Composites 4.0: Использование цифровой трансформации для адаптивного производства и инноваций

Composites 4.0 — это одна маленькая галактика во вселенной Индустрии 4.0, которая представляет собой цифровую трансформацию в том, как товары и услуги проектируются, производятся, доставляются, эксплуатируются, обслуживаются и утилизируются. Для производства композитов цель — использовать автоматизацию, датчики и данные, 5G-коммуникации, ПО и другие постоянно развивающиеся цифровые технологии, чтобы сделать продукты и процессы более эффективными, интеллектуальными и адаптивными.

Производители композитов проходят через эту цифровую трансформацию по спектру. Начальные шаги включают инлайн-инспекцию и оптимизированные процессы, снижающие отходы и затраты при увеличении качества деталей и выхода. Более продвинутые решения работают на интеллектуальное, автономное производство, которое не просто гибкое, а реагирует на меняющиеся рынки и требования клиентов и даже предвосхищает их.

«Composites 4.0 — это не цель, а инструмент», — объясняет д-р Михаэль Эмонтс, управляющий директор AZL Aachen Center for Integrative Lightweight Production при RWTH Aachen University (Ахен, Германия), чей проект iComposite 4.0 продемонстрировал адаптивную процессную цепочку с потенциалом снижения стоимости автомобильного пола на 50–64%.

«Есть разница между простой оцифровкой вещей и цифровой трансформацией, которая действительно меняет процессы за вашим бизнесом и открывает новые возможности и бизнес-модели», — утверждает Кристиан Коппенберг, управляющий директор производителя композитных деталей Dynexa (Лауденбах, Германия).

«Composites 4.0 — это не просто использование роботов», — заявляет д-р Михаэль Купке, руководитель Центра технологий легкого производства (ZLP) Немецкого аэрокосмического центра (DLR) (Аугсбург), разработавшего ИИ-оснащенную рабочую ячейку, где коллаборативные роботы могут переключаться с производства композитных задних переборок на фюзеляжные панели без перепрограммирования или переобучения. «Это технология, которая гарантирует, что вам не нужно обучать роботов, потому что на это нет бизнес-кейса. Composites 4.0 — это больше, чем просто повышение эффективности и снижение затрат. Это изменение в том, как компании думают о производстве и к нему подходят, что определит, какие компании выживут, а какие нет».

Адаптивное преформирование и RTM

«Идея проекта iComposite 4.0 заключалась в создании преформ из экономичных ровнингов и тров путем комбинирования сухого длинного стекловолокна (25–30 мм), распыляемого и последующего усиления сеткой однонаправленных (UD) карбоновых волокон через автоматизированную укладку волокна (AFP)», — объясняет Эмонтс. «Выбранный демонстратор — задний подпол автомобиля — ранее делался из более дорогих текстилей, которые также давали более 60% отходов».

Трансформация Composites 4.0 потребовала интеграцию процессов распыления волокна, укладки волокна и последующего литье смолы под давлением (RTM) так, чтобы они реагировали друг на друга и адаптировались на основе качества детали, измеренного между этапами (Рис. 1). «Мы использовали систему машинного зрения от Apodius GmbH [Ахен, Германия] с оптическим лазерным датчиком и камерным модулем для характеристики поверхностной топологии распыленного преформа», — говорит Эмонтс. «Apodius адаптировал софт для анализа процента волокон в каждом направлении. Линия iComposite 4.0 сравнивала это с цифровым дизайном и решала, соответствует ли это механическим требованиям. Если да, применялась стандартная UD-сетка для усиления. Если нет, решалось, где разместить дополнительные UD-слои».

Однако эти дополнительные UD-слои могли вызвать превышение допусков по толщине и геометрии детали. «Поэтому», — объясняет он, — «мы соединили линию преформирования с адаптивным RTM-процессом, который при необходимости скорректировал толщину детали путем увеличения давления на определенных участках пресса». Это тоже было автоматизировано, с целью заменить вмешательство оператора линии, но требовало симуляции производительности детали с использованием данных измерений и стандартного ПО КЭА.

«В настоящее время симуляция механических свойств детали выполняется офлайн», — говорит Эмонтс. «Мы сгенерировали базу данных вариаций процесса и детали, создали алгоритмы для реакции на каждую вариацию и валидировали их через КЭА. Таким образом, основанные на измеренных линией вариациях, алгоритмы направляли её выполнить соответствующую митигацию. Чтобы сделать линию адаптивной in-situ, следующим шагом было бы добавление машинного обучения». Тем временем AZL ведет множество проектов Composite 4.0, включая самооптимизированное производство гибридных термопластичных композитов и литье под давлением деталей с интегрированным усилением ленточных адаптированных бланков.

Бездефектные CFRP-кожуры крыльев

Проект ZAero (см. «Бездефектное производство композитных деталей») — еще один ключевой проект Composites 4.0, начавшийся в 2016 году. Он направлен на повышение производительности для больших карбонокомпозитных (CFRP) структур, таких как кожуры крыльев. Дефекты должны снижаться за счет автоматизированной инлайн-инспекции либо с препрег AFP, либо с автоматизированной укладкой сухих материалов (ADMP) Danobat (Эльгоибар, Испания). Мониторинг процесса при инфузии смолы или отвердевании препрега предсказывает степень отвердевания и сокращает время цикла. Собранные процессные и дефектные данные использовались с КЭА для предсказания производительности детали. Это затем вводилось в инструмент поддержки решений для устранения выявленных дефектов. Была разработана симуляция потока деталей для CFRP-кожур крыльев, которая, будучи введена в этот инструмент, помогала оптимизировать стратегию переработки (Рис. 2). Сегодня многие такие детали перерабатываются в производстве, но только после НК. Более ранняя переработка и улучшенный контроль процесса действительно были целями проекта ZAero, а также энэйблерами для целевого увеличения производительности на 15%, снижения затрат на производство на 15–20% и уменьшения отходов на 50%.

К сентябрьскому 2019 года финальному обзору, датчик препрег AFP, разработанный лидером проекта Profactor (Стойр, Австрия), не только достиг автоматизированной инлайн-инспекции, но также мог использоваться для in-situ коррекции деталей. «Этот датчик может обнаруживать стандартные дефекты: зазоры, перекрытия, FOD, пушистые шарики и скрученные товы, а также ранний и поздний срез каждого тва», — говорит д-р Кристиан Айцингер, руководитель машинного зрения в Profactor. Отсутствующий тв может быть автоматически исправлен укладкой дополнительного тва точно там, где он был пропущен. Станок должен быть остановлен, однако, для удаления пушистых шариков или скрученного тва. «База данных, построенная с использованием 3D Experience Dassault Systèmes (Париж, Франция) для CATIA, позволяет нам рассчитать эффекты на производительность детали на основе размера, формы и типа дефекта. Обработка всех дефектов в слое занимает всего секунды. Оператор станка затем решает, какие дефекты можно оставить, а какие нужно переработать».

Для мониторинга и контроля процесса инфузии Airbus (Тулуза, Франция) через дочернюю компанию InFactory Solutions (Тауфкирхен, Германия) разработала три датчика, измеряющие температуру, степень отвердевания и фронт потока смолы (см. «Датчики для мониторинга фронта потока смолы при инфузии»). «Мы интегрировали их с CATIA 3D Experience и показали, что данные могут быть надежно получены и добавлены в цифровую нить каждой детали», — говорит Айцингер. (См. онлайн-сайдбар «Composites 4.0: Цифровая нить против цифрового двойника».).

Последний из трех демонстраторов деталей был верхней крышкой крыла с тремя строперами (см. онлайн-сайдбар «Обновление проекта ZAero»). Для этой детали инструмент поддержки решений Profactor был продемонстрирован вживую у партнера FIDAMC (Мадрид, Испания), подключенный к симуляции потока деталей — основанной на Siemens PLM (Плейно, Техас, США) Tecnomatix Plant Simulation — работающей на сервере Profactor в Австрии. Помимо построения базы данных дефектов, ZAero проводил эксперименты с машинным обучением. Ручно спроектированные, генеративные компьютерные модели в сочетании с глубокими нейросетями обнаруживали и классифицировали дефекты, достигая 95% правильной классификации разных регионов (зазор, перекрытие, тв, пушистый шарик) в реальных данных мониторинга ADMP, даже когда искусственно созданные дефектные данные использовались для обучения глубокой сети (аналогично тому, как ультразвуковые системы калибруются на ряде намеренных дефектов).

«Мы определенно продолжим какую-то следующую фазу», — говорит Айцингер. Тем временем Profactor коммерциализирует модульные датчики для ориентации волокна и дефектов при автоматизированной укладке. InFactory Solutions также предлагает свои датчики AFP и инфузии смолы, а партнеры по укладке волокна Danobat и MTorres (Торрес-де-Элорс, Наварра, Испания) теперь продают свое оборудование с интегрированной инлайн-инспекцией.

Путь цифровой трансформации Dynexa

Dynexa — производитель композитных деталей, специализирующийся на CFRP-трубах и валах. «Мы всегда пытались оцифровать всё», — говорит управляющий директор Коппенберг. «Мы уже избавились от ручных и аналоговых процессов, интегрировав всё в основном в нашу ERP-систему [планирование ресурсов предприятия]. Но как сделать это в производстве? Мы поняли, что всё, что мы вносим в протокол рабочего или процедуру — это код, и это база для цифровой трансформации. Но где это хранится? На локальном сервере, в облаке или внутри станка? Мы спрашивали пять человек и получали семь ответов о том, что нам делать». (См. онлайн-сайдбар «Composites 4.0: С чего начать?».).

К счастью, немецкое правительство создало программу для университетов по предоставлению бесплатной консультации по Индустрии 4.0 для малых и средних предприятий (СМП). Dynexa начала работу с Да름штадтским «Mittelstand (СМП) 4.0» Центром компетенций. «Они сказали не беспокоиться о цифровой архитектуре, а смотреть больше на то, что нужно измерять и как это сделать», — вспоминает Коппенберг. «Мы выбрали один процесс, связанный с значительным ручным измерением, где мы знали, что у нас есть проблемы с качеством, временем и затратами».

Dynexa использует процесс власной филаментной намотки. Ключевой этап — захват смолы, где сухое волокно подается на уплотнительный ролик, который выкатывается из ванны с смолой. Уплотнительный ролик прижимает лезвие-доктор, определяющее количество смолы, соединяемой с сухой нитью перед намоткой. «Если мы захватываем слишком много смолы, мы можем превысить указанный диаметр трубы», — говорит Коппенберг, — «но при слишком малой смоле мы рискуем опуститься ниже минимально допустимого диаметра».

«Без измерения вы узнаете окончательный диаметр только после отвердевания, когда все ценности уже вложены», — указывает он. «Поэтому оператор должен остановить станок, измерить деталь, записать и перезапустить. Из многолетнего опыта мы знаем, какой должна быть толщина слоя на каждом этапе намотки. Таким образом, оператор сравнивает измерение и корректирует лезвие-доктор для исправления захвата смолы по необходимости, но это очень ручной процесс и опирается на мастерство и опыт оператора».

Для оцифровки этого, Dynexa общалась с множеством производителей лазеров и камер. «Они говорили: "у нас есть решение", но потом никто не мог заставить это работать», — отмечает Коппенберг. Команда Да름штадтского университета, однако, позволила использовать камеру, разработав коррекции, необходимые из-за определенных физических факторов, таких как отражение света от влажной поверхности. «Теперь у нас намотка станка подключена к измерительному устройству, которое работает очень стандартизированным образом», — добавляет он.

Команда разработала базу данных таблиц коррекции и алгоритмов принятия решений, позволяющую филаментному намоточному станку знать, какой должна быть цель для каждого этапа конкретной наматываемой трубы. «Если вход измерительного устройства показывает, что захват смолы не там, где должен быть», — объясняет Коппенберг, — «филаментный намоточный станок реагирует регулировкой лезвия-доктора, чтобы вернуть его в спецификацию без остановки намотки для измерения».

Теперь у каждого намоточного станка есть цифровая измерительная система и сетевая карта. «Самая дорогая часть — прокладка и запуск кабелей к серверу», — шуткует Коппенберг, — «но теперь мы можем общаться с каждым станком и собирать все данные». И есть еще одна выгода. «Раньше операторы программировали на станках, но как только мы подключили их к серверу, мы можем программировать на любом настольном или ноутбуке. Это еще больше сократило простой и устранило другое производственное узкое место».

Этот первый цифровой шаг позволил Dynexa улучшить контроль процесса, качество и эффективность, сделав её более затратной эффективной. Он также стимулировал дальнейшую трансформацию.

Смена парадигм для композитов

«Мы находимся в пошаговом процессе предоставления новой экосистемы для наших клиентов», — говорит Матиас Брукхофф, руководитель продаж и маркетинга Dynexa. Он приводит пример: «В Amazon вы видите, что купили и когда, а также рекомендованные новые продукты. Мы раньше брали требования клиентов и отвечали через несколько дней, используя наши расчеты и инженерные инструменты. Теперь это будет онлайн. Наши клиенты будут смотреть на продукты и рассчитывать, что им нужно, стоимость и доставку за пару минут. Это не ново, но это новое для нашей отрасли. Так же как мы освободили операторов станков для фокуса на большем количестве станков и задач более высокого уровня, мы теперь освободим нашу инженерную команду для фокуса на более специализированных и сложных продуктах».

Airborne (Гаага, Нидерланды) запустила свой Портал по запросу производства для автоматизированного производства композитов в сентябре 2019 года (см. «Airborne запускает портал композитной печати»). С помощью этого инструмента клиенты вводят дизайны в веб-платформу. Система затем создает машинный код на лету и определяет длительность и стоимость производства. Продукты могут быть затем кастомизированы и, после заказа, произведены в автоматизированной производственной ячейке. Портал был запущен с использованием Автоматизированной ячейки укладки (ALC) Airborne для обработки термореактивных препрегов. Он будет расширен на другие процессы, например, линию высоковолнового производства термопластичных композитов (TPC), разработанную для бизнес-юнита Specialties SABIC (Эр-Рияд, Саудовская Аравия).

«Этот портал — ключевой строительный блок того, как мы видим цифровое будущее композитного производства», — говорит Маркус Кремерс, главный технолог Airborne. «Пять лет назад мы сменили бизнес-модель производства деталей на помощь клиентам с автоматизацией и оцифровкой. Мы разрабатываем портфолио решений, которые делают легко строить с композитами». Этот портфель включает ALC, автоматизированную поточность сотовых структур, автоматизированную комплектацию слоев и линию высокого объема с лентами TPC, названную Цифровой линией производства композитов (DCML) SABIC и Falcon Airborne. Последняя — пример индивидуальных решений Airborne. «Мы встраиваем наши знания о композитных материалах и производстве деталей в эти автоматизированные системы, чтобы клиентам не нужно было быть специалистами», — говорит Кремерс.

У Airborne три бизнес-модели: купить автоматизацию, арендовать её или оставить у Airborne для эксплуатации через производство как услугу (MaaS). Автоматизированные ячейки Airborne имеют датчики и инлайн-системы инспекции, генерирующие алерты на основе базы данных дефектов и допусков, определенных клиентом. «У линии Falcon очень низкие допуски на визуальные дефекты качества», — отмечает Кремерс, — «но наша автоматизация для авиации больше ориентирована на структурные допуски. Мы также непрерывно развиваем наши технологии к самообучающимся и самоадаптивным. Например, наша следующая версия ПО для укладки лент ALC будет иметь способность идентифицировать дефекты и корректировать производственную программу на лету».

В более длинной перспективе видение — расширить портал по запросу для сбора распределенной по множеству компаний и регионов производственной мощности композитных деталей. Кремерс цитирует Protolabs (Мейпл-Плейнс, Миннесота, США), которая предоставляет литые под давлением, листовой металл, CNC-обработанные или 3D-печатные прототипы по запросу за всего день. Аналогично, онлайн-приложение Plyable (Оксфорд, Великобритания) предоставляет формы для производства композитов, предлагая материалы от полиуретановой доски до стали, включая композитные и 3D-печатные инструменты. «Это другой способ организации цепочки создания стоимости», — говорит Кремерс. «Мы делаем машины и софт, которые сделают это возможным для композитных деталей».

AZL Ахен также преследует эту цель со своим Ультра-быстрым консолидатором, разработанным для производства многослойных TPC-ламинатов за менее пяти секунд. Коммерциализирован в 2019 году, он использует роботизированные лазерные аппликаторы AFP от Conbility (Ахен, Германия) и 25-мм UD-ленты, а также принцип поточного производства — передовой в высокоскоростной полиграфической индустрии — для производства TPC-ламинатов, просто приклеенных или полностью консолидированных, в различных толщинах с локальными усилениями. «Наше видение — предоставлять масштабируемые машины, которые позволят онлайн-платформам», — говорит Эмонтс. «Линии могут иметь множество станций, каждая с множеством AFP-аппликаторов. Клиент введет требования и получит опции для плейбука, стоимости и доставки. После финализации аппликаторы будут общаться друг с другом для организации производства, а не оператор. Это полностью интеллектуальное производство адаптированных композитов».

Автоматизация автоматизации

Главный фокус ZLP — автоматизированное производство CFRP-структур. «Автоматизация только для одной детали или программы трудно обосновать», — отмечает Флориан Кребс, руководитель команды гибкой автоматизации ZLP. «Однако, если вы выходите за пределы задачно-специфических машин к платформе автоматизации, которая переконфигурируется почти без дополнительной настройки, теперь у вас есть бизнес-решение. Чем гибче платформа, тем быстрее возврат инвестиций».

Рабочая ячейка, показанная на начальном изображении, была спроектирована как часть проекта ZLP PROTEC NSR для построения семейства деталей, следующего одному процессному маршруту: пик-энд-плейс укладка сухих некримповых тканей и инфузия смолы (см. онлайн-сайдбар «Нет бизнес-кейса для обучения роботов»). «Этот процесс был спроектирован для задней переборки Airbus A350, но на этой линии можно также сделать фюзеляжную панель или кожуру крыла, потому что шаги похожи», — говорит Кребс.

«Для достижения гибких платформ автоматизации требуются определенные технологические кирпичики, включая алгоритмы для роботов, а также датчики и то, как понимать данные, которые они производят», — говорит Купке. «Например, производственная линия PROTEC NSR спроектирована к максимальной модульности — все модули взаимосвязаны для демонстрации само-конфигурирующейся, -корректирующейся и -оптимизирующейся системы, масштабируемой по размеру и сложности».

Он объясняет модули, показанные на Рис. 5, которые включают CAD-модель, определение процесса, процессную модель, позволяющую симуляцию и выполнение процесса, модуль исполнения производства, датчики для сбора данных, софт для аннотации данных и базу данных для хранения.

«С левой стороны этой диаграммы вы делаете план. Модуль исполнения затем реализует этот план», — говорит Купке. «Во время этапов процесса мы получаем данные от всех вовлеченных машин и процессов, например, резака, роботов, здания (температура, давление, влажность), камер во время пик-энд-плейс и т.д. Мы анализируем данные в реальном времени во время процесса и также аннотируем собранные данные автоматически мета-данными для загрузки их в базу данных, которая формирует основу цифрового двойника процесса. Самая важная точка цифрового двойника — иметь один центральный репозиторий, один источник истины. CAD-модель каждой детали и определение процесса являются частью её единственного источника истины».

С этими модулями на месте, линия работает автономно нажатием кнопки. От CAD-модели, производственного плана и камер роботы выводят, какой вырезанный кусок идет следующим и ищут его на столе (например, из 100 других вырезанных кусков). «Они решают, как сконфигурировать захваты, чтобы подхватить его и уложить в инструментарий, и знают, куда его положить». Основываясь на производственном плане, роботы определяют каждый путь начала/конца для всех этапов процесса и знают, когда каждый завершен. «Обычно эти пути обучает человек», — отмечает Купке. «Но в нашей системе каждый путь определяется автоматически, без коллизий и в реальном времени. Если вы меняете CAD-модель или определение процесса, роботы адаптируются без дополнительных усилий по обучению. А что, если вы полностью меняете деталь? С этим типом автоматизации вы можете сделать это очень быстро. Это путь к гибкому производству. Наша роль в ZLP — проложить этот путь, разрабатывая технологические кирпичики и связывая их вместе».

Возможность и онтология

Пандемия COVID-19 подчеркнула ценность гибкого производства. Она также создала все более непредсказуемую бизнес-среду. «В последние два-три года всё стало более волатильным», — отмечает Брукхофф из Dynexa. «Наши клиенты хотят ответы очень быстро, чтобы отвечать своим клиентам. Предлагая нашу новую онлайн-экосистему, мы делаем всю цепочку поставок более конкурентоспособной».

Это хорошо признано авиационной индустрией. «Нам нужна цифровая база для производственных линий и целых площадок, обеспечивающая горизонтальную и вертикальную интеграцию», — говорит Марк Фетте, председатель Технического дивизиона Аэрокосмических технологий VDI — Немецкого ассоциации инженеров и COO Центра композитных технологий (CTC, Штаде, Германия), R&T-дочерней компании Airbus. Проекты CTC в Composites 4.0 включают отслеживание материалов и активов, коллаборативных роботов, передовых процессных цепочек и многое другое. Но Фетте подчеркивает необходимость онтологии — терминологии и общего протокола для цифровой коммуникации и обмена данными. (См. онлайн-сайдбар «Архитектура и онтология Composites 4.0».).

«Вам нужна целостная сеть для всех машин и производственных систем на данной площадке», — объясняет он, — «но это также должно распространяться на всю цепочку создания стоимости, включая дисциплины такие как инженерия, закупки, логистика и материалы и сертификация процессов, с одной стороны. С другой стороны, все стейкхолдеры, такие как поставщики, должны быть учтены и вовлечены в этот процесс изменений. Мы видим много пилотных проектов, но когда смотришь в детали, все еще есть нехватка стратегии для целостного подхода на компанию или производственную цепочку».

Он продолжает: «У нас очень большая глобальная сеть поставщиков, и у них те же требования для работы как цифрово связанной цепочки поставок. Большинство наших поставщиков — СМП, работающие для обоих авиапроизводителей, Airbus и Boeing. Если нет обсуждения об общем стандарте, то вы передаете эти вызовы поставщикам. Скорее всего они не смогут соответствовать двум наборам разных стандартов для всех своих машин, включая документацию, оценку данных, кибербезопасность и т.д.».

Фетте признает, что это большие идеи, и говорит, что авиационные OEM создают планы для решения этих вызовов. «Но есть много препятствий вроде этого, и это действительно сложно, включает не только технологии, но социальные, экономические, эргономические и правовые вопросы — это ментальный процесс изменений. Мы только в начале. Но чтобы преуспеть, мы должны понять, что эти новые системы опираются на людей, и эти люди должны быть на борту, не только у OEM, но во всей глобальной сети».

«Рынки становятся более фрагментированными во всех отраслях, и все сталкиваются с сменой парадигмы», — отмечает Кребс из ZLP. «Многие люди не видят в этом возможности», — добавляет Купке, также из ZLP. Но те, кто видит эту возможность, предвидят демократизированный доступ к композитам, обеспеченный Composites 4.0, и с этим гораздо более широкий рынок, включая применения, которые мы только начинаем конструировать».