亿迅智能制造网
工业4.0先进制造技术信息网站!
首页 | 制造技术 | 制造设备 | 工业物联网 | 工业材料 | 设备保养维修 | 工业编程 |
home  MfgRobots >> 亿迅智能制造网 >  >> Industrial Internet of Things >> 物联网技术

数字孪生数据模型的精确度是成功的关键

本文的要点如下:

数字孪生是企业走数字化转型之路的重要工具。尽管具有科幻小说般的地位,但数字孪生已经开始在现实生活、工业和其他环境中出现。

虽然数字双胞胎仍处于起步阶段,但它们已经开始极大地帮助企业的数字化工作。在仍在发展的领域中,定义仍然不稳定。对于某些人来说,数字孪生是设计阶段的原型、部署时的实例,或者在运营中与其他孪生结合时的集合。有些人以不同的方式切蛋糕,将双胞胎归类为资产双胞胎、网络双胞胎或流程双胞胎。

考虑一下数字孪生的其中一些用途及其与物联网 (IoT) 设备的融合:

这些和其他数字孪生示例结合了多种不同的技术,包括计算机模拟、产品生命周期管理、软件建模、虚拟和增强现实、机器人技术、机器学习等。数字双胞胎创建了越来越复杂的对象和系统的虚拟软件表示,来自其“数字线程”的反馈可以为设计选项提供信息。在某些情况下,产品、流程或模型之间的数据可以积极指导端到端运营。

今天,工业物联网中的数字孪生为 IT 经理们带来了熟悉权衡的新视角。在这个前沿领域存在机遇,但也存在风险——因为实施者必须谨慎地将高科技前景提炼到他们自己的数字孪生用例中。

数字孪生技术:酝酿已久的一夜成功

与大多数“一夜成名”的故事一样,数字孪生并不新鲜。美国宇航局在阿波罗太空计划中使用模拟技术,孕育了数字孪生技术的种子。可追溯到 1970 年代的计算机辅助绘图 (CAD) 和体积建模的进步在很大程度上为今天的双胞胎奠定了基础。 20 年前,“数字孪生”一词在产品生命周期管理领域开始流行。如今,GE 在生产中拥有超过 200 万个数字孪生。据说特斯拉会为其销售的每辆汽车创建一个数字孪生。

但是,如果数字双胞胎有着悠久的历史,那么它们就在当下找到了新的相关性。 COVID-19 使数字双胞胎成为新的焦点。远程资产监控、预测性维护和流程自动化已经成为双胞胎的合适目标,但 COVID-19 提供了进一步的理由。

Gartner 最近的一项调查表明,27% 的公司计划将数字孪生用作自主设备、机器人或车辆。 COVID-19 体验是一个重要驱动因素。该研究公司预计,到 2023 年,三分之一部署了物联网的大中型公司将至少实施一个受 COVID-19 相关用例驱动的数字孪生。

数字孪生之父

当今数字孪生的新功能是它们可以使用工业物联网 (IIoT)。 Michael Grieves 博士表示,利用物联网传感器数据是数字孪生下一阶段的关键。他被广泛认为是第一个在制造业中提出数字孪生概念的人,并在 2002 年奠定了基础。

当格里夫斯最近在美国机械工程师协会 (ASME) 的数字孪生峰会上发表讲话时,物联网是前沿和中心。他建议说,还有工作要做。

“我们基本上需要能够开始从产品本身收集物联网信息,并将这些信息整合在一起,”现任佛罗里达理工大学先进制造首席科学家的格里夫斯说。

他说,今天的数字孪生数据收集主要是临时性的,但很快就会将重点放在数字孪生在更大的工厂环境中的集成上。他说,数字孪生的下一步是“运营维持”。他估计,将人工智能和机器学习与实时传感器数据相结合,将迎来“智能数字双胞胎”。通过这样的实施,数字孪生进一步远离了其在仿真和原型建模方面的根源,而更深入地进行了运营。

数字孪生数据

工业环境中数字孪生的潜力主要围绕创造运营效率。资源、流程步骤或停机时间的小幅节省可以扩展到整个企业的大量节省。

成功的实施依赖于对保真度的仔细考虑;也就是说,数字孪生在物理域和虚拟域之间传递的参数精度级别。

保真度与数字孪生数据收集的准确性密切相关,必须根据用例对其进行谨慎管理。并非所有数据都是数字孪生完成其工作所必需的,但缩小数据收集的重点可能需要反复试验。

而且,一如既往,行业观察家强调,明确的业务目标必须推动整体努力。

根据副总裁兼首席技术官数字孪生联盟董事 Dan Isaacs 的说法,问题是“数字孪生受雇执行什么工作?”

“我们已经看到了多种方法。但最好从一个明确定义的问题开始,追求提高生产力和减少停机时间等目标,专注于可行的事情,”他说。

Issacs 将数字孪生联盟描述为由对象管理组织 (OMG) 发起的一项计划,旨在实现标准定义并结合跨行业的努力。他说,自今年早些时候成立以来,该组织已发展到近 150 名成员。其成员名单包括 Autodesk、Bentley Systems、Dell、GE Digital、Microsoft、Northrop Grumman 和马里兰大学。

Dell Technologies 首席技术官办公室首席架构师兼 OMG 工业互联网联盟董事会成员 Said Tabet 表示,对于数字孪生,实施者和架构师都需要了解系统的延迟要求。

“并非一切都是实时的,也并非所有的实时都是平等的,”Tabet 说。换句话说,追求超实时响应率可能不可行,也没有必要。

同时,注意实体与数字的同步也很重要。

“实施成熟度模型将有助于指导这一过程。而且,当谈到 [数据] 粒度时,重要的是要关注结果和初始结果,因为它们会因用例而异,”Tabet 警告说。

制造商 Ansys 数字孪生高级总监 Sameer Kher 表示,供应链和物流是数字孪生找到立足点的领域,在建模方面,它们提供了如何设置有关数字孪生对物理保真度的决策的示例Twin Builder 软件。

“在供应链中,有关键组件,其中一些需要在更深层次的保真度上建模,”Kher 说。 “产品有物理。”

例如,他指出了洗手液,这是在 COVID-19 大流行的最初几天内广泛报道的生产线转换的对象。

测量包含洗手液的流体的粘度——以及它们可能施加在设备上的背压——可能是数字孪生生产监控的重要组成部分。

他说,处于设计阶段的数字孪生允许假设分析来改善运营。

不要过度考虑数字孪生设计

MathWorks 研究员、Simulink 和其他建模工具的制造商 Jim Tung 表示,潜在用户在创建数字孪生模型时应该警惕过度使用。

“有时,整个工作流程的全保真、离散仿真模型只是矫枉过正,”他说。相反,用户可能会专注于特别昂贵的资产。通过生产队列更快地移动这些元素可以获得成本收益。

“在任何情况下,了解商业价值都很重要,”Tung 说。他指出,这是因为用户被引导做出有关数字孪生模型正确保真度的问题的决定。

Atos SE 物联网和人工智能洞察实践负责人 Niels Thomsen 提醒说,尽管数字孪生技术令人印象深刻,但技术并不是重点。

“你必须从商业角度开始,”他说。在 Atos 在制药行业的工作中,这意味着从决定化学品批次整体质量的关键流程开始。

这需要构建一个数字孪生模型进行测量,实时将实际化学混合物与该模型进行比较,在某些情况下,还需要自动调整温度、压力和流速等参数,以提高最终的混合物质量。

数字孪生成熟度建模

Annie Zeng 博士表示,对于领先的汽车制造商福特来说,通往当今数字双胞胎的道路是漫长的。福特在 30 年前开始走这条道路,曾回忆起“C3P”的日子,它代表 CAD/CAM/CAE/PIM,或计算机辅助设计/计算机辅助制造/计算机辅助工程/产品信息管理.

福特先进制造集团数字孪生和人工智能技术专家曾说,如今福特拥有零件和流程的模型,因此可以在工厂运营的整体模型的背景下监控关键汽车零部件的孪生模型。 Zeng 和 Grieves 一样,在 ASME 数字孪生峰会上发言。

曾说,对于福特来说,数字孪生实际上是代表产品和生产的数据集合。

“我们的愿景是提供对相关数据的及时访问和洞察,”她说。这意味着与团队合作,发现哪些数据点与他们对效率的追求最为及时和相关。该项目首先要求团队坐下来讨论哪些数据是最直接和最有用的。

根据 Zeng 的经验,数字孪生构建者必须衡量所考虑技术的相对成熟度。据曾说,要问的问题是“现在是吗?近吗?远吗?”

“答案会因贵公司想要实现的目标而异,”她说。其他需要解决的问题是您是想在内部开发完整的技术,还是想在内部开发技术的哪一部分。

这些问题的答案应该说明用户采用了哪种类型的开发或部署框架。 “我打赌每家公司都会有某种框架,”曾说。 “如果你没有,你最好有一个。”

数字孪生不是电子游戏

作为 ASME 峰会的一部分,数字孪生远见卓识的 Grieves 被问及商业领袖在采用数字孪生之前应该了解什么。

“首先,他们需要明白这不是电子游戏,”格里夫斯说。 “它实际上是关于来自现实生活的数据,并且能够用它做一些事情。”

他坚持认为,必须以常识来收集数据。所以,这不是收集每个数据点的问题。

“我警告的一件事是[收集]大量‘数据’但没有‘信息’,”他说。因此,关键是要看在每个实例中具体需要什么样的数据。

Grieves 说,在与业务方的对话中,最重要的是关注问题点已经是常识的用例。

“你从哪里获得价值?如果商人认为,‘我必须花所有这些钱才能拍出漂亮的东西’,他们就不会这样做,”他说。 “你必须基本上将其归结为价值主张。”

尽管如此,“你不能让会计师过早进入,”格里夫斯补充说,也许有点眨眼。 “他们是快乐的杀手。”


物联网技术

  1. 为什么是数字化的?
  2. 数字孪生:语义数据结构的重要性
  3. 物联网数据收集为精准农业提供支持
  4. 可靠性成功的第一关键
  5. 数字孪生可以成为制造业物联网的智能边缘 - 第 2 部分
  6. 数字世界中的维护
  7. 制造业中数字孪生的力量和陷阱
  8. 数字孪生技术:超越火箭科学
  9. 闭环数字孪生的 5 大优势
  10. 数字孪生:通过供应链观察镜
  11. 数字孪生如何帮助提升物流绩效
  12. 慧与将 DevOps 应用于 AI 模型