Анализ слияний и поглощений вендоров на мировом рынке. Часть 12
SAP SE - один из крупнейших мировых разработчиков корпоративного программного обеспечения и ключевой игрок на рынке средств финансового менеджмента, управления активами и трудовыми ресурсами (ERP). В последние годы компания последовательно реализует стратегию слияний и поглощений (M&A), трансформируя собственную экосистему из ERP-вендора в интеграционную цифровую платформу для управления бизнесом.
▪️ SmartRecruiters (2025 г.). Приобретение платформы SmartRecruiters рассматривается как шаг по усилению HR-направления SAP и развитию облачных решений для управления человеческим капиталом. Интеграция платформы потенциально расширяет возможности SAP SuccessFactors в части автоматизации подбора персонала, аналитики найма и применения технологий искусственного интеллекта в HR-процессах, укрепляя позиции компании на рынке Human Capital Management (HCM).
▪️WalkMe Ltd. (2024 г.). Покупка WalkMe усилила позиции SAP в области digital adoption — цифрового внедрения корпоративных решений. Платформа позволяет формировать интерактивные пользовательские сценарии, сопровождать внедрение ИТ-систем и анализировать поведение пользователей при работе с корпоративными приложениями.
▪️ LeanIX (2023 г.). Сделка с LeanIX, одним из ведущих игроков в сфере Enterprise Architecture Management, позволила SAP расширить функциональность SAP Signavio в области трансформации бизнес-процессов. Решения LeanIX обеспечивают моделирование ИТ-архитектуры предприятия и оценку влияния технологических изменений на операционную деятельность и бизнес-результаты.
▪️ Taulia (2022 г.). Приобретение Taulia усилило предложение SAP в сегменте управления оборотным капиталом. Решения компании ориентированы на оптимизацию кредиторской и дебиторской задолженности, повышение прозрачности денежных потоков и совершенствование финансовых процессов в цепочках поставок.
▪️ AppGyver (2021 г.). Интеграция платформы AppGyver расширила возможности SAP Business Technology Platform в области low-code/no-code разработки, что позволило ускорить кастомизацию корпоративных решений и сократить сроки разработки прикладных сервисов.
▪️ Signavio (2021 г.). Покупка Signavio стала одним из ключевых шагов SAP в направлении интеллектуального управления бизнес-процессами. Интеграция решений компании позволила сформировать комплексный инструментарий для проектирования, анализа, бенчмаркинга и оптимизации бизнес-процессов, а также сопровождения организационных изменений.
Параллельно с M&A-стратегией SAP развивает партнерства с промышленными и инжиниринговыми компаниями, включая Siemens и PTC, усиливая интеграцию инженерного, производственного и корпоративного контуров управления.
Таким образом, стратегия SAP демонстрирует переход от классической ERP-модели к платформенному подходу, в рамках которого компания формирует единую цифровую среду для интеграции данных, бизнес-процессов и ИТ-ландшафта крупных предприятий.
SAP SE - один из крупнейших мировых разработчиков корпоративного программного обеспечения и ключевой игрок на рынке средств финансового менеджмента, управления активами и трудовыми ресурсами (ERP). В последние годы компания последовательно реализует стратегию слияний и поглощений (M&A), трансформируя собственную экосистему из ERP-вендора в интеграционную цифровую платформу для управления бизнесом.
▪️ SmartRecruiters (2025 г.). Приобретение платформы SmartRecruiters рассматривается как шаг по усилению HR-направления SAP и развитию облачных решений для управления человеческим капиталом. Интеграция платформы потенциально расширяет возможности SAP SuccessFactors в части автоматизации подбора персонала, аналитики найма и применения технологий искусственного интеллекта в HR-процессах, укрепляя позиции компании на рынке Human Capital Management (HCM).
▪️WalkMe Ltd. (2024 г.). Покупка WalkMe усилила позиции SAP в области digital adoption — цифрового внедрения корпоративных решений. Платформа позволяет формировать интерактивные пользовательские сценарии, сопровождать внедрение ИТ-систем и анализировать поведение пользователей при работе с корпоративными приложениями.
▪️ LeanIX (2023 г.). Сделка с LeanIX, одним из ведущих игроков в сфере Enterprise Architecture Management, позволила SAP расширить функциональность SAP Signavio в области трансформации бизнес-процессов. Решения LeanIX обеспечивают моделирование ИТ-архитектуры предприятия и оценку влияния технологических изменений на операционную деятельность и бизнес-результаты.
▪️ Taulia (2022 г.). Приобретение Taulia усилило предложение SAP в сегменте управления оборотным капиталом. Решения компании ориентированы на оптимизацию кредиторской и дебиторской задолженности, повышение прозрачности денежных потоков и совершенствование финансовых процессов в цепочках поставок.
▪️ AppGyver (2021 г.). Интеграция платформы AppGyver расширила возможности SAP Business Technology Platform в области low-code/no-code разработки, что позволило ускорить кастомизацию корпоративных решений и сократить сроки разработки прикладных сервисов.
▪️ Signavio (2021 г.). Покупка Signavio стала одним из ключевых шагов SAP в направлении интеллектуального управления бизнес-процессами. Интеграция решений компании позволила сформировать комплексный инструментарий для проектирования, анализа, бенчмаркинга и оптимизации бизнес-процессов, а также сопровождения организационных изменений.
Параллельно с M&A-стратегией SAP развивает партнерства с промышленными и инжиниринговыми компаниями, включая Siemens и PTC, усиливая интеграцию инженерного, производственного и корпоративного контуров управления.
Таким образом, стратегия SAP демонстрирует переход от классической ERP-модели к платформенному подходу, в рамках которого компания формирует единую цифровую среду для интеграции данных, бизнес-процессов и ИТ-ландшафта крупных предприятий.
👍3🔥1
Анализ слияний и поглощений вендоров на мировом рынке. Часть 13
Французская корпорация Dassault Systèmes — один из ведущих производителей инженерного программного обеспечения. Ключевым продуктом компании выступает цифровая платформа 3DEXPERIENCE, обеспечивающая интеграцию процессов проектирования, производства и управления инженерными данными в единой среде. Серия приобретений (M&A-стратегия), осуществлённых компанией в последние годы, отражает последовательное развитие платформы в направлении формирования комплексной среды, охватывающей не только создание продукции, но и связанные с ней производственные, информационные и бизнес-процессы.
▪️Contentserv (2025 г.). Дочерняя компания Dassault Systèmes - Centric Software - подписала соглашение о приобретении компании Contentserv за 220 млн евро. Компания развивает облачную платформу Product Experience Cloud для управления информацией о продукции (PIM, Product Information Management), пользовательским опытом (PXM, Product Experience Management) и цифровыми активами (DAM, Digital Asset Management), включая изображения, описания и маркетинговый контент. Интеграция решения с продуктовым портфелем Centric Software позволила дополнить контур управления жизненным циклом продукции инструментами подготовки, сопровождения и распространения продуктовой информации для маркетинга, электронной коммерции и продаж.
▪️AMCAD (2024 г.). Dassault Systèmes приобрела компанию AMCAD, специализирующуюся на моделировании и проектировании СВЧ-компонентов и радиочастотных систем. Сделка позволила дополнить платформу 3DEXPERIENCE специализированными средствами электромагнитного моделирования, востребованными при разработке электронной аппаратуры и телекоммуникационного оборудования.
, работающую в области моделирования и проектирования СВЧ-компонентов и систем. Сделка расширила инженерные возможности платформы в высокотехнологичных сегментах электронной промышленности.
▪️Diota (2022 г.). Компания специализируется на технологиях дополненной реальности (AR, Augmented Reality) и инструментах производственного контроля на заводах. Решения Diota интегрированы в приложения DELMIA и используются для создания цифровых двойников производственных процессов, что помогает оптимизировать сборочные операции и снизить количество ошибок.
▪️PROXEM (2020 г.) и Bloom (2021 г.). Приобретения были направлены на развитие в составе платформы технологий искусственного интеллекта, обработки естественного языка и семантического анализа данных. Интегрированные решения позволяют использовать текстовую, нормативно-техническую и иную неструктурированную информацию в качестве источника данных для инженерных и управленческих процессов.
▪️NuoDB (2020 г.). Приобретение разработчика облачной распределённой SQL-базы данных было направлено на развитие облачной архитектуры платформы 3DEXPERIENCE и обеспечение работы с распределёнными массивами данных в масштабах крупных предприятий.
Таким образом, анализ сделок Dassault Systèmes демонстрирует последовательную реализацию стратегии по формированию единой цифровой платформы, интегрирующей данные о продукции, производственные процессы,нормативно-техническую информацию и инструменты взаимодействия с рынком. Существенное внимание при этом уделяется развитию облачной инфраструктуры, технологий искусственного интеллекта и средств управления данными на протяжении всего жизненного цикла продукции.
* При подготовке новости использованы материалы из экспертно-аналитических докладов «Анализ рынка систем управления жизненным циклом изделия (PLM-систем) в рамках направления «Технет» НТИ», «Анализ рынка систем управления процессами и данными компьютерного моделирования (SPDM-систем) в рамках направления «Технет» НТИ» и «Анализ рынка систем диспетчерского управления технологическими процессами и сбором данных (SCADA) в рамках направления «Технет» НТИ», подготовленных Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
Французская корпорация Dassault Systèmes — один из ведущих производителей инженерного программного обеспечения. Ключевым продуктом компании выступает цифровая платформа 3DEXPERIENCE, обеспечивающая интеграцию процессов проектирования, производства и управления инженерными данными в единой среде. Серия приобретений (M&A-стратегия), осуществлённых компанией в последние годы, отражает последовательное развитие платформы в направлении формирования комплексной среды, охватывающей не только создание продукции, но и связанные с ней производственные, информационные и бизнес-процессы.
▪️Contentserv (2025 г.). Дочерняя компания Dassault Systèmes - Centric Software - подписала соглашение о приобретении компании Contentserv за 220 млн евро. Компания развивает облачную платформу Product Experience Cloud для управления информацией о продукции (PIM, Product Information Management), пользовательским опытом (PXM, Product Experience Management) и цифровыми активами (DAM, Digital Asset Management), включая изображения, описания и маркетинговый контент. Интеграция решения с продуктовым портфелем Centric Software позволила дополнить контур управления жизненным циклом продукции инструментами подготовки, сопровождения и распространения продуктовой информации для маркетинга, электронной коммерции и продаж.
▪️AMCAD (2024 г.). Dassault Systèmes приобрела компанию AMCAD, специализирующуюся на моделировании и проектировании СВЧ-компонентов и радиочастотных систем. Сделка позволила дополнить платформу 3DEXPERIENCE специализированными средствами электромагнитного моделирования, востребованными при разработке электронной аппаратуры и телекоммуникационного оборудования.
, работающую в области моделирования и проектирования СВЧ-компонентов и систем. Сделка расширила инженерные возможности платформы в высокотехнологичных сегментах электронной промышленности.
▪️Diota (2022 г.). Компания специализируется на технологиях дополненной реальности (AR, Augmented Reality) и инструментах производственного контроля на заводах. Решения Diota интегрированы в приложения DELMIA и используются для создания цифровых двойников производственных процессов, что помогает оптимизировать сборочные операции и снизить количество ошибок.
▪️PROXEM (2020 г.) и Bloom (2021 г.). Приобретения были направлены на развитие в составе платформы технологий искусственного интеллекта, обработки естественного языка и семантического анализа данных. Интегрированные решения позволяют использовать текстовую, нормативно-техническую и иную неструктурированную информацию в качестве источника данных для инженерных и управленческих процессов.
▪️NuoDB (2020 г.). Приобретение разработчика облачной распределённой SQL-базы данных было направлено на развитие облачной архитектуры платформы 3DEXPERIENCE и обеспечение работы с распределёнными массивами данных в масштабах крупных предприятий.
Таким образом, анализ сделок Dassault Systèmes демонстрирует последовательную реализацию стратегии по формированию единой цифровой платформы, интегрирующей данные о продукции, производственные процессы,нормативно-техническую информацию и инструменты взаимодействия с рынком. Существенное внимание при этом уделяется развитию облачной инфраструктуры, технологий искусственного интеллекта и средств управления данными на протяжении всего жизненного цикла продукции.
* При подготовке новости использованы материалы из экспертно-аналитических докладов «Анализ рынка систем управления жизненным циклом изделия (PLM-систем) в рамках направления «Технет» НТИ», «Анализ рынка систем управления процессами и данными компьютерного моделирования (SPDM-систем) в рамках направления «Технет» НТИ» и «Анализ рынка систем диспетчерского управления технологическими процессами и сбором данных (SCADA) в рамках направления «Технет» НТИ», подготовленных Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
👍3🔥1
Forwarded from Анастасия Бастракова (Старостенко)
Анализ слияний и поглощений вендоров на мировом рынке. Часть 14
В последние годы стратегия компании PTC — одного из ведущих разработчиков инженерного программного обеспечения — в сфере слияний и поглощений направлена на укрепление позиций на рынке систем управления жизненным циклом изделия (PLM). В результате приобретений продуктовая линейка компании была дополнена решениями для управления жизненным циклом приложений, сервисного обслуживания и контроля цепочек поставок. Такой подход особенно востребован в аэрокосмической, автомобильной и медицинской промышленности, где критическое значение имеют прослеживаемость процессов, управление изменениями и соответствие продукции нормативным требованиям.
▪️ Arena Solutions (2021 г.) — поставщик SaaS-решений для управления жизненным циклом изделия. Сделка укрепила позиции PTC на рынке облачных PLM-систем и расширила присутствие компании в сегменте средних предприятий. Одним из результатов интеграции стало развитие платформы Arena PLM, включая выпуск модуля Arena Supply Chain Intelligence (SCI), который дополняет функциональные возможности PLM инструментами мониторинга и прогнозирования рисков в цепочках поставок:
➖ контроль компонентов в режиме реального времени с использованием технологий искусственного интеллекта для выявления дефицита и подбора аналогов на основе данных Accuris;
➖ интеграция с облачной CAD-системой Onshape, обеспечивающая взаимодействие CAD-, PDM- и PLM-систем и предоставляющая конструкторам информацию о доступности компонентов уже на этапе проектирования.
После приобретения Arena Solutions компания выпустила более 16 обновлений платформы Arena PLM. В новых версия развитие получили инструменты искусственного интеллекта для управления данными о продукции и цепочками поставок.
▪️ Intland Software (2022 г.) — разработчик платформы Codebeamer™. Приобретение позволило PTC расширить линейку решений в области управления жизненным циклом приложений (ALM).
▪️ ServiceMax (2023 г.) — разработчик программного обеспечения для управления выездным сервисным обслуживанием (FSM). Сделка позволила включить в продуктовую линейку PTC решения для управления эксплуатацией и техническим обслуживанием сложной техники, охватив этап послепродажного сопровождения продукции.
▪️ Pure-systems (2023 г.) — разработчик программного обеспечения для управления конфигурациями изделий. Решения компании применяются при разработке сложной продукции в аэрокосмической, автомобильной, медицинской и других высокотехнологичных отраслях.
▪️ IncQuery Group (2025 г.) — поставщик услуг по внедрению решений в области ALM и PLM. Приобретение позволило усилить направление внедрения и сопровождения программных продуктов PTC.
Актуальный портфель решений PTC охватывает средства управления жизненным циклом изделий (PLM), управления жизненным циклом приложений (ALM), системы автоматизированного проектирования, решения для сервисного обслуживания и облачные средства совместной работы. Таким образом, стратегия M&A PTC направлена на развитие взаимосвязанного комплекса решений, обеспечивающего сопровождение изделия на всех этапах его жизненного цикла — от проектирования до эксплуатации и сервисного обслуживания.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Анализ рынка систем управления жизненным циклом изделия (PLM-систем) в рамках направления «Технет» НТИ», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
В последние годы стратегия компании PTC — одного из ведущих разработчиков инженерного программного обеспечения — в сфере слияний и поглощений направлена на укрепление позиций на рынке систем управления жизненным циклом изделия (PLM). В результате приобретений продуктовая линейка компании была дополнена решениями для управления жизненным циклом приложений, сервисного обслуживания и контроля цепочек поставок. Такой подход особенно востребован в аэрокосмической, автомобильной и медицинской промышленности, где критическое значение имеют прослеживаемость процессов, управление изменениями и соответствие продукции нормативным требованиям.
▪️ Arena Solutions (2021 г.) — поставщик SaaS-решений для управления жизненным циклом изделия. Сделка укрепила позиции PTC на рынке облачных PLM-систем и расширила присутствие компании в сегменте средних предприятий. Одним из результатов интеграции стало развитие платформы Arena PLM, включая выпуск модуля Arena Supply Chain Intelligence (SCI), который дополняет функциональные возможности PLM инструментами мониторинга и прогнозирования рисков в цепочках поставок:
➖ контроль компонентов в режиме реального времени с использованием технологий искусственного интеллекта для выявления дефицита и подбора аналогов на основе данных Accuris;
➖ интеграция с облачной CAD-системой Onshape, обеспечивающая взаимодействие CAD-, PDM- и PLM-систем и предоставляющая конструкторам информацию о доступности компонентов уже на этапе проектирования.
После приобретения Arena Solutions компания выпустила более 16 обновлений платформы Arena PLM. В новых версия развитие получили инструменты искусственного интеллекта для управления данными о продукции и цепочками поставок.
▪️ Intland Software (2022 г.) — разработчик платформы Codebeamer™. Приобретение позволило PTC расширить линейку решений в области управления жизненным циклом приложений (ALM).
▪️ ServiceMax (2023 г.) — разработчик программного обеспечения для управления выездным сервисным обслуживанием (FSM). Сделка позволила включить в продуктовую линейку PTC решения для управления эксплуатацией и техническим обслуживанием сложной техники, охватив этап послепродажного сопровождения продукции.
▪️ Pure-systems (2023 г.) — разработчик программного обеспечения для управления конфигурациями изделий. Решения компании применяются при разработке сложной продукции в аэрокосмической, автомобильной, медицинской и других высокотехнологичных отраслях.
▪️ IncQuery Group (2025 г.) — поставщик услуг по внедрению решений в области ALM и PLM. Приобретение позволило усилить направление внедрения и сопровождения программных продуктов PTC.
Актуальный портфель решений PTC охватывает средства управления жизненным циклом изделий (PLM), управления жизненным циклом приложений (ALM), системы автоматизированного проектирования, решения для сервисного обслуживания и облачные средства совместной работы. Таким образом, стратегия M&A PTC направлена на развитие взаимосвязанного комплекса решений, обеспечивающего сопровождение изделия на всех этапах его жизненного цикла — от проектирования до эксплуатации и сервисного обслуживания.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Анализ рынка систем управления жизненным циклом изделия (PLM-систем) в рамках направления «Технет» НТИ», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
🔥3
Передовые производственные технологии в атомной отрасли. Часть 1
В 2022 году Национальная лаборатория Айдахо Министерства энергетики США запустила проект Beartooth — исследовательский испытательный полигон, в котором технологии цифровых двойников (Digital Twins) и модельно-ориентированного системного инжиниринга (MBSE) используются для моделирования процессов переработки ядерных материалов. Такой подход позволяет исследовать полный цикл переработки ядерного топлива в лабораторных условиях без необходимости проведения испытаний на промышленном объекте.
Проект направлен на решение следующих задач:
▪️разработка технологий замкнутого ядерного топливного цикла;
▪️совершенствование систем гарантий и контроля ядерных материалов;
▪️повышение устойчивости объектов к киберугрозам;
▪️создание условий для исследования новых видов ядерного топлива, в том числе с участием распределенных исследовательских коллективов;
▪️демонстрация потенциала цифрового инжиниринга в атомной отрасли.
Технологическую основу Beartooth составляет интеграция технологий переработки ядерных материалов, цифровых двойников, модельно-ориентированного системного инжиниринга (MBSE), многосенсорного мониторинга и искусственного интеллекта. Такое сочетание технологий позволяет создать единую цифровую среду для моделирования технологических процессов, анализа данных и проведения исследований.
В проекте используется разработанная специалистами Национальной лаборатории Айдахо платформа DeepLynx, обеспечивающая управление данными на протяжении всего жизненного цикла объекта. Она поддерживает передачу данных между системами проектирования, закупок, строительства и эксплуатации, обеспечивает взаимодействие различных подразделений и интегрируется с основными корпоративными программными продуктами.
Испытательный полигон предназначен для проведения операций по растворению, разделению и конверсии специальных ядерных материалов, включая плутоний, различные виды обогащенного урана (LEU, HEU, HALEU), торий и смешанное оксидное топливо (MOX). Проект позволяет исследовать широкий спектр химических процессов и различных вариантов топливного цикла, объединяя данные, поступающие от контрольно-измерительных приборов и автоматизированных систем управления, с цифровыми моделями.
Использование платформы DeepLynx и технологий искусственного интеллекта позволяет поддерживать актуальность цифровых моделей на основе поступающих данных. В перспективе такой подход может использоваться для дистанционной проверки новых материалов на соответствие требованиям Международного агентства по атомной энергии (МАГАТЭ).
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
В 2022 году Национальная лаборатория Айдахо Министерства энергетики США запустила проект Beartooth — исследовательский испытательный полигон, в котором технологии цифровых двойников (Digital Twins) и модельно-ориентированного системного инжиниринга (MBSE) используются для моделирования процессов переработки ядерных материалов. Такой подход позволяет исследовать полный цикл переработки ядерного топлива в лабораторных условиях без необходимости проведения испытаний на промышленном объекте.
Проект направлен на решение следующих задач:
▪️разработка технологий замкнутого ядерного топливного цикла;
▪️совершенствование систем гарантий и контроля ядерных материалов;
▪️повышение устойчивости объектов к киберугрозам;
▪️создание условий для исследования новых видов ядерного топлива, в том числе с участием распределенных исследовательских коллективов;
▪️демонстрация потенциала цифрового инжиниринга в атомной отрасли.
Технологическую основу Beartooth составляет интеграция технологий переработки ядерных материалов, цифровых двойников, модельно-ориентированного системного инжиниринга (MBSE), многосенсорного мониторинга и искусственного интеллекта. Такое сочетание технологий позволяет создать единую цифровую среду для моделирования технологических процессов, анализа данных и проведения исследований.
В проекте используется разработанная специалистами Национальной лаборатории Айдахо платформа DeepLynx, обеспечивающая управление данными на протяжении всего жизненного цикла объекта. Она поддерживает передачу данных между системами проектирования, закупок, строительства и эксплуатации, обеспечивает взаимодействие различных подразделений и интегрируется с основными корпоративными программными продуктами.
Испытательный полигон предназначен для проведения операций по растворению, разделению и конверсии специальных ядерных материалов, включая плутоний, различные виды обогащенного урана (LEU, HEU, HALEU), торий и смешанное оксидное топливо (MOX). Проект позволяет исследовать широкий спектр химических процессов и различных вариантов топливного цикла, объединяя данные, поступающие от контрольно-измерительных приборов и автоматизированных систем управления, с цифровыми моделями.
Использование платформы DeepLynx и технологий искусственного интеллекта позволяет поддерживать актуальность цифровых моделей на основе поступающих данных. В перспективе такой подход может использоваться для дистанционной проверки новых материалов на соответствие требованиям Международного агентства по атомной энергии (МАГАТЭ).
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
👍3🔥3
Передовые производственные технологии в атомной отрасли. Часть 2
Ключевой особенностью проекта по созданию атомного микрореактора XAMR®, развиваемого основанным в 2020 году французским стартапом NAAREA (Nuclear Abundant Affordable Resourceful Energy for All), является использование модельно-ориентированного системного инжиниринга (MBSE) и технологии цифровых двойников с самого раннего этапа разработки.
В начале 2020-х годов Правительство Франции инициировало стратегию реиндустриализации «Франция 2030». Одним из элементов этой стратегии стало стремление усилить атомную отрасль страны за счет поддержки стартапов, разрабатывающих передовые проекты малых атомных реакторов. Компания NAAREA после победы в государственном конкурсе «Инновационные атомные реакторы» стала одним из стартапов, получивших государственную поддержку в размере 10 млн евро. Это позволило ей продемонстрировать перспективность своих разработок и привлечь частные инвестиции в размере 50 млн евро.
XAMR® - реактор IV поколения на быстрых нейтронах с расплавленной солью в качестве теплоносителя, в котором растворены актиниды плутония и урана. Установка способна производить 40 МВт электроэнергии и 80 МВт тепловой энергии. В реакторе предполагается использовать отработанное ядерное топливо с традиционных АЭС, что должно обеспечить реализацию замкнутого ядерного топливного цикла.
С самого начала разработки проекта был выбран подход, основанный на использовании цифровых двойников, MBSE и концепции MODSIM, продвигаемой компанией Dassault Systèmes. Этот подход объединяет технологии цифрового проектирования, моделирования и анализа в единый непрерывный процесс на общей платформе данных. Все разработки ведутся в облачной среде компании. При этом задача цифрового двойника XAMR® — создать централизованную среду для работы с данными реактора на всех этапах его жизненного цикла (от проектирования до вывода из эксплуатации), а также сократить время на разработку реактора.
В рамках проекта цифрового двойника уже разработан операционный тренажер для подготовки персонала. Наряду с этим цифровые модели рассматриваются как средство верификации инженерных решений и демонстрации характеристик реактора потенциальным инвесторам и регуляторам. Такой подход приобретает особое значение в условиях активного развития технологий малых модульных реакторов и высокой конкуренции между аналогичными проектами во Франции и США.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
Ключевой особенностью проекта по созданию атомного микрореактора XAMR®, развиваемого основанным в 2020 году французским стартапом NAAREA (Nuclear Abundant Affordable Resourceful Energy for All), является использование модельно-ориентированного системного инжиниринга (MBSE) и технологии цифровых двойников с самого раннего этапа разработки.
В начале 2020-х годов Правительство Франции инициировало стратегию реиндустриализации «Франция 2030». Одним из элементов этой стратегии стало стремление усилить атомную отрасль страны за счет поддержки стартапов, разрабатывающих передовые проекты малых атомных реакторов. Компания NAAREA после победы в государственном конкурсе «Инновационные атомные реакторы» стала одним из стартапов, получивших государственную поддержку в размере 10 млн евро. Это позволило ей продемонстрировать перспективность своих разработок и привлечь частные инвестиции в размере 50 млн евро.
XAMR® - реактор IV поколения на быстрых нейтронах с расплавленной солью в качестве теплоносителя, в котором растворены актиниды плутония и урана. Установка способна производить 40 МВт электроэнергии и 80 МВт тепловой энергии. В реакторе предполагается использовать отработанное ядерное топливо с традиционных АЭС, что должно обеспечить реализацию замкнутого ядерного топливного цикла.
С самого начала разработки проекта был выбран подход, основанный на использовании цифровых двойников, MBSE и концепции MODSIM, продвигаемой компанией Dassault Systèmes. Этот подход объединяет технологии цифрового проектирования, моделирования и анализа в единый непрерывный процесс на общей платформе данных. Все разработки ведутся в облачной среде компании. При этом задача цифрового двойника XAMR® — создать централизованную среду для работы с данными реактора на всех этапах его жизненного цикла (от проектирования до вывода из эксплуатации), а также сократить время на разработку реактора.
В рамках проекта цифрового двойника уже разработан операционный тренажер для подготовки персонала. Наряду с этим цифровые модели рассматриваются как средство верификации инженерных решений и демонстрации характеристик реактора потенциальным инвесторам и регуляторам. Такой подход приобретает особое значение в условиях активного развития технологий малых модульных реакторов и высокой конкуренции между аналогичными проектами во Франции и США.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
👍3🔥2
Передовые производственные технологии в атомной отрасли. Часть 3
Цифровой двойник реактора Xe-100
Американская компания X-Energy Reactor Company с 2009 года разрабатывает высокотемпературный газоохлаждаемый реактор IV поколения (High-Temperature Gas-Cooled Reactor, HTGR), а также топливо на основе частиц TRISO (Tri-structural Isotropic) с многослойным покрытием для шарообразных («галечных») тепловыделяющих элементов. За время существования компании удалось привлечь частное финансирование в размере более 1 млрд долларов и стать исполнителем по ряду контрактов Министерства энергетики и Министерства обороны США. В рамках инновационной программы Министерства энергетики США ARPA-E GEMINA компания X-Energy Reactor Company разработала цифровой двойник реактора Xe-100 мощностью 80 МВт.
В рамках проекта были разработаны два специализированных цифровых решения:
▪️Immersive Environment Toolset — мультидисциплинарная 3D-модель, предназначенная для оценки решений по оптимизации технического обслуживания и повышения безопасности;
▪️X-Data (Xe-100 Data Analytics Tools & Applications) — набор цифровых инструментов, объединяющий технологии цифровых двойников, искусственного интеллекта и машинного обучения.
Ключевой целью создания цифрового двойника является снижение затрат на эксплуатацию и техническое обслуживание реактора до 2 долларов за МВт·ч.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
Цифровой двойник реактора Xe-100
Американская компания X-Energy Reactor Company с 2009 года разрабатывает высокотемпературный газоохлаждаемый реактор IV поколения (High-Temperature Gas-Cooled Reactor, HTGR), а также топливо на основе частиц TRISO (Tri-structural Isotropic) с многослойным покрытием для шарообразных («галечных») тепловыделяющих элементов. За время существования компании удалось привлечь частное финансирование в размере более 1 млрд долларов и стать исполнителем по ряду контрактов Министерства энергетики и Министерства обороны США. В рамках инновационной программы Министерства энергетики США ARPA-E GEMINA компания X-Energy Reactor Company разработала цифровой двойник реактора Xe-100 мощностью 80 МВт.
В рамках проекта были разработаны два специализированных цифровых решения:
▪️Immersive Environment Toolset — мультидисциплинарная 3D-модель, предназначенная для оценки решений по оптимизации технического обслуживания и повышения безопасности;
▪️X-Data (Xe-100 Data Analytics Tools & Applications) — набор цифровых инструментов, объединяющий технологии цифровых двойников, искусственного интеллекта и машинного обучения.
Ключевой целью создания цифрового двойника является снижение затрат на эксплуатацию и техническое обслуживание реактора до 2 долларов за МВт·ч.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
👍6
Передовые производственные технологии в атомной отрасли. Часть 4
В 2019 году Агентство передовых исследований в сфере энергетики (ARPA-E) Министерства энергетики США запустило программу ARPA-E GEMINA (Generating Electricity Managed by Intelligent Nuclear Assets) — «Интеллектуальное управление активами АЭС для генерации электроэнергии». Финансирование первых проектов стартовало в 2020 году.
В отличие от программы MEITNER, направленной на снижение капитальных затрат (CapEx), и программ ONWARDS/CURIE, связанных с обращением с отработавшим ядерным топливом (ОЯТ) и переработки ядерных отходов, GEMINA сфокусирована на оптимизации операционных затрат (OPEX). Амбициозная цель — сократить их в 10 раз.
Ключевая идея — заложить возможности для эффективной эксплуатации АЭС уже на этапе проектирования реактора. Для этого предполагается использовать передовые технологии цифрового проектирования и моделирования, прежде всего, цифровые двойники.
В рамках программы особое внимание уделяется:
▪️предиктивному обслуживанию оборудования — переход от планового ремонта к ремонту по техническому состоянию;
▪️ранней диагностики неисправностей и отклонений;
▪️отработке режимов эксплуатации и сценариев аварийных ситуаций.
Среди финансируемых проектов — создание цифровых двойников перспективных малых модульных реакторов и их систем, в том числе BWRX-300 компании GE (проект GE Research с бюджетом $5,4 млн, включающий разработку подхода «Humble AI») и Xe-100 компании X-energy ($6 млн, с целью достижения затрат на эксплуатацию и техническое обслуживание на уровне $2/МВт·ч). Другой проект MIT ($1,8 млн) посвящён созданию цифровых двойников критических систем BWRX-300. Также в программе участвует проект Framatome по созданию цифровых двойников вспомогательных систем АЭС с использованием программного обеспечения Metroscope. Отдельное направление составили университетские проекты по цифровому моделированию и цифровым двойникам реакторов на расплавах солей.
Ряд проектов уже достиг стадии демонстрации прототипов и пилотных испытаний. При этом оценивать непосредственный экономический эффект GEMINA пока преждевременно: перспективные малые модульные реакторы находятся на ранних этапах развития, а энергетические объекты на их основе еще не получили широкого промышленного применения.
Однако технологический результат программы уже просматривается. GEMINA формирует набор цифровых инструментов, моделей и экспериментальных данных для создания цифровых двойников перспективных атомных реакторов.
Именно этот аспект особенно важен с точки зрения развития передовых производственных технологий: цифровой двойник начинает создаваться не после ввода сложного технического объекта в эксплуатацию, а закладывается в его жизненный цикл еще на этапе проектирования.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
В 2019 году Агентство передовых исследований в сфере энергетики (ARPA-E) Министерства энергетики США запустило программу ARPA-E GEMINA (Generating Electricity Managed by Intelligent Nuclear Assets) — «Интеллектуальное управление активами АЭС для генерации электроэнергии». Финансирование первых проектов стартовало в 2020 году.
В отличие от программы MEITNER, направленной на снижение капитальных затрат (CapEx), и программ ONWARDS/CURIE, связанных с обращением с отработавшим ядерным топливом (ОЯТ) и переработки ядерных отходов, GEMINA сфокусирована на оптимизации операционных затрат (OPEX). Амбициозная цель — сократить их в 10 раз.
Ключевая идея — заложить возможности для эффективной эксплуатации АЭС уже на этапе проектирования реактора. Для этого предполагается использовать передовые технологии цифрового проектирования и моделирования, прежде всего, цифровые двойники.
В рамках программы особое внимание уделяется:
▪️предиктивному обслуживанию оборудования — переход от планового ремонта к ремонту по техническому состоянию;
▪️ранней диагностики неисправностей и отклонений;
▪️отработке режимов эксплуатации и сценариев аварийных ситуаций.
Среди финансируемых проектов — создание цифровых двойников перспективных малых модульных реакторов и их систем, в том числе BWRX-300 компании GE (проект GE Research с бюджетом $5,4 млн, включающий разработку подхода «Humble AI») и Xe-100 компании X-energy ($6 млн, с целью достижения затрат на эксплуатацию и техническое обслуживание на уровне $2/МВт·ч). Другой проект MIT ($1,8 млн) посвящён созданию цифровых двойников критических систем BWRX-300. Также в программе участвует проект Framatome по созданию цифровых двойников вспомогательных систем АЭС с использованием программного обеспечения Metroscope. Отдельное направление составили университетские проекты по цифровому моделированию и цифровым двойникам реакторов на расплавах солей.
Ряд проектов уже достиг стадии демонстрации прототипов и пилотных испытаний. При этом оценивать непосредственный экономический эффект GEMINA пока преждевременно: перспективные малые модульные реакторы находятся на ранних этапах развития, а энергетические объекты на их основе еще не получили широкого промышленного применения.
Однако технологический результат программы уже просматривается. GEMINA формирует набор цифровых инструментов, моделей и экспериментальных данных для создания цифровых двойников перспективных атомных реакторов.
Именно этот аспект особенно важен с точки зрения развития передовых производственных технологий: цифровой двойник начинает создаваться не после ввода сложного технического объекта в эксплуатацию, а закладывается в его жизненный цикл еще на этапе проектирования.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
👍3🔥2
Передовые производственные технологии в атомной отрасли. Часть 5
Программа Accident Tolerant Fuel (ATF) — ядерное топливо с повышенной устойчивостью к аварийным условиям — была запущена в США в 2012 году после аварии на японской АЭС «Фукусима-1».
Главная цель программы — создание ядерного топлива, способного значительно дольше сохранять целостность при потере охлаждения активной зоны, чем традиционное топливо с оболочками из циркониевых сплавов.
В конце 2018 года Министерство энергетики США выделило 111,2 млн долл. трем промышленным партнерам — Framatome, General Electric и Westinghouse Electric Company — на разработку и испытания перспективных вариантов аварийно-стойкого топлива. Первые опытные тепловыделяющие сборки начали проходить реакторные испытания в конце 2010-х годов, а широкое внедрение новых видов топлива рассматривалось как задача 2030-х годов.
С технологической точки зрения, одним из первых результатов программы стало создание новых вариантов оболочек твэлов на основе существующих циркониевых сплавов. В частности, Framatome развивала технологию PROtect с хромированием оболочки из сплава M5Framatome, Westinghouse — топливную концепцию EnCore с хромированным покрытием циркониевой оболочки, а GE/GNF — концепции ARMOR с защитным покрытием циркониевой оболочки и IronClad с оболочкой из сплава FeCrAl.
Следующим этапом развития ATF стала более сложная концепция оболочек твэлов на основе керамических композиционных материалов с использованием карбида кремния (SiC-SiC). По сравнению с традиционными циркониевыми оболочками такие композиты обладают существенно большей термической устойчивостью и сохраняют прочностные характеристики при температурах до ~1900 °C. Кроме того, карбид кремния значительно менее склонен к взаимодействию с водяным паром с образованием водорода, что снижает риск его накопления при тяжелых аварийных режимах. В перспективе применение SiC-SiC может обеспечить повышение устойчивости топлива к аварийным воздействиям, увеличение допустимой глубины выгорания и, как следствие, увеличение продолжительности топливного цикла.
Сегодня ATF остается одним из ключевых направлений развития ядерного топлива: новые материалы и конструкции должны одновременно повысить безопасность реакторов и улучшить эффективность их эксплуатации.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
Программа Accident Tolerant Fuel (ATF) — ядерное топливо с повышенной устойчивостью к аварийным условиям — была запущена в США в 2012 году после аварии на японской АЭС «Фукусима-1».
Главная цель программы — создание ядерного топлива, способного значительно дольше сохранять целостность при потере охлаждения активной зоны, чем традиционное топливо с оболочками из циркониевых сплавов.
В конце 2018 года Министерство энергетики США выделило 111,2 млн долл. трем промышленным партнерам — Framatome, General Electric и Westinghouse Electric Company — на разработку и испытания перспективных вариантов аварийно-стойкого топлива. Первые опытные тепловыделяющие сборки начали проходить реакторные испытания в конце 2010-х годов, а широкое внедрение новых видов топлива рассматривалось как задача 2030-х годов.
С технологической точки зрения, одним из первых результатов программы стало создание новых вариантов оболочек твэлов на основе существующих циркониевых сплавов. В частности, Framatome развивала технологию PROtect с хромированием оболочки из сплава M5Framatome, Westinghouse — топливную концепцию EnCore с хромированным покрытием циркониевой оболочки, а GE/GNF — концепции ARMOR с защитным покрытием циркониевой оболочки и IronClad с оболочкой из сплава FeCrAl.
Следующим этапом развития ATF стала более сложная концепция оболочек твэлов на основе керамических композиционных материалов с использованием карбида кремния (SiC-SiC). По сравнению с традиционными циркониевыми оболочками такие композиты обладают существенно большей термической устойчивостью и сохраняют прочностные характеристики при температурах до ~1900 °C. Кроме того, карбид кремния значительно менее склонен к взаимодействию с водяным паром с образованием водорода, что снижает риск его накопления при тяжелых аварийных режимах. В перспективе применение SiC-SiC может обеспечить повышение устойчивости топлива к аварийным воздействиям, увеличение допустимой глубины выгорания и, как следствие, увеличение продолжительности топливного цикла.
Сегодня ATF остается одним из ключевых направлений развития ядерного топлива: новые материалы и конструкции должны одновременно повысить безопасность реакторов и улучшить эффективность их эксплуатации.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
👍2🔥1
🏭 «Технет» НТИ: День первых — это старт в будущее технологий.
1 сентября 2026 года на фестивале «День первых» СПбПУ открывает для первокурсников мир Национальной технологической инициативы — направление «Технет» (передовые производственные технологии), развитие которого осуществляет Инфраструктурный центр «Технет» СПбПУ с 2015 года.
⚙️ Какие технологии развивает «Технет»?
В центре внимания — пять ключевых технологических направлений:
1️⃣ Цифровое проектирование, математическое моделирование и управление жизненным циклом изделия или продукции (Smart Design).
2️⃣ Новые материалы, включая аддитивные технологии и 3D-печать.
3️⃣ Технологии «умного» производства (Smart Manufacturing).
4️⃣ Технологии робототехники и сенсорики.
5️⃣ Технологии беспроводной связи и промышленного интернета вещей (IIoT).
📊 Результаты работы Инфраструктурного центра «Технет» СПбПУ сегодня:
🔺 90 мероприятий
🔺 более 11 500 участников
🔺 35+ экспертно-аналитических докладов
🔺 7 разработанных стандартов
🔺 52 нормативных правовых акта
🎓 Что «Технет» даёт первокурснику?
✔️ участвовать в реализации проектов в интересах высокотехнологичных компаний на базе Передовой инженерной школы СПбПУ «Цифровой инжиниринг»;
✔️ следить за актуальными технологическими трендами и результатами аналитической работы Инфраструктурного центра «Технет»;
✔️ работать с реальными передовыми технологиями — цифровым проектированием, 3D-печатью, робототехникой, сенсорикой, Smart Manufacturing и IIoT.
Студенты Передовой инженерной школы СПбПУ «Цифровой инжиниринг» ежегодно участвуют в проектах совместно с более чем 80 организациями-партнёрами, среди которых ГК «Росатом», ГК «Ростех», ПАО «Газпром нефть», АНО «ФЦ БАС» и др.
Регистрация по ссылке: https://leader-id.ru/events/609994
📅 1 сентября — первый шаг в большую технологическую среду.
#Технет #ИЦ #НТИ #СПбПУ #ДеньПервых #Первокурсникам #Инновации #ТехнологическоеЛидерство #Промышленность #ЦифровойИнжиниринг
1 сентября 2026 года на фестивале «День первых» СПбПУ открывает для первокурсников мир Национальной технологической инициативы — направление «Технет» (передовые производственные технологии), развитие которого осуществляет Инфраструктурный центр «Технет» СПбПУ с 2015 года.
⚙️ Какие технологии развивает «Технет»?
В центре внимания — пять ключевых технологических направлений:
1️⃣ Цифровое проектирование, математическое моделирование и управление жизненным циклом изделия или продукции (Smart Design).
2️⃣ Новые материалы, включая аддитивные технологии и 3D-печать.
3️⃣ Технологии «умного» производства (Smart Manufacturing).
4️⃣ Технологии робототехники и сенсорики.
5️⃣ Технологии беспроводной связи и промышленного интернета вещей (IIoT).
📊 Результаты работы Инфраструктурного центра «Технет» СПбПУ сегодня:
🔺 90 мероприятий
🔺 более 11 500 участников
🔺 35+ экспертно-аналитических докладов
🔺 7 разработанных стандартов
🔺 52 нормативных правовых акта
🎓 Что «Технет» даёт первокурснику?
✔️ участвовать в реализации проектов в интересах высокотехнологичных компаний на базе Передовой инженерной школы СПбПУ «Цифровой инжиниринг»;
✔️ следить за актуальными технологическими трендами и результатами аналитической работы Инфраструктурного центра «Технет»;
✔️ работать с реальными передовыми технологиями — цифровым проектированием, 3D-печатью, робототехникой, сенсорикой, Smart Manufacturing и IIoT.
Студенты Передовой инженерной школы СПбПУ «Цифровой инжиниринг» ежегодно участвуют в проектах совместно с более чем 80 организациями-партнёрами, среди которых ГК «Росатом», ГК «Ростех», ПАО «Газпром нефть», АНО «ФЦ БАС» и др.
Регистрация по ссылке: https://leader-id.ru/events/609994
📅 1 сентября — первый шаг в большую технологическую среду.
#Технет #ИЦ #НТИ #СПбПУ #ДеньПервых #Первокурсникам #Инновации #ТехнологическоеЛидерство #Промышленность #ЦифровойИнжиниринг
👍3
Передовые производственные технологии в атомной отрасли. Часть 6
Карбид кремния (SiC) используется в различных отраслях промышленности уже более ста лет. Высокая твердость, износостойкость и термостойкость позволяют использовать его в режущих инструментах, огнеупорных материалах и энергетическом оборудовании.
Одно из перспективных направлений применения SiC связано с ядерной энергетикой. Компания General Atomics Electromagnetic Systems (GA-EMS) разработала композиционный материал с керамической матрицей из карбида кремния - SiGA®, для создания оболочек тепловыделяющих элементов (твэл) для «толерантного» ядерного топлива (ядерного топлива, устойчивого к авариям и нештатным ситуациям на АЭС).
Конструкция SiGA® сочетает два слоя: внутренний композиционный материал, обеспечивающий прочность и устойчивость к распространению трещин, и внешний монолитный слой на основе карбида кремния, предназначенный для удержания ядерного топлива и продуктов деления.
Оболочка из SiGA® способна выдерживать температуру свыше 1700°C. Для традиционных циркониевых сплавов начало интенсивного взаимодействия с паром и связанное с ним образование водорода происходят при существенно более низких температурах. Это свойство рассматривается как один из факторов повышения безопасности ядерного топлива при тяжелых аварийных сценариях.
В 2024 году изготовлены первые образцы оболочек твэлов с использованием материала SiGA®. Затем компания сообщила об успешном завершении облучательного эксперимента, в ходе которого оценивались прочность и целостность оболочек при воздействии высокого потока нейтронов в легководном реакторе с водой под давлением.
Следующий этап — масштабирование технологии и переход к коммерческому применению. По оценкам участников проекта, полноценная коммерциализация SiGA® ожидается в 2030-х годах.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
Карбид кремния (SiC) используется в различных отраслях промышленности уже более ста лет. Высокая твердость, износостойкость и термостойкость позволяют использовать его в режущих инструментах, огнеупорных материалах и энергетическом оборудовании.
Одно из перспективных направлений применения SiC связано с ядерной энергетикой. Компания General Atomics Electromagnetic Systems (GA-EMS) разработала композиционный материал с керамической матрицей из карбида кремния - SiGA®, для создания оболочек тепловыделяющих элементов (твэл) для «толерантного» ядерного топлива (ядерного топлива, устойчивого к авариям и нештатным ситуациям на АЭС).
Конструкция SiGA® сочетает два слоя: внутренний композиционный материал, обеспечивающий прочность и устойчивость к распространению трещин, и внешний монолитный слой на основе карбида кремния, предназначенный для удержания ядерного топлива и продуктов деления.
Оболочка из SiGA® способна выдерживать температуру свыше 1700°C. Для традиционных циркониевых сплавов начало интенсивного взаимодействия с паром и связанное с ним образование водорода происходят при существенно более низких температурах. Это свойство рассматривается как один из факторов повышения безопасности ядерного топлива при тяжелых аварийных сценариях.
В 2024 году изготовлены первые образцы оболочек твэлов с использованием материала SiGA®. Затем компания сообщила об успешном завершении облучательного эксперимента, в ходе которого оценивались прочность и целостность оболочек при воздействии высокого потока нейтронов в легководном реакторе с водой под давлением.
Следующий этап — масштабирование технологии и переход к коммерческому применению. По оценкам участников проекта, полноценная коммерциализация SiGA® ожидается в 2030-х годах.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
🔥2
Передовые производственные технологии в атомной отрасли. Часть 7
Согласно планам Госкорпорации «Росатом», озвученным в рамках форума «Технопром-2025» научным руководителем ПН НТР «Материалы и технологии» Госкорпорации «Росатом» и первым заместителем директора учреждения «Наука и инновации» Алексеем Дубом, завершение разработки и внедрение оболочек тепловыделяющих элементов (твэл) из карбида кремния в России планируется до 2045 года.
Первые экспериментальные образцы карбидокремниевых оболочек твэлов в России получены в 2022 году АО «ВНИИНМ им. академика А.А. Бочвара» в рамках работ по созданию «толерантного топлива». По состоянию на конец 2023 года изготовлены 55 образцов газонепроницаемых труб-оболочек 11 типов, длиной 0,5 м, отличающихся по архитектуре плетения композитного волокна, способам уплотнения каркаса, а также режимам осаждения SiC-матрицы и интерфазного слоя. Летом 2023 года оболочки из карбида кремния, разработанные специалистами ВНИИНМ, прошли первый цикл испытаний в АО «ГНЦ НИИАР» в исследовательском реакторе БОР-60.
В рамках проекта также был создан цифровой двойник оболочки твэла, который планируют развивать по мере продвижения НИОКР до этапа внедрения технологии в производство.
Ожидается, что использование композиционных материалов на основе карбида кремния позволит обеспечить значительное — с 35% до 44% — увеличение КПД реакторов российских АЭС. Кроме того, внедрение карбидокремниевых оболочек твэлов будет способствовать сокращению потребности в ряде систем безопасности АЭС, за счет чего потенциально можно снизить стоимость строительства атомных энергоблоков.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
Согласно планам Госкорпорации «Росатом», озвученным в рамках форума «Технопром-2025» научным руководителем ПН НТР «Материалы и технологии» Госкорпорации «Росатом» и первым заместителем директора учреждения «Наука и инновации» Алексеем Дубом, завершение разработки и внедрение оболочек тепловыделяющих элементов (твэл) из карбида кремния в России планируется до 2045 года.
Первые экспериментальные образцы карбидокремниевых оболочек твэлов в России получены в 2022 году АО «ВНИИНМ им. академика А.А. Бочвара» в рамках работ по созданию «толерантного топлива». По состоянию на конец 2023 года изготовлены 55 образцов газонепроницаемых труб-оболочек 11 типов, длиной 0,5 м, отличающихся по архитектуре плетения композитного волокна, способам уплотнения каркаса, а также режимам осаждения SiC-матрицы и интерфазного слоя. Летом 2023 года оболочки из карбида кремния, разработанные специалистами ВНИИНМ, прошли первый цикл испытаний в АО «ГНЦ НИИАР» в исследовательском реакторе БОР-60.
В рамках проекта также был создан цифровой двойник оболочки твэла, который планируют развивать по мере продвижения НИОКР до этапа внедрения технологии в производство.
Ожидается, что использование композиционных материалов на основе карбида кремния позволит обеспечить значительное — с 35% до 44% — увеличение КПД реакторов российских АЭС. Кроме того, внедрение карбидокремниевых оболочек твэлов будет способствовать сокращению потребности в ряде систем безопасности АЭС, за счет чего потенциально можно снизить стоимость строительства атомных энергоблоков.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
👍2🔥1
Передовые производственные технологии в атомной отрасли. Часть 8
На сегодняшний день в ядерном секторе при проектировании и эксплуатации хранилищ радиоактивных отходов наблюдается высокая фрагментация данных. Специалисты из разных дисциплин используют разрозненные цифровые модели и различающиеся форматы обмена данными. Кроме того, внедрение цифровых двойников сталкивается с регуляторными барьерами, так как технология является новой для существующих стандартов безопасности.
В рамках европейского партнерства EURAD-2 реализуется проект DITOCO2030, целью которого является разработка «дорожной карты» по преодолению разрыва между фрагментированными цифровыми моделями, общими средами данных и платформами принятия решений.
Данный подход предусматривает следующие направления:
▶️ Гибридное моделирование: сочетание физических моделей, описывающих термогидромеханические и химические (THMC), с суррогатными моделями на основе искусственного интеллекта и машинного обучения для снижения вычислительных затрат.
▶️ Единая среда данных: использование открытых стандартов, согласованных форматов и языков разметки для обеспечения бесшовного обмена информацией.
▶️ Интеграция технологий: использование промышленного интернета вещей для сбора данных в режиме реального времени, высокопроизводительных вычислений и расширенной реальности (XR, Extended Reality) для визуализации.
Применение технологий цифровых двойников в данной области подтверждается рядом проектов:
▪️Проект Cigéo (Франция): разработка 4D-цифрового двойника для поддержки эксплуатационной фазы геологического хранилища радиоактивных отходов, интегрирующего BIM/3D-модель, данные мониторинга и результаты численного моделирования физических процессов. Цифровой двойник предназначен для оценки и прогнозирования состояния хранилища и проверки соответствия его поведения установленному диапазону параметров эксплуатации и требованиям безопасности.
▪️Подземная лаборатория Mont Terri (Швейцария): создание прототипа цифрового двойника лаборатории и информационной системы цифровых (виртуальных) экспериментов, объединяющей экспериментальные данные и результаты моделирования в пространственном и временном контексте. Система поддерживает исследование и визуализацию экспериментальных данных, в том числе с использованием VR.
▪️ Эксперимент FE (Full-scale Emplacement): применение методов машинного обучения для моделирования тепловых процессов в полномасштабном эксперименте, включая прогнозирование водонасыщения бентонита и температурной эволюции. В последующих исследованиях 2026 г. для FE были разработаны цифровой двойник, основанный на законах физики (physics-based modelling digital twin, PBM-DT) и цифровой двойник, управляемый на основе данных (data-driven modelling digital twin, DDM-DT), использующие данные мониторинга температуры и влажности для прогнозирования температурного состояния ближней зоны.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
На сегодняшний день в ядерном секторе при проектировании и эксплуатации хранилищ радиоактивных отходов наблюдается высокая фрагментация данных. Специалисты из разных дисциплин используют разрозненные цифровые модели и различающиеся форматы обмена данными. Кроме того, внедрение цифровых двойников сталкивается с регуляторными барьерами, так как технология является новой для существующих стандартов безопасности.
В рамках европейского партнерства EURAD-2 реализуется проект DITOCO2030, целью которого является разработка «дорожной карты» по преодолению разрыва между фрагментированными цифровыми моделями, общими средами данных и платформами принятия решений.
Данный подход предусматривает следующие направления:
▶️ Гибридное моделирование: сочетание физических моделей, описывающих термогидромеханические и химические (THMC), с суррогатными моделями на основе искусственного интеллекта и машинного обучения для снижения вычислительных затрат.
▶️ Единая среда данных: использование открытых стандартов, согласованных форматов и языков разметки для обеспечения бесшовного обмена информацией.
▶️ Интеграция технологий: использование промышленного интернета вещей для сбора данных в режиме реального времени, высокопроизводительных вычислений и расширенной реальности (XR, Extended Reality) для визуализации.
Применение технологий цифровых двойников в данной области подтверждается рядом проектов:
▪️Проект Cigéo (Франция): разработка 4D-цифрового двойника для поддержки эксплуатационной фазы геологического хранилища радиоактивных отходов, интегрирующего BIM/3D-модель, данные мониторинга и результаты численного моделирования физических процессов. Цифровой двойник предназначен для оценки и прогнозирования состояния хранилища и проверки соответствия его поведения установленному диапазону параметров эксплуатации и требованиям безопасности.
▪️Подземная лаборатория Mont Terri (Швейцария): создание прототипа цифрового двойника лаборатории и информационной системы цифровых (виртуальных) экспериментов, объединяющей экспериментальные данные и результаты моделирования в пространственном и временном контексте. Система поддерживает исследование и визуализацию экспериментальных данных, в том числе с использованием VR.
▪️ Эксперимент FE (Full-scale Emplacement): применение методов машинного обучения для моделирования тепловых процессов в полномасштабном эксперименте, включая прогнозирование водонасыщения бентонита и температурной эволюции. В последующих исследованиях 2026 г. для FE были разработаны цифровой двойник, основанный на законах физики (physics-based modelling digital twin, PBM-DT) и цифровой двойник, управляемый на основе данных (data-driven modelling digital twin, DDM-DT), использующие данные мониторинга температуры и влажности для прогнозирования температурного состояния ближней зоны.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
🔥3👍2
Уважаемые коллеги!
🏛Инфраструктурный центр «Технет» Санкт-Петербургского политехнического университета Петра Великого проводит опрос по рынку технологий цифрового моделирования композиционных материалов для применения в атомной отрасли в целях получения объективной информации о состоянии рынка для подготовки аналитического исследования с отраслевым обзором рынка.
Опрос охватывает ключевые аспекты развития и применения технологий:
▪️Стратегические вызовы и технологические приоритеты
▪️Практика применения и программное обеспечение
▪️Перспективы развития технологий и исследования
▪️Взаимодействие предприятий, университетов и научных организаций
▪️Кадры и образование
▪️Барьеры развития
▪️Государственная поддержка
Результаты опроса будут обработаны в обезличенном виде и войдут в итоговый экспертно-аналитический отчёт с размещением в открытом доступе на официальном сайте Инфраструктурного центра «Технет» СПбПУ в конце 2026 года.
📎Приглашаем вас и ваших коллег принять участие в опросе и в срок до 30 октября 2026 года заполнить онлайн-анкету, размещенную по адресу: https://leader-id.ru/events/618511
🏛Инфраструктурный центр «Технет» Санкт-Петербургского политехнического университета Петра Великого проводит опрос по рынку технологий цифрового моделирования композиционных материалов для применения в атомной отрасли в целях получения объективной информации о состоянии рынка для подготовки аналитического исследования с отраслевым обзором рынка.
Опрос охватывает ключевые аспекты развития и применения технологий:
▪️Стратегические вызовы и технологические приоритеты
▪️Практика применения и программное обеспечение
▪️Перспективы развития технологий и исследования
▪️Взаимодействие предприятий, университетов и научных организаций
▪️Кадры и образование
▪️Барьеры развития
▪️Государственная поддержка
Результаты опроса будут обработаны в обезличенном виде и войдут в итоговый экспертно-аналитический отчёт с размещением в открытом доступе на официальном сайте Инфраструктурного центра «Технет» СПбПУ в конце 2026 года.
📎Приглашаем вас и ваших коллег принять участие в опросе и в срок до 30 октября 2026 года заполнить онлайн-анкету, размещенную по адресу: https://leader-id.ru/events/618511
👍2🔥1👏1
От цифровых моделей до искусственного интеллекта в промышленности: VIII Всероссийский форум «Передовые цифровые и производственные технологии»
21 октября в Санкт-Петербургском политехническом университете Петра Великого состоится VIII Всероссийский форум «Передовые цифровые и производственные технологии».
Форум объединит представителей промышленности, ведущих университетов, научных организаций, органов власти и институтов развития для обсуждения технологического лидерства России и практических путей его достижения. Центральная тема — развитие передовых цифровых и производственных технологий с применением искусственного интеллекта. В центре внимания — решения, определяющие развитие промышленности, научных исследований и технологического образования.
В программе — ключевые вопросы технологического развития:
🔹 Искусственный интеллект в науке, образовании и промышленности — возможности применения ИИ для решения исследовательских и производственных задач.
🔹 Российское ПО для инженерного анализа — отечественные программные решения для машиностроения.
🔹 Цифровые технологии для промышленности — платформенные решения для проектирования и моделирования, современные методы цифрового моделирования и развитие технологий в нефтегазовой отрасли.
🔹 Атомная и термоядерная энергетика — взаимодействие науки, индустрии и системы подготовки кадров, востребованные компетенции и перспективы трудоустройства специалистов.
🔹 Передовые инженерные школы и искусственный интеллект — практический опыт внедрения ИИ, обмен эффективными решениями и обсуждение барьеров, связанных в том числе с регулированием в сфере образования.
🔹 Технологическое лидерство и «Технет» НТИ — развитие передовых производственных технологий, нормативного регулирования и стандартизации, обсуждение результатов работы Инфраструктурного центра «Технет» СПбПУ за 2024–2026 годы и планов на 2026–2028 годы.
📍 21 октября 2026 года
Санкт-Петербург, СПбПУ, научно-исследовательский корпус «Технополис Политех».
Программа форума продолжится и на площадке «Экспофорума»:
📍 23 октября — круглый стол «Механизмы достижения технологического лидерства».
📍 24 октября — круглый стол «Применение практик внедрения искусственного интеллекта в промышленности».
🔗 Программа форума
🔗 Регистрация на мероприятие
#СПбПУ #Технет #НТИ #ТехнологическоеЛидерство #ПередовыеТехнологии
21 октября в Санкт-Петербургском политехническом университете Петра Великого состоится VIII Всероссийский форум «Передовые цифровые и производственные технологии».
Форум объединит представителей промышленности, ведущих университетов, научных организаций, органов власти и институтов развития для обсуждения технологического лидерства России и практических путей его достижения. Центральная тема — развитие передовых цифровых и производственных технологий с применением искусственного интеллекта. В центре внимания — решения, определяющие развитие промышленности, научных исследований и технологического образования.
В программе — ключевые вопросы технологического развития:
🔹 Искусственный интеллект в науке, образовании и промышленности — возможности применения ИИ для решения исследовательских и производственных задач.
🔹 Российское ПО для инженерного анализа — отечественные программные решения для машиностроения.
🔹 Цифровые технологии для промышленности — платформенные решения для проектирования и моделирования, современные методы цифрового моделирования и развитие технологий в нефтегазовой отрасли.
🔹 Атомная и термоядерная энергетика — взаимодействие науки, индустрии и системы подготовки кадров, востребованные компетенции и перспективы трудоустройства специалистов.
🔹 Передовые инженерные школы и искусственный интеллект — практический опыт внедрения ИИ, обмен эффективными решениями и обсуждение барьеров, связанных в том числе с регулированием в сфере образования.
🔹 Технологическое лидерство и «Технет» НТИ — развитие передовых производственных технологий, нормативного регулирования и стандартизации, обсуждение результатов работы Инфраструктурного центра «Технет» СПбПУ за 2024–2026 годы и планов на 2026–2028 годы.
📍 21 октября 2026 года
Санкт-Петербург, СПбПУ, научно-исследовательский корпус «Технополис Политех».
Программа форума продолжится и на площадке «Экспофорума»:
📍 23 октября — круглый стол «Механизмы достижения технологического лидерства».
📍 24 октября — круглый стол «Применение практик внедрения искусственного интеллекта в промышленности».
🔗 Программа форума
🔗 Регистрация на мероприятие
#СПбПУ #Технет #НТИ #ТехнологическоеЛидерство #ПередовыеТехнологии
👍3🔥2👏2
Передовые производственные технологии в атомной отрасли. Часть 9
В 2023 году специалисты Национальной лаборатории Айдахо (Idaho National Laboratory, США) представили прототип цифрового двойника мобильной горячей камеры (Mobile Hot Cell Digital Twin). Разработка направлена на повышение безопасности и эффективности обращения с выведенными из эксплуатации высокоактивными радиоактивными источниками, включая их извлечение и подготовку к долговременному хранению. Работы проводились при участии Министерства энергетики США и Национального управления ядерной безопасности США (NNSA), в том числе его Управления радиологической безопасности (Office of Radiological Security).
К физическим компонентам мобильной горячей камеры относятся роботизированный манипулятор, сварочное оборудование и средства радиационной защиты. В цифровой среде воспроизводятся трёхмерные модели оборудования, условия окружающей среды и сценарии выполнения операций с радиоактивными источниками.
Авторы выделяют четыре основных этапа работы цифрового двойника:
1. Создание цифровых моделей. В цифровой среде формируются модели физических объектов и оборудования с использованием программных средств 3D-моделирования, включая SolidWorks, Blender, FreeCAD и Unity3D.
2. Интеграция данных. Данные физических и цифровых компонентов объединяются для визуализации операций, мониторинга радиационной обстановки и расчёта дозовых характеристик при обращении с радиоактивными источниками.
3. Проверка расчётных моделей. Для моделирования и проверки радиационных характеристик используется программный комплекс MCNP (Monte Carlo N-Particle), основанный на методе Монте-Карло.
4. Уточнение и оптимизация моделей. Цифровые модели и сценарии моделирования последовательно корректируются с учётом поставленных задач и условий выполнения операций.
Цифровой двойник предназначен для решения трёх основных задач:
▪️мониторинга и оценки радиационной обстановки;
▪️цифрового моделирования роботизированных операций;
▪️цифрового моделирования экспериментальных сценариев.
Использование цифрового двойника позволяет исследовать различные варианты обращения с радиоактивными источниками в цифровой среде до проведения физических испытаний и внесения изменений в оборудование. Моделирование радиационной обстановки и расчёт дозовых характеристик помогают оценивать риски облучения персонала, выявлять потенциальные ограничения оборудования и повышать безопасность работ с радиоактивными материалами.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
В 2023 году специалисты Национальной лаборатории Айдахо (Idaho National Laboratory, США) представили прототип цифрового двойника мобильной горячей камеры (Mobile Hot Cell Digital Twin). Разработка направлена на повышение безопасности и эффективности обращения с выведенными из эксплуатации высокоактивными радиоактивными источниками, включая их извлечение и подготовку к долговременному хранению. Работы проводились при участии Министерства энергетики США и Национального управления ядерной безопасности США (NNSA), в том числе его Управления радиологической безопасности (Office of Radiological Security).
К физическим компонентам мобильной горячей камеры относятся роботизированный манипулятор, сварочное оборудование и средства радиационной защиты. В цифровой среде воспроизводятся трёхмерные модели оборудования, условия окружающей среды и сценарии выполнения операций с радиоактивными источниками.
Авторы выделяют четыре основных этапа работы цифрового двойника:
1. Создание цифровых моделей. В цифровой среде формируются модели физических объектов и оборудования с использованием программных средств 3D-моделирования, включая SolidWorks, Blender, FreeCAD и Unity3D.
2. Интеграция данных. Данные физических и цифровых компонентов объединяются для визуализации операций, мониторинга радиационной обстановки и расчёта дозовых характеристик при обращении с радиоактивными источниками.
3. Проверка расчётных моделей. Для моделирования и проверки радиационных характеристик используется программный комплекс MCNP (Monte Carlo N-Particle), основанный на методе Монте-Карло.
4. Уточнение и оптимизация моделей. Цифровые модели и сценарии моделирования последовательно корректируются с учётом поставленных задач и условий выполнения операций.
Цифровой двойник предназначен для решения трёх основных задач:
▪️мониторинга и оценки радиационной обстановки;
▪️цифрового моделирования роботизированных операций;
▪️цифрового моделирования экспериментальных сценариев.
Использование цифрового двойника позволяет исследовать различные варианты обращения с радиоактивными источниками в цифровой среде до проведения физических испытаний и внесения изменений в оборудование. Моделирование радиационной обстановки и расчёт дозовых характеристик помогают оценивать риски облучения персонала, выявлять потенциальные ограничения оборудования и повышать безопасность работ с радиоактивными материалами.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
👍2🔥2👏1
Передовые производственные технологии в атомной отрасли. Часть 10
В мае 2025 года исследовательская команда Аргоннской национальной лаборатории США (Argonne National Laboratory, ANL) сообщила о разработке и применении методологии создания цифровых двойников ядерных реакторных установок. Подход опробовали на экспериментальном реакторе-размножителе EBR-II и обобщенной модели высокотемпературного реактора с охлаждением расплавом фторидных солей — gFHR. Реактор EBR-II уже не эксплуатируется, однако его цифровой двойник использовали как тестовый пример для проверки моделей.
В основе методологии лежат графовые нейронные сети — тип моделей искусственного интеллекта, в которых компоненты системы представлены узлами графа, а физические связи между ними — ребрами. Такой подход позволяет учитывать взаимодействие различных компонентов и, по словам разработчиков, способствует более полному пониманию динамики реакторной установки. Для обучения нейронных сетей использовали данные моделирования переходных процессов, полученные с помощью программного комплекса System Analysis Module (SAM). Цифровой двойник способен восстанавливать состояние системы в целом по ограниченной информации об отдельных узлах, а также прогнозировать развитие переходных процессов на основе текущих и предшествующих данных.
По оценке разработчиков, учет взаимосвязей между компонентами позволяет повысить надежность прогнозов поведения реакторной установки. Возможность получать такие прогнозы на основе ограниченных данных датчиков особенно важна для практического применения технологии. Высокая скорость расчетов открывает возможности для поддержки решений операторов, планирования действий при нештатных ситуациях и выявления аномалий в работе оборудования. В перспективе цифровые двойники на основе графовых нейронных сетей могут способствовать развитию автономного управления реакторами и снижению затрат на эксплуатацию и техническое обслуживание.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
В мае 2025 года исследовательская команда Аргоннской национальной лаборатории США (Argonne National Laboratory, ANL) сообщила о разработке и применении методологии создания цифровых двойников ядерных реакторных установок. Подход опробовали на экспериментальном реакторе-размножителе EBR-II и обобщенной модели высокотемпературного реактора с охлаждением расплавом фторидных солей — gFHR. Реактор EBR-II уже не эксплуатируется, однако его цифровой двойник использовали как тестовый пример для проверки моделей.
В основе методологии лежат графовые нейронные сети — тип моделей искусственного интеллекта, в которых компоненты системы представлены узлами графа, а физические связи между ними — ребрами. Такой подход позволяет учитывать взаимодействие различных компонентов и, по словам разработчиков, способствует более полному пониманию динамики реакторной установки. Для обучения нейронных сетей использовали данные моделирования переходных процессов, полученные с помощью программного комплекса System Analysis Module (SAM). Цифровой двойник способен восстанавливать состояние системы в целом по ограниченной информации об отдельных узлах, а также прогнозировать развитие переходных процессов на основе текущих и предшествующих данных.
По оценке разработчиков, учет взаимосвязей между компонентами позволяет повысить надежность прогнозов поведения реакторной установки. Возможность получать такие прогнозы на основе ограниченных данных датчиков особенно важна для практического применения технологии. Высокая скорость расчетов открывает возможности для поддержки решений операторов, планирования действий при нештатных ситуациях и выявления аномалий в работе оборудования. В перспективе цифровые двойники на основе графовых нейронных сетей могут способствовать развитию автономного управления реакторами и снижению затрат на эксплуатацию и техническое обслуживание.
* При подготовке новости использованы материалы из экспертно-аналитического доклада «Обзор технологий цифрового моделирования композиционных материалов для применения в атомной отрасли», подготовленного Инфраструктурным центром «Технет» (передовые производственные технологии) Санкт-Петербургского политехнического университета Петра Великого.
👍1