Казахстанцам на примере хлебозавода рассказали, что такое «цифровые двойники» производства
Термин «Цифровые двойники» пока звучит как технология из будущего, однако в Казахстане их уже проверяют на реальном производстве. Команда лаборатории цифровых двойников Digital Egiz КазНУ имени аль-Фараби взяла для своего проекта действующий хлебозавод и начала создавать его цифровую модель на собственной открытой платформе OpenEgiz
«Стартап зарабатывает - университет исследует. И мы хотим об этом рассказать», - говорят ученые, убежденные в необходимости активного финансирования R&D. Руководитель Гульшат Амирханова и научный сотрудник Бауыржан Амирханов рассказывают, почему промышленности нужны обе модели (стартап и исследования).
В чем суть
Гульшат Амирханова
Задача ученых оказалась сложнее, чем просто сделать красивую 3D-копию предприятия. На производстве не было единой системы, которая собирала бы всю информацию об оборудовании и производственных процессах. Поэтому специалистам пришлось фактически создавать цифровую инфраструктуру с нуля: подключать оборудование, собирать данные и связывать их с конкретными производственными заказами.
В результате цифровой двойник стал полноценным инструментом, который позволяет отслеживать: что происходит с каждой партией продукции, каким оборудованием она проходит, сколько времени занимает каждый этап - и сколько ресурсов на это уходит. Digital Business изучил этот увлекательный кейс и делится результатами.
Как цифровой двойник появился на обычном хлебозаводе
Для проекта специально выбрали реальное действующее производство - небольшой хлебозавод с оборудованием, которое формировалось постепенно. Здесь не было полностью готовых монолитных систем SCADA или ERP, способных сразу объединить производственные данные - это стало одним из главных вызовов для команды.
Ученым пришлось выстраивать сквозную IIoT-инфраструктуру, т.е систему, которая собирает сигналы от оборудования и превращает их в единую цифровую картину производства. Ключевой частью разработки стала связка открытой платформы цифрового двойника OpenEgiz и QMS-системы.
Как это работает
Бауыржан Амирханов
У каждой производственной партии появился свой цифровой след: система знает, когда она попала в очередь, через какое оборудование прошла, сколько времени провела на каждом этапе и были ли отклонения. Например, когда конкретная партия назначается на «Печь 2», цифровой двойник начинает связывать ее производство с фактическим энергопотреблением этого оборудования.
Если операция проходила с 14:30 до 15:05, система может сопоставить этот промежуток с профилем потребления печи. В итоге руководитель получает уже не просто цифру о том, сколько электричества потратила «Печь 2» за смену, а может увидеть, сколько ресурсов потребовалось для изготовления конкретной партии продукции. Руководитель все это видит, что дает кардинально новый уровень производственной экономики.
Контроль в реальном времени
Чтобы цифровой двойник действительно отражал происходящее на производстве, в течение 2025 года на предприятии развернули 19 аппаратных IIoT-узлов.
Они были интегрированы со счетчиками Saiman и климатическими датчиками, а в качестве edge-шлюзов использовались Raspberry Pi. Для мониторинга создали три круглосуточных дашборда Grafana, которые позволяют анализировать данные в режиме реального времени. По данным проекта, доступность системы составила 99,97%, а точность измерений - более 99,26%. Но оборудования оказалось недостаточно. Одна из главных проблем заключалась в том, что важные события на производстве вообще не фиксировались автоматикой.
Руки в муке, но все под контролем
Начало расстойки, передача партии на следующий этап или незапланированная остановка оборудования - часть этих событий раньше знали только сотрудники. И можно было предположить, что проблему всегда «решит планшет»: рабочий каждый раз будет открывать систему и вручную отмечать происходящее. На практике такой вариант оказался неудобным.
У человека на производстве руки могут быть в муке, тесте или перчатках. Поэтому ученые решили отказаться от клавиатуры и традиционного интерфейса и сделать управление голосовым. Теперь рабочему достаточно произнести короткую команду вроде «339 - на формовку». Система распознает ее и самостоятельно меняет статус партии №339.
Голосовые данные не отправляются во внешние облака. Распознавание работает внутри локальной IIoT-инфраструктуры предприятия, что позволяет не выводить за пределы производства информацию о заказах и других коммерчески чувствительных параметрах. За простым голосовым сообщением, таким образом, появляется полноценная запись в цифровой истории производства.
Система видит то, что раньше приходилось запоминать
Полученные голосовые события используются для Process Mining - анализа реального движения производственных процессов. Это позволяет сравнивать то, как производство должно работать по регламенту, с тем, как оно работает на самом деле.
Система показывает, где партии простаивают, на каких этапах возникают заторы, какая машина становится «узким местом» и где регулярно появляются отклонения от технологического процесса. Раньше часть таких проблем могла вообще не попасть в официальные данные. Возврат партии на предыдущий этап, задержка или незапланированная остановка могли просто остаться в памяти сотрудника, беседе коллег или в блокноте (в лучшем случае).
Теперь каждое значимое событие сохраняется в истории конкретной партии. В пилотном массиве система, например, зафиксировала возврат на предыдущий этап примерно у 4% отслеженных партий. При этом можно определить, на каком этапе такие случаи повторяются, попытаться установить причину и оценить, как это влияет на продолжительность производственного цикла.
В этом заключается практический смысл цифрового двойника - проблема не исчезает вместе с окончанием смены. Она остается в системе и может быть сопоставлена с конкретной партией, операцией и оборудованием.
Новый подход к управлению производством
Гульшат Амирханова
Авторы проекта дважды подчеркивают, что практический результат заключается не в создании красивой трехмерной модели предприятия. Главное - это сделать производство прослеживаемым.
Раньше показания оборудования, производственные задания и информация о движении партий находились в разных источниках. Чтобы понять причину задержки или остановки, сотрудникам приходилось вручную сопоставлять данные, искать записи и расспрашивать участников смены. В цифровом двойнике состояние оборудования можно связать с конкретной партией, технологической операцией и заказом.
Более того, система сохраняет последовательность событий: когда партия поступила в очередь, на какое оборудование была назначена, сколько времени провела на каждом этапе, возвращалась ли на доработку и когда возникло отклонение и т.д. Это меняет сам подход к управлению производством. Руководитель видит не только факт остановки или задержки, но и ее контекст.
Посчитать стоимость простоев
Сейчас команда развивает систему дальше. Следующим этапом должна стать интеграция данных 1С. Это позволит дополнить производственную картину финансовыми показателями и рассчитывать стоимость простоев, задержек и недовыпуска уже на основе фактических цен и себестоимости.
То есть цифровой двойник постепенно должен отвечать не только на вопрос «что сейчас происходит с производством?», но и на более практичный для бизнеса вопрос — «сколько предприятию стоит эта проблема?».
При этом Digital Egiz уже не является лабораторным прототипом: цифровой двойник развернут на действующем производстве и работает с реальными данными предприятия. Сейчас команда последовательно расширяет его возможности, добавляя новые модули - от голосового интерфейса и Process Mining до более глубокой экономической аналитики и интеграции с учетными системами. Новые функции сначала проверяются отдельно, а затем подключаются к уже работающему контуру цифрового двойника.
В Казахстане уже готовят специалистов для таких заводов
Бауыржан Амирханов
Проект, конечно же, развивается не только вокруг конкретного хлебозавода. На базе Digital Egiz создан центр обучения цифровым двойникам, а также региональный Центр компетенций Siemens по цифровым двойникам. Лаборатория заключила соглашение с Siemens, чтобы специалисты и студенты могли работать как с промышленными решениями компании, так и с open-source-инструментами, включая открытую платформу самой лаборатории OpenEgiz.
Отдельная проблема, которую команда увидела во время работы с производством, - даже самая сложная цифровая система бесполезна, если руководство не умеет правильно интерпретировать полученные данные.
Поэтому сейчас Digital Egiz формирует два курса повышения квалификации для руководителей предприятий. Первый посвящен использованию цифрового двойника при оценке производственных решений, второй - корпоративным ИИ-агентам, которые работают с локальными данными предприятия: приказами, регламентами, инструкциями и другими внутренними документами.
В перспективе такой подход должен позволить предприятиям не просто собирать данные с оборудования, а использовать их для управления производством. И тогда цифровой двойник становится уже не виртуальной копией завода, а инструментом, с помощью которого можно заранее оценивать производственные решения, находить узкие места и понимать экономику процессов.