Цифровая тень производства

Автоматизация производства — это процесс при котором функции производства, управления и контроля, ранее выполнявшиеся человеком, передаются приборам и автоматическим устройствам.

Парадигма дуализма производства:
Производство и все сопутствующие ему процессы происходят в физическом пространстве, а процессы, протекающие в компьютерных системах, в информационном пространстве. Поэтому для эффективного использования IT-технологий необходимо преобразовать производственные проблемы, происходящие в физическом пространстве в информационные проблемы, а также иметь возможность обратного преобразования данных. Такое преобразование следует рассматривать как проблему адекватного моделирования, т.е. установления взаимно однозначного соответствия между физическим и информационным пространством.
Пиление, сверление, сварка, перемещение объектов и т.д. происходят в физическом пространстве, а процессы управления этими действиями в информационном.

В англоязычной среде при разработке архитектур систем производства используют термин «digital shadow» (a virtual real-time image of reality) цифровая тень (виртуальный образ физической реальности в режиме реального времени). Чем цифровая тень более чётко отражает динамические объекты физического пространства, тем выше эффективность управления производством.

АСУ ТП – это системы автоматизации физических операций производства преобразованных в информационные. Объём информации с которым работает АСУ ТП и есть цифровая тень.
Процесс создания цифровой тени производства в АСУ ТП индуктивным методом является трудоёмким, поэтому не может применяться для оперативного управления производством.

Въехать на завод с шашкой наголо после инсталляции АСУ ТП и махая ей заставлять всех вносить данные в систему как сказали айтишники – это только создаёт дополнительную трудоёмкость и не к чему хорошему не приводит. В этом деле нужен другой, более продуманный и размеренный метод.

АСУ ТП работает с тремя формирующими объём кластерами данных:

1. Obₑ – от анг. OBJECTend (end-product) – рус.: конечный продукт (объект производства), готовое изделие. 
2. Opⁿ  – от анг. Operation – рус.: операция, работа, эксплуатация, управление, действие, процесс. (ⁿ) - количество операций которые необходимо совершить для получения Obₑ.
3. Ob – от анг. Object – рус.: объект, предмет, вещь, материал для изготовления, расходные материалы (диск болгарки, сварочная проволока и т.п.), покупные изделия (болты, электродвигатели, упаковочные материалы и т.п.).

Obₑ=Opⁿ(Ob)

Для эффективного наполнения базы данных АСУ следует стремится минимизировать внесение данных человеком-оператором. Данные (Obₑ), ровно, как и данные о потребностях материального обеспечения (Obⁿ) производства следует стремится получать из САПР.

Один из постулатов эффективности организации производства гласит – информация, созданная один раз, не должна создаваться повторно.

Конструктор создавая виртуальную 3D модель, производит основной объём информации (Obₑ), которую далее используют для производства физического изделия. 3D модель кластера (Obₑ) содержит значительную часть информации кластера (Obⁿ). Большинство современных САПР предоставляют возможность стандартизированной структурированной передачи данных в АСУ и другие объектно-ориентированные приложения.
 
Кластер данных (Opⁿ) состоит из статических и динамических данных:
К статическим данным (Opⁿ) относится информация о производственных ресурсах (основные средства производства (станки, грузоподъёмные системы, сварочные аппараты и т.п.) и человеческие ресурсы). Наполнение АСУ статическим данным (Opⁿ) производится фактическим методом.

Динамические данные кластера (Opⁿ) – это информация об изменениях Ob происходящих в результате выполнения операции Op.

Получение динамических данных в режиме реального времени – это самая сложная и трудоёмкая задача в управлении производством. Для анализа алгоритма производства можно воспользоваться индуктивным методом сбора данных используя человеческие ресурсы, но для оперативного управления индуктивный метод с привлечением человеческих ресурсов не подходит из-за высокой трудоёмкости.

Для решения проблемы трудоёмкости наполнения АСУ ТП динамическими данными следует разрабатывать и внедрять киберфизические системы, которые значительно увеличивают эффективность управления производством и обеспечивают высокую производительность.