Передумови створення цифрового двійника технологічного процесу лиття за моделями, що газифікуються, за даними моніторингу ливарного цеху: Processy litʹâ, 2020, Tom 142, №4, p.42-52

В. С.  Дорошенко; В. П.  Кравченко

doi:10.15407/plit2020.04.042

Автор(и)

В. С. Дорошенко Фізико-технологічний інститут металів та сплавів НАН України (Київ, Україна) https://orcid.org/0000-0002-0070-5663
В. П. Кравченко Фізико-технологічний інститут металів та сплавів НАН України (Київ, Україна)

DOI:

https://doi.org/10.15407/plit2020.04.042

Ключові слова:

ливарний процес, цифровий двійник, моніторинг, інформаційні технології, ЛГМ-процес, разові моделі

Анотація

Надійшла 27.08.2020

УДК 681.3/621.74

Сучасний розвиток цифрових технологій дозволив збільшити обчислювальні потужності і знизити вартість їх використання, що дало можливість об’єднувати інформаційні технології з операційними процесами для створення цифрових двійників технологічних процесів. ЦД ливарного процесу за моделями, що газифікуються (ЛГМ), розглядається як цифрова копія для оптимізації його ефективності. ЦД сприяють стрімкому розвитку сучасних компаній. За допомогою них спрощується підтримка технічних систем, зростає ефективність керування ризиками помилок і збоїв, що підвищує стабільність роботи. ЦД дозволяє за вхідними даними обладнання передбачити ключові параметри продукції виробництва. ЦД - це віртуальне відтворення робочого стану реального фізичного об'єкта, процесу, системи або цілої служби.
Це може бути віртуальний двійник деталі, виробу, обладнання, технологічного процесу, виробничих ділянок, цехів чи навіть заводів. По суті, це набір математичних моделей, що описують стан об'єкта і всіх його елементів. У загальному випадку ЦД включає: геометричну модель об'єкта; набір розрахункових даних деталей, вузлів і об'єкта в цілому (математичні моделі, які описують всі, що відбуваються в об'єкті, фізичні процеси); інформацію про технологічні процеси виготовлення і збирання окремих елементів; деякі дані про випробування об'єкта, наприклад, показники датчиків, за якими можуть бути підтверджені розрахункові дані. Таким чином, ЦД дозволяє в віртуальному просторі змоделювати зміну стану і характеристик всього виробу при зміні характеристик будь-якого з його елементів чи технологічних операцій його виробництва. Розглянуто системи дистанційного моніторингу параметрів технологічного процесу для ЦД цеху лиття за ЛГМ-процесом, а також методи їх раціонального вирішення на теоретичній основі сучасної прикладної математики.

Біографії авторів

В. С. Дорошенко, Фізико-технологічний інститут металів та сплавів НАН України (Київ, Україна)

д-р техн. наук, ст. наук. співроб.

В. П. Кравченко, Фізико-технологічний інститут металів та сплавів НАН України (Київ, Україна)

канд. фіз-мат. наук, стар. наук. співроб.

Посилання

Michael W. (2014) Grieves Digital Twin: Manufacturing Excellence through Virtual Factory Replication – LLC, 7 p. [in English]

Golubev S. S. (2019) Management of industrial technologies / Monografiya/– M.: FGUP «VNII «Tsentr», 283 p. [in Russian]

Gusev M. P., Anisimov K. N., Zarubin S. V. i dr. Concept of the digital twin of the continuous casting process. XV mezhdunar. kongr. staleplavilschikov i proizvoditeley metalla – ISCON 2018: sb. trudov. (Tula, 15-19.10.2018). Moskva-Tula, 2019. OOO "RPK PrintAP". Pp. 452–456 [in Russian]

Shinskiy O. Y., Shalevska I. A., Kalyuzhniy P. B. and other (2018) The principles of prompting the identification of the baggage system and the control of the parameters in the technological cycle of production. Vostochno-Evropeyskiy zhurnal peredovyih tehnologiy, vol. 5. 1, pp. 25–32 [in Ukrainian]

Shalevskaya I. A., Doroshenko V. S. (2016) Ecological monitoring of emissions during molding according to gasified models. Ekologiya pidpriemstva, 3, pp. 38–45 [in Russian]

Doroshenko V. S., Kravchenko V. P., Shevchuk B. M. (2011) Remote monitoring of parameters in technological processes in the livar shop. Strategy of Quality and Education. VII Int. Conf. (Varna, Bulgaria, 3-10.06.2011). Acta Universitatis pontica Euxinus. Sp. iss. Varna, vol. 1, pp. 526–528 [in Ukrainian].

Doroshenko V. S., Kravchenko V. P., Berdyiev K. H. Online monitoring systems for technological processes and foundry equipment. Acta Universitatis pontica Euxinus, special number. VIII International Conference "Strategy of Quality and Education": (8–15.06.2012 Varna, Bulgaria) – Proceedings, v. 1, pp. 51–53 [in Russian]

Doroshenko V. S. (2014) Creation of a monitoring system in the casting shop using gasified models. Lite Ukrainyi, 11, pp. 10–14 [in Russian].

Tokova O. V. (2017) Insight into the methods and techniques of the computer model of the processes of live virobniting. Induktivne modelyuvannya skladnih sistem. Vip. 9, pp. 204–213 [in Ukrainian].

Ono Tayiti. Toyota production system. Moving away from mass production. M.: Institut kompleksnyih strategicheskih issledovaniy, 2005, 192 p. [in Russian].

Dolgov S. (2012) “The Eye of the Terminator.” Between Virtuality and Reality. Nauka i zhizn. 3, pp. 64–66 [in Russian].

Doroshenko V. S. Prospects for the application of the augmented reality method in foundry. Novi materiali i tehnologiyi v mashinobuduvanni. 2017: materiali IX Mizhnar. naukovo-tehnichnoyi konf., Kiyiv, 30-31.05.2017 / Zag. red. R. V. Lyutiy, I. M. Guriya. K.: NTUU «KPI», 2017, p. 64. [in Russian].

Doroshenko V. S., Berdyiev K. H. (2012) Systems of online monitoring of the state of foundry equipment with an indication of possible places of occurrence of problems [Spetsialna metalurgiya: vchora, sogodni, zavtra: materiali X Mizhnarodnoyi naukovo-praktichnoyi konferentsiyi, Kiyiv, 18 kvitnya 2012] K.: NTUU «KPI», pp. 149–151. [in Russian].

Management of foundry systems and processes: monograph / O. I. Ponomarenko, T. V. Lyisenko, A. L. Stanovskiy, O. I. Shinskiy; Nats. tehn. un-t "Hark. politehn. in-t". – H.: Pidruchnik NTU "HPI", 2012. 368 p. [in Russian].

Doroshenko V. S., Kravchenko O. V. (2013) Regression and inductive models for monitoring casting and metallurgical processes [Spetsialna metalurgiya: vchora, sogodni, zavtra: materiali XI Mizhnar. naukovo-praktichnoyi konf., Kiyiv, 23.04.2013]. K.: NTUU «KPI», pp. 172–182. [in Russian].

Doroshenko V., Kravchenko O., Mul O. (2013) Regression and induction methods of analysis in systems of foundry metallurgical processes monitoring / Boundary Field Problems and Computer Simulation. Vol. 52. Riga: RTU. Pp. 37–42. [in English].

Kravchenko E. V., Doroshenko V. S. Interval method for monitoring the reliability of telemetric information when monitoring the cooling process of a sand mold [Perspektivnyie tehnologii, materialyi i oborudovanie v lit. pr-ve: materialyi IV Mezhdunarod. nauchno-tehnich. konf., 30.09-4. 10.2013] Obsch. red. A. N. Fesenko. Kramatorsk: DGMA, 2013, pp. 90–92. [in Russian].

Doroshenko V. S., Kravchenko E. V. Regression models for the description of casting processes / Lite-2013: Materialyi IX Mezhdunarod. nauchno-praktich. konf.– Zaporozhe: Zaporozh. TPP, 2013, vol. 1, pp. 65–66. [in Russian].

Ivahnenko A. G. (1982) An inductive method for self-organization of models of complex systems. Kiev: «Nauk. dumka», 296 p. [in Russian].

Gabor D., Wilby W. R., Woodcock R. A. A universal nonlinear filter, predictor and simulator which optimizes itself by a learning process. Proc. Inst. Electr. Engrs., vol. 108., part B, .40, 1961. Pp .85–98. [in English]

Korolov V. Yu., HodzInskiy O. M. (2020) Development of combinatorial optimization problems on quantum computers. Cybernetics and Computer Technologies, no. 2. pp. 5–12. [in Ukrainian].