Корпоративный транспорт движется к цифровым двойникам автопарков

В России локомотивами развития данных технологий выступают нефтедобыча и нефтехимическая промышленность. Так, специалисты «Татнефть» в процессе бурения с помощью автоматизированных систем управления и контроля производят оцифровку скважин и создают их виртуальные модели. Они помогают нефтяникам выбрать максимальные интервалы для проведения работ и в режиме онлайн контролировать процесс. В ряде случав удается в десять раз увеличить дебит ранее малорентабельных скважин. По данным нефтяной компании, в общей сложности благодаря цифровым двойникам было дополнительно добыто более 150 т нефти.

Другой пример – система построения логистики и снабжения на Новопортовском месторождении (Ямал) ПАО «Газпром Нефть». Здесь каждому участнику логистической цепи – поставщикам, складам, транспорту, технологическому оборудованию, заказам, потребителям и т.д. – соответствует свой цифровой двойник, наделенный определенной логикой и способностью машинного обучения. В двух словах, эти виртуальные модели взаимодействуют друг с другом таким образом, чтобы удовлетворить свои потребности и избежать конфликтных ситуаций. Результатом внедрения схемы стало существенное сокращение потерь от недогруза барж.

Применяются цифровые модели и для эффективной эксплуатации поездов «Сапсан» и «Ласточка». В свою очередь, на производственных площадках КАМАЗа 3D-двойники станков и различного технологического оборудования используются при моделировании механообработки, сборки и других операций.

«Наверняка такие решения будут активно завоевывать все новые ниши, и одной из них вполне могут стать корпоративные автопарки самых разных компаний, – считает менеджер проектов «СКАУТ-Корпоративные решения» Андрей Кондраков. – Ведь, подобно цеху, заводу или месторождению, любой автопарк можно рассматривать как отдельный сложный организм, живущий по своим законам. Тем более, системы спутникового мониторинга способны предоставить множество данных, необходимых как на этапе создания цифрового двойника, так и на протяжении всего жизненного цикла объекта. Это и сведения по расходу топлива, и маршруты транспортных средств, и техническое состояние машин, и манера езды водителей, и многое другое. Используя подобные цифровые решения, можно моделировать самые разные дорожные ситуации, предупреждать аварии и поломки автомобилей, избегать штрафов, повышать продуктивность и скорость логистики, просчитывать наиболее эффективные маршруты, сокращать расходы на эксплуатацию транспорта. Уже всерьез говорят о создании цифровых двойников автомобилей на основе блокчейн-технологий, которые будут моделировать поведение деталей, узлов, материалов и самой машины в разных условиях. Следующим шагом по логике должно стать объединение таких моделей в более обширные, охватывающие весь автопарк с его транспортными средствами, технической и ремонтной инфраструктурой, рабочими процессами, наконец, персоналом».