Цифровой двойник технологического процесса для прогнозирования и опережающего управления

   В статье предложен методический подход к использованию цифрового двойника технологического процесса как инструмента прогнозирования и поддержки управленческих решений.

   Актуальность исследования обусловлена ростом сложности экономических и технологических систем, усилением взаимосвязанности их элементов, а также необходимостью учета динамики потоковых процессов и неопределенности при принятии решений.

   Целью работы является разработка подхода, объединяющего моделирование состояния системы и формирование управленческих воздействий в рамках единой концепции цифрового двойника.

   Подход основан на представлении технологического процесса как динамической системы взаимосвязанных материальных, информационных и энергетических потоков, формирующих текущее и прогнозируемое состояние объекта управления. Методология исследования включает методы системного анализа, экономико-математического моделирования, а также элементы обработки данных и интеллектуального анализа. Цифровой двойник формализуется как динамическая модель, позволяющая не только отражать текущее состояние системы, но и прогнозировать ее развитие на основе анализа траекторий изменения параметров. Результаты исследования показывают, что предложенный подход обеспечивает возможность сценарного прогнозирования, оценки вероятности перехода системы в критические состояния и формирования опережающих управленческих воздействий. По сравнению с традиционными реактивными методами управления, предлагаемый подход ориентирован на предотвращение неблагоприятных ситуаций. Применение цифрового двойника позволяет связать модель состояния системы с задачами управления на уровне формирования управленческих воздействий.

   Практическая значимость работы заключается в возможности применения разработанного подхода для повышения эффективности управления технологическими процессами, выявления узких мест и обеспечения устойчивого функционирования систем в условиях неопределенности и изменчивости внешней среды.

1. Алексеева Н. С., Барыкин С. Е. (2024). Сетецентрические организации как новая основа управления научно-техническим сотрудничеством. Мировая экономика и бизнес-администрирование : сборник материалов и докладов 20-ого Международного научно-практического семинара, Минск, 02–03 октября 2024 г. Минск: Четыре четверти, 2024. С. 10–11.

2. Барыкин С. Е., Алексеева Н. С. (2024). Управленческие модели координации участников инновационной экосистемы. Тенденции экономического развития в XXI веке : материалы VІ Международной научно-практической конференции, посвященной 25-летию экономического факультета БГУ. В 2 ч., Минск, 28–29 февр. 2024 г. Минск: Белорусский государственный университет. С. 266–268.

3. Клейнер Г. Б. (2021). Системная экономика : шаги развития. Автор предисловия В. Л. Макаров ; Центральный экономико-математический институт РАН. Москва: Научная библиотека. 746 с.

4. Солодовников С. Ю. (2018a). Взаимосвязь структурной политики государства и модернизации реального сектора экономики. Экономическая наука сегодня. № 7. С. 84–94.

5. Солодовников С. Ю. (2018b). Понятие хаоса и его роль в развитии социально-экономических систем. Модернизация хозяйственного механизма сквозь призму экономических, правовых социальных и инженерных подходов : сборник материалов XII Международной научно-практической конференции. 15 марта 2018 г., г. Минск: БНТУ. С. 26–30.

6. Солодовников С. Ю., Сергиевич Т. В., Мелешко Ю. В. (2019). Модернизация белорусской экономики и экономика рисков: актуальные проблемы и перспективы. Минск: БНТУ. 491 с.

7. Щепинин В. Э., Абушова Е. Е., Авдеева И. Н. и др. (2024). Глобальные вызовы цифровой трансформации рынков: теория и практика современного управления, экономики и сферы услуг. Санкт-Петербург : Санкт-Петербургский политехнический университет Петра Великого. 1028 с. doi: 10.18720/SPBPU/2/id24-559

8. Chopra S., Meindl P. (2016). Supply Chain Management: Strategy, Planning, and Operation. Pearson.

9. Forrester J. (1961). Industrial Dynamics. MIT Press.

10. Grieves M. (2014). Digital Twin: Manufacturing Excellence through Virtual Factory Replication. White Paper.

11. Ivanov D. (2021). Supply chain viability and the COVID-19 pandemic. International Journal of Production Research. Vol. 59, No. 12, P. 3534–3552.

12. Ivanov D., Dolgui A. (2020). A digital supply chain twin for managing the disruption risks. International Journal of Production Research. No. 58 (7), P. 2184–2203. doi: 10.1080/00207543.2019.1630908

13. Kritzinger W., Karner M., Traar G., Henjes J., Sihn W. (2018). Digital Twin in manufacturing: A categorical literature review. IFAC-PapersOnLine. No. 51 (11), P. 1016–1022. doi: 10.1016/j.ifacol.2018.08.474

14. Negri E., Fumagalli L., Macchi M. (2017). A review of the roles of Digital Twin in CPS-based production systems. Procedia Manufacturing. No. 11, P. 939–948.

15. Shapiro J. (2007) Modeling the Supply Chain. Duxbury Press.

16. Sterman J. (2000). Business Dynamics: Systems Thinking and Modeling for a Complex World. McGraw-Hill.

17. Tao F., Qi Q., Liu A., Kusiak A. (2018). Data-driven smart manufacturing. Journal of Manufacturing Systems. No. 48, P. 157–169. doi: 10.1016/j.jmsy.2018.01.006