиц измерения. Все, в какие то другие, соответственно, вы можете на основании этого делать численные вы вычисления. Преобразовывая одни параметры, пересчитывая их в другие, в них также встроена антология, материаловедения, антология различных типов. Технологического оборудования и все это совместно опирается вот на тот стек технологий, который вот вверху прописан БФУ и 112 0 0 6 АФС Стандарт. Описание трехмерных моделей 115 926 и Чифос, который хорошо известен в нефтегазе.

33:16 Значит, вот на этой структуре как раз вот показано, каким образом принимаются решения и каким образом описываются разные структуры, и они все объединены через онтологию. То есть мы разные представления технолога? Строителя электрика, монтажника увязываем в рамках 1 общей онтологии, оперируем одними и теми же элементами. Но человеку даем представление только том виде, которые она ему необходимо. Соответственно, дальше это представление расширяется в структуру управления строительным производством, ну или строительным проектом. Когда на основе структуры декомпозиции продукта мы формируем структуру декомпозиции. Работам из нее формируем контрактную стратегию, формируем организационную структуру, формируем структуру затрат и на выходе мы получаем пакеты работ. Понимаем, сколько стоит у нас каждый конкретный элемент с точки. зрения его изготовления папа, проектирование изготовления поставки монтажа и эксплуатации. Через это мы можем выполнить функционально, стоим ослой анализ, накопив определенные данные на этапе эксплуатации и посмотреть. Функция, выполняемая этой технологической установкой в таких то решениях, принятых, насколько она эффективна и сравните ее с другими решениями, сопоставив между собой комплексно понять, какое решение наиболее эффективно.

34:52 Ну и по сути дела мои контакты, если будут вопросы. После задавайте, я отвечу коллеги, вопрос и продолжим дальше кого вопросы. Где взять антологию, да нет? С антологии понятно, вот пойду к Владимиру Анатовичу. Он мне что, нибудь выдаст вопрос? Такой вроде как есть 1 стандарт, есть другой стандарт, опирается не на кучу стандартов, я хорошо знаю Афси. Ну вообще все, что вы изложили это научными терминами, изложена концепция Бим. Проектирование, строительство до эксплуатации до вывода.

35:37 Вроде бы концепция хорошая, стройная, проектирует все разные сапры в бим прекрасно, а и все файлы выгружают, а тут начинается проектировщик. Во 1 не вносит характеристики, во 2 вносит характеристики, как хочет.

35:58 Характеристики в результате не найдешь, он их вроде внес и вроде и стандарту соответствует и вроде как даже экспертизу проходят, а их нет. Они по другому описаны, каким образом в эту сторону двигаться. Вот там стандартизовать, вот в теории все. Хорошо, на практике не получается хорошо, вот ваш вопрос я на 2 части разобью. 1 Значит, во 1 те стандарты, которые вы сказали, допустим, а и все берем? Да у них антология вшита внутрь, Афси весь мир пришел, сказал отчет так то, но если, а и все не. Позволяет нам передать принципиальную схему и ограничивает нас в этом. А давайте монтологию вытащим наружу, оставим там описание классов, а онкология будет снаружи. В какой то во внешней базе данных, через которую мы с вами можем расширять как? Хотим эти классы, осуществляя определенные группировки, и через это у нас появится гибкость и независимость от того, как он развивается. Это номер раз 2 для того, чтобы проектировщик выдал вам необходимые данные, нужно, чтобы у него на начальном. этапе были эти данные, желательно, чтобы они появились в цифровых паспортах, поэтому мы сейчас ведем работу. Когда создаем онтологический классификатор типов элементов, для них определяем набор параметров, которые необходимы для каждого этапа. Принятия проектных решений от функциональных компоновочных, ну и так далее по списку и формируем библиотеку, в которой все эти данные уже будут присутствовать в виде цифрового паспорта. Тогда проектировщик забирает их в свою модель, вот вот. Отсюда начнем все понятно, в теории красиво, хорошо дальше. Каким образом это проектировщик, откуда он возьмет, куда он строит, как он будет это использовать, чтобы нам уже вот там, в создании систем? Это все получить, вот откуда он это возьмет, значит. Для решения этих задач создается такое, ну во 1 ассоциация есть и внутри ассоциации создается такой орган, как регулятор. Значит, его пардон, регистратор, регистратор-это организация, которая ведет онтологию. Справочники, на которые ссылаются все.

38:20 Проектировщики, производители оборудования, то есть они опираются на 1 и тот же класс. Этот регистратор он ведет вот этот вот классификатор, на который опираются все, и к нему привязаны все параметры, я правильно понимаю? Что договоренность с компаниями российскими производителями Сапров, да уже есть? Да, в прошлом году мы проводили, появится. Я уже после 2 доклада понял, что надо делать отдельную сессию на эту тему расширенную и попрошу.

38:54 Антон Георгиевич, на эту тему вместе подумать, потому что вот это буквально 2 доклад. А насколько интересная тема? Да, Володь, ты Володь, ты хотел реплику только недолго, я очень коротко. Коллеги, я хочу сказать, что вот там вопросы очень интересный. Кстати, доклады спасибо, значит, вот ну не знаю, слышали мое выступление не или нет. Мы на самом деле этой темы достаточно. Много лет занимаемся вот из проблем, на которые сейчас говорится на практике, сталкивались. Значит, вот несколько мыслей на эту тему, значит, во 1 что ну очень хорошо, что появляются. Стандарты, но я думаю, что вот нам в нашем сообществе. Да раз уж мы, как говорится, там его так формируем. Надо попробовать выработать не те, ну их очень много, то есть нам нужно. Выработать некое подмножество, которое мы начнем активно использовать и как то постараться вовлечь. Вот может быть как раз рабочая группа этому может активно помочь ведущие. Проектные институты и вообще основных участников в эту систему. Вообще мы такую подобную вещь я отправил то, чего мы там 15 лет назад министерство активно предлагали, но нас тогда не. Услышали то есть некую глобальную систему, которая позволит это делать это во 1 и во 2. Надо понимать, что, безусловно, будут ошибки, вот особенно в начале, да тоже касается той же. Классификации и в некотором смысле это должно быть просто заложено в систему. То есть мы должны понимать, что они будут исходить из этого и соответствующим образом строить систему. Чтобы она была к ним устойчива, то есть надо понимать, что будут учиться по мере дела. Мы сегодня говорили, ты там в 1 из докладов, да и реплика, что должно быть права на ошибку в. Том числе, а для себя я подчеркнула вашему докладу, что мы не сговаривались. Определили одномоментно отрасли, ключевые, до которых это востребовано и распределение нашего программно. Парадного комплекса по отраслям она сопоставима с тем делением, которое у вас на этой диаграмме было тут еще инфотекс. Хотел буквально минуту комментарии, не могу не дать слово. Спасибо, компания Инфотекс Евгений Галинович, но действительно в принципе такой фундаментальный доклад с опорой на стандарты. Но вот единственное, что мне лично показалось вот в 1. Докладе прозвучало, что мы говорим об индустрии 4 0. Все еще находимся там в 3 генерации, ведь используется масса онтологические модели, цифровое моделирование, но в списке документов. И этапов вы, в принципе, недалеко ушли от того, что было там 20 30 40 лет назад. То есть все то же самое и фактически используя современные средства, просто автоматизируете и. Ускоряете процесс, и ни слова не было. Кстати, сказано с точки зрения жизненного цикла, но хорошо проектанты все сдали, все сделали все отлично, но вопросы, связанные с рисками целостности. Тех данных, вот, собственно, предыдущий вопрос был на эту историю связаны при проектировании, вносится не те данные. А что дальше происходит на общественном цикле, спасибо, давайте.

42:11 Еще эту тему попробуем услышать в других докладах в следующих. Да, если есть ответ, да, да есть, конечно, значит, смотрите, когда мы описывали процесс, допустим. Проектное решение рассматриваем до процесс принятия проектных решений. Значит, они описываются в виде сценариев и определенных задач, ну, допустим. Представим 1 задачу преобразовать из спецификации оборудования и получить из нее ведомость объемов работ. Если у нас, допустим, нет материалов, указано там. Нержавеющие там и мы не получим ведомость объемов работ, потому что сварка трубопроводов углеродистой стали, нежели это 2 разных процесса, вот поэтому.

42:50 Поэтому есть стандарт, который описывает правила проверки на верификации валидации этих моделей, соответственно, планируется запустить сервисы. Которые будут проверять достаточность данных в процессе каждой задачи, выгрузили туда спецификацию. Она сказала, ребята, у вас для вот решения. Этой задачи не хватает данных по материалам, весогабаритным характеристикам и так далее. Этот стандарт был выпущен в позапрошлом году Билдинг. С мартом тем же самым в расширении АФС называется АФС, информэйшн деливери спецэффикейшн. У раз он бесплатный, его можно использовать в. Своей деятельности это хм и эксель ди схема, которая поверх и Самуэлька. Ну как, маска накладывает, говорит, вот этого не хватает для этих требований. Но мы хотим его расширить, дальше делать не как и к Самуэльку. А как в виде онтологии, которая при шаг вам, чтобы мы проверили, каким образом? Эти данные отвечают требованиям решения этой задачи и сервис. Да, Виктор, спасибо большое, предлагаю к следующему докладу, а то мы не уложимся. Вообще в Тане, конечно, до пятницы я совершенно свободен. Приглашаю Вадима Сергеевича с докладом цифровой двойник технологического объекта.

44:03 Да, добрый день, собственно говоря, продолжаем всю эту историю. Вот остановились сейчас на цифровых двойниках технологических объектов. Как раз, собственно говоря, возникала возник вопрос, связанный как бы с использованием машин Ленинг и все. Остального прочего, да и почему цифровой двойник технического объекта нельзя построить на машину в обучении? И, собственно говоря, сбора данных с технологических процессов, собственно, начинаю с того, что все таки на заводе при эксплуатации. Никто вам не позволит менять в широком диапазоне режимные параметры, поэтому в этом смысле опыта, да и, собственно говоря, всей вариативности нет. Поэтому сейчас многие компании крупные назову здесь Новатэк и Еврохим, собственно говоря, ГПН. Вот и Роснефть в рамках работы с предприятиями и, собственно говоря, с различного рода объектами, в частности ректорами. Это сейчас очень такая острая тема, да по поводу активности катализаторов, потому что, понятное дело, сейчас заменяется. На китайские, соответственно, ресурс работы катализатора непонятен. Собственно говоря, что с этим делать тоже неясно, как то планировать работу предприятия нужно. И вот здесь как раз приходят на помощь цифровые дневники технологических процессов. Которых, собственно говоря, всю эту вариативность начинают так или иначе пытаться сделать, собственно говоря, здесь различные сценарии, которые, собственно говоря, ложатся на плечи такого рода технологического моделирования, вот понятное. Дело, что предыдущий докладчик как раз начался строительство, собственно говоря, в рамках строительства завода Танека давным давно в прошлом. Собственно говоря, все эти данные и проходили весь цикл, начиная с площадки и, собственно говоря. Создание цифрового двойника цифрового паспорта каждого элемента технологической цепочки завода Танеко. Вот, собственно говоря, там собиралась вся эта информация. Цифровые паспорта бумажные, соответственно, дальше это переводилось в цифровые.

45:58 Варианты, которые необходимо, были и для создания 3 д моделей и сдали дальше для создания технологических моделей для описания как термо гидравлических. Процессов, происходящих в транспортных трубопроводах, так и описания каталитических процессов, гидропроцессов и всего остального прочего, соответственно. Проблемы до который возникает и который не может в принципе предсказать модель машинного обучения и АСУ и ТП. Это внезапные отказы, собственно говоря. Причины, да по которой происходит вот такого такого рода сценарии, вообще непонятны. Да потому, что иногда бывает, что согласно диаграмме Семенова. Теряется активность и, собственно, может происходить, допустим, тепловой взрыв в результате нарушения технологического процесса при этом видимых причин. По которым происходит отказ оборудования и аварийный сценарий изначально неизвестен. Здесь есть теория Франка Каменецкого Семенова до потери тепловой. Устойчивости католического процесса при конечных возмущениях соответственно настройка сует и и что приводит к возникновению осцилляций в католическом. Слое может приводить к аварийным ситуациям, которые спрогнозировать заранее. Неизвестно, потому что вы ведете процесс стационарно, но при этом через.

47:06 Через какое то время все равно может произойти, скажем так, тепловой взрыв. Вот, собственно говоря, дальнейшие проблемы, да и, собственно говоря. Что может сделать процесс при нестационарном моделировании? Это выявить такие сценарии, когда видимых причин для потери устойчивости. Работы системы нет, но если модель достаточно детальная, то она в принципе отловит и такого рода нестационарные переходы другой как бы момент. Который тоже здесь рассматривается? Это насколько технолог ведет технологический технологический режим и насколько корректно отстроены?

47:46 Режим работы с этим вот столкнулись на заводе Новатэк, усть луга. Соответственно, там тоже были вопросы, связанные с работой колонных аппаратов, вот соответственно там стояла задача по оптимизации выхода сырьевого продукта там авиационного. Керосина, в частности, вот соответственно есть выработка сценариев и, соответственно, оптимизация работы технологического оборудования в целом в рамках целой технологической цепочки. Вот там рассматривалось, соответственно, это решается только с. помощью цифрового двойника, потому что никакая платформа, конечно, такой задачи не решит. То есть необходимо детальное технологическое моделирование и понимание, как происходит перестройка технологического процесса и оптимизация работы системы? С учетом как бы вот этих требований по качеству выпускаемой продукции и соответственно еще 1 сценарий. Да, это вот как раз то, что чем занимается в последнее время нефтеперерабатывающей компании. Это оценка, ресурсы работы катализатора, то есть. Здесь возникает задача, связанная с тем, что, допустим, через 6 месяцев необходимо заменить катализаторы. Либо происходит внезапное отравление за счет примесей каталитических ядов, там ртути, свинца и так далее, например, да или или происходит. Закоксованный катализаторов вот это отследить с точки зрения, а суеты невозможно. Более того, непонятно, как перестроить технологический режим, чтобы нам добежать и выпустить максимальное количество продукции за отведенный промежуток времени, поэтому. С этой точки зрения другая задача сотрудников-это планирование работы предприятия и, соответственно, для выработки правильного для, скажем так, увеличение ресурса катализатора либо для максимизации выработки продукции вот здесь, собственно. Говоря показано взаимодействие, вот мы, мы как раз разрабатывали часть таких систем, они, к сожалению, сейчас в рамках взаимодействия с компаниями невозможно на этапе строительства и внедрения. Скады обычно внедряется система ОСУ и ТП, а потом уже.

49:52 Скажем так, компания понимает, что на данном предприятии требуется внедрение цифрового двойника технологического процесса и соответственно. Выработка сценариев и рекомендации по управлению или перестройки технологического регламента для выпуска определенного рода продукции. Соответственно, это внедряется уже после и, как правило, эти системы они напрямую со Скадой не взаимодействуют, мы взаимодействуем только через. Базу данных реального времени выгружает из нее необходимые данные для технологического расчета и, соответственно, выработки рекомендаций. По сценарию либо демонстрации остаточного ресурса катализатора и так далее, вот соответственно в идеале такая система и про что Альберт. Начинал говорить да, то есть необходимо, естественно, создать некую платформу, при которой мы могли бы бесшовно интегрироваться в систему. Управления давать рекомендации по ведению про технологического процесса и, соответственно, иметь возможность бесшовно интегрировать различные. Варианты использования системы управления автоматизированы и, соответственно, давать рекомендации по ведению технологического режима.

51:04 Ну, собственно говоря, Альберт немного коснулся этой вещи до связанный с основным как бы концептом, как это выглядит. Вот сейчас в рамках работы с консорциум. Мы разрабатываем такую систему, вот соответственно, сейчас в рамках такой инициативы мы делаем открытую платформу создание вот такого рода цифровых двойников. Но это не просто цифровые двойники, это полноценная система. Вот ну часто вы популярно делать микросервисы микросервис, это тоже определенный вызов, да? Потому что микросервисная архитектура подразумевает взаимодействие не только через регистратора, но и взаимодействие отдельных микросервисов между собой. С точки зрения технологического моделирования тут очень большая поляна для обсуждения. Потому что каждый микросервис это не просто какой то аппарат, да, а? Это конкретный модуль, допустим, есть отдельный расчет, вязкости, отдельный расчет, плотности смеси до отдельно определение фазовых равновесий и так далее. Поэтому эта система не просто как бы модульная, вот и используется. Да, а это достаточно большая обширная система со множеством сервисов, которые могут быть. Скомбинированы для достижения правильного результата и, соответственно, для достижения такой вот смешанной системы. То есть суть суть платформы не в том, чтобы? Разработать как бы модуль, там расчет теплообменника, а, собственно говоря, для того, чтобы пользователь мог переиспользовать огромное количество уже готовых. Сервисов и создавать новые модели за максимально короткие сроки. Вот в этом как бы основная идея для того, чтобы, допустим, Томский политех, когда разрабатывают. Свои гидропроцессы не участвовали в разработке моделей фазового равновесия, добрали этот готовый сервис уже в платформе и дорабатывали его под, допустим. Гидрокрекинг, то есть в этом смысле не должно быть. Вот этих вот проблем соответственно, конечно, здесь должна быть и база данных веществ до базы данных. Смесей это и модули разгонки, и все остальное прочее. Что связано с технологическим моделировании? Ну и, конечно, понятное дело, что должна быть обязательно. Привязка косой ТП, это такие так называемые мы-Мыс. системы, которые анализируют работу технологической цепочки и, соответственно, выявляет отклонения от. Технологического режима предсказывают аварийные ситуации, выход, собственно говоря, за диапазоны применимости тех или иных регламентов и все остальное прочее. Конечно, это можно было бы сделать на уровне АСУ и ТП, но вдруг, с другой стороны, при перестройке режима, естественно, вся система безопасности отключается и. Соответственно, уже пользователи как бы в режиме ручного управления начинает перестраивать процессы и непонятно, к чему это приведет, да соответственно эти. Модели должны решить вот проблему рисков при реорганизации процесса, вот соответственно сейчас выделяется несколько таких вот направлений. Да, ну понятно. Что тренажеры и обучение здесь как раз я много раз говорил, что эти системы достаточно ресурсоемкие, да и скорость их расчетов достаточно велика, поэтому. Если говорить там, допустим, про тот же самую услугу, то задача оптимизации технологического процесса при перестройке занимает около 5, 6 часов, если мы должны. Просчитать целую цепочку, допустим, там секции 700 соответственно. Здесь возникает проблема, что мы не можем в режиме реального времени предсказывать и давать. Результаты для того, чтобы можно было уже оператору перестраивать, поэтому здесь включается как раз вот эти. Вот и и когда мы можем рассчитать за определенное? Время огромное количество вариантов обучить машину до для того, чтобы она выдавала эти сценарии значительно быстрее, вот соответственно то, что касается. Тренажеров то же самое, то есть, конечно, есть. Грубо говоря, экспертная оценка, когда технолог знает, какое характерное время переходного режима и создают вот. Этот вот имитатор имитатор жизни, но когда мы говорим про детальное моделирование, да и если мы хотим как бы не доверять эксперту, а все таки как бы на. основе оправданных математических моделей говорить, как поведет себя система в тех или иных ситуациях. Система должна выдать характерные времена отклика, что. Будет происходить, как будут изменяться температуры при перестроении процесса, соответственно, эти модели детальные должны дать основу для систем машинного. Обучения и построения вот этих вот упрощенных моделей, которые используются в тренажерах. Вот, кроме того, соответственно, есть понятное дело, умный помощник. Вот пока никто ему не доверяет, и мы как раз с Альбертом обсуждали, кто возьмет на себя ответственность, если умный помощник инженера выдаст правильные как. бы настройки, да и если что, то пойдет не так, кто в этом виноват. Да, это каждый раз возникает этот вопрос до такой этики, да поэтому пока использование В. режиме автопилота невозможно, да, но в том, в том смысле, что наказать за это некого. Да, но в будущем такое, конечно, будет применяться, я видел на Томском заводе. Абсолютно автономную установку вообще без который никем не обслуживается, стоит в поле. Вот соответственно это возможно вот, но для этого нужна как бы воля.

56:03 Предприятие для того, чтобы Этим заниматься вот спасибо за доклад, спасибо. Но, наверное, спасибо большое 1 вопрос из зала буквально и продолжим. Вот там, на галерке, молодой человек, сейчас микрофон буквально. Буквально 1 вопрос продолжим дальше. Добрый вечер, Аюпов Камиль, передавая инженерная школа. Тем Гу у вас самом начале была задача про внезапные отказы и нарушения технологического процесса. Я, может быть, немного не уловил мысль. Или прослушал, можете, пожалуйста, еще раз немного уточнить, как именно решить задачу. И не будет ли это решение другой проблемой, проблемой черного ящика? Получится ли интерпретировать это? Предсказание, но в свое время мы как раз в рамках работы там с Бауманским институтом занимались проблематикой. Как раз задачи теплового взрыва для каталитических систем и в этом смысле такие. Такого рода модели они становятся более понятны и более предсказательный, то есть там. Собственно говоря, суть задача заключается в том, что мы можем на основе анализа методом конечных возмущений. Как раз получить, насколько в принципе системы и раскачка этой системы может привести к отказу. Даже если формально мы этого не видим, то есть посыл такой основной, что не всегда система может. Ты и оператор может успеть сработать на на, скажем так, ликвидацию того или иного отказа? Поэтому вот такая рода от такого рода цифровой двойник в целом успевает срабатывать, вот у меня был. Небольшой опыт лет 15 я занимался процессами газохимии вот для экзотермических процессов, и, соответственно, там как раз эта проблематика очень остро стояла, потому что и она стоит, собственно. Во вне газе, потому что там эксплуатируется реактор синтеза Фишера Тропша. Это достаточно экзотермический процесс, соответственно, есть такая штука, как конверсионный барьер и соответственно.

58:12 Уход реактора в тепловой взрыв, соответственно, при видимых при отсутствии видимых изменений реактор может потерять тепловую устойчивость и соответственно произойти самопроизвольное сгорание. Катализатора это проблема как раз либо для вновь разрабатываемых технологий, либо для высокоэкстремических процессов. Вот это и процельное окисление метана, это и реформинг, то есть в. Нем проблематика, связанная с авариями, с прогаром трупы всем остальным прочим. Это и, собственно говоря, и полимерная промышленность, спонтанная полимеризация. Вот то есть эти вещи, они возникают. Возникают аварии колоссального масштаба с кучей жертв СИБУР, например. Да, то есть эти вещи, они их нельзя спрогнозировать с помощью системы управления, а принятие решений, как правило.

59:03 Упользовать, скажем так. Аппаратчиков секунд 15 на принятие решений они не могут принять правильное решение, поэтому цифровой двойник должен в принципе позволить. Принять правильное решение либо либо сделать управляющие, как бы воздействие заранее. Спасибо, вот в этом проблема большое спасибо похлопаем.

59:29 Интересный доклад, продолжим дальше, Александр Александрович. Прошу передать принять микрофон и, наверное, опыты в энергетике мои, в том числе нам, подскажет. А кто же берет ответственность в энергетике в таких случаях, да? Здравствуйте, уважаемая коллегия, мой доклад будет посвящен применению онтологий и методов логического вывода совместно с большими лингвистическими моделями. Для решения задач проектирования и эксплуатации вырзает.

1:00:01 В электроэнергетике прежде всего, зачем мы вообще начинаем смешивать большие языковые модели антологии, методы логического вывода. Дело в том, что сейчас вот в последнее время эти большие языковые модели такое имеют. Лавинообразные характер развития их начинают применять там к месту и не к месту. Вот но что мы видим, вот и на примере мультимодальных моделей, что, конечно, как бы, когда мы применяем эти технологии, очень, скажем так, соблазнительно. Их применить, потому что если они могут писать достаточно сложный программный код, наверное, они смогут и в БД диаграмму в эксемель как то описать. Да, наверное, они смогут и какой нибудь экс-дель сделать по описанию. архитектуры, в общем, почему бы это не применить, например, для проектирования СУП и РЗА? Но вот здесь вот возникает вопрос, а как потом проконтролировать? Да то, что делается, и, например, вот мы обучили какую то большую. Языковую модель, на каком то наборе данных, а потом у нас возникает на некоторое новое требование до уточнения. Вот переобучать модель каждый раз, это ну некоторая сложность, да это требует ресурсов, вот ну, наверное, можно. Применять так называемый рак, да когда мы там векторную базу подкладываем новые документы. Так вот что произойдет, если в этих документах будут содержаться требования, которые друг другу противоречат на самом деле ВЛМ? Возьмет с какой то вероятностью, какое то 1 из этих требований, и мы никогда не узнаем о том, что там эти противоречия есть. Поэтому вот здесь вот применение онтологии методов логического вывода является достаточно эффективным. способом ловить вот такие галлюцинации о больших языковых моделей. Значит, и вообще говоря, вот комбинация таких методов больших языковых моделей, там методов машинного обучения с такими достаточно хорошо известными. Технологиями, которые еще с 80 годов на самом деле применяются в медицине. Ну, это необходимо для того, чтобы как раз и обеспечить доверие к этим системам, которые, ну вот можно назвать системами на базе искусственного. интеллекта здесь вот что значит доверенность, доверенность. Это значит, что мы можем предъявить определенные требования к этой системе, и система, которая уже была реализована. Мы можем провести определенный набор испытаний. Зафиксировать результаты испытаний по этим результатам понять, а выполнены требования или нет. Так вот, сейчас получается так, что вот эти вот ЛВМ или нейронной сети даже на фундаментальном, ну вот в научной сфере еще нет. Таких методов, которые бы позволили проанализировать структуру модели веса, модели и сказать, как она будет работать. Поэтому для того, чтобы обеспечить доверие, нам нужна некоторая внешняя система. Ну как я вот так образно? Говоря золотая клетка для вот этой, вот лмки, чтобы мы понимали, что она оттуда, но с каким то неправильным результатом выбраться не сможет. Конечно, сейчас вот если на это посмотреть, эти лолынки активно применяются сейчас. И в энергетике, в том числе, но они применяются там, где результатом работы. Вот этих вот его лемок пользуются люди и люди так или иначе воспринимают это и благодаря своему экспертному мнению опыту могут как то отловить. Это, но вот на нижних уровнях иерархия СТП, когда мы имеем дело уже с технологическими процессами. Вот здесь люди уже не успевают этого делать, но и не должны. Наверно, поэтому вот возникает вопрос в общем то, как сделать. Этот доверенный искусственный интеллект, чтобы мы могли ему доверить управление. Ну, там критически важная инфраструктура, и вот если мы не можем заглянуть внутрь мозгов вот этих, вот и искусного интеллекта, значит. Давайте подумаем, как мы вокруг него сможем построить систему, которая будет его контролировать, и вот мы реализовали такое решение. Кстати, здесь вот открытая сут и п очень в тему. Значит, во 1 мы поняли, что нейронку вставлять? В каждый контроллер это контрпродуктивно. У нас очень много старых контроллеров, которые будут работать достаточно долго, еще и контролировать, строить золотую клетку внутри каждого контроллера этот, ну это практически. Невозможно, поэтому мы пошли по другому пути. А что, если мы будем для адаптации, для вот обеспечения этой интеллектуальности, изменять алгоритмы контроллеров? Ну, в реальном режиме времени, по сути, без остановки технологического. процесса здесь тема с виртуальными ПЛК, когда старый виртуальный ПЛК продолжает работать. Мы запускаем новый виртуальный плк с новым алгоритмом в режиме, а б тестирования видим, что он ведет себя в целом адекватно. И потом бесшовно старо останавливаем новую, включаем. Вот технология, открытая сут и п в принципе позволяет это сделать, теперь возникает вопрос. А кто будет эти алгоритмы синтезировать и как вообще проверить, что они были? Синтезированы правильно, и вот здесь вот мы как раз используем нейронные сети и ЛЛМ, причем нейронные сети и такие. Ну вот, например, ДКН сети, которые как обучение с подкреплением работают, которые синтезируют алгоритм. Затем этот алгоритм как виртуальное устройство, как виртуальный плк, запускается вот на компьютерной имитационной модели, которую, ну вот сейчас называют цифровым двойником. То есть модель сначала была актуализирована? По текущим данным телеметрии, дальше мы как бы увидели, что текущий алгоритм, например, по критериям там регулирования по критериям качества регулирования нас не устраивает. Там не знаю колебательность, время переходного. процесса там и так далее, вот нам нужно там что то исправить или какую, то релейную логику подправить. Значит, мы видим, что в метрике качество нас не устраивают, запускаем процесс вот синтеза нового алгоритма соответственно. Если мы будем синтезировать этот алгоритм методами классической теории автоматического управления, то есть идентификация объекта управления. Запись вот этих вот много членов Лапласа, потом синтез вот этот цикл, он. Очень долгим, то есть вот это работает, но десятки секунд иногда минуты, а нам нужно адаптировать вот этот. Вот алгоритм быстро, например, за доли секунды, поэтому вот здесь. Вот почему мы применяем нейронные сети, потому что. Они, будучи обучены на предыдущем опыте, дают, но такой суб оптимальный результат за доли секунды. И это вот выигрыш, который мы должны как бы заплатить да за использование. Но вот некоторого черного ящика, как дальше нам. Затем проверить этот черный ящик мы можем вот на этом цифровом двойнике провести серию виртуальных тестов, прежде чем загружать в контроллер. Мы проверяем вот в этом виртуальном окружении, и, кстати, вот тот стенд про. Который мы сегодня говорили, где цифровые двойники и виртуальные терминалы, виртуальный контроллер. Это про это про то, как проверить проектное решение до того, как мы загрузим это в реальный контроллер, но что в чем есть? Нюанс, почему все таки онтологии методы логического вывода? Дело в том, что вот этот цифровой двойник он моделирует физические процессы, он не знает требования нормативки. Вот нет логических каких то правил выражений. Поэтому здесь мы используем базу знаний антология. Но что самое главное, что это не просто структурированная информационная модель, где все разложено по полочкам. А вот в этой онтологии работают методы логического вывода. То есть в этой онтологии мы можем спросить, значит, как сделать так, чтобы мы удовлетворили все требования, все ограничения, которые записаны формальным языком. Вот и вот в этом был вызов, я, сразу забегая вперед, скажу что. Нам удалось это сделать, нам удалось поженить вот нейронные сети. Большие языковые модели с базами знаний, методами логического вывода, как мы это сделали. Ну, во 1 мы посмотрели еще раз внутрь этих больших лингвистических. Моделей с этими рогами там и так далее и что мы увидели, что на самом деле это жутко медленная технология. То есть, когда мы передаем туда контекст, когда мы пере этот контекст на самом деле инструкции как обрабатывать? Эти данные они вот в этом вот окне до, которая нейронка перерабатывает, занимают большую часть вот этого контекстного окна. То есть у нас полезные данные, которые туда могут лезть, они на самом деле очень маленькие, а? Инструкции, как с этими данными, работать это очень большие, тем более, если мы еще обучали модели, туда не попали не все данные. Мы туда еще и часть нормативки должны передать с инструкциями, как обрабатывать, вот поэтому. Это увидели, что во 1 очень мало можно туда передать реальной информации, которые нужно обрабатывать. Это значит, что мы не 1 раз к волынке должны обратиться, а 10 раз должны обратиться и каждое обращение к волынке это 15. 30 Секунд, ну то есть вот в тех, в реальном времени, в технологическом процессе это делать очень сложно, практически невозможно. А если мы поймали еще галлюцинацию, давайте сделаем это еще раз, как бы ну, то есть и вот возникает. Такая вот мне турнира история, но когда мы переходим к формальным антологиям, формальной антологии, обрабатывают сотни тысяч аксиом. За Миллисекунды за Миллисекунды, то есть это, если она составлена антология, правильно? Мы можем задавать такие же логические вопросы в эту антологию, и она будет давать ответ математически, точно математически доказуемо точно по принципу действия. У онтологии методов логического вывода нет галлюцинаций. Но мы платим за то, что она не креативная, если чего, то там нету, то она не даст никакого ответа. Но это и + и минусы, вот возникает вопрос, что у нас клмки они креативные, но медленные онтологии они быстрые, но они только. Могут нам сказать только то, что мы туда записали, и вот теперь возникает вопрос, а как это скрестить и в общем, то нам это удалось сделать. Мы встроили машину логического вывода, ну прямо вот в этого интеллектуального. Агента то есть тем, что выражения логически, точнее, не логически. А вот тот текст, который генерирует ЛМК, будь то Икс Эм Эль. Документ просто текст или там описание в БД логики в формате экс-дель мы научились переводить в. Формальный язык онтологически автоматически тоже, то есть, по сути и Олэмки. Без разницы, какой текст генерировать она может сразу генерировать текст валидны с точки зрения резонера с точки зрения, ну фактически мы. Заставляем ее генерить с Паркуэль. Запросы, которые понимают резонеры, вот и дальше в резонер, как бы загружаем этот ответ, если резонер нам отвечает, что все окей. У нас нет нарушений, никаких логических выражений, которые. Записаны в баз данных, значит, мы понимаем, что это ну как бы система сработала правильно. Если мы получаем какое то нарушение, мы добавляем штраф в ту целевую функцию, которая эта система оптимизирует, то есть у нас есть 2. Вида, составляющих целевой функции оптимизации, 1 это нарушение метрик, связанных с физическим моделированием. То есть, когда мы, например, увидели, что этот алгоритм нам при регулировать напряжение, дает выход там за 15 или от? Номинала все, как бы у нас будет перекрытие изоляции, это штраф, да это вот физически как бы критерий. Если мы видим, например, что он просто тупо не заложил там максимальную токовую защиту, как вас, то это тоже нарушение. Но при этом вот на у нас часть тест кейсов, да там просто нет этого максимального тока. Да и мы просто не поймаем, что в принципе забыта была эта защита добавить. Ну, добавиться туда, и вот такого рода вещи как бы удалось. Реализовать и более того, реализовать это внутри мультиагентной системы. Почему мы сейчас вообще говорим про мультиагентную систему? Вот мы реализовали программно аппаратный комплекс цифровой двойник энергосистемы там. Порядка 30 приложений, 30 сервисов, которые друг с другами взаимодействуют для каждого домена знаний да свой сервис. У них общая информационная модель на основе госта, у нас тоже есть вот стандарты, общая информационная. Модель, значит, это, можно сказать, так база онтологическая, потому что антология должна не только содержать классификатор. Да что вот есть класс под класс экземпляр класса, но это еще и ряд свойств функциональных должны. Быть описаны вот в определенных отношениях, вот тогда можно применять и вот задавать вопросы, получать логический. Но сейчас, чтобы в течение жизненного цикла протащить вот эту вот всю модель вычисления человек должен. Последовательно со всеми 30 этими приложениями отработать и этот человек становится. Ну как бы его когнитивная нагрузка очень высокая, то есть он должен все вот эти домены у себя в голове, уметь переключать и как сейчас я. Проектирую там основной технологический процесс окей, теперь переключаюсь, теперь я проектирую логику до АСУ. ТП переключился, теперь я ЛВС проектирую, вот и это все. Ну как бы достаточно сложно, вот поэтому мы решили сделать. Следующим образом мы на каждое это приложение посадили так называемую сумму, у которого есть определенная пи, который может дергать. Условно говоря, нажимать на те кнопочки, которые раньше нажимал человек, ну не виде. Интерфейса нажимать, конечно, просто запитом определенный дергать, и у него есть инструкция, инструкция такая низкоуровневая, которая говорит ему, что если ему верхний агент, который менеджер, да, скажем так, декомпозирует задачу. И ставит ему фрагментарную, какую то задачу он ее может решить, и вот таким образом эта задача распараллеливается. И вот эти агенты для контроля соответствия требованиям НТД, значит, вот дергают вот эти сервисы, связанные. С антологии, но в к чему это я вообще говорю, что для чего мы это делаем до цели? А зачем сейчас у нас вот рза или полевой уровень ПЛК, а сут и п. Это Скада, система до АМС или центр управления сетями, мы с Ирпи системы. Они все имеют собственные информационные модели. Передача данных по отдельным протоколом, и это каждый раз инжиниринг, Инжиниринг, Инжиниринг данных. Все это делается через людей, вот мы как бы видим, что сейчас людей столько. Просто в отрасли нету, чтобы заниматься вот этим. В течение всего жизненного цикла, поэтому мы видим изменения ситуации в следующем, что вот будет набор интеллектуальных ассистентов, человек будет с ними взаимодействовать. И эти интеллектуальные ассистенты будут генерировать конфиги или прошивки, тестировать их на цифровом двойнике. И после того, как у нас все валидно изменять, вот эти вот алгоритмы в Рантайме на живую, может быть, даже. В реально работающих контролях, вот мы к этому стремимся, это позволяет все знания сохранять в этой системе. И даже если люди какие то уходят или приходят новые система, сама не даст ему совершить ошибку, вот и по.

1:14:37 Значит, вот мы разработали такое приложение? Здесь вы можете увидеть это, вот ну как бы классическая таксономия, да как бы описание предметной области. Здесь есть связи, значит, объектные свойства. Ну вот кто с протеже работал, очень похожие штуки. В общем, мы здесь реализовали, вносим сюда требованиям, вот и что важно, требования вносятся уже человек не должен быть. Онтологом он уже не должен понимать, как сформировать вот это. Вот с Паркуэль запрос, то есть он пишет вот такие вот совершенно простые определения. Время срабатывания основной защиты должно быть менее 30 миллиардекунд. Затем агент, которого мы обучили, записали ему инструкции, применяет большую языковую модель, чтобы синтезировать уже вот этот экс-дель. То есть человеку не надо быть онтологом здесь, как бы ему надо быть просто. Человеком, который понимает своей предметной области. А вот эта штука проверяется очень легко дальше, когда мы вот нажимаем на вот эту вот зеленую кнопочку. Это значит загрузить вот это решение в антологию, поэтому это. Загрузка в антологию, это не просто мы эксэмэльку, куда то копируем, а это реально работает машинологического вывода. То есть мы добавляем это через Ризанер, и если у нас вот здесь вот возникла какая то ошибка, Риза? Не ругнется он нам, не даст записать туда, что то не валид на, но и дальше. Как бы что мы из этого получаем у нас, ну как бы классическое представление антологии, которое мы видим там классы, свойства, объекты там и так. Далее, то есть и вот после того, как эта машина сделала, мы можем это проконтролировать. Вот это вот все человека читаем, а это не черный ящик. Но это антология, это дорогая технология, потому что, чтобы собрать мало мальски. Рабочую онтологию и и вот знаете, как у нас и вот родилась такая шутка. Антология как нижнее белье должно быть у каждого свое, потому что онтологию нужно проектировать и создавать вот те запросы, которые вы хотите.

1:16:31 Спрашивать в Резанер, потому что нельзя сделать абсолютно универсальную абстрактную онтологию. Есть проблема фундаментальная, если мы хотим иметь математически гарантированную вычисляемость, антология должна. Создаваться по определенным правилам нельзя писать туда или нельзя писать. Какие то отрицания, если эти вещи появляются, мы просто приходим в бесконечные вычислительные циклы, это фундаментальная проблема.

1:16:56 Проблема научная, она до сих пор не решена, поэтому создание этих онтологии оно должно изначально подразумевать, какие вопросы мы сюда хотим задавать только в этом случае мы. Можем получить это, и вот здесь вот самое главное, чего мы добивались. Я вот задаю вопрос, как быстро должно отключаться внутреннее короткое замыкание в трансформаторе, а до. Этого я написал, что основные защиты должны отрабатывать за 30 Миллисекунд. Если мы это запишем в Илмку, Илмка придумает, что ну как бы понятно, как бы что это примерно похожая. Вещь она скажет за 30 миллиардекунд, но чего мы добивались? Смотрите, какой ответ на ваш запрос система не нашла конкретных численных требований, то есть она не придумывает вот. Этого мы добивались, чтобы не было галлюцинаций. То есть мы не записали это конкретное требование в антологии, у нас похожие, есть требования, которые логически ну как бы можно. Было бы сопоставить, но реально это не 1 и тоже. Вот система, вот мы это делали именно ради этого, чтобы у нас вот мы могли опираться точно что, если мы не записывали это. Требование она как бы не будет нигде всплывать и нигде фигурировать. И вот это вот позволяет создавать системы, которые мы можем, которым доверить управление технологическим. Процессом они как бы вот эти ллмки нейронные сети посадят в железную, но не в желез золотую клетку. Да потому, что это дорогая штука, вот и как бы позволят нам им доверять, то есть. Онтологии + физическое моделирование 2 проверки позволяет гарантировать, что то то решение, которое мы синтезировали, будет работать правильно и вот эти вещи позволяют даже в. Реальном режиме времени обновлять алгоритмы таким образом мы интеллект. Вот через такие пертурбации через адаптивное изменение обычной логики в контроллерах дотягиваем до. Технологического процесса, и мы знаем, что, как только эта логика видео в БД, там диаграмма Икса Меля была загружена виртуальный полка. Это уже не черный ящик, мы точно знаем как. Она будет работать, но при этом эта система интеллектуальных леги, но вот примерно так мы это делаем. Значит, здесь есть видео, где мы демонстрируем, как эта система работает на? Рутьюбе, это у нас есть канал в Максе. Пожалуйста, регистрируйтесь, подписывайтесь. Мы где то раз квартал проводим такие вебинары, но вот следующий раз будем показывать, как такая. Мультиагентная система решает вполне конкретный прикладной кейс, проектирование, вот систему электроснабжения, начиная там от топологии, электрической схемы, заканчивая логикой. устройств защиты автоматики как бы вот, но и если кто то еще сидит в телеграмме, тоже можно. Когда большое спасибо Александру, я выскажу на общее мнение, что если эти технологии. Работают в энергосети, и мы все живем, как обычно, бесперебойно, наверное, промышленность. Это точно можно применить 1 вопрос к зала минут, и давайте продолжим еще 1 доклад у нас.

1:20:01 Здравствуйте, я студент филиалы тем голу. Вот у меня вопрос был в том, что мы тоже занимались на практике обучением моделей, и вопрос следующем, по каким метрикам получается определялась точность модели и точность ее ответов. Вы имеете ввиду модели ЛМ, то есть вы для ключевой модели? Вот когда мы этим занимались, смотрели на ф 1 скор, присижены рекол и корреляцию самих. Параметров, которые сдаются базе, но мы разработали во 1, мы разработали дата сет для обучения этих больших языковых моделей для 2 доменов теплоэнергетика. Электроэнергетика там, ну какое то бешеное количество. Все наши учебники, там все наши курсовые, типовые, которые правильные, до которые мы проверяли, и вот. Процесс обучения он у нас еще идет, сейчас мы используем ЛМ, которые, ну по при Трейну доступны, и у нас есть набор тестов, которые, ну как бы граничные условия. Проверяют, то есть мы, но проводили такие. Ну как, как это сказать, не абстрактные метрики, а мы проверяем на решение конкретных кейсов, конкретных решений. Задач, то есть мы вот до такого, как бы массовой проверки, как бы всех ответов мы еще не дошли. Это у нас немного впереди, вот, но вот сейчас с коллегами. Избера как бы занимаемся вот этими вопросами, чтобы, ну вот как бы проводить эти обучения. Разработана целая большая методика, там собирается комиссия. Создаются люди, есть правильные ответы, неправильные ответы. То есть там 1000 вопросов предметной области, по которым мы это проверяем, как вот так работает?

1:21:40 Спасибо еще раз похлопаем Александра очень, очень качественная подборка тем спасибо организаторам и в завершение текущей сессии У. Нас еще 1 доклад по высокоточному моделированию. Виктор Михайлович, прошу вас к микрофону, я думаю, что это качеством дополняет все то. Что сейчас мы услышали предыдущих докладах и объединяет наш интеллектуальный разум в такой новый качественный скачок те, кто внимательно? Остался был на нашей сессии, надеюсь, коллеги не пожалели то время, которое мы немножко перепили, перезаняли из вашего вечернего.

1:22:24 Да и я согласен вообще, это особое удовольствие начинать. Последний доклад, когда Тайминг ты 45 минут ушел, но я очень благодарен. Коллегам, которые позволят мне сэкономить, какое то время в 1 3 докладах были поставлены основные проблемы, а сам Саныч рассказал, может. Быть про самую острую часть доверии пользователя интеллект интеллектуальным системам управления. Вот давайте давайте попробуем, значит. Я предполагал рассказывать так, но буду рассказывать немножко по другому. Значит, есть 2 элемента в теме доклада 1 это высокоточное? Технологическое моделирование, 2 это цифровые двойники. Я про высокое точное моделирование, наверное, совсем коротко расскажу скорее о том. Почему и как она появилась и что мы имеем сейчас? А вот про цифровые двойники, наверное, для того, чтобы показать референтную модельную. Архитектуру каким образом можно, имея в виду и открытые АСУ ТП, каким образом можно ставить на современные платформы различные? Интеллектуальные агенты, решающие те или иные задачи в контуре цифровой двойников. А потом, надеюсь, у меня будет пару минут для того, чтобы.

1:23:43 Богдан Александрович, может быть, сказать вовсе не о конкурирующем понимании до доверенности, а может быть, и о комплементарном понимании доверенности 1 другому не мешает? Может быть, вы удивитесь, но на самом деле теме высокоточного фундаментального. Моделирования или Фест принципов моделирования уже более полувека. И на самом деле тот, кого мы знаем, как легендарного директора Аспина Ларри Эванс сделал это не за свои деньги, а за деньги американского правительства, потому что до кризиса. Ближневосточного еще старого, старого, старого, но, видимо, Перманентного Америка жила в совершенно замечательное время, когда на 2 она в год росли цены на нефть. И можно было прогнозировать что угодно, и можно было не думать о Морже, она была по определению. Эмбарго невероятный скачок цен, и вот тут американское правительство увидела, что абсолютно к черту летит вообще просто маржинальность отрасли. Ее можно потерять при таких ценах, и тогда был задуман проект, когда на деньги департамента энергетики было. Сказано, у вас есть цифровые решения. Теперь есть компьютер, есть люди, которые как будто понимают технологию, но не понимают программирование. Поэтому давайте создадим система, которые технологу дадут в руки. Возможно, считать, что то выбирать, что то. Оптимизировать и так далее, когда это было сделано, причем Лари Эванс тогда был ученым и в Массачусетском технологическом институте. Он взял группу, вот они, собственно, сделали Аспен. + Потом и у них были хорошие результаты, но правительство было хитрое. Она сказала, а теперь за 1000 она результаты. Ваши может купить какую угодно, потому что они не ваши, они правительственные и несколько компаний сразу это купила. И потом началась очень интересная долгая конкуренция на рынке, она привела к тому, что мы. Все помним, но, к сожалению, для нашей страны это оказалось тем, что они ушли, все ушли. Завоевав этот рынок, дав стандарт очень сильно проникнув в обучение в подготовку в управление в оптимизацию. И перед нами всеми стала проблема, чего тут делать? Как бы повторить Аспен, который был и в Розжины, там 1000 человек часов. Наверное, может быть, и сотни сотни человека лет очень высоко, это было очень трудно. Из мы видим, что сразу несколько компаний за это взялось, есть консорциум, есть необходимость. Продолжать в этом самом направлении, но, по сути дела, это ключевая технология во 1 просто во всем жизненном цикле. На проектирование совершенно понятно, что все, что вы заложите, будет наиболее ценно, потому что ошибки, которые вы сделаете на проектирование. Вас просто выведут в 0, если вы совершили на стадии эксплуатации. Мой пример будет сегодня про это, потому что это такой интеллектуальный агент диагностики. Может быть, даже не столько состояние оборудования, сколько режима технологического, что? Наиболее сложно, потому что требует очень, очень большого моделирования, ну и на стадии оптимизации. То, что функция оптимизации в системах ВТМ, это отдельная большая вещь, это и энергетическая оптимизация, и оптимизация продуктов, и так далее и так. Далее, ну и вот на следующем слайде задачки, которые решаются их вот так условно, можно разбить на 3 больших уровня. Это такое инженерное моделирование, это цифровые двойники. И вот сегодня про это и больше уже ничего не скажу, и компьютерный тренинг. Про который можно говорить до утра, это тоже очень важная проблема. То, что в определенном смысле современный компьютерный тренинг, это уже и система реального времени, не оторванная от того, как сейчас работает объект, потому что с помощью истории. Объекта можно дообучаться, а самое главное выбирать оттуда. Действительно, содержательные сценарии, на которых можно обучать, потому что то, как обучаем сейчас, это либо банально. Ну, либо этого вообще нет, но это особые вопросы до утра, теперь путь про. Про цифровые двойники, ну здесь я, наверное, буду не 1 кто это. Мифология будет развивать, я ее пытаюсь очень быстро разбить. Но действительно великий Майкл Гривсон действительно не сам придумал эту прекрасную метафору. Это его тоже очень известный по.

1:27:53 Университету и по 1 работам коллега Джон Уикерс, он сказал цифровой двойник. Слово двойник для человечества, это сразу вервольфы, это сразу. Стивенсон и что угодно, это страшно интересно, всем понравилось. В результате это просто миф на самом деле ничего, то принципиально философского там нет. Если есть двойник, значит, есть. Оригинал, если я хочу использовать двойник для улучшения управления оригиналом, я должен все время держать его в горячем состоянии. Это колоссальная проблема, особенно для сложных систем.

1:28:30 Для того чтобы вот то, что я сказал из цифровой тени, то есть просто из возможности отразить на двойнике то, что сейчас в объекте превратилась именно в двойник, надо замкнуть. Эту связь, на что я обратил внимание Грифс, то есть каким то образом проверенные на двойники решения. Надо уметь подать туда, пока, к счастью, все это практично, кроме очень. Быстрых задач, которые точно не фокус нашего разговора сегодня, это вещь в таком пока режиме. Все таки советов, и вот это такой мостик тому, чем я, в общем, хотел бы после. архитектуры и закончить, а если есть совет, значит, есть тому, кому он дан. Это индивидуальный человек, да вот это конкретный человек, и с ними со всеми нужно по разному говоря о. Том, на чем я хотел бы сконцентрироваться? Ну не бойтесь не по времени, а именно от Сварог в двойниках. На основе ВТМ в химик технологических, непрерывных сложных процессах. То, конечно, есть уже примеры, мы все пытаемся это делать. Мы понимаем, насколько это опасно, насколько это сложно, потому что это супер сложные, нелинейные вещи, но, конечно, это. Экран не привлекательно, потому что наши процессы очень большие. Но если у вас стоит десятимиллионка в начале любого завода, да иногда их несколько, то тогда игра на марже. Просто на том, что вы режим подправили, она становится ну просто невероятно. То есть она либо выбивает вас из конкуренции, ну либо делает вас лидером этого дела, поэтому это он.

1:30:00 Хочется это сделать, тем более что есть всякие оптимизационные функции и так тогда слайд про ту архитектуру, которой придерживаемся мы. И мы понимаем на самом деле, что то, как играли все мы до этого момента, когда у нас была какая то задача, ну, например. Задачка диагностики мы ее высаживали вас у ТП, но значит, кто то пришел другой и по своему будет решать все эти задачи. Будет сам определять, что ему надо брать в историю, что им, как ему надо фильтровать, что взять для этой задачки значит то, что. Мы назвали Рте такая вот технология платформа реал тайм Инвайрамонд. Это вот некое такое решение, как разработки двойника, так и реализации двойника, которые вот все. Вот эти функции берет на себя, он структурирована, хранит данные, обеспечивает обмен. Главное, что те исполнительные алгоритмы, которые есть в цифровом двойнике. Он может автоматически выпасть имя управлять цикле. Он может осуществлять этот цикл, формировать все, что надо для того, чтобы общаться с пользователем, я имею ввиду журналы.

1:31:09 Сообщения сигнализации управлять доступом и так далее. Вот в это в Рте погружены очень многие задачи, которые мы решаем. Вот я только 1 из них взял, под это подверстывается усовершенствованное управление процессами, под это подверстывается. Системы процедурного управления и так далее говорю только от диагностики. Еще раз подчеркну, что это не обязательно, что то страшное, когда вам, когда вам двойник говорит. Ой, давай ка остановим очень дорогостоящий процесс, а это и совсем экономическая. Вещь лаборатория ли этот лимб сказал, что вообще пришел друг. Пришло другое сырье немножко, а как бедному оператору понять даже технологу, как ему понять, как именно надо поменять процесс сейчас для того, чтобы из той нефти, которая пришла. Прекрасные примеры были у вас вот что то катализатором не очень понимаем, что ну есть есть представление о том, что что то поменялось. Надо понять, что и сказать, ну с этим мы бороться не можем. У нас перезагрузка, то будет еще через полгода, но. Надо поменять режим, чтобы, не сжигая его, не переходя в очень жесткий режим, попробовать взять максимум. Да вот это задачки, которые, в общем, в общем, решается ну архитектура. Наверное, понятно, она в общем, но довольно очевидное, значит, высаживается. Какой то модуль в виде самого вот такой центральной части двойника, вот такой цифровой модели и в нем есть вся алгоритмика. Что и от кого я должен потребовать? Какая информация, что я должен подключить в качестве решать в данном случае, несмотря? На то, что я очень согласен с вами, только гибридные методы в этой очень сложной тематики помогут. Потому что иногда нам придется генерировать какие то данные. Иногда это невозможно, потому что проблема даже не в том, что мы не можем научиться. На том, что никогда не происходило здесь, точно от генерировать проблема в том, что даже если это есть, это огромная иллюзия. Что вас у ТП таких процессов бесконечные данные? Их может быть и очень много, они очень грязные, то есть то, как великолепно. Была решена задачка шахматной игры, а еще еще как бы сильнее игры ГО в том, что это чистая информация. То есть там нету, не примешано помеха, которые здесь есть. С этим пока справиться невозможно, но до утра можно говорить о том, как гибридный. Подход уже очень помогает, как физика, + искусственный интеллект позволяет строить модели. И вот тогда, если вы дадите мне еще 3 минуты, я хочу вот немножко поговорить про доверенность. Дело в том, что во всех науках есть консенсусное понимание. Что такое доверие, это ведь недоверие в смысле, что разработчик стал доверять и результатом, который ему дали доверие. Это доверие с пользователем и доверие понимается, что в психологии, что в технике, в общем, одинаково это когда я как индивидуум. Готов передать, как бы не в рамках границ, которые позволены этому кому то или чему, то некоторые функции исходят только из 1 соображения. Я верю, что сознательным образом он не нанесет мне вред. Я понимаю, что могут быть ситуации, когда он тоже не. Справится, но он не будет злонамеренным. Это очень хорошо видно в тренинге, и это еще больше начинает быть видно в задачках. Когда искусственный агент начинает советовать, что то важное оператору, то, что ведь это означает на самом деле, но возьмем. Эту классическую задачку мне говорят о том, что вот я такой умный и закрытый. Вижу, через что через 15 минут моя турбина колом станет и давай ее остановим. У нас есть 15 минут, боже мой, да? Вы знаете, видели эти статьи, когда они это выделяли и. Действительно останавливались, спасали все, смотрите, возможно, 4 случая я оператор. Я могу согласиться с правильным решением, и тогда меня, ну, конечно, не уволят, скажет, ну те зато и зарплату платят. Конечно, лучше как бы, как ты мог, это очень умная. Машина, как ты мог, ну мне прекрасно, конечно, вот тут пожмут руку и скажут. Ну ты хороший, ты отверг неправильный совет. Мы не стали зря останавливать это не катастрофа, но это очень большие деньги. Мы потом будем разгоняться заново, но в принципе. Ведь потому тебя и поставили, чтоб ты контролировал эту бездушную глупую машину про 2 других случая. Я думаю, вы все понимаете, если отверг правильные советы, мы взорвались. Ну тут как бы на выход практически, а вот если я принял неправильный совет.

1:35:36 Как бы 5 раз приняла, тоже пошел на выход. Хотя ведь вы знаете, во всех регламентах у оператора есть право довериться Совету. Не вон выбирал этого советчика, у него есть такое право. И это очень плохая мотивационная вещь и без доверия. Ничего не получится, но он все, кто эксплуатировал саут и п. Понимает, что оператор может зажать это все и жить спокойно. Он знает, что ничего не выкинет от системы и писи нового управления с прогнозом, но ведь никакого эффекта. Тоже не будет, значит, доверие нам нужно для того, чтобы мы принимали правильные решения, сопротивлялись неправильным решениям и вместе работали тут. Если возможно такое, как мне кажется, вполне уместное замечание, но все свидетели, ну. Невероятного по скорости внедрения искусственного интеллекта во все, что угодно. Мы понимаем, что калькулятор уже не искусственный интеллект. Да вот это когда то было таким, мы понимаем, что, наверное, куда то ему не надо идти, но не. Будет на этом останавливаться, вот я, например, думаю, что, по крайней мере, очень надолго останется зона задачи, где нужно будет и оператор. Искусственный интеллект то, что они не конкуренты, они должны друг друга понимать и дополнять. И вот для этого нужно это доверие, и тогда, наверное, вот последнее, что страшно сейчас. Неправильное слово, что очень широко сейчас видно в новой литературе мировой. На этот счет это то, что называется, не просто искусственные агенты. А личностно адаптированные искусственные агенты, потому что если оператор поставлены в те самые условия, то у меня, как у человека, есть тревожность во 1. Мы все идем на риск совершенно разным уровнем, да вот кто то там никогда не. Полезет на Эверест, а кто то вполне 2 уровень тревожности. А если у меня вся информация, понимаю ли я, что происходит? Поэтому, как вы видите, тоже 4 стратегии. Я полезу на Эверест, но прочитаю всю британскую энциклопедию, я потом полезу. Я не полезу ничего читать не буду, я не полезу на всякий случай прочту. Я полезу и прочту, ну вот как то я вас сейчас напутал. Но вот есть есть 4 стратегии, мы все разные, совершенно в чем доверие. Перестань молчать, когда ты перестала. Молчать, научись объяснять, почему ты так решил, говори со мной. Они просто приказываю, что то делать и, наверное, еще самое важное. Вот в таком распределении, если мы взаимодействуем, то понимаешь, что у меня есть свои ограничения, а я. Буду понимать твои ограничения, это никак не противоречит необходимости построить гибридную антологов, физическую модель. Всего потому, что для разработчики это страшно важно. Он понимает, что мы выпускает достаточно сертифицированное. Решение и оно все равно пойдет к человеку, и, например, под последнее, что я видел и что в общем греет на самом деле душу человека, который вот понимал, как будто бы эти проблемы. Я даже не про себя, а про тех, кто понимал, смотрите. Вот суты п, ну не так все и страшно. Она всегда отключиться довольно безопасным образом, но экономически будет не очень плохо. Аспен объявил, а к Ханову намекнул о том, что они строят объяснительные системы для СУ ТП, чтобы этот. Оператор, который такими глазами смотрит, куда это он пошел, получал вот эту оперативную поддержку, где ему трактовалось бы, что там происходит. На самом деле это верный тренд, и мне кажется, что он очень человеческий тренд, потому что. Мы переходим в ту зону автоматизации, когда человек опять станет важен, но уже не как перегруженный биологический интеллект, который не знает, за что хвататься. А как человек, который как как субъект, который, используя все это немножко? Другим управляет том числе этим самым искусственным интеллектом. Спасибо большое вам всем, и спасибо докладчиком, которые вроде бы мне задача. Спасибо, спасибо, большое, буквально 1 минуту, вопрос зала или комментарии и завершаем.

1:39:37 Спасибо за доклад, значит, очень интересный подход к доверию. Просто мы из другой области у нас немножко другой взгляд на эту историю. А значит, вот что мне не хватило в вашем докладе, скажу честно, значит. Отвечает мне оператор, есть такое понятие, как бы модель рисков для того или иного производства. Есть промышленная безопасность, которая вот должна выполнить вот те функции. Сам простой пример за двое суток до взрыва на платформе Бипи в. Мексиканском заливе все руководство компании на этой платформе отмечало трехлетнюю безаварийную работу. Вот, соответственно, не произошедшее как бы, но проблема с определенным, значит, оборудованием просто даже не высветили, потому что важно было как. Б бы показать определенный там временной период, то есть в этом плане. Вот что, мне кажется, не хватает, вот что. Александр как бы упоминал и что вот не хватает. Как бы у вас, что вся аналитика она в любом случае строится на входных данных их? Качество крайне важно, вы сказали, что они грязные, но есть методы, каким образом их как бы значит сделать более чистыми, очищать и так далее. В этом направлении надо работать, не будет требований, никто этим заниматься не будет и 2 значит на вот. Это решение на аналитику должна накладываться бизнес, задача, то есть позиция бизнеса. Какие риски они готовы принять, какие риски являются критичными, какие риски являются запредельными, которые не спасибо? Спасибо и вам, я пытаюсь очень коротко. Ответить смотрите, вот проблема доверия человекотехники, она, конечно, и проблема рисков тоже и так далее. Вы прекрасный про Мексиканский залив прекрасный пример привели. А ведь исторически перл Харбор ведь уже были телевизоры, на которых. Нечто показывалось, но это так плохо работало, что 2 лейтенанта, которые увидели, что то идет, решили, что это птицы летят, выключили это и отправили это туда. Все могло бы повернуться, на самом деле это было всегда так, конечно, и технически, и. Экономически и как угодно, это большая проблема, она была просто немножко за пределами. Что касается всяких методов повышения достоверности информации. Несомненно, просто я высветил то, что сейчас архитектурно важно, а все это, естественно, остается.

1:41:57 Ну разумеется, да просто, ну как мы полагаем, что эти требования есть, наверное, не наша задача, наша задача работать с результатом отдельно. Спасибо еще раз залу за то, что вы уделили время самые крайние доклады. Надеюсь, были самые интересные, интеллектуальные и полезные всем спасибо.

1:42:19 Теперь последние слова на этой конференции вы знаете. Наверное, самая лучшая похвала контенту Конференции вообще ее уровню. Это когда в 7 часов не хочется ругаться вечера, затянувшись на час. Ты слышишь, а вот мне не хватило. В этом докладе ему еще чего то не хватило. Вы понимаете, это же прекрасно, коллеги, так вот, значит, смотрите, мы продолжим. Мы обязательно продолжим сегодня, мы обязательно продолжим 20:21 октября в городе Казани, у нас. Будет большой форум, куда мы всех, конечно, приглашаем, и там будет следующий релиз нашего замечательного стенда. Там будет новое тестирование, знаем какие, но они будут. Вот да, кстати, спасибо замечательному модератору. Последней секции Дмитрий Семенов на этом 2 Конференция Весенняя апрельская конференция-архитектура, информационная безопасность Национальной платформы промышленной автоматизации. Объявляется закрытой, спасибо всем Ура.

Расшифровка сделана автоматически (Yandex SpeechKit) и может содержать ошибки в терминах.