Индустрия 4.0 – это инициатива, предполагающая построение умных производств, цепочек поставок и производственного процесса. Одна из ключевых связанных концепций – это цифровые двойники, которые позволяют прогнозировать и планировать, используя данные реального времени в сложных моделях. В рамках концепции предполагается работа с большими объемами данных, как при разработке систем с нуля, так и для построения их на базе существующего программного обеспечения для моделирования. Данные, полученные на моделях, придется передавать между множеством частей такой системы для их отображения, обработки и прочего использования. Задачи обработки, хранения и использования таких потоков данных ежедневно решаются крупными интернет-компаниями, оперирующими данными миллионов пользователей для построения бизнес-процессов. Такие компании на протяжении десяти и более лет разрабатывают системы с применением микросервисной архитектуры, которая позволяет им строить масштабируемые и детерминированные системы обработки потока данных. Разумно использовать этот подход для задачи построения цифрового двойника завода. Однако в рамках поставленной задачи возникла необходимость использовать существующие программы моделирования химических производств, что поставило перед нами задачу интеграции, так как программы для построения моделей не приспособлены к работе в рамках микросервисных систем. Выходом из сложившейся ситуации является создание драйверов обмена данными. Примером такой программы моделирования является Unisim Design. Доступный для нее метод интеграции не предполагает работу с произвольным программным обеспечением. В работе сформулирована задача изъятия данных из программы, изначально не приспособленной для работы в рамках программного комплекса, предполагающего постоянное взаимодействие между его частями. Найдено и реализовано решение, позволяющее получать данные из этой программы, не используя коммерческое программное обеспечение и закрытые библиотеки.

Средствами имитационного компьютерного моделирования проанализирован эффективный вариант построения идентификатора скорости асинхронного двигателя электромеханической системы агломерационной машины. Приведена математическая и алгоритмическая основа адаптивного идентификатора скорости (АИС) асинхронного двигателя с короткозамкнутым ротором (АДКР). С использованием разработанного математического описания АИС с эталонной моделью и применением аппарата функций Ляпунова создана адекватная компьютерная имитационная модель. По сравнению с существующими способами построения идентификаторов в бездатчиковых асинхронных электроприводах предлагаемый вариант АИС позволяет учесть дискретный характер напряжения питания АДКР на выходе преобразователя частоты с широтно-импульсной модуляцией (ШИМ) выходного напряжения и изменение большего числа параметров схемы замещения. Устойчивость процесса идентификации скорости обеспечивается в широком диапазоне, достаточном для стабилизации скорости тележек по требованиям технологического процесса агломерационных машин. Как следствие, повышается точность идентификации скорости в статических и динамических режимах работы электропривода. Моделированием подтверждена работоспособность предлагаемого варианта идентификатора, предложены варианты настроек компонент АИС. Получены универсальные, важные для практического применения результаты, позволяющие как построить высокоточную систему идентификации скорости АДКР в целом, так и уточнить настройку коэффициентов предлагаемого варианта идентификатора в частности. Важным свойством разработанного варианта АИС является его работоспособность без потери точности на околонулевых и нулевых скоростях вращения и близком к номинальному моменте нагрузки на валу АДКР. В связи с этим практическое применение разработанного варианта, помимо привода агломерационной машины, возможно и в высокоточных системах позиционирования для электроприводов различного назначения.

Представлены результаты исследований по разработке структуры интеллектуальной модели управления рисками нарушения характеристик электромеханических устройств в многостадийной системе переработки рудного сырья. Такие устройства задействованы на всех циклах технологического процесса, поэтому оценка указанного риска для них является актуальной задачей. Предложен метод оценки рисков, в основе которых лежит оценка времени полезного использования оборудования, выполняемого на основе прогноза характеристик глубокой рекуррентной нейронной сетью с дальнейшим обобщением получаемых результатов оценки в блоке нечеткого вывода. Применялись рекуррентные нейронные сети с долгой краткосрочной памятью, являющиеся одним из самых мощных аппаратов решения задач регрессии временных рядов, в том числе прогнозирования их значений на длительные интервалы. Применение глубоких нейронных сетей для прогноза характеристик электромеханических устройств позволило получить высокую точность прогноза, что, в свою очередь, позволило применить относительно менее точный рекуррентный метод наименьших квадратов для итерационного процесса оценки времени полезного использования оборудования. Такой подход дал возможность построить вычислительный процесс оценки с постоянным ее уточнением по мере поступления новых результатов измерений характеристик электромеханических устройств. Представлены результаты модельного эксперимента с программной реализацией предложенного метода, выполненной в среде MatLab 2021a, которые показали согласованность работы программных модулей и получение результата оценки риска, согласующегося с предполагаемой динамикой его изменения.

В статье рассматриваются вопросы, посвященные разработке гибкого интеллектуального программного комплекса для решения задачи оптимального планирования многоассортиментных непрерывно-дискретных производств. Данные производства характеризуются большим ассортиментом продукции, множеством видов и конфигураций оборудования, при увеличении размерности задачи количество вариантов производственных расписаний растет экспоненциально, поэтому актуальна разработка специализированного комплекса эффективного оптимального планирования и составления расписаний, настраиваемого на характеристики различных многоассортиментных производств. Целью настоящей работы является разработка методов и алгоритмов оптимизации календарного планирования в виде проблемно-ориентированного программного комплекса, позволяющего повысить производительность оборудования и сократить время изготовления заказов. В статье приводится математическая постановка задачи оптимизации и совокупность математических моделей и алгоритмов формирования целевых функций для оптимального календарного планирования перенастраиваемых производств. Проведение данного исследования основывается на использовании методов теории расписаний, оптимизации и эволюционных вычислений, средств объектно-ориентированной разработки сложных программных комплексов и баз данных. Предложенный программный комплекс обладает различными интеллектуальными пользовательскими интерфейсами, дополняемыми базами данных продукции, оборудования и технологических регламентов, библиотекой целевых функций и математических методов оптимизации, модулем экспертной настройки системы, а также интерактивной системой визуализации полученных производственных планов в форме диаграммы Ганта и дерева решений задачи оптимизации. Тестирование программного комплекса производилось на данных полимерных и металлургических предприятий России и Германии и подтвердило эффективность решения задач планирования. Внедрение предлагаемого программного комплекса позволяет обеспечить эффективную загрузку оборудования предприятия, уменьшить стоимость производства и упростить процесс принятия управленческих решений в ходе производственного планирования.