Виртуальный химзавод: математик — о цифровых предприятиях, дистанционном обучении и сценариях пандемии COVID-19

Математик — о цифровых предприятиях, дистанционном обучении и сценариях пандемии COVID-19

В России создан первый цифровой виртуальный завод химического производства, позволяющий испытать работу предприятия в различных режимах и повысить его производительность. Об этом в интервью RT сообщила математик-вычислитель Российского химико-технологического университета имени Менделеева (РХТУ), завкафедрой информационных компьютерных технологий профессор Элеонора Моисеевна Кольцова. Она рассказала о проектировании цифровых лабораторий и технологических процессов, расширении возможностей для обучения и тренировки специалистов химической отрасли, а также о моделировании развития пандемии COVID-19.
Виртуальный химзавод: математик — о цифровых предприятиях, дистанционном обучении и сценариях пандемии COVID-19
  • Трансформация производственных и бизнес-процессов с помощью инструментов цифровых технологий основана на использовании больших данных (big data) и на методах машинного обучения (искусственного интеллекта)
  • Gettyimages.ru
  • © ipopba

— Элеонора Моисеевна, среди последних достижений вашей кафедры — создание первого в России виртуального завода, цифрового двойника химического предприятия. Что это такое?

— На кафедре информационных компьютерных технологий РХТУ мы создали новый цифровой виртуальный завод по получению метанола, учитывающий сущность всех протекающих на таком предприятии явлений и процессов. Работа проводилась при поддержке американской корпорации, производящей электронные системы управления и автоматизации, а также при участии крупного российского химического предприятия.

В результате была создана динамическая модель схемы химического завода с возможностью управления технологическими процессами, разработано центральное ядро — программа, обеспечивающая взаимосвязь базы данных схемы завода с веб-интерфейсом и виртуальным окружением. Затем аппараты технологической схемы и в целом всего завода были представлены в виде объектов виртуальной реальности.

  • Виртуальный химзавод
  • © Скриншот с видео: Кафедра ИКТ РХТУ имени Д.И. Менделеева / Youtube

— Какая от таких цифровых двойников польза?

 На основе модели технологической схемы можно испытать работу предприятия в разных режимах и существенно увеличить его производительность. Так, на последнем этапе работы по созданию виртуального завода нами были разработаны и внедрены сценарии аварийных ситуаций и их ликвидации. По сути, произошло сращивание производственного тренажёра с виртуальным представлением всей технологической цепочки. На основе тренажёра можно проводить обучение операторов производства. Наличие виртуального представления аппаратов и их размещения с привязкой к местности, где будет строиться объект, позволяет устранить множество ошибок при 3D-проектировании цеха.

Также мы разработали виртуальный химический практикум с VR-шлемом. Он, конечно, не заменяет реальный, но является хорошим подспорьем, своего рода тренажёром проведения химических опытов, особенно в условиях дистанционного обучения.

  • Виртуальный химический практикум
  • © Скриншот с видео: Кафедра ИКТ РХТУ имени Д.И. Менделеева / Youtube

— В РХТУ создана своя модель прогнозирования развития пандемии COVID-19. В чём её отличие от других?

— Для моделирования распространения коронавирусной инфекции мы используем методы нелинейной динамики. В основном в России и в мире используют SIR и SEIR математические модели, где рассматриваются различные возможные состояния человека: S — здоровый, E — заражённый в инкубационном периоде или бессимптомный, I — заражённый в активной стадии болезни и R — умерший или выздоровевший с иммунитетом (в зависимости от интерпретации).

Мы от них отказались. В условиях неопределённости и быстрого реагирования для оценки ситуации и расчёта активных заразившихся нужны были модели с наименьшим количеством определяемых параметров. Наша модель состоит из системы дискретных логистических уравнений с двумя определяемыми параметрами: показателем роста численности и ёмкостью системы. Показатель роста численности определяется в самом начале распространения эпидемии. Он может меняться в соответствии с ограничительными мерами, принятыми в стране. Ёмкость системы — максимальное число жителей страны (города), которые могут потенциально заболеть. Она определяется в конце первой трети периода — от начала до пика распространения эпидемии.

— Какие цифры даёт ваша модель, можно ли делать с её помощью определённые прогнозы? 

— Достаточно точно мы определили пики эпидемии в Италии, Испании, Португалии, Японии, Германии, во Вьетнаме, в Чехии, Бразилии и других странах. Ряд стран заканчивают эпидемию, прошли пик. Однако в Индии сейчас самая большая ёмкость системы. Пик эпидемии там ожидается 25 августа 2020 года, и в этот день там ожидается прирост численности инфицированных на 68 тыс. человек.

Первая волна распространения COVID-19 в Индии принесёт 6,5 млн заражённых, это очень много. Также на данный момент ведём пересчёт для таких стран, как США, Бразилия, Россия. 

  • Математическая модель РХТУ показала, что волна распространения COVID-19 в Индии принесёт 6,5 млн заболевших
  • Reuters
  • © Amit Dave

Отмечу, что понятие волны терминологическое. И только суперпозиция (наложение) нескольких волн даёт хороший результат по совпадению расчётных и фактических данных. 

В Китае были приняты жёсткие ограничительные меры, которые буквально всеми соблюдались, поэтому распространение эпидемии легло на единичную волну.

В Италии распространение не укладывалось на единичную волну, возникали большие ошибки в расчётах ежедневных приростов и численности инфицированных.

По нашим расчётам, распространение эпидемии в мире в настоящее время укладывается на суперпозицию пяти волн. Первая волна охарактеризовала распространение эпидемии в Китае, вторая в основном охватила страны Европы, третья — Россию и некоторые штаты США. Четвёртая и пятая в основном отражают распространение эпидемии в США, странах Латинской Америки и Южной Азии. По последнему расчёту, число инфицированных от суперпозиции этих волн составит около 21 млн жителей планеты. Окончание пятой волны, которая не является последней, ожидается в конце ноября этого года. Каждые десять дней мы пересчитываем данные, так как могут появляться новые волны.

— Есть риски, которые вы считаете недооценёнными?

— Такие риски есть. Например, по нашей модели, Москва сейчас переживает пятую волну. С первой волной мы сели на карантин, потом возникали волны из-за пасхальных и майских праздников. Первая волна была самой большой ёмкости — 1 млн жителей, она принесла 75 тыс. инфицированных, каждая последующая была меньше. Предпоследняя, с ёмкостью 150 тыс. жителей, возникла в мае, когда заработали промышленные предприятия. Она принесла 15 тыс. инфицированных и при сохранении ограничений должна была закончиться в июле. Однако последний перерасчёт показал, что 16 июня была ещё одна волна ёмкостью 1 млн жителей, которая несёт 36 тыс. инфицированных и увеличивает численность заражённых москвичей до 260 тыс.

Срок окончания этой волны — ноябрь 2020 года. Поэтому надо понимать, что эпидемия в Москве не закончилась. Советую всем носить маски в местах скопления людей, транспорте, магазинах и так далее.

— Менделеевцы под вашим руководством достигли больших успехов в области математического моделирования. Какие ещё химические и технологические процессы просчитывают ваши специалисты?

— На кафедре развиваются направления по моделированию широкого класса топливных элементов, созданию программного обеспечения в области получения нанокомпозитов, а также фундаментальные исследования в области нелинейной динамики и термодинамики необратимых процессов, моделирование в области увеличения нефтедобычи.

Также по теме
Искусство в науке: российские химики создали в стекле нановерсию таблицы Менделеева
Российские химики записали в кварцевом стекле микроскопическое цветное изображение таблицы Менделеева. Для получения миниатюры...

На основе полученных нами моделей удалось улучшить характеристики широкого класса топливных элементов. На основе микробного топливного элемента разработана технология генерации энергии и очистки сточных вод.

Также найдены оптимальные режимы получения новых материалов — нанокомпозитов — на основе оксида алюминия и карбида кремния. Такие композиты усилены армированными углеродными нанотрубками и обладают улучшенными физико-механическими свойствами. Математические методы были использованы в разработке физико-химического циклического воздействия на призабойную зону малодебетных скважин. Они приводят к существенному (в пять раз) увеличению добычи нефти.

— Как в целом происходит цифровая трансформация в химической отрасли?

— В настоящее время активно происходит трансформация производственных и бизнес-процессов с помощью инструментов цифровых технологий. Они основаны на использовании больших данных (big data) и на методах машинного обучения (искусственного интеллекта).

На основе аналитических моделей компании выбирают оптимальный технологический режим, выстраивают график ремонтов, избегают поломок оборудования.

Разрабатываются платформы для работы с дополненной реальностью, системы распознавания образов для отображения подсказок по оборудованию, внедряется промышленный интернет вещей — например, устанавливаются беспроводные датчики на трубах, которые позволяют заменить регулярные обходы.

— Компьютерные методы используются и при создании новых материалов, в том числе композитов с ранее невиданными свойствами...

— Верно, на основе компьютерного дизайна можно получать новые материалы. Например, берётся ряд кристаллических структур, для которых производится квантово-механический расчёт. Затем нейронную сеть обучают по набору признаков каждой из этих структур создавать связь между признаками и энергией. При использовании нейронной сети расчёты сокращаются почти в 10 тыс. раз. Так, проанализировав структуру бора, учёные предсказали новую структуру гамма-бора — одного из самых твёрдых веществ.

На кафедре занимаются моделированием процессов получения нанокомпозитов с высокими прочностными свойствами. К таким процессам относится метод импульсного плазменного спекания. При таком методе удалось получить нанокомпозит на основе оксида алюминия с высоким объёмным содержанием углеродных трубок. Они обеспечивают высокие прочностные свойства и снижение плотности материала.

  • Для обучения специалистов-технологов используются специальные программы-тренажёры
  • Gettyimages.ru
  • © SrdjanPav

— Удалённая работа и дистанционное обучение стали востребованы как никогда. Как информационные компьютерные технологии сокращают экономические издержки при проведении исследований, расширяют возможности для обучения специалистов химической отрасли?

 Компьютерные технологии не могут заменить реальные эксперименты, но являются мощным помощником, существенно сокращают время проведения исследований. Определение оптимальных режимов эксперимента происходит гораздо быстрее с помощью математической модели. 

Высокую эффективность показывают и технологии обучения. Наш виртуальный химический практикум (без VR-шлема) из 170 работ за время карантина использовали в три-четыре раза чаще, количество заходов было порядка 10 тыс. Конечно, это большая поддержка в обучении химии студентов и школьников старших классов.

Что касается обучения специалистов химической отрасли, то для их тренировки мы создаём программы-тренажёры для понимания взаимосвязи технологических процессов и изучения режимов работы различных аппаратов.

Ошибка в тексте? Выделите её и нажмите «Ctrl + Enter»
Подписывайтесь на наш канал в Дзен
Сегодня в СМИ
  • Лента новостей
  • Картина дня

Данный сайт использует файлы cookies

Подтвердить