Подать статью
Стать рецензентом
EN
Том 275
Страницы:
30-41
Скачать том:
RUS ENG
Научная статья
Геотехнология и инженерная геология

Цифровая трансформация процесса технического обслуживания и ремонта оборудования для построения промышленной метавселенной

Авторы:
Н. И. Котелева1
В. В. Вальнев2
А. С. Симаков3
М. М. Ширази4
Об авторах
  • 1 — канд. техн. наук доцент Санкт-Петербургский горный университет императрицы Екатерины II ▪ Orcid
  • 2 — аспирант Санкт-Петербургский горный университет императрицы Екатерины II ▪ Orcid
  • 3 — канд. техн. наук доцент Санкт-Петербургский горный университет императрицы Екатерины II ▪ Orcid
  • 4 — Ph.D. заведующий кафедрой Ширазский университет ▪ Orcid
Дата отправки:
2025-02-21
Дата принятия:
2025-09-02
Дата публикации онлайн:
2025-10-07
Дата публикации:
2025-10-31

Аннотация

Построение промышленной метавселенной является новым направлением развития промышленных предприятий. На сегодняшний день понимание данного термина, концепции построения, целесообразности и эффективности для предприятия далеки от целостности. Методология, инструменты и методы построения промышленной метавселенной однозначно не определены. Поэтому целесообразно экспериментальное внедрение части метавселенной на одном или нескольких процессах с дальнейшим масштабированием на другие процессы. В качестве экспериментальной зоны для внедрения промышленной метавселенной предложен процесс технического обслуживания и ремонта оборудования. Данный процесс наилучшим образом подходит в качестве экспериментальной зоны, так как запуск на нем концепции промышленной метавселенной позволит решить ряд проблем, такие как разнообразие оборудования с уникальными методами диагностики и ремонта, ошибки персонала, допускаемые в процессе ремонтных работ и пр. В статье рассмотрена концепция построения промышленной метавселенной и показана ее архитектура. Приведено в общем виде описание физического, киберфизического, социального пространства и слоя взаимодействия между ними без детальной проработки качественных и количественных показателей. Одним из элементов киберфизического пространства выделен аватар сервисного инженера. Рассмотрен процесс создания аватара киберфизического сервисного инженера: приведено описание основного функционала, показано, что для его создания достаточно комбинированной системы носимых устройств – перчатки и видеокамеры, интегрированной в очки, жилет, каску, или представленной отдельным устройством. Проведены лабораторные эксперименты, где создаваемый аватар тестировался для определения задачи обслуживания центробежного насоса. Показаны результаты обработки 518 экспериментальных наборов по 10 точек, каждый из которых принадлежит одному из шести классов, соответствующих определенной технологической операции при обслуживании центробежного насоса. Получены три типа моделей (точность на обучающих данных 0,99; 1,0; 1,0, точность на тестовых 0,625; 0,7; 1,0). Показано, что для достижения точности 1,0 на обучающих и тестовых данных необходимо предварительно выделить признаки, представляющие собой частотные и временные признаки, полученные в ходе обработки временных рядов. Полученные результаты позволяют сделать вывод о степени готовности данных технологий к промышленному внедрению.

Область исследования:
Геотехнология и инженерная геология
Ключевые слова:
процесс технического обслуживания и ремонта оборудования промышленная метавселенная цифровая трансформация Индустрия 5.0 аватар сервисного инженера носимые устройства искусственный интеллект
Перейти к тому 275

Литература

  1. Bouabid D.A., Hadef H., Innal F. Maintenance as a sustainability tool in high-risk process industries: A review and future directions // Journal of Loss Prevention in the Process Industries. 2024. Vol. 89. № 105318. DOI: 10.1016/j.jlp.2024.105318
  2. Токарев И.С., Назарычев А.Н., Шклярский Я.Э., Скворцов И.В. Обеспечение устойчивой работы автономных энергосистем в газовой промышленности // Энергетик. 2024. № 7. С. 15-19.
  3. Mallioris P., Aivazidou E., Bechtsis D. Predictive maintenance in Industry 4.0: A systematic multi-sector mapping // CIRP Journal of Manufacturing Science and Technology. 2024. Vol. 50. P. 80-103. DOI: 10.1016/j.cirpj.2024.02.003
  4. Недашковская Е.С., Шешукова Е.И., Корогодин А.С. и др. Структура системы технического обслуживания и ремонта горных машин // Транспортное, горное и строительное машиностроение: наука и производство. 2024. № 25. С. 155-162. DOI: 10.26160/2658-3305-2024-25-155-162
  5. Dayo-Olupona O., Genc B., Celik T., Bada S. Adoptable approaches to predictive maintenance in mining industry: An overview // Resources Policy. 2023. Vol. 86. Part A. № 104291. DOI: 10.1016/j.resourpol.2023.104291
  6. Wari E., Weihang Zhu, Gino Lim. Maintenance in the downstream petroleum industry: A review on methodology and implementation // Computers & Chemical Engineering. 2023. Vol. 172. № 108177. DOI: 10.1016/j.compchemeng.2023.108177
  7. Жуковский Ю.Л., Сусликов П.К. Оценка потенциального эффекта применения технологии управления спросом на горных предприятиях // Устойчивое развитие горных территорий. 2024. Т. 16. № 3 (61). С. 895-908. DOI: 10.21177/1998-4502-2024-16-3-895-908
  8. Psarommatis F., May G., Azamfirei V. Envisioning maintenance 5.0: Insights from a systematic literature review of Industry 4.0 and a proposed framework // Journal of Manufacturing Systems. 2023. Vol. 68. P. 376-399. DOI: 10.1016/j.jmsy.2023.04.009
  9. Alves F.F., Ravetti M.G. Hybrid proactive approach for solving maintenance and planning problems in the scenario of Industry 4.0 // IFAC-PapersOnLine. 2020. Vol. 53. Iss. 3. P. 216-221. DOI: 10.1016/j.ifacol.2020.11.035
  10. Palmitessa E., Premoli A., Roda I., Macchi M. Integrating maintenance and energy problems through a Digital Twin-based decision support framework under the guidance of Asset Management // IFAC-PapersOnLine. 2024. Vol. 58. Iss. 8. P. 7-12. DOI: 10.1016/j.ifacol.2024.08.042
  11. Kans M., Campos J. Digital capabilities driving industry 4.0 and 5.0 transformation: Insights from an interview study in the maintenance domain // Journal of Open Innovation: Technology, Market, and Complexity. 2024. Vol. 10. Iss. 4. № 100384. DOI: 10.1016/j.joitmc.2024.100384
  12. Ahmed Murtaza A., Saher A., Hamza Zafar M et al. Paradigm shift for predictive maintenance and condition monitoring from Industry 4.0 to Industry 5.0: A systematic review, challenges and case study // Results in Engineering. 2024. Vol. 24. № 102935. DOI: 10.1016/j.rineng.2024.102935
  13. Litvinenko V.S. Digital Economy as a Factor in the Technological Development of the Mineral Sector // Natural Resources Research. 2020. Vol. 29. Iss. 3. P. 1521-1541. DOI: 10.1007/s11053-020-09716-1
  14. Korolev N., Kozyaruk A., Morenov V. Efficiency Increase of Energy Systems in Oil and Gas Industry by Evaluation of Electric Drive Lifecycle // Energies. 2021. Vol. 14. Iss. 19. P. 6074. DOI: 10.3390/en14196074
  15. Cherepovitsyn A., Solovyova V., Dmitrieva D. New challenges for the sustainable development of the rare-earth metals sector in Russia: Transforming industrial policies // Resources Policy. 2023. Vol. 81. № 103347. DOI: 10.1016/j.resourpol.2023.103347
  16. Маховиков А.Б., Филясова Ю.А. Цифровые технологии при добыче твердых полезных ископаемых в Арктике // Устойчивое развитие горных территорий. 2024. Т. 16. № 3 (61). С. 1110-1117. DOI: 10.21177/1998-4502-2024-16-3-1110-1117
  17. Xiao Wang, Yutong Wang, Jing Yang et al. The survey on multi-source data fusion in cyber-physical-social systems: Foundational infrastructure for industrial metaverses and industries 5.0 // Information Fusion. 2024. Vol. 107. № 102321. DOI: 10.1016/j.inffus.2024.102321
  18. Martínez-Gutiérrez A., Díez-González J., Perez H., Araújo M. Towards industry 5.0 through metaverse // Robotics and Computer-Integrated Manufacturing. 2024. Vol. 89. № 102764. DOI: 10.1016/j.rcim.2024.102764
  19. Alkaeed M., Qayyum A., Qadir J. Privacy preservation in Artificial Intelligence and Extended Reality (AI-XR) metaverses: A survey // Journal of Network and Computer Applications. 2024. Vol. 231. № 103989. DOI: 10.1016/j.jnca.2024.103989
  20. Hosseini S., Abbasi A., Magalhaes L.G. et al. Immersive Interaction in Digital Factory: Metaverse in Manufacturing // Procedia Computer Science. 2024. Vol. 232. P. 2310-2320. DOI: 10.1016/j.procs.2024.02.050
  21. Starly B., Koprov P., Bharadwaj A. et al. “Unreal” factories: Next generation of digital twins of machines and factories in the Industrial Metaverse // Manufacturing Letters. 2023. Vol. 37. P. 50-52. DOI: 10.1016/j.mfglet.2023.07.021
  22. Hosseini S., Abbasi A., Magalhaes L.G. Immersive Interaction in Digital Factory: Metaverse in Manufacturing // Procedia Computer Science. 2024. Vol. 232. P. 2310-2320. DOI: 10.1016/j.procs.2024.02.050
  23. Shankar A., Gupta R., Kumar A. et al. Exploring the adoption of Enterprise Metaverse in Business-to-Business (B2B) organisations // Industrial Marketing Management. 2025. Vol. 124. P. 224-238. DOI: 10.1016/j.indmarman.2024.11.017
  24. Kumar A., Shankar A., Behl A. et al. Implementing enterprise metaverse as a means of enhancing growth hacking performance: Will adopting the metaverse be a success in organizations? // Journal of Business Research. 2025. Vol. 188. № 115079. DOI: 10.1016/j.jbusres.2024.115079
  25. Shahzad K., Ashfaq M., Zafar A.U., Basahel S. Is the future of the metaverse bleak or bright? Role of realism, facilitators, and inhibitors in metaverse adoption // Technological Forecasting and Social Change. 2024. Vol. 209. № 123768. DOI: 10.1016/j.techfore.2024.123768
  26. Salminen K., Aromaa S. Industrial metaverse – company perspectives // Procedia Computer Science. 2024. Vol. 232. P. 2108-2116. DOI: 10.1016/j.procs.2024.02.031
  27. Shufei Li, Hai-Long Xie, Pai Zheng, Lihui Wang. Industrial Metaverse: A proactive human-robot collaboration perspective // Journal of Manufacturing Systems. 2024. Vol. 76. P. 314-319. DOI: 10.1016/j.jmsy.2024.08.003
  28. Menezes C., Cunha H., Siqueira G. et al. Metaverse framework for power systems: Proposal and case study // Electric Power Systems Research. 2024. Vol. 237. № 111039. DOI: 10.1016/j.epsr.2024.111039
  29. Junlang Guo, Jiewu Leng, J. Leon Zhao et al. Industrial metaverse towards Industry 5.0: Connotation, architecture, enablers, and challenges // Journal of Manufacturing Systems. 2024. Vol. 76. P. 25-42. DOI: 10.1016/j.jmsy.2024.07.007
  30. Oliveri L.M., Lo Iacono N., Chiacchio F. et al. A Decision Support System tailored to the Maintenance Activities of Industry 5.0 Operators // IFAC-PapersOnLine. 2024. Vol. 58. Iss. 8. P. 186-191. DOI: 10.1016/j.ifacol.2024.08.118
  31. Fede G., Sgarbossa F., Paltrinieri N. Integrating production and maintenance planning in process industries using Digital Twin: A literature review // IFAC-PapersOnLine. 2024. Vol. 58. Iss. 19. P. 151-156. DOI: 10.1016/j.ifacol.2024.09.124
  32. Sai S., Sharma P., Gaur A., Chamola V. Pivotal role of digital twins in the metaverse: A review // Digital Communications and Networks. 2024. DOI: 10.1016/j.dcan.2024.12.003
  33. Brahma M., Rejula M.A., Srinivasan B. et al. Learning impact of recent ICT advances based on virtual reality IoT sensors in a metaverse environment // Measurement: Sensors. 2023. Vol. 27. № 100754. DOI: 10.1016/j.measen.2023.100754
  34. Khokhlov S., Abiev Z., Makkoev V. The Choice of Optical Flame Detectors for Automatic Explosion Containment Systems Based on the Results of Explosion Radiation Analysis of Methane- and Dust-Air Mixtures // Applied Sciences. 2022. Vol. 12. Iss. 3. № 1515. DOI: 10.3390/app12031515
  35. Ромашев А.О., Николаева Н.В., Гатиатуллин Б.Л. Формирование адаптивного подхода с применением технологии машинного зрения для определения параметров осаждения продуктов обогащения // Записки Горного института. 2022. Т. 256. С. 677-685. DOI: 10.31897/PMI.2022.77
  36. Бойков А.В., Пайор В.А. Система технического зрения для мониторинга левитационной плавки цветных металлов // Цветные металлы. 2023. № 4. С. 85-89. DOI: 10.17580/tsm.2023.04.11
  37. Lee P., Heepyung Kim, Zitouni M.S. et al. Trends in Smart Helmets With Multimodal Sensing for Health and Safety: Scoping Review // JMIR mHealth and uHealth. 2022. Vol. 10. № 11. № e40797. DOI: 10.2196/40797
  38. Wagner M., Leubner C., Strunk J. Mixed Reality or Simply Mobile? A Case Study on Enabling Less Skilled Workers to Perform Routine Maintenance Tasks // Procedia Computer Science. 2023. Vol. 217. P. 728-736. DOI: 10.1016/j.procs.2022.12.269
  39. Rajendran S.D., Wahab S.N., Yeap S.P. Design of a Smart Safety Vest Incorporated With Metal Detector Kits for Enhanced Personal Protection // Safety and Health at Work. 2020. Vol. 11. Iss. 4. P. 537-542. DOI: 10.1016/j.shaw.2020.06.007
  40. Abdollahi M., Quan Zhou, Wei Yuan. Smart wearable insoles in industrial environments: A systematic review // Applied Ergonomics. 2024. Vol. 118. № 104250. DOI: 10.1016/j.apergo.2024.104250
  41. Koteleva N., Valnev V. Automatic Detection of Maintenance Scenarios for Equipment and Control Systems in Industry // Applied Science. 2023. Vol. 13. Iss. 24. № 12997. DOI: 10.3390/app132412997
  42. Koteleva N., Simakov A., Korolev N. Smart Glove for Maintenance of Industrial Equipment // Sensors. 2025. Vol. 25. Iss. 3. № 722. DOI: 10.3390/s25030722
  43. Surian D., Kim V., Menon R. et al. Tracking a moving user in indoor environments using Bluetooth low energy beacons // Journal of Biomedical Informatics. 2019. Vol. 98. № 103288. DOI: 10.1016/j.jbi.2019.103288
  44. Yuhao Guo, Yicheng Li, Shaohua Wang et al. Pedestrian multi-object tracking combining appearance and spatial characteristics // Expert Systems with Applications. 2025. Vol. 272. № 126772. DOI: 10.1016/j.eswa.2025.126772
  45. Padma B., Erukala S.B. End-to-end communication protocol in IoT-enabled ZigBee network: Investigation and performance analysis // Internet of Things. 2023. Vol. 22. № 100796. DOI: 10.1016/j.iot.2023.100796
  46. Pease S.G., Conway P.P., West A.A. Hybrid ToF and RSSI real-time semantic tracking with an adaptive industrial internet of things architecture // Journal of Network and Computer Applications. 2017. Vol. 99. P. 98-109. DOI: 10.1016/j.jnca.2017.10.010
  47. Mingsen Du, Yanxuan Wei, Yupeng Hu et al. Multivariate time series classification based on fusion features // Expert Systems with Applications. 2024. Vol. 248. № 123452. DOI: 10.1016/j.eswa.2024.123452
  48. Dempster A., Petitjean F., Webb G.I. ROCKET: exceptionally fast and accurate time series classification using random convolutional kernels // Data Mining and Knowledge Discovery. 2020. Vol. 34. Iss. 5. P. 1454-1495. DOI: 10.1007/s10618-020-00701-z
  49. Lines J., Bagnall A. Time series classification with ensembles of elastic distance measures // Data Mining and Knowledge Discovery. 2015. Vol. 29. Iss. 3. P. 565-592. DOI: 10.1007/s10618-014-0361-2
  50. Chaudhuri A., Behera R.K., Bala P.K. Factors impacting cybersecurity transformation: An Industry 5.0 perspective // Computers & Security. 2025. Vol. 150. № 104267. DOI: 10.1016/j.cose.2024.104267
  51. Azad M.A., Abdullah S., Arshad J. et al. Verify and trust: A multidimensional survey of zero-trust security in the age of IoT // Internet of Things. 2024. Vol. 27. № 101227. DOI: 10.1016/j.iot.2024.101227
  52. Itodo C., Ozer M. Multivocal literature review on zero-trust security implementation // Computers & Security. 2024. Vol. 141. № 103827. DOI: 10.1016/j.cose.2024.103827
Статистика
Просмотр аннотаций
570
Просмотр полного текста
85
Процитировано
Scopus:
0
Crossref:
Меню статьи

Похожие статьи

Научно-методические подходы при реализации проекта импортозамещения ГГИС в АК «АЛРОСА»
2025 С. В. Лукичев, О. В. Наговицын
Онтологическое моделирование и управление цифровой трансформацией архитектуры горно-добывающих предприятий
2025 С. А. Дерябин, И. О. Темкин
Применение методов цифрового моделирования для прогнозирования параметров развала взорванной горной массы
2025 С. В. Хохлов
Кластерный подход к улавливанию и транспортировке промышленного СО2: экономия за счет совместной инфраструктуры
2025 П. С. Цветков
Разработка и применение новых методов оценки изменчивости качества полезных ископаемых на основе анализа больших данных для оперативного управления рудопотоком на горных предприятиях
2025 Е. А. Князькин, Д. А. Клебанов, Р. О. Ювакаев
Оптимизация взрывного дробления горных пород с использованием гибридных методов искусственного интеллекта на алмазном руднике Орапа (Ботсвана)
2025 Оналетата Сауби, Родриго С. Джамисола-младший, Раймонд С. Сугло, Одуэтсе Мацебе