Научное обоснование и разработка интеллектуального динамического мониторинга с адаптивными свойствами в многономенклатурном автоматизированном производстве с учетом особенностей цифровизации производства

КАРТОЧКА ПРОЕКТА ФУНДАМЕНТАЛЬНЫХ И ПОИСКОВЫХ НАУЧНЫХ ИССЛЕДОВАНИЙ,
ПОДДЕРЖАННОГО РОССИЙСКИМ НАУЧНЫМ ФОНДОМ

Информация подготовлена на основании данных из Информационно-аналитической системы РНФ, содержательная часть представлена в авторской редакции. Все права принадлежат авторам, использование или перепечатка материалов допустима только с предварительного согласия авторов.

ОБЩИЕ СВЕДЕНИЯ

Номер проекта 20-19-00299

НазваниеНаучное обоснование и разработка интеллектуального динамического мониторинга с адаптивными свойствами в многономенклатурном автоматизированном производстве с учетом особенностей цифровизации производства

Руководитель Бровкова Марина Борисовна, Доктор технических наук

Организация финансирования, регион Федеральное государственное бюджетное учреждение науки Институт машиноведения им. А.А. Благонравова Российской академии наук , г Москва

Конкурс №45 - Конкурс 2020 года «Проведение фундаментальных научных исследований и поисковых научных исследований отдельными научными группами»

Область знания, основной код классификатора 09 - Инженерные науки; 09-601 - Теория, методы проектирования и эффективность функционирования технических систем

Ключевые слова Сложное технологическое оборудование, цифровое производство, адаптивная система управления, динамический мониторинг, нелинейная динамика, теория колебаний, искусственный интеллект, искусственные нейронные сети, машинное обучение

Код ГРНТИ55.01.77

ИНФОРМАЦИЯ ИЗ ЗАЯВКИ

Аннотация
Современное развитие науки и техники обуславливает переход на цифровые технологии в рамках новой промышленной революции. При этом возникает необходимость пересмотра функциональных возможностей первичных информационно-аналитических систем с учетом их применения в сложных иерархических структурах принятия управленчеких решений. Нами изучены требования к этим системам в рамках следующих стратегий и программ. В развитых и развивающихся странах действуют национальные стратегии и программы цифровой экономики (например, Digital Strategy 2025 в Германии, Digital Agenda for Europe, 2010, France`s International Digital Strategy, 2017 и др.), а также принимаются программы и стратегии, которые объединяют комплекс проектов по созданию и использованию цифровых технологий в обрабатывающих производствах (например, немецкая программа «Industry 4.0», Национальная стратегия развития искусственного интеллекта Германии, 2018г., программа «Китайское производство 2025» и др.). В России в 2018 году был запущен национальный проект «Цифровая экономика Российской Федерации», подписан Указ «О национальных целях и стратегических задачах развития Российской Федерации на период до 2024 года», в котором ускоренное внедрение цифровых технологий включено в число национальных целей развития РФ до 2024 года, в 2019 году подписан Указ «О развитии искусственного интеллекта в Российской Федерации». Изучение представленных выше программ развития цифрового управления, а также анализ литературы и научных исследований показал, что наиболее сложным является получение первичной информации в реальном времени о состоянии технологических объектов в необходимом формате, согласующемся с общей структурой цифрового принятия решений. Для многономенклатурного автоматизированного производства, где имеются не только различные реализации технологических процессов, но также и изменения состояния объекта, возмущения окружающей среды, все это делает сложным априорное моделирование и представление в динамических моделях состояния объекта в пространстве возможных его состояний. При этом возникает необходимость в перманентном обновлении моделей и правил принятия решений. Как показал опыт наших исследований, одной из важнейших форм успешной цифровизации производства является система динамического мониторинга оборудования в реальном времени в производственных условиях. Разработки в области мониторинга сложного технологического оборудования, например, станочных комплексов существуют, но они не универсальны, часто лишь предоставляют информацию о простоях и загрузке, наработках на отказ и технологиях оборудования. Реже исследуются конкретные технологические процессы и режимы. Существующие решения также не в полной мере реализуют анализ данных и алгоритмов принятия решений. Проблема динамического мониторинга процессов формообразования при механообработке в настоящее время стала особенно актуальной в связи с необходимостью повышения качества деталей для различных отраслей хозяйства при создании изделий с новыми потребительскими свойствами, конкурентноспособных с зарубежными, а также при формировании современной технологической базы по приоритетным направлениям развития промышленности. Многочисленные исследования показали необходимость применения однотипных алгоритмов с адаптивными свойствами совместимых на всех уровнях информационной поддержки предприятия. Данные алгоритмы должны основываться на интегративных критериях оценки качества функционирования технологического объекта и обеспечивать возможность анализа системы, как в целом, так и каждого объекта с более гибким подходом к организационно-технологическим мероприятиям. Данный проект направлен на решение актуальной научной проблемы (междисциплинарное исследование) формирования теоретических основ и методик интеллектуального динамического мониторинга сложного технологического оборудования во многономенклатурном автоматизированном производстве с учетом цифровизации всей иерархической структуры управления производством. Нами рассмотрены основные подходы к формированию динамических моделей сложного технологического оборудования. Проведен анализ возможности получения информации о качестве формообразования и диагностике процессов на основе работ классической и современной теории автоматического управления с точки зрения управления сложными объектами, что позволило оценить актуальность и научную значимость проблемы мониторинга для теории и практики современного машиностроительного производства и сформулировать следующие крупные задачи: 1. Формирование концептуальной модели интеллектуального динамического мониторинга и контроля с адаптивными свойствами в многономенклатурном автоматизированном производстве на основе анализа современных методов оценки сложных технических систем. 2. Обоснование и реализация направлений повышения эффективности мониторинга на основе оптимизации динамической настройки станка и использования методов искусственного интеллекта. 3. Выполнение исследования по формированию цифровых двойников технологических процессов с учетом перманетно изменяющихся свойств объекта в условиях стохастической неопределенности. 4. Получение результатов экспериментальных исследований и практическая реализация мониторинга на станках различного технологического назначения. Научная новизна исследований заключается в следующем: 1. Новые стратегии исследования динамических процессов на основе многофазных непараметрических процедур и методов с учетом квазистационарных свойств объекта и возмущений при реализации технологических проессов. 2. Формализация процедур, алгоритмов и программного обеспечения для формирования системы интеллектуального динамического мониторинга с адаптивными свойствами в многономенклатурном автоматизированном производстве с учетом особенностей цифровизации производства. 3. Научное обоснование критериев оценки функционирования сложного технологического оборудования в реальном времени на основе методов искусственного интеллекта и создание новых информационных технологий с адаптивными свойствами для их универсанльного использования. 4. Формирование принципов мониторинга параметров качества деталей в реальном времени 5. Формализация процедур, алгоритмов и программного обеспечения для формирования цифровых двойников технологических процессов с учетом перманетно изменяющихся свойств объекта в условиях стохастической неопределенности.

ОТЧЁТНЫЕ МАТЕРИАЛЫ

Публикации

1. Бровкова М.Б., Мартынов В.В. Modern approaches to the formation of intelligent monitoring in the context of digital manufacturing 2020 4th Scientific School on Dynamics of Complex Networks and their Application in Intellectual Robotics (DCNAIR), pp. 66-68 (год публикации - 2020)
10.1109/DCNAIR50402.2020.9216750

2. Бровкова М.Б. Проблемы формирования системы мониторинга в многономенклатурном автоматизированном производстве в реальном времени Фундаментальные основы физики, химии и механики наукоемких технологических систем формообразования и сборки изделий, с.208-209 (год публикации - 2020)

3. Бровкова М.Б., Молодцов В.В., Бушуев В.В. Implementation specifics and application potential of digital twins of technological systems International Journal of Advanced Manufacturing Technology, 2021, 117(7-8), pp. 2279–2286 (год публикации - 2021)
10.1007/s00170-021-07141-z

4. Бровкова М.Б., Мартынов В.В., Торгашова О.Ю., Ушакова О.В. Rationale for the criteria and principles of intelligent monitoring of complex technological equipment in real time taking into account its dynamic characteristics and possible states 5th Scientific School on Dynamics of Complex Networks and their Application in Intellectual Robotics (DCNAIR), P.52 - 54 (год публикации - 2021)
10.1109/DCNA53427.2021.9587331

5. Бровкова М.Б., Мартынов В.В., Торгашова О.Ю., Ушакова О.В., Пыльский В.А. Approaches to measuring and modeling the computing part of a cyber-physical monitoring system for industrial production, taking into account modularity and hybridization 2021 5th Scientific School on Dynamics of Complex Networks and their Application in Intellectual Robotics (DCNAIR), P.55 - 58 (год публикации - 2021)
10.1109/DCNA53427.2021.9587181

6. Бровкова М.Б., Торгашова О.Ю., Ушакова О.В., Мартынов В.В., Соломин М.А. The cutting force signal identification of the milling machine spindle assembly for monitoring equipment wear 6th Scientific School "Dynamics of Complex Networks and their Applications", Proceedings - 6th Scientific School "Dynamics of Complex Networks and their Applications", DCNA 2022, 2022, pp. 38–41 (год публикации - 2022)
10.1109/DCNA56428.2022.9923162

7. Ушакова О.В., Мартынов В.В., Бровкова М.Б., Торгашова О.Ю., Большаков А.С., Камалов А.В. Development of Visual Analytics of Monitoring Results Using Augmented Reality Tools Based on the IIoT (Industrial Internet of Things) Platform 6th Scientific School "Dynamics of Complex Networks and their Applications", 2022 6th Scientific School Dynamics of Complex Networks and their Applications (DCNA), 2022, pp. 288-291 (год публикации - 2022)
10.1109/DCNA56428.2022.9923089

8. Бровкова М.Б., Бушуев В.В., Молодцов В.В. Цифровые двойники технологических систем: состояние вопроса, специфика реализации и использования, перспективы Вестник МГТУ "Станкин". – 2022. – № 2(61)., Вестник МГТУ "Станкин". – 2022. – № 2(61). – С. 61-68. (год публикации - 2022)

9. Бровкова М.Б., Ушакова О.В. Подходы к формированию интеллектуальной системы мониторинга кибер-физических систем Высокие технологии и инновации в науке: сборник статей международной научной конференции (Санкт-Петербург, Ноябрь 2022). – СПб.: ГНИИ «Нацразвитие», 2022., Высокие технологии и инновации в науке: сборник статей международной научной конференции (Санкт-Петербург, Ноябрь 2022). – СПб.: ГНИИ «Нацразвитие», 2022. (год публикации - 2022)
10.37539/221116.2022.52.56.008

10. Бровкова М.Б., Мартынов В.В. Intelligent Monitoring System Formation in Modern Production in the Context of Manufacturing Digitalization Springer Nature Switzerland AG (год публикации - 2023)
10.1007/978-3-031-21438-7_49

11. Бровкова М.Б., Мартынов В.В. Intelligent Monitoring System Formation in Modern Production in the Context of Manufacturing Digitalization Lecture Notes in Networks and Systems, 2023, 597 LNNS, pp. 606–613 (год публикации - 2023)

12. Бровкова М.Б., Мартынов В.В., Кочкуров Л.А. Tool condition monitoring using machine learning methods Proceedings - 7th Scientific School: Dynamics of Complex Networks and their Applications, DCNA 2023, Proceedings - 7th Scientific School: Dynamics of Complex Networks and their Applications, DCNA 2023, 2023, pp. 46–48 (год публикации - 2023)
10.1109/DCNA59899.2023.10290340

13. Бровкова М.Б., Соколов А.О., Ушакова О.В., Торгашова О.Ю., Соломин М.А., Мартынов В.В., Большаков А.С. Intelligent Monitoring Platform for Digital Manufacturing Based on the Concept of Event-Driven (Streaming) Event Processing Akin to Middleware Command Router 6th Scientific School Dynamics of Complex Networks and their Applications (DCNA), Proceedings - 6th Scientific School Dynamics of Complex Networks and their Applications (DCNA), 2022, pp. 42-45 (год публикации - 2022)
10.1109/DCNA56428.2022.9923156

Публикации