行业资讯

数字化技术正在不断改变每一个公司都将变成数字化的企业

2022-07-27 09:02:06

当今的数字技术 (.) 正在不断改变每家公司。未来,所有企业都将成为数字化企业,这不仅要求企业开发和设计具有数字化特征的产品,还指将所有产品的设计、开发、制造和服务的全过程都按照数字化的方式进行改变。数字化连接公司的内部和外部因素。

随着产品生命周期的缩短,产品定制化水​​平的提高,以及企业与上下游企业营造协同生态环境的需要,企业不得不采用数字化的方式来加快产品的开发设计,提高开发设计、制造、服务项目的有效性和提高公司内外自然环境的开放性。

这种数字化变革对于传统制造企业来说很可能是非常困难的,因为它与基于工作经验的传统设计制造核心理念已经延伸了数十年。 很有可能设计人员不再需要依靠基于开发设计的特定物理原型来验证设计理念,也不需要基于复杂的物理实验来验证产品的可靠性,无需进行生产就可以直接预测和分析小规模生产研发。市场的短板,即使不去现场,也能洞察市场销售给客户的产品的运行状况。

这样的方法无疑会围绕产品的整个生命周期展开数字孪生科技,不仅可以加快产品开发设计的全过程,提高开发、设计和制造的有效性和合理性,还可以更有效地掌握应用状态帮助客户避免损失,更准确地将客户的真实应用状态反馈给设计方,完成产品的合理改进。

而这一切都需要公司具备完整的数字化工作能力,而这一切的基础是数字孪生,也就是技术。

一、数字孪生的定义

数字孪生,说白了,就是将物理世界中的对象,按照数字化的方法,在数字世界中构建一个完全相同的实体,从而完成对物理实体的掌握、分析和改进。 .

1、数字孪生定义的发展历程

2002年,密歇根大学教授Dr.在发表的一篇文章中首次提出了数字孪生的定义。他觉得,根据物理设备的数据,可以构建一个定性的物理设备的虚拟实体和子系统进行分析,而这些关联并不是单方面的静态数据,而是贯穿商品的整个生命周期。 .

显然,这个定义不仅仅指商品的设计阶段,还延伸到生产、加工和服务项目的阶​​段。但由于当时数字化手段有限,数字孪生的定义仅限于商品的设计。在规划阶段,根据数字模型对物理设备的原型进行定性分析。

此后,数字孪生的定义逐渐扩展到仿真、虚拟装配和 3D 打印等行业。 2017年后,随着物联网技术、人工智能技术和虚拟现实技术的不断发展,大量的工业产品、机械设备具有智能化的特点,数字孪生也逐渐扩大到一个完整的商品周期时间阶段包括制造和服务项目,并不断改进数字孪生的形式和定义。

2、不同形式的数字孪生定义

数字孪生技术贯穿产品生命周期的不同阶段,与PLM()的核心理念相同。可以说,数字孪生技术的发展趋势,真正将PLM的工作能力和核心理念从设计阶段延伸到了项目生命周期。

数字孪生以商品为主线,在生命周期的不同阶段引入不同的因素,从而产生不同的表现阶段。

2.1 设计阶段数字孪生

在产品设计阶段,使用数字孪生可以提高设计的准确性,并在其真实的自然环境中验证产品的性能。

现阶段的数字孪生主要包括以下功能:

数字化模型设计方案:利用CAD工具开发设计符合技术规范的产品虚拟样机,检验设计方案的精度水平;仿真与仿真:根据一系列可重复、可变参数、加速仿真实验,验证产品在不同外部因素下的特性和主要性能,验证产品在设计阶段的适应性能力。

例如,在汽车设计过程中,由于节能降耗的规定,达索协助宝马、特斯拉、丰田等汽车集团利用其CAD和CAE平台,精准开发空气动力学、流体声学等级分析与仿真,通过形状设计中的数据分析与仿真,大幅改善流线形状数字孪生科技,降低摩擦阻力。

2.2 制造阶段数字孪生

在商品的制造阶段,使用数字孪生可以加快商品导入时间,提高设计产品的质量,降低商品生产成本,提高商品交付速度。

产品阶段的数字孪生是一个高度协作的过程。根据以数字化方式构建的虚拟生产线,产品本身的数字孪生与生产线设备、生产流程等其他形式的数字孪生高度融合,实现以下功能:

生产过程模拟:在商品生产前,可以根据虚拟生产的方法,模拟不同商品、不同参数、不同外部标准下的生产过程,从而完成产能、效率和可能的生产不足及早预测疑难问题,加快新产品推出进程;数字化生产线:以数字化的方式整合制造阶段的各种因素,如原材料、机械设备、加工配方和工艺规程。在生产过程中,按照明确的标准,不同标准下的实际操作是全自动的,完成自动化技术的生产过程;同时记录生产过程中的各种数据,为后续分析和改进提供依据。重要指标值监控及工艺能力评价:根据生产线各生产线设备的实时运行数据,完成对所有生产过程的数据可视化监管,对主要设备参数和检测指标值是根据工作经验或深度学习创建的。对策,妥善处理和调整违反对策的异常现象,完成生产过程的稳定持续改进。

例如,盖板电子玻璃生产线建立的在线质量监督管理系统,充分采集冷端和热端机械设备造成的数据,获取重要指标值的最佳规范​​在基于深度学习模型的过程生产过程中,设置相关的SPC监管和报警对策,并根据相关分析完成对数万个数据采集点的特殊质量异常的诊断和分析。

2.3 服务项目阶段数字孪生

随着物联网技术的提高和传感器成本的降低,许多工业产品,从大中型设备到消费类产品,都应用了大量的传感器来采集设备的自然环境和运行状态。产品在运营阶段,并根据数据进行分析优化,防止产品常见故障,提升客户对产品的体验。

现阶段的数字孪生可以实现以下功能:

实时监控和预测性维护:根据智能工业产品中加载的传感器或自动控制系统的各种实时主要参数,构建实时监控的数据可视化,将采集到的历史数据提供给构建整套机械设备的分级部件、子系统甚至健康评价指标体系,并应用人工智能技术完成发展趋势预测分析;根据预测分析结果,改进维修策略和备件管理模式,减少和防止客户意外停机。客户流失;提高客户的质量指标:对于很多必须依靠工业生产设备完成生产的工业客户来说,工业生产设备基本参数的合理化和对不同制造标准的适应能力通常决定了客户产品的质量和质量。交货周期时间。而工业生产设备制造商可以根据收集到的大量数据,为不同的应用领域和不同的生产过程建立工作经验模型,并协助其客户改进参数配置,以提高客户的产品质量和生产力。产品应用反馈:根据智能工业产品采集的实时运行数据,工业产品制造商可以洞察客户对产品的真实需求,不仅可以帮助客户加快新产品的导入周期,防止常见产品应用错误导致的故障,提高产品参数配置的准确性,更准确地把握客户需求,防止产品开发决策失误。

例如石油钻井设备的预测性维护和常见故障辅助检测系统不仅可以采集钻井平台不同关键子系统的各种重要指标,如发电机组、泥浆泵、起重绞车、顶驱等。实时 根据历史时间数据的发展趋势,对核心部件的特性进行评估,根据部件特性预测分析的结果,调整和改进维修对策;评价和提高钻井的高效率可以合理提高钻井的投入产出比。

二、数字孪生的现实意义

自从定制化的定义被明确提出以来,数字孪生技术持续快速演进,极大地促进了产品设计、生产和服务项目的效果。

1、更方便,更适合自主创新

数字孪生根据设计工具、仿真工具、物联网技术、虚拟现实技术等各种数字化方法,将物理设备的各种特性映射到网络空间,产生可拆卸、可复制、可转移、可拆卸、可复制、可转移的数字镜像系统。可以反复修改、删除、操作,大大加快了实际操作人员对物理实体的掌握,使以前受限于物理标准、必须依赖真实物理实体的许多操作成为可能。模拟、批量复制、虚拟安装等操作已成为触手可及的工具,可以激发大家探索优化设计、制造和服务项目的新方法。

2、测量更全面

如果可以准确测量,就可以改进,这是工业生产不变的真理。无论是设计方案、制造还是服务项目,都需要准确测量物理实体的各种特性、主要参数和运行状况,才能完成准确的分析和改进。

然而,传统的测量方法需要依靠昂贵的物理测量仪器,如传感器、采集系统、监控系统等,才能获得有效、准确的测量结果,这无疑会限制测量覆盖范围。对于很多无法直接收集到测量值的度量值,往往无能为力。

数字孪生技术可以依托物联网技术和大数据技术,根据有限物理传感器指标的直接数据采集,并依托庞大的样本库,通过深度学习推断出一些指标值​​​​无法立即准确测量。

例如,我们可以利用润滑油温度、绕组温度、电机转子转矩等一系列指标值的历史数据,通过深度学习建立不同的常见故障特征模型,间接推断出健康指数发电机系统。

3、更全面的分析预测能力

目前的产品生命周期管理很少能完成准确的预测分析,因此通常无法提前预测隐藏在表面之下的问题。

数字孪生可以整合物联网技术的数据采集、大数据的处理和人工智能技术的模型分析,完成对现状的评估、过去问题的诊断、预测和预测。未来发展趋势分析。 ,并给出分析结果,模拟各种概率,提供更全面的决策支持。

4、工作经验数字化

在传统的工业产品设计、制造和服务行业中,经验通常是一种模糊且难以把握的形式,很难将其作为准确判断的依据。数字孪生的一个重要发展是它可以将以前无法保存的专家经验数字化,并提供存储、复制、修改和传输的能力。

例如,对于大中型机械设备运行过程中出现的各种常见故障特征,可以通过深度学习训练传感器的历史数据,得到不同常见故障情况下的数字特征模型,并且可以整合专家处理的记录。生成未来机器设备常见故障情况准确判断的依据,可丰富升级不同形式的常见故障特征库,最终生成基层民主化智能诊断判断。

标签: 数字 商品 精确
首页
服务
案例
联系