Obrovský potenciál digitálních dvojčat již úspěšně využívá průmysl, zejména pak automotive, který je doslova tahounem pokroku. Tato technologie ovšem nachází využití i v jiných sférách. A přesně na to se zaměřil tým výzkumníků z VŠCHT, který vytvořil tři projekty nasazení digitálních dvojčat ve vodohospodářství.
„Ve všech třech případech se jedná o využití této technologie přímo na reálné infrastruktuře při výrobě pitné či recyklované vody nebo při čištění odpadních vod,“ říká k možnostem využití digitálních dvojčat v oblasti vodohospodářství vedoucí týmu Petr Dolejš z Ústavu technologie vody a prostředí.
První projekt, na kterém pracujete, se týká úpravny pitné vody v Železné Rudě. O co v něm jde konkrétně? V tomto případě jsme stávající technologii úpravny, tedy veškeré strojně-technologické vybavení jako čerpadla, filtry, trubní rozvody, včetně kabelů a rozvaděčů, překreslili do digitálního prostředí v objektové architektuře. Vytvořili jsme tedy objekty, které si s sebou nesou atributy — informace. A na tyto jednotlivé objekty lze napojovat statická i dynamická data, což je stále v dnešní projekční praxi rarita, protože většina projektů se kreslí v CAD (computer aided design — počítačem podporované projektování) softwaru, který sám o sobě tyto možnosti nemá. My jsme tedy technologii převedli do projektové dokumentace, která má atributovou databázi. Dalo by se říci, že náš projekt v digitální struktuře je už jakýmsi předstupněm BIM (building information modelling, případně management — informační model/management budovy). Digitální dvojče má ale i další část, která se věnuje procesu samotné úpravy vody. Tento proces má nějaké technologické stupně, které jsme schopni matematicky popsat a simulovat. Proto jsme v nástroji Matlab [interaktivní programové prostředí a skriptovací programovací jazyk vyvíjené společností MathWorks — pozn. red.], resp. Simulink [na Matlabu založené grafické programovací prostředí pro modelování, simulaci a analýzu multidoménových dynamických systémů — pozn. red.] vytvořili matematický model, pomocí něhož simulace provádíme. A součástí digitálního dvojčete je navíc také predikce různých vstupujících stavů za pomoci neuronových sítí.
Jaké jevy tedy v digitálním dvojčeti simulujete a proč vlastně? Signály z jednotlivých čidel a sond, strojů a zařízení, kterými je úpravna osazena, přenášíme v reálném čase do infrastruktury digitálního projektu. V technologickém objektu, například ve filtru nebo čerpadle, tedy dokážeme v reálném čase snímat nejen simulované hodnoty o kvalitě vody, ale třeba i motohodiny či spotřeby energie.
Ty se nám propisují do projektu, prostřednictvím digitálního dvojčete se ukládají do databáze a správce majetku si pak může například prohlédnout aktuální stav projektové dokumentace. Nadstavba je v tom, že to ještě celé vizualizujeme ve zjednodušeném 3D modelu, v němž jsou nad technologickými celky zobrazovány piny s aktuálními hodnotami. Obsluha úpravny vody, resp. digitálního modelu — dvojčete, tedy vidí, jak kvalitní voda se vyrábí, kolik spotřebovává energie dané čerpadlo a podobně. Zároveň si může simulovat různé provozní stavy, v reálném čase, nicméně bez rizika. Dále lze například nastavit notifikace údržby, kdy digitální dvojče automaticky vygeneruje servisní ticket a poté správce ví, že buď má, či nemá zavolat údržbu například na dané čerpadlo.
Hovořil jste o tom, že součástí digitálního dvojčete jsou i neuronové sítě. Jaký je jejich účel? Neuronové sítě se zpětnovazebním modelem používáme na predikci kvality vody ve zdroji povrchové vody (potok) na základě parametrů, jako je zákal a barva vody, srážkových dat z ČHMÚ či průtoku v potoce… Nyní budeme testovat i přidání vstupních dat o nasycenosti půdy vodou v lokalitě. Tato dopředná znalost (predikovaná data) pak vstupuje do matematického modelu, díky kterému dokážeme vypočítat, jaká bude kvalita vyrobené pitné vody, když predikujeme zhoršenou kvalitu na vstupu. Funkce tedy dává čas technologům či obsluze lépe řídit proces úpravy. Vlastně jde o synergii dvou technologií v jednom zařízení. V Matlabu si můžeme odsimulovat jev, ale bez neuronových sítí jde jen o simulaci se stávajícími hodnotami kvality vody, které přicházejí z čidel. Neuronová síť nám ale dává možnost predikce kvality vstupu na 2—5 hodin dopředu. Nutno ovšem říci, že zrovna Železná Ruda leží v horské lokalitě s velkými výkyvy kvality vody, a proto tam má smysl predikovat maximálně v horizontu 1—2 hodin, pak už jsou předpovědi velmi nepřesné.
Kde se toto digitální dvojče fyzicky nachází, je v Praze na VŠCHT, nebo už na úpravně vody v Železné Rudě? V současné době digitální dvojče běží na infrastruktuře našeho průmyslového partnera, který využívá službu cloud computingu od společnosti Siemens. Tedy pracujeme s reálnými daty, jež k nám chodí v reálném čase z testovací lokality. Digitální dokumentace už je hotová, přenos dat ze strojů také funguje a správně pracuje i matematický model. Neuronové sítě stále vyhodnocujeme a testujeme různé datasety tak, aby jejich použití bylo nejvíce přínosné. Teď vše spojujeme dohromady a dokončujeme grafickou nadstavbu dvojčete a počítáme s tím, že v červnu či červenci by se mohla zprovoznit přímo na úpravně. Tam pak bude v provozu šest měsíců. Co se s ním stane dál, závisí na testovací autoritě, což je město Železná Ruda, i na poskytovateli systému digitálního dvojčete. Většinová práva k dvojčeti totiž bude mít náš průmyslový partner. My jsme v projektu jako výzkumníci, vymysleli jsme koncept a koordinujeme vývojové práce a celý projekt, ale hlavním vlastníkem je průmysl. Takže buď projekt bude chtít náš průmyslový partner dále provozovat a dvojče zdokonalovat s testovací autoritou zdarma, nebo se domluví na smluvním testování, nebo si Železná Ruda či jiný provozovatel pořídí nástroj komerčně. Každopádně náš výzkum se dělá proto, že se systém digitálního dvojčete bude komercionalizovat ze strany průmyslového partnera. Ten bude mít nakonec toto digitální dvojče jako produkt ve svém portfoliu a bude jej moci nabízet zákazníkům v ČR i v zahraničí.
Jak tedy vypadá monitoring na úpravně v současné době a co se od léta změní? Momentálně má obsluha k dispozici obrazovku se schématem procesu. V okénkách se v reálném čase mění parametry v závislosti na změnách kvality vody na vstupu i výstupu. Od léta však digitální dvojče technologům umožní odsimulovat provozní stavy. Ta přidaná hodnota je právě v synergii simulace provozních stavů s reálnými provozními daty a dopředné znalosti. Tímto si bude moci obsluha či technolog například simulovat, co s kvalitou vody na vstupu udělá přívalová srážka a nastaví na to proces výroby tak, aby například výkon úpravny vody vystačil na zásobování města pitnou vodou na XY hodin dopředu.
Pojďme se podívat na druhý projekt, který se týká čističky odpadních vod (ČOV) v Berouně. Je mezi dvojčaty nějaký větší technologický rozdíl? Architektura je velmi podobná, ale velký rozdíl je v tom, že matematický model pro úpravnu vody v Železné Rudě jsme si v Matlabu psali sami, kdežto v tomto případě používáme komerční nástroj. V případě prvního projektu je totiž technologický proces úpravy vody poměrně jednoduchý, jde v podstatě jen o několik stupňů filtrace. Ale v případě ČOV jde naopak o velmi komplexní a složitý technologický proces, který proto simulujeme v nástroji WEST od dánské společnosti DHI [jde o nástroj pro dynamické modelování a simulaci čistíren odpadních vod jejíž vývoj v roce 2011 DHI převzala po krachu původní společnosti MOSTforWATER — pozn. red.]. V něm je už kód napsaný a my v něm skládáme jednotlivé technologické celky pomocí knihovny procesů. Vstupy do simulačního nástroje WEST jsou stejně jako v prvním případě také z reálné infrastruktury a reálného provozu ČOV. Výstupem z tohoto matematického modelu jsou pak simulované účinnosti čištění, simulované látkové bilance, náklady na provoz a spotřeby chemikálií a podobně. Tyto údaje se ještě samozřejmě přenášejí a vizualizují v grafické části digitálního dvojčete a postupně přibude i vrstva přenosu dat z infrastruktury do objektové dokumentace. Důležité je také zmínit, že obě digitální dvojčata běží na cloudovém operačním systému MindSphere pro průmyslový internet věcí (IoT) od společnosti Siemens. V něm náš průmyslový partner digitální dvojče programuje a systém také funguje jako takový deštník pro všechny užité technologie.
V případě projektu v Berouně jste nezmínil neuronovou síť. Toto digitální dvojče tedy nebude predikovat? Nezmínil jsem ji, protože tato funkce u ČOV není potřebná. Díky výtečné spolupráci s provozovatelem čistírny máme totiž dostatek provozních dat za několik let nazpět a máme je také dobře zanalyzovaná. Chování odpadní vody během dne, týdne, roční doby tak lze poměrně dobře definovat i do budoucna. My tedy vlastně velmi dobře víme, co se bude na čistírně za pár hodin dít. A takový výkyv, který by nám mohl vstupy, resp. výstupy simulací znehodnotit, typicky třeba havárie, se stejně predikovat nedá.
Bude se i tento projekt v budoucnu komercionalizovat? Určitě. Dokonce, pokud mám aktuální informace, už jej chce náš průmyslový partner prezentovat na květnové výstavě Vod-Ka v Letňanech, což je mezinárodní vodohospodářský veletrh. Důvodem tohoto „spěchu“ je i fakt, že je do berounského digitálního dvojčete dodána i funkcionalita energetického managementu. Model tak umí nejen simulovat, ale také velmi podrobně zaznamenávat stávající spotřeby jednotlivých strojů a vyhodnocovat efektivitu jednotlivých strojů. ČOV je na cca 30 místech osazena chytrými elektroměry, což je vyloženě nadstandardní počet. Každý velký stroj je tak měřen zvlášť, čímž lze dobře vyhodnocovat specifické spotřeby včetně benchmarkových ukazatelů. Výsledná čísla se opět vizualizují a reportují.
Co přesně máte na mysli zmiňovanou energetickou efektivitou procesu? Myslím tím to, kolik energie vynaložíme na vyčištění vody, když sečteme některé vybrané spotřebiště (hlavně dmychadla) vůči kvalitě odtoku. Jinými slovy, provozovatel musí kvalitu vody na výstupu držet v legislativně stanovených limitech. Ale my dokážeme odsimulovat, kolik by ho stálo, kdyby kvalitu čištění zlepšil či naopak mírně snížil tak, aby dodržel parametry odtoku a přitom ušetřil. Naše legislativa totiž bohužel nebonifikuje provozovatele, kteří by čistili nadstandardně. Řeší pouze limit splnil/ /nesplnil. Kdežto například ve Švýcarsku je provozovatel bonifikován podle úrovně čištění.
Daly by se simulace použít i pro analýzu čisticího procesu jako takového, zda třeba nelze část technologického procesu optimalizovat? Ano, to je také součástí projektu, protože zde to dává i ekonomický smysl. Máme tři scénáře nasazení technologie, budeme je simulovat na reálných vstupech z infrastruktury ČOV a výstupy potom ve dvojčeti i vizualizovat. Budeme se zabývat třeba tím, co se stane, když se sníží dodávka vzduchu do biologické linky, což je ohromný konzument energie. Také bychom rádi věděli, jak bude kvalitní výstup, když se jedna z nádrží na nějakou dobu odstaví, a jak to ovlivní celkovou kapacitu ČOV a provozní náklady.
Ještě bych se ráda vrátila ke cloudu. Jsou data uchovávána na dedikovaných serverech v ČR, nebo využíváte globální servery po Evropě? Siemens má servery po celém světě, námi využívané cloudové služby jsou tuším provozované v Německu nebo Francii, nevím jistě. Nutno ale říci, že ani úpravna vody v Železné Rudě, ani ČOV v Berouně nejsou podle stávající legislativy kritickou infrastrukturou, takže servery mohou být kdekoli v EU. Momentálně spadají v rámci vodohospodářství do kritické infrastruktury pouze města Praha a Plzeň. Žádné jiné provozy, a to ani tak velké, jako je Brno či Hradec Králové, kritickou infrastrukturou nejsou. Nicméně toto se bude s velkou pravděpodobností měnit, protože v roce 2021 vyšla nová evropská směrnice NIS2 o kybernetické bezpečnosti (network information security), která se bude muset propsat i do vodohospodářské legislativy ČR.
Změnil by se s tím pak požadavek na umístění serverů? Pravděpodobně ano. Nicméně jsou tady poskytovatelé, kteří mají vlastní servery v ČR, včetně AWS (Amazon Web Services), na kterém běží OS Mind- Sphere, takže by to projekty nemělo ohrozit. Výhodou navíc je, že jednotlivé komponenty digitálního dvojčete, jako je matematický model, neuronové sítě i objektovou architekturu použitou v projektu, lze teoreticky přenést do jiné infrastruktury a popřípadě napojit na cloud jiného poskytovatele, i když v reálném provedení by to byla záležitost spíše smluvních vztahů než otázka technického provedení.
Poslední projekt, na kterém pracujete, je nyní v úplných začátcích. Co je jeho cílem? Jde o modernizaci stávajících elektroprvků v již existujícím zařízení (kontejnery) pro recyklaci vody testované na ČOV Brno v rámci jiného, již ukončeného výzkumného projektu, na který tento náš vývoj navazuje. Každý kontejner má nyní svůj PLC (programmable logic controller — programovatelný řídicí systém) a ne všechny ty kontejnery jsou připraveny na napojení do cloudu. Takže se nyní PLC digitalizují tak, aby byly schopné real-time přenosu dat do OS MindSphere. Dalo by se říci, že v tomto projektu nyní probíhá to, čím jsme se zabývali v prvních fázích projektů v Železné Rudě a Berouně. Role VŠCHT v tomto projektu je pak modelace fyzikálně-chemických procesů, které při recyklaci vody probíhají. Chceme sledovat přítok, účinnost membránových separací a mnoho dalších parametrů na odtoku. Takže teď budeme vlastně pokračovat, musíme filtrace matematicky popsat a poté je budeme moci simulovat v reálném čase opět s využitím cloudového OS MindSphere. /Kristina Kadlas Blümelová/
