Важность применения цифровых двойников в подходе управления инженерными проектами

Со всё более растущим уровнем глобализации в эпоху стремительного технологического развития, современное инженерное управление сталкивается с проблемами масштабирования, повышением уровней сложности задач и рисками географического распределения исполнителей. Соответственно, стоимость преодоления проблем из-за задержек исполнения, становится весьма значительной. В таких случаях, как строительство или проектирование самолётов, многие инженеры могут одновременно работать над тысячами компонентов, находясь на разных континентах. Это обстоятельство делает управленческий контроль, мониторинг процессов и производительности очень сложными даже для опытных менеджеров проектов. По этим причинам большое количество работ было посвящено измерению и мониторингу вышеупомянутых процессов, факторов успеха проекта и особенно, изучению причин неудач. Оценивая состав «хорошего» сценария инженерной работы, менеджеры анализируют все успешные шаги и пытаются действовать в соответствии с этими идеалами самостоятельно.

Однако этой цели мешает тот факт, что инженерные операции и проекты изобилуют разнообразием, где контекст каждого из них определяет индивидуальный набор целей для завершения и условий работы. Только в инженерной области темы работ варьируются от задач проектирования, моделирования, планирования, производства и обслуживания в электронных, автомобильных, авиационных и строительных системах. Для этого привлекаются отдельные специалисты и инженеры, которых надо встроить в единую систему так, чтобы это привело к скоординированным международным усилиям десятков тысяч представителей самых разных культур. Также, в сочетании с таким разнообразием, возникают сопутствующие вопросы контекста. Поэтому формирование, мониторинг и управление представляет собой сложную задачу, когда каждый сценарий индивидуален, а структура и процесс, которым он следует, могут быть уникальными. При этом условия, ведущие к успеху, могут сильно различаться. В результате успешного исполнения, достижение идеала, сформированного на основе нисходящего анализа такого успеха, требует тщательного рассмотрения его применимости в различных сферах деятельности.

Из-за ситуативной и контекстуальной индивидуальности инженерных работ текущий мониторинг и оценка тех факторов, которые способствуют успеху, либо производительности в данном сценарии, представляет собой отчётливую нерешённую проблему, в значительной степени зависящую от управленческих навыков и интерпретации руководящего звена. Разработчики пытаются найти новый подход и структуру для мониторинга инженерных работ (условно её можно назвать «система управления состоянием инженерного проекта» - EPHM) с помощью управления поступающими входными данными и вычислительной аналитики, которые, в свою очередь, поддерживают управленческую интерпретацию и создание более высокого уровня контекстно-зависимого понимания.

EPHM впервые была сформирована путём первой адаптации интегрированного управления состоянием транспортных средств в области инженерного менеджмента. Это стандартный подход, который используется по настоящее время, для мониторинга автотранспорта и их профилактического обслуживания. Он применяется к четырём промышленным случаям, которые демонстрируют создание информации, специфичной для проекта. Таким образом, эта методика способствует лучшему пониманию инженерной деятельности и рабочего состояния, дополняя существующие управленческие наборы инструментов и подходов. Ключевой принцип адаптации заключается в том, чтобы определить менеджеру центральную роль, поддерживая его профессиональное суждение или сокращая усилия по его опровержению на основе достоверных аналитических данных.

Будучи уникальными и контекстно-зависимыми объектами, успешное управление инженерными работами требует индивидуального и чёткого анализа и понимания предметной области. В то время как все известные и задокументированные случаи представляют синтезированное обобщение факторов успеха, сложно определить важность и влияние каждого из них для каждого уникального сценария.

Для поддержки таких управленческих задач предлагается подход к мониторингу инженерной деятельности и принятию управленческих решений, основанный на низкоуровневом анализе данных. Адаптируя подход интегрированного управления состоянием транспортных средств (IVHM - integrated vehicle health management), учёными была представлена структурная основа для автоматического и контекстно-зависимого анализа инженерной деятельности, а также процессов, посредством которых такая информация может быть использована для влияния на принятие обоснованных и контекстно-применимых решений.

За счёт использования низкоуровневых данных, извлечённых из эксплуатационных характеристик системы, а также встроенных знаний о принципах работы, хранящихся на серверах в ЦОД (центр обработки данных), программный модуль автоматически генерирует прогнозы текущей и будущей производительности в цифровых двойниках (Digital Twins). Эти результаты позволяют системным инженерам принимать правильные решения. При адаптации к сценарию инженерного управления, эта структура способствует активному мониторингу незавершённой деятельности, посредством крупномасштабного анализа данных широкого спектра. Этот процесс позволяет создавать уникальную систему управляемого и контекстно-зависимого понимания рабочего состояния каждой части технологического проекта. А значит, посредством управленческой интерпретации, способствует пониманию «здоровья» всего проекта, акцентируя внимание на слабых его местах.

Такой мониторинг хода инженерных работ является сложной контекстно-зависимой задачей. Первоначально, в соответствии с понятием классического «железного треугольника» успеха проекта (время, стоимость и качество), были предложены многочисленные ключевые показатели эффективности (KPI), для формирования эталона, по которому менеджер может судить об успешности текущей (или предыдущей) работы любого из участников. Путём сравнения с пороговыми значениями, определёнными индивидуально для каждого сценария, управляющий может судить о состоянии работы и/или качестве её, сравнивая с желаемыми целями. Такие KPI могут принимать различные формы, в зависимости от потребности, начиная от более очевидного традиционного «железного треугольника» и заканчивая более субъективным одобрением заинтересованных сторон. Этими сторонами могут быть компания или конечный пользователь.
Но вот определение таких ключевых показателей эффективности может быть сопряжено со значительными трудностями, поскольку возможны отклонения. Существует прямая взаимосвязь между фактической деятельностью и воздействием на исследуемые ключевые показатели. Это порой приводит к возможности полагаться на ошибочную оценку эффективности. Таким образом, существует значительная управленческая проблема в измерении продуктивности сотрудников или успеха для любого сценария.

Ещё одна проблема заключается в определении тех факторов, которые влияют на ход работы и, следовательно, на возможный успех проекта в данном контексте. Многие такие критические факторы успеха (CSF) описаны в литературе. Например, классически представлено 53 фактора успеха проекта в области разработки программного обеспечения (начиная от корпоративной среды и заканчивая технологиями). И всего десять глобальных, явных, всеобъемлющих факторов, повлиявших на провал всего проекта. Хотя, на самом деле, таких факторов, в реальности, на порядок больше, чем факторов, приводящих к успеху.

Иллюстрация этой широты разброса, требует признать то обстоятельство, что факторы, влияющие на успех проекта, в разных сценариях могут значительно различаться, в зависимости от типа работы и контекста. Таким образом, хотя многие предложенные действия обеспечивают прочную основу для моделирования лучшей практики, сохраняются трудности с применимостью в конкретных условиях.

Такое разнообразие влияет на оценку и мониторинг деятельности сотрудников. В управлении техническими сложными проектами существует потребность в контроле и понимании бесчисленного множества переменных, таких как масштаб, риски, сложность, объём и другие. А учитывая высокий потенциал вариаций между сценариями, неудивительно, что реальность отдельных инженерных работ проявляется во многих формах, в зависимости от контекста. Разнообразие важных факторов, даже исключительно в рамках инженерной области, требует вариаций в способах управления ими. Причины сбоев и показатели производительности также различаются, в зависимости от области деятельности или ситуации.

При такой широте, сложности и вариативности зависимостей от различных сценариев (как в том, что обозначает производительность - KPI, так и в том, что может повлиять на успех - CSF), существует необходимость помочь руководителям в их детальном понимании конкретной работы, находящейся в их ведении. При наличии множества факторов, многие из которых могут различаться по приоритету (влиянию, состоянию), значительные управленческие усилия должны быть сосредоточены на изучении каждого сценария в процессе различных условий. Это необходимо для поддержания процесса принятия правильных решений и поощрять высокую производительность. Такая эффективность создаётся за счёт автоматической генерации нужной информации для конкретного сценария в режиме реального времени.