USD 77.9568

+0.47

EUR 88.9097

+0.38

Brent 85.88

+0.82

Природный газ 2.928

+0.02

5 мин
5

Экономика цифрового двойника: как связать данные, модели и производство

Цифровой двойник перестал быть технологической роскошью – теперь это производственная необходимость. Искусственный интеллект превратил его из наглядной визуализации в рабочий инструмент: двойник стал полигоном для отработки всех параметров процесса и средой, в которой реально организуются бизнес-процессы предприятия. Наконец-то многолетние усилия по оцифровке получают конкретный экономический смысл: двойник влияет не на отдельную статью затрат, а на ключевые показатели переработки – маржу, выход и качество продукции, расход энергии и ресурс оборудования. Чтобы ими можно было управлять, нужно связать достоверные данные с расчетной моделью и единым материально-энергетическим балансом на ИТ-инфраструктуре, которой можно доверить непрерывное производство.

Экономика цифрового двойника: как связать данные, модели и производство

Почему сейчас

Распоряжение Правительства РФ №373-р, утвердившее стратегическое направление цифровой трансформации ТЭК до 2036 года, относит цифровые двойники (ЦД) и искусственный интеллект к инструментам оптимизации режимов работы производственно-технологических комплексов, а цифровые системы балансировки энергопотребления – к источникам надежности и снижения затрат на ремонты. Этот же документ ставит задачу полностью исключить ПО иностранного происхождения на значимых объектах КИИ в ТЭК.

Сроки задает постановление Правительства РФ №1912: переход субъектов КИИ на доверенные программно-аппаратные комплексы (ПАК) идет с 1 сентября 2024 года, к 31 декабря 2029-го их доля на значимых объектах должна достичь 100 %.

Требование регулятора и экономический интерес организаций совпадают: модернизация все равно должна произойти – вопрос в том, заключается ли она лишь в замене оборудования или же новая инфраструктура станет платформой для расчетных моделей и цифровых двойников.

Границу отрасль очертила сразу. Участники дискуссии о Национальной платформе промышленной автоматизации на ЦИПР-2026 сошлись на том, что заменять ПИД-регуляторы искусственный интеллект не должен. Базовые контуры остаются за проверенной автоматикой, а ИИ работает этажом выше – подбирает режим и рекомендует уставку. Его решения не бывают лучше модели, на которой он их считает. Поэтому ЦД перестает быть отдельным проектом со своим бюджетом и становится условием эффективной работы ИИ на производстве.

Модель, данные и обратная связь

Цифровая модель становится двойником при двусторонней связи с объектом: она принимает данные и возвращает проверенную рекомендацию в производственный контур.

«В сложных непрерывных процессах исторические данные сами по себе не описывают все возможные режимы: их может быть много, но в них есть неточности. Поэтому цифровой двойник строится на гибридном подходе – сочетании физической модели и искусственного интеллекта. Такой подход нужен не только для оценки состояния оборудования, но прежде всего для анализа технологического режима, энергетической и продуктовой оптимизации», – объясняет Дмитрий Агафонов, генеральный директор Центра цифровых технологий (ЦЦТ) Группы Rubytech.

Однако одной корректной модели недостаточно. На НПЗ данные АСУ ТП, LIMS, MES, ERP и ТОиР поступают из решений разных поставщиков, и каждая прикладная задача исторически разворачивалась как отдельный проект – со своими источниками, интеграциями и фильтрацией. Эффект такой проект дает, но максимальный результат – там, где технологический и производственный слои модернизируют вместе с ИТ-инфраструктурой с учетом информационной безопасности и требований регулятора.

Цифровому двойнику нужна общая предметная модель – процесса, вспомогательного производства, энергохозяйства. Она задает балансы, ограничения и допустимые режимы, а платформа данных связывает расчет с объектом. Именно платформенность делает эффект воспроизводимым.

Архитектура решения: три слоя

Контур строится в три уровня: доверенная вычислительная среда, модели процессов и энергохозяйства, сквозной материально-энергетический баланс.

«Когда прикладные задачи создаются по отдельности, для каждой заново определяют, какие данные и архивы нужны, как их фильтровать и обменивать. Единая платформа берет общие функции на себя: структурированно хранит информацию, связывает расчетные алгоритмы с внешними источниками, организует циклическое выполнение расчетов, сигнализацию и управление доступом. Эта основа используется для разных задач цифрового двойника», – поясняет Артем Пономарь, руководитель отдела промышленной автоматизации Скала^р, Группа Rubytech.

Инфраструктурному слою нужны доверенность и совместимость с действующей АСУ ТП. Эту роль выполняет Машина управления технологическими процессами Скала^р МСП.ТП (ПАК АСУ ТП). Она размещается на уровнях L2–L3 пирамиды АСУ ТП, интегрируется с решениями полевого уровня L1, поддерживает виртуализацию и контейнеры, подтвердила совместимость с системами Honeywell и Yokogawa. Комплекс входит в реестр Минпромторга, включен в дорожную карту развития Открытой АСУ ТП и рекомендован АНО «Открытые системы автоматизации».

У этого слоя есть и прямой экономический аргумент: консолидация разрозненных серверов систем управления в единый отказоустойчивый кластер позволяет вывести из эксплуатации до 30–40 % серверного парка – с экономией на электроэнергии, охлаждении и площадях. Встроенные средства защиты удовлетворяют требованиям ЗОКИИ.

Доверие к такой инфраструктуре проверяют публично. На ЦИПР-2026 дискуссия о Национальной платформе промышленной автоматизации (НППА) свелась к одному: нужны не отдельные отечественные продукты, а доказанная надежность всей ИТ-связки. Отсюда ставка на отраслевые полигоны: Группа Rubytech переносит в промышленность опыт ИЦК «Финансы» и разворачивает открытую лабораторию АСУ ТП – базовую площадку распределенного стенда НППА, где совместимость проверяют еще до внедрения ИТ-решений в действующий ландшафт предприятия.

Портфель решений Группа Rubytech формирует под отраслевые задачи. Для процессов НПЗ, газопереработки и химии применяется ПО «ДельтаМод» (платформа высокоточного моделирования, собственная разработка ЦЦТ), которое строится на материальных и энергетических балансах, данных процесса и лаборатории.

На третьем слое– сквозной энергобаланс, биллинг мощностей и ИИ-ассистент. Принципиально важно, что второй и третий слои разворачиваются на том же фундаменте и используют его ресурсы, интеграции и средства защиты. Отсюда меньший CAPEX и более короткий срок подключения каждой следующей задачи.

Что это дает на производстве

Главный эффект цифрового двойника не в отдельных процентах, а в проверке решений до выдачи в производственный контур: «ДельтаМод» рассчитывает реализуемость режима, воспроизводит неизмеряемые параметры и служит виртуальным анализатором.

На НПЗ при изменении состава нефти, активности катализатора или нагрузки двойник пересчитывает баланс и сравнивает варианты по выходу продукции, энергопотреблению и состоянию оборудования с учетом технологических ограничений. Та же модель уточняет характеристики установок, что позволяет закладывать в план достижимый режим и контролировать качество продукции и энергоэффективность.

В энергохозяйстве – собственной генерации, котельных и тепловых сетях – автоматизация нормативно-технических расчетов кратно сокращает цикл их подготовки. По данным сопоставимых проектов, оптимизация режимов снижает расход топлива на 2–5 %; для теплосетей тот же диапазон относится к снижению потерь.

Еще один источник эффекта – ТОиР по фактическому состоянию: история режимов, остаточный ресурс и вероятность отказа помогают выбрать момент вмешательства. Затраты могут снизиться на 10–20 %, а предиктивная диагностика дает запас времени, чтобы перевести аварийный останов в плановый.

С чего начинать

Начинать стоит с цифрового двойника одного наиболее перспективного объекта (установки или передела), где эффект можно измерить и показать финансовому блоку, а затем расширять контур до уровня производства. Технологи, ИТ-специалисты и финансисты вместе выбирают метрику – выход продукции, расход сырья и энергии, затраты на ТОиР – и фиксируют исходный уровень.

Затем модель разворачивают на доверенной платформе, проверяют телеметрию, лабораторные данные и архивы, назначают ответственного за достижение экономического эффекта. В опытной эксплуатации рекомендации сверяют с работой объекта, а после подтверждения метрики тиражируют на смежные установки. Так цифровой двойник перестает быть экспериментом, а вопрос переходит в плоскость экономики и сроков.


Статья «Экономика цифрового двойника: как связать данные, модели и производство» опубликована в журнале «Neftegaz.RU» (№9, Сентябрь 2026)

936780Код PHP *">
Читайте также