Инновационные технологии

Как Big Data помогает выигрывать гонку автомобилестроения

Количество данных в мире растет экспоненциально, однако далеко не все компании используют их для решения реальных задач. Яркий пример применения больших данных показывают специалисты «Центра компьютерного инжиниринга» СПбПУ или CompMechLab®. Рассказываем, как технологии Big Data помогают добиться успеха на высококонкурентном рынке производства автомобилей.

Еще полвека назад любая высокотехнологичная промышленная разработка происходила следующим образом: по чертежам инженеров собирали опытные образцы изделий. Затем их направляли на испытания, и после провала (а всех возможных проблем нельзя было предусмотреть) они проходили перепроектирование и повторную сборку.

Такие циклы могли повторяться многократно, что приводило к значительному удорожанию изделия. Но специалисты того времени могли себе это позволить, потому что каждый год на рынок выходило не так много высокотехнологичных продуктов — например, автомобилей. При этом цикл потребления был дольше, а бюджет у производителей был намного объемнее, что позволяло им тратить больше денег на создание новых изделий.

Еще полвека назад производители автомобилей могли позволить себе делать несколько циклов проектирования и сборки модели

Сегодня производители часто опираются на «наследие» конструкторов прошлого, например, многие российские разработки в авиакосмической отрасли используют «заделы», сформированные еще Туполевым или Королевым. Однако даже использование новых компонентов и материалов не гарантирует успеха — что-то всегда может пойти не так. То же справедливо и для других отраслей.

Цифровой двойник

Решить эти проблемы позволяет цифровое моделирование, в том числе создание «цифровых двойников». Для каждого изделия создается максимально подробное цифровое описание, учитывающее значения тысяч его параметров. Современные технологии позволяют добиться высочайшего уровня детализации и контролировать состояние буквально каждого кубического миллиметра конструкции.

Уже на этапе эксплуатации, при помощи технологий промышленного интернета и диагностики (Health Monitoring System, HMS) с использованием датчиков (акселерометров, тензометров, датчиков температуры, давления, скорости и т. д.), получается информация о работе конкретного объекта, позволяющая в дальнейшем моделировать различные возможные и «непредвиденные» ситуации.

Цифровое моделирование позволяет учесть поведение конструкции в любых ситуациях использования

Данные множества виртуальных испытаний, проведенных в процессе «цифровой сертификации», дают четкое представление о расположении критических зон, в которых имеет смысл размещать те или иные датчики. Это позволяет радикально сократить и число самих датчиков, и получаемый объем больших данных, отбирая только необходимые (фактически, вместо Big Data формируется Smart Big Data), а также увеличить скорость обработки данных и внесения изменений в цифровой двойник.

Применение «умных» моделей на основе Smart Big Data, в которые закладывается максимально возможное количество параметров (свойства материалов, нелинейные характеристики соединений и механизмов, производственные технологии и т.д.), позволяет учитывать специфику производственного процесса еще на стадии проектирования.

Объем генерируемых данных легко проиллюстрировать на примере виртуального краш-теста автомобиля — во время ударного взаимодействия с преградами. При суперкомпьютерном моделировании процесса длительностью 200 миллисекунд на выходе получается массив данных, содержащий более 1014 параметров. В каждом из нескольких десятков миллионов узлов считывается более 50 параметров, таких как перемещения, скорости, ускорения, деформации, напряжения и др. В итоге получается 5·108 кривых, исчерпывающе описывающих поведение «умной» модели.

В конечном счете перед любым производителем сегодня стоит буквально олимпийская задача: сделать продукт быстрее всех, лучше всех и дешевле многих. Поэтому у них нет времени и ресурсов на дополнительные испытания и перепроектирование. И так как собственно производство сегодня является самым низкомаржинальным этапом выпуска продукции (который часто перепоручают партнерам или вообще передают на аутсорсинг), основная конкуренция разворачивается в области цифрового проектирования, моделирования изделия и далее — его обслуживания в процессе использования.

При этом характеристики изделия заранее просчитываются для всех этапов жизненного цикла, и чем адекватнее проект, тем более предсказуема эксплуатация. Все это делает цифровые двойники не только конкурентным преимуществом современного производства, но и попросту необходимым инструментом конкурентного высокотехнологичного рынка.

Сегодня именно автопром является основным драйвером развития высокотехнологичной промышленности

Бум на рынке автомобилестроения

Как рассказывает Алексей Боровков, руководитель «Центра компьютерного инжиниринга» СПбПУ — CompMechLab®, автомобилестроение является основным драйвером развития высокотехнологичной промышленности. В отличие от авиации, где в год выпускается 1,5-2 тысячи самолетов, а количество производителей можно пересчитать по пальцам, на автомобильном рынке происходит настоящий бум. И этому есть несколько причин:

— объем общемирового выпуска автомобилей превышает 100 миллионов штук в год;

— количество производителей только на китайском рынке (30% от мирового) превышает 250;

— для моделирования Boing-787 используется 15 миллионов строк программного кода, тогда как автомобили премиального класса требуют около 100 миллионов строк кода;

— концерны активно применяют реверсивный инжиниринг (анализ готовых изделий, доступных на рынке), поэтому срок уникальности инноваций может ограничиваться неделями.

Последний пункт играет особенно важную роль, так как он в корне меняет экономическую модель развития рынка. В Европе и Китае участники рынка проводят реверсивный инжиниринг, приобретая новые автомобили и разбирая их для детального анализа. От химического состава материалов, которых может быть порядка 200, до технологии изготовления каждой детали — все это тщательно изучается. Подобная недолговечность инноваций еще сильнее стимулирует развитие рынка.

Слева направо: и.о. директора ИППТ СПбПУ Сергей Салкуцан, проректор по перспективным проектам СПбПУ, лидер-соруководитель рабочей группы «Технет» НТИ, руководитель Центра НТИ СПбПУ Алексей Боровков, заместитель Министра образования и науки РФ Григорий Трубников

Проекты CompMechLab

«Центр компьютерного инжиниринга» СПбПУ (CompMechLab®) занимается разработкой цифровых двойников для лидеров автомобильной промышленности. Например, специалисты Центра работают с заказчиками из Германии (в частности, с BMW), китайскими производителями (BAIC, Chery и другими), для которых острая конкуренция — часть повседневного бизнеса.

По словам инженеров CompMechLab®, от цифровых двойников сегодня требуется, чтобы их данные не отклонялись от характеристик реальных объектов и процессов более чем на 5 % по всем ключевым параметрам, которые считываются с сотен датчиков, устанавливаемых на опытные экземпляры автомобилей.

На практике производители требуют от лаборатории проверки соответствия моделей многоуровневой матрице целевых показателей и ограничений. В ней фиксируется, что автомобиль не должен вибрировать сильнее заданных параметров, аэродинамика должна быть лучше таких-то показателей, в случае аварии деформация не должна превышать определенных пределов по каждой детали и т. д.

В современных реалиях на разработку новинки автопрома дается всего 10-12 месяцев. За это время нужно создать кузов, шасси, интерьер, экстерьер, компоновку автомобиля и гарантировать соответствие готового продукта ожиданиям по стоимости и другим требованиям матрицы показателей и ограничений.

Это большая работа, которая требует междисциплинарного взаимодействия, учета научного опыта и принципиально нового типа инженерных кадров — «системных инженеров». Подобный «инженерный спецназ» владеет передовыми наукоемкими мультидисциплинарными и кросс-отраслевыми технологиями, обладает мировым уровнем компетенций и множеством гибких навыков. Таких специалистов готовит Институт передовых производственных технологий СПбПУ, образованный в 2015 году как институт-лидер в этой области.

Внутри Суперкомпьютерного центра СПбПУ

Надежная платформа для вычислений

Для проведения такого набора испытаний, какой требуется для создания цифрового двойника современного автомобиля, необходимо использовать действительно мощные программно-аппаратные комплексы. В случае с CompMechLab® вычисления осуществляются на суперкомпьютерах Политехнического университета, подавляющая часть которых оснащена серверами с процессорами Intel® Xeon® разных поколений.

В настоящее время в Суперкомпьютерном центре СПбПУ задействованы три суперкомпьютера: «Политехник — РСК Торнадо», «Политехник — РСК ПетаСтрим» и «Политехник — NUMA». Первый из них — это кластер с пиковой производительностью 943 Тфлопс, который содержит 668 двухпроцессорных узлов (Intel Xeon E5 2697 v3), 56 из которых также имеют два ускорителя вычислений NVIDIA K40.

Второй — «Политехник — РСК ПетаСтрим» — массивно-параллельный компьютер с ультравысокой многопоточностью и единственная в России система, способная поддержать более 70 тыс. потоков. Пиковая производительность — 291 Тфлопс, содержит 288 узлов на сопроцессорах Intel Xeon Phi.

Третий суперкомпьютер представляет собой массивно-параллельную систему с кеш-когерентной глобально адресуемой памятью объемом более 12 Тб, содержит 64 узла, 192 процессора и имеет пиковую производительность — 30 Тфлопс.

Все вычислительные системы работают с общей системой хранения данных (Seagate Cluster Store, 1.1 Пб), имеют единую систему управления и мониторинга. Благодаря этой системе центр может выделять ресурсы для проведения различных расчетов. Цифровые двойники в CompMechLab® рассчитываются в режиме облачного доступа к ресурсам, при этом одновременно происходит просчет сотен моделей с постоянным уточнением параметров.

Расчеты на этих суперкомпьютерах ведутся для семи отраслей промышленности, включая автомобилестроение, ракетостроение, двигателестроение, космическую и нефтехимическую отрасли.

«Мы понимаем, что необходимо использовать лучшие решения, самые передовые платформы и инновационные разработки, чтобы не отстать от конкурентов и получить действительно хороший продукт. Поэтому сегодня мы работаем с высокопроизводительными системами, которые хорошо справляются с параллельными вычислениями, — рассказывает Алексей Боровков. — Более того, мы разработали методологию определения экономической целесообразности использования программно-аппаратных платформ для решения промышленных задач моделирования. Эта методология сегодня не только помогает нам выбирать новые компоненты для закупки суперкомпьютеров, но также консультировать заказчиков, которые хотят приобрести самые лучшие решения для своих задач».

Суперкомпьютеры СПбПУ помогают делать вычисления для семи отраслей промышленности

«Самыми эффективными в наших задачах на сегодняшний день являются системы на платформе Intel Xeon, и мы активно присматриваемся к новым поколениям чипов и серверов, которые обещают еще большие возможности для наукоемких расчетов, моделирования и визуализации», — добавляет руководитель CompMechLab®.

Цифровая экономика

Суперкомпьютеры на базе процессоров Intel доказывают на проектах CompMechLab®, что на стремительно меняющемся глобальном рынке можно добиться успеха, разрабатывая детальные цифровые модели, которые позволяют контролировать каждый элемент изделия.

Цифровые двойники с высокой степенью точности описывают реальное производство и помогают компаниям экономить огромные средства и время на проектирование. Именно поэтому сегодня часть ассортимента китайских автопроизводителей «ждет своего часа» и будет выпущена на рынок, когда потребуется отстаивать свою нишу, иначе начнут пропадать накопленные преимущества.

Таким образом, цифровое производство подразумевает опережающее проектирование и подготовку новых моделей и процессов за годы до реального производства, что возможно только при качественном моделировании и использовании современных возможностей вычисления для сотен тысяч виртуальных испытаний.

Поделиться этой статьей

Read Full Story