Ссылка для цитирования : Кузьменко В. П., Рысин А. В., Бобрышов А. П., Лач С. Ю., Солёная О. Я. Концептуальная модель цифрового двойника адаптивной системы управления производством малых космических аппаратов // Изв. вузов. Приборостроение. 2025. Т. 68, № 11. С. 953–967. DOI: 10.17586/0021-3454-2025-68-11-953-967.

Аннотация. Разработана концепция многоуровневого цифрового двойника для адаптивного производства малых космических аппаратов типа CubeSat. Формализована архитектура цифрового двойника, обеспечивающая сквозную синхронизацию данных с опорой на структурно-функциональную модель изделия, маршрута сборки и производственной системы. Методологической основой послужила стохастическая календарно-сетевая модель с динамической маршрутизацией сборочных операций. В среде MatLab/Simulink выполнена симуляция предложенной модели с расчетом времени производственного цикла и коэффициента общей эффективности оборудования. Сформулирована математическая модель адаптивного планирования производственного цикла малых космических аппаратов типа CubeSat, в которой целевая функция минимизации объединяет отклонение календарного времени, интегральную эффективность оборудования и коэффициент брака, а симуляция осуществляется с учетом сетевых ограничений, матрицы предшествования и лимитов загрузки по типам ресурсов. Разработанная архитектура может применяться для организации автоматизированного контроля, планирования и адаптации производственного процесса при серийной сборке малых космических аппаратов.

Ключевые слова: малый космический аппарат, CubeSat, цифровой двойник, адаптивное производство, маршрутная карта, стохастическая симуляция, сборочная линия

Благодарность: работа выполнена при финансовой поддержке Министерства науки и высшего образования Российской Федерации, соглашение № FSRF-2023-0003 „Фундаментальные основы построения помехозащищенных систем космической и спутниковой связи, относительной навигации, технического зрения и аэрокосмического мониторинга“.

Список литературы:

1. CubeSat Design Specification: (1U – 12U) / The CubeSat Program, Cal Poly SLO. Rev. 14.1. San Luis Obispo, CA: California Polytechnic State University, 2022. 38 р.
2. Плотников Л. А. Перспективы реализации спутниковой группировки „Сфера“ для обеспечения достижений научно-технических целей развития Российской Федерации // Экономика и качество систем связи. 2024. № 1(31). С. 122–128.
3. Kulu E. CubeSats & Nanosatellites – 2024 Statistics, Forecast and Reliability // Proc. of the 75th Intern. Astronautical Congress (IAC 2024). Milan, Italy, 14–18 October 2024. Paper no. IAC-24.B4.6A.13.
4. Iranshahi K., Brun J., Arnold T., Sergi T., Müller U. C. Digital twins: Recent advances and future directions in engineering fields // Intelligent Systems with Applications. 2025. Vol. 26. Art. no. 200516. DOI: 10.1016/j. iswa.2025.200516.
5. Moenck K., Rath J. E., Koch J. et al. Digital twins in aircraft production and MRO: challenges and opportunities // CEAS Aeronaut J. 2024. Vol. 15. Р. 1051–1067. https://doi.org/10.1007/s13272-024-00740-y.
6. Malone P. K. Economics of Digital Twins in Aerospace and Defense // Proc. of the 2024 Intern. Conf. on Electromagnetics in Advanced Applications (ICEAA 2024). Turin, Italy, 2–6 September 2024. 10 p.
7. Li L., Sohaib A., Wileman A. J., Perinpanayagam S. Digital Twin in Aerospace Industry: A Gentle Introduction // IEEE Access. 2021. Vol. 10. Р. 9543–9562. DOI: 10.1109/ACCESS.2021.3136458.
8. Shao G., Frechette S., and Srinivasan V. An Analysis of the New ISO 23247 Series of Standards on Digital Twin Framework for Manufacturing // 2023 MSEC Manufacturing Science & Engineering Conference. New Brunswick, NJ, US 2023 [Электронный ресурс]: .
9. Leutert F., Bohlig D., Kempf F., Schilling K., Mühlbauer M., Ayan B., Hulin T., Stulp F., Albu-Schäffer A., Kutscher V., Plesker C., Dasbach T., Damm S., Anderl R., Schleich B. AI-enabled Cyber–Physical In-Orbit Factory: AI approaches based on digital twin technology for robotic small satellite production // Acta Astronautica. 2024. Vol. 217. P. 1–17. DOI: 10.1016/j.actaastro.2024.01.019.
10. Liu Lilan, Guo Kai, Gao Zenggui, Li Jiaying, Sun Jiachen. Digital Twin-Driven Adaptive Scheduling for Flexible Job Shops // Sustainability. 2022. Vol. 14. Р. 5340. 10.3390/su14095340.
11. Афанасьев М. Я., Федосов Ю. В., Крылова А. А., Шорохов С. А. Применение машинного зрения в задачах автоматического позиционирования инструмента модульного оборудования // Изв. вузов. Приборостроение. 2020. Т. 63, № 9. С. 830–839.
12. Grznár P., Papánek L., Marčan M., Krajčovič M., Antoniuk I., Mozol Š., & Mozolová L. Enhancing Production Efficiency Through Digital Twin Simulation Scheduling // Applied Sciences. 2025. Vol. 15(7). С. 3637. https://doi. org/10.3390/app15073637.
13. Кузьменко В. П., Солёный С. В. Разработка модели цифрового двойника для гибридной производственной линии по сборке светодиодных осветительных приборов // Изв. вузов. Приборостроение. 2022. Т. 65, № 10. С. 725–734. DOI: 10.17586/0021-3454-2022-65-10-725-734.
14. Жарасов Б. С., Абрамов В. И. Цифровые двойники в управлении производством: принципы создания, проблемы внедрения и перспективы развития // Современная экономика: проблемы и решения. 2024. № 6. С. 80–94. https://doi.org/10.17308/meps/2078-9017/2024/6/80-94.
15. Абузов А. В., Зинкевич А. В., Мартынов А. А. Разработка цифрового двойника роботизированного манипулятор // Инженерный вестник Дона. 2024. № 8(116). С. 59.