Цифровой двойник:замыкание цикла от эксплуатации до проектирования

Возможности технологии цифровых двойников усиливаются, когда модели для дискретных устройств объединяются в представление операций на уровне системы.

Широкомасштабное внедрение промышленного Интернета вещей (IIoT) стимулирует интерес к технологии цифровых двойников. IIoT объединяет подключенные интеллектуальные устройства и аналитику таким образом, что позволяет организациям отслеживать, собирать, обмениваться, анализировать и предоставлять ценную новую информацию о своих системах и процессах. Эта информация поможет принимать более разумные и быстрые бизнес-решения.

Когда физическая система сочетается с цифровым представлением, полученные данные могут принести производителям дополнительные преимущества в различных аспектах их деятельности, охватывая аспекты, начиная от интеллектуального производства и заканчивая оптимизацией цепочки поставок и инновациями в продуктах или услугах.

Интерес к технологии цифровых двойников растет во многих отраслях. Ожидается, что рынок, оцениваемый в 3,1 миллиарда долларов в 2020 году, достигнет 48,2 миллиарда долларов к 2026 году, что представляет собой совокупный годовой темп роста (CAGR) в размере 58 % с 2020 по 2026 год. Такой рост связан с ожидаемым использованием цифровых двойников для проектирования, моделирование, ТОиР (техническое обслуживание, ремонт и капитальный ремонт), производство и послепродажное обслуживание, согласно MarketsandMarkets. Ожидается, что промышленные компании будут испытывать высокие темпы роста числа цифровых двойников по мере выхода из пандемии. Многие используют такие решения для своих сквозных операций, чтобы минимизировать потери из-за пандемии.

Обширные области применения промышленных цифровых двойников

Модель цифрового двойника использует данные от устройств IoT и других датчиков для оценки состояния устройства или части оборудования. Данные, полученные в этих моделях, можно использовать несколькими способами, в том числе:

Операционные близнецы: Во многих случаях проблемы с оборудованием возникают из-за неправильного использования. Например, устройство может работать за пределами своего нормального диапазона температуры или давления или может работать на более высокой скорости, чем рекомендуется. Если проблему не устранить, она может повлиять на само устройство, что может привести к неожиданной поломке или резкому износу. Используя цифровой двойник детали, анализ данных о текущем состоянии устройства может помочь выявить такие несоответствующие спецификации условия работы. Моделирование может помочь понять, можно ли повышать производительность устройства или запускать его в текущей среде. В противном случае могут быть внесены изменения для оптимизации текущей производительности устройства в рабочей среде.

Прогнозирующий двойник: Цифровой двойник можно использовать для анализа «что, если». Например, производитель может искать компромиссы:если я увеличу скорость, на которой работает устройство, каково будет немедленное улучшение выходных данных. А затем используйте ту же симуляцию, чтобы выяснить влияние этого увеличения скорости на оборудование. Потребуется ли более частое обслуживание? Не выйдет ли из строя быстрее? Затем можно провести анализ затрат, сравнивая увеличение чистого дохода в результате повышения производительности за счет более высокой скорости работы устройства с увеличением затрат на обслуживание оборудования или его более частую замену.

Возврат к дизайну продукта и маркетингу: Команда разработчиков продукта может использовать данные, собранные об оборудовании, используемом в полевых условиях, для улучшения или настройки продукта или добавления новых функций на основе его текущего использования. Он работает лучше, чем ожидалось? Возможно, подойдет более экономичный вариант. Точно так же может оказаться, что устройство в определенных условиях превосходит заявленные характеристики. Отдел маркетинга и продаж может делиться этой информацией с другими клиентами в той же среде.

Подключенные цифровые двойники: Возможности технологии цифровых двойников усиливаются, когда модели для дискретных устройств объединяются в представление операций на системном уровне. Например, в авиации у производителя могут быть отдельные цифровые двойники различных компонентов двигателя и модель, которая позволяет моделировать и наблюдать, как эти элементы работают вместе. получить синергетические преимущества, когда разработчик или владелец здания может понять, как эти системы могут дополнять друг друга и работать вместе.

Модели системного уровня и близнецы

Подключенные цифровые двойники в производстве могут идти двумя путями. Можно было бы сосредоточиться на том, как работает сложная часть оборудования, путем интеграции моделей частей, составляющих систему. Такая модель эквивалентна производству авиационных двигателей, моделирующему весь двигатель из моделей его частей.

Производители могут собирать информацию в режиме реального времени из систем систем, чтобы упростить инженерам поиск скрытых взаимозависимостей и рекомендации по повторной калибровке оборудования. Информация, полученная о том, как оборудование работает в реальной среде, может быть использована инженерами и группами технического обслуживания для внесения корректировок и оптимизации производительности оборудования.

Еще одной областью внимания является моделирование и моделирование производственных процессов, когда создаются двойники для различного оборудования, используемого на производственной линии. Например, сложная сборочная линия может включать в себя цифрового близнеца робототехнических систем, которые размещают изделия на конвейерной ленте, еще одну — на мельницу, третью — на сварочный инструмент и т. д.

Составной цифровой двойник с этими элементами позволит производителю получить более глубокое представление о сквозных процессах. В виртуальную модель можно вносить коррективы, чтобы увидеть, какое влияние эти изменения окажут на готовый продукт, производительность, качество и многое другое.

На пути к Индустрии 4.0

Технологии подключения и собранные данные необходимы производителю оборудования или устройств для участия в будущих отраслевых инициативах, таких как Индустрия 4.0. Инициативы в области интеллектуального производства могут сочетать прозрачность производства, профилактическое обслуживание, моделирование и симуляции, чтобы в режиме реального времени получать представление о том, как работает оборудование в настоящее время, как его операции можно улучшить и как оно влияет на ключевые показатели производительности.