数字孪生为制造工厂带来什么价值?
制造业面临巨大挑战。供应短缺、需求增加和市场动荡迫使企业采取新战略以保持竞争力。
许多制造商正在转向工业物联网、人工智能和云计算等工业 4.0 创新,以提高生产力、降低运营成本并应对不断变化的市场条件。
数字孪生是一种新技术,可以利用物联网、人工智能和其他技术来模拟真实世界设施的高保真副本,可以帮助业主更好地了解工厂运营和生产力的潜在障碍。
什么是数字孪生?
数字孪生是现有对象、产品、工作流程或设施的虚拟表示。它通常被设计为尽可能准确地匹配它们的来源——理想情况下,双胞胎可以充当复制品。
例如,建筑物的数字双胞胎可能是一对一的比例模型。它可能具有相同的 HVAC 系统、管道、照明甚至材料。来自物联网气流、人流量和照明监视器等联网传感器的信息可以提供额外的数据。
复制品的高保真度允许最终用户将其用于各种目的,包括模拟、预测和可视化构建过程。
一位最终用户可以利用 HVAC 建模和气流算法来识别建筑物空调系统中的薄弱环节。另一个可能会使用来自物联网设备的数据将数字双胞胎转变为实时监控系统,为构建网络和性能提供强大的可视化。
除了对建筑物进行建模之外,企业还可以使用数字孪生来展示不同规模的对象和流程——从公司的整个供应链到单个工厂机器或组件。
制造业中的数字孪生
数字双胞胎为制造厂所有者提供了多种潜在好处,包括改进监控、简化质量控制和数据可视化。
可视化 IIoT 数据
数字双胞胎与 IIoT 监控车队很好地协同工作,这在制造业中变得越来越普遍。来自 IIoT 监视器的数据可用于创建更准确的双胞胎,从而提高模型的预测能力。
最终用户还可以使用数字孪生来可视化 IIoT 数据,这有助于减少在解析 IIoT 系统可能捕获的大量信息时可能带来的一些混乱。
例如,企业可以使用 IIoT 和现有的工厂数字孪生来表示工厂气流、人流量或货物移动。如果设施中存在严重的生产瓶颈——比如限制工厂吞吐量的传送带——这种可视化可以帮助管理人员识别它们。
同样的方法也可以用于识别布局效率低下、交通瓶颈、维护警报甚至潜在的安全违规。
无论 IIoT 传感器跟踪什么数据,它都可以与数字双胞胎中某处或之上的某个位置相关联,从而使管理人员能够更好地了解 IIoT 捕获的有关工厂实际性能的宝贵信息。
预测性维护和实时设备监控
联网的传感器和机器可以持续报告工厂设备性能的信息。这些数据可以提供给数字双胞胎,为管理人员提供机器健康状况的鸟瞰图。
如果工厂中的机器与基线相比开始出现异常行为,系统可以提醒管理人员,为他们提供问题的确切位置。数字双胞胎可以让精确定位发生故障的组件成为可能。
预防性维护策略与实时监控相结合,可以帮助业主降低维护成本并降低停机风险。
人工智能可以走得更远。来自 IIoT 机器传感器的历史数据与制造商数据相结合,可用于训练一种算法,该算法可以预测机器何时会出现故障。使用企业已经纠正的数据意味着该算法可以启用预测性维护策略,从而进一步降低运营成本和停机时间。
规划升级和布局更改
数字双胞胎在审核和规划工厂升级或重组方面特别有用。例如,当您将数字孪生与显示工人和货物在哪里卡住的交通或资源流数据相结合时,常见的线路布局错误会变得更加明显。
数字双胞胎和 HVAC 系统建模允许审查当前系统的有效性并模拟新的 HVAC 操作将如何帮助改善气流、提高工厂舒适度并保持现场空气质量。
一些企业可能需要满足有关工人接触空气悬浮颗粒物的行业标准。管理人员可以使用空气质量模型来模拟这种暴露——帮助他们确定升级是否足够有效以保证现场工作人员的安全。
分析工厂过程
数字双胞胎可以帮助管理人员更好地了解他们的工厂如何运作并融入企业的整体结构。数字双胞胎可以对工作流、流程和供应链进行建模,结合起来可以让管理人员“缩小”他们的工厂,观察仓库和供应商的货物流向。
同样的技术还可以让管理人员“放大”并查看整个工厂中单个组件和项目的移动。附加到托盘或零件上的 RFID 跟踪器和类似设备可以让管理人员了解货物如何通过其工厂和制造过程。
来自这些系统的数据还可以帮助改进站点的可追溯性计划。正确的信息可以确定每件下线产品的来源材料和制造条件。
怀疑特定批次或某组商品存在问题的制造商可以让管理人员查看生产数据,以确定最有可能受到影响的事物,从而帮助缩小召回范围。
使用数字孪生简化制造工厂流程
数字双胞胎可能是制造商适应新市场条件的最佳工具之一。
管理人员可以使用该技术更有效地可视化 IIoT 车队捕获的数据或人工智能算法分析的数据。数字孪生还可以帮助企业模拟工厂运营,识别工作流程中的潜在漏洞或瓶颈。
随着市场波动和不断增长的需求使制造效率变得更加重要,数字双胞胎可能成为制造商的一项重要投资。
工业技术