如何推动智能制造 - 数字孪生示例
在线工具推荐:3D数字孪生场景编辑器 - GLTF/GLB材质纹理编辑器 - 3D模型在线转换 - Three.js AI自动纹理开发包 - YOLO 虚幻合成数据生成器 - 三维模型预览图生成器 - 3D模型语义搜索引擎
数字孪生在制造业中的应用
在我们最近的文章中,我们解释了这项技术并讨论了它是如何工作的。简而言之,数字孪生是物理对象的数字复制品。在基本层面上,它们可以收集有关物理对象的数据以供将来使用。在中级水平上,他们可以模拟假设场景。在高级层面上,数字孪生可以检测异常并建议或启动纠正措施。
NSDT 数字孪生场景搭建:NSDT 编辑器
制造业中的数字孪生应用涵盖制造公司的所有业务领域:
预生产。公司可以使用数字孪生来测试不同的设计和组件行为。
生产。数字孪生可帮助制造商找到理想的生产运行并安排制造过程。
后期制作。公司可以为其客户提供预测性维护或设备培训。制造商甚至可以向他们提供已停产的备件。他们还可以提供产品即服务的商业模式。
NSDT 数字孪生场景搭建:NSDT 编辑器
让我们通过现实生活中的例子来看看数字孪生制造的七个用例。
用例 1:预生产,避免设计错误
在传统产品开发中,物理原型要经历构建-测试-重新设计-重新测试的循环。这意味着原型首先被送到实验室进行测试。这将揭示需要返工的设计缺陷。问题在于,像这样的每个周期都会增加成本并延长开发进度。
数字孪生有助于消除设计优化过程中不必要的循环。使用这项技术,公司可以在虚拟环境中测试产品设计。因此,它们可以更快地达到完美的设计。
真实示例:产品开发中的数字孪生
Tronrud Engineering 是一家挪威机器制造商。他们想制造一台新的包装机,其工作速度是当前型号的两倍。为了实现这一目标,他们需要从气动操作发展到全电动操作。这意味着在设计上发生了根本性的变化。
该公司使用数字孪生在虚拟环境中设计和测试产品。这使得他们的设计师、工程师和程序员可以同时处理项目。因此,编程、设计和装配时间减少了一半!
优势一览
减少设计错误,缩短上市时间
避免代价高昂的返工
在不造成任何损坏的情况下进行测试
加速创新发展
NSDT 数字孪生场景搭建:NSDT 编辑器
用例 2:预生产,寻找“黄金批次”
找到一个理想的生产运行作为模板是一项具有挑战性的任务。材料、设备、劳动力、空间和成本等参数都会影响产量。这就是为什么,为了找到他们的“黄金批次”,公司需要密切关注这些元素如何相互影响。
数字孪生是此类任务的首选解决方案。使用它们,公司可以模拟不同的参数,直到找到完美的制造组合。因此,公司可以避免质量问题和拒收批次。
真实示例:制药制造中的数字孪生
一家制药组织 (NDA) 正在为他们的新药寻找“黄金批次”。他们手动设置机器,结果,每次试验中都有超过 10,000 片药片被拒绝。此外,他们还必须承担处理报废药片的费用。
该公司应用数字孪生来寻找完美的机器设置。通过模拟,他们的操作员获得了所需的片剂重量、厚度和硬度。结果,该公司最大限度地减少了浪费并节省了 90 万美元。他们还将操作员设置设备所需的时间缩短了 67%。
优势一览
避免质量问题
减少浪费
最大限度缩短机器设置时间
用例 3:生产,安排制造过程
制造调度似乎很容易。然而,它实际上不仅仅是将一些数据输入到系统中。影响进度的因素有很多,包括材料交付延迟、机器故障和供应商优先级变化。
一些公司依赖他们的 ERP 系统和 Excel 电子表格。在 Excel 电子表格中调整数据是一个繁琐的手动过程,因此导出数据总是令人头疼。与传统的规划解决方案不同,数字孪生代表着一个不断更新的系统。
真实示例:在生产计划中做出更好的决策
Lagor 生产用于电力变压器的铁磁芯。每个岩芯重达八吨。在生产过程中,材料保留在钢托盘上。这些托盘使用滚筒或穿梭输送机在不同的工作站之间移动。托盘永远不会从生产线上移走,即使它们是空的。
他们最初手动安排生产线。这导致了生产线上的物体造成堵塞的情况。为了移除它们,该公司需要用起重机卸载岩芯并重置整条生产线。但是,当他们决定扩大生产规模时,是时候做出改变了。
这就是该公司选择使用数字孪生的原因。他们用它来模拟不同的磁芯类型、生产周期和生产计划。这有助于他们避免导致瓶颈的不必要移动。结果,生产变得更加高效。
优势一览
更高效地利用生产现场和设备
缩短交货时间
用例 4:后期制作,实现预测性维护
在 30%的情况下,公司过于频繁地维护其设备。这会导致预算浪费。当然,制造商会指定其机器需要维护的时间间隔。但是,在不同条件下运行的机器需要不同的维护计划。这使得很难正确设置制造计划。如果机器需要更频繁的维护,而这被忽视了,可能会导致停机,从而导致费用。
数字孪生使用传感器来持续监控机器的运行并估计系统的运行状况。通过应用人工智能,数字孪生可以预测系统未来的行为方式。公司可以依靠这些见解来优化其维护活动。这有助于降低成本,因为零件只在需要时才更换。
NSDT 数字孪生场景搭建:NSDT 编辑器
真实示例:飞行发动机维护
罗尔斯·罗伊斯(Rolls-Royce)创建了每个飞机发动机的数字孪生。通过这种方式,他们可以跟踪每台发动机的飞行方式,包括其健康和环境条件。然后,他们根据这些数据模拟不同的维护制度。如果发动机的使用寿命相当长,公司将延长维护活动之间的时间。例如,如果一架飞机在卡塔尔运营,由于环境中的沙子,将需要更频繁地进行维护。
通过数字孪生,劳斯莱斯只更换实际需要更换的零件。在某些情况下,这会将维护活动之间的时间增加多达 50%。另一方面,如果任何发动机需要比平时更早地进行维护,这也将被识别出来。
优势一览
避免过于频繁的维护活动
保持设备运行更长时间,而不会中断维护工作
在定期维护之前确定设备何时需要维修工作
用例 5:后期制作,提供设备即服务
制造公司喜欢设备即服务模型 (EaaS),他们只为设备和机器的使用付费。通过选择这种模式,他们可以将支出从资本支出转变为运营支出。这样可以为其他需求提供更多的流动资金,并减少意外费用,例如维修成本。如果他们不需要这些设备,就没有必要为此付费。
反过来,设备供应商负责维护和与机器操作相关的其他活动。数字孪生非常适合这里。通过实时跟踪产品的运行状况,您将知道何时需要维护机器。这将防止您的客户不得不处理故障。
实时示例:提供设备即服务
SKF 是轴承和密封件的制造商。他们决定提供轮换服务,而不是出售设备。他们的客户付费使用资产并从有保证的正常运行时间中受益。他们支付的费用包括提供轴承和密封件,以及润滑和状态监测。
为了以最佳方式提供这项服务,SKF 使用数字孪生。该技术评估设备的健康状况并记录故障的早期迹象。这可能是平衡变化、温度升高或振动变化。这有助于 SKF 工程师在故障设备造成代价高昂的停机之前更换故障设备。
优势一览
增加收入并避免额外费用
使客户避免高财务风险
提高客户忠诚度
确保机器正常运行时间
用例 6:后期制作,提供客户培训
如果您生产复杂的设备,员工培训对您的客户来说可能很昂贵,因为它必须在真实环境中进行。但这意味着他们的核心业务需要停机,因为设备需要更长的时间才能投入使用。此外,新员工总是需要培训。
在设备仍在生产中时,如何帮助您的客户完成培训?数字孪生使这成为可能,因为它们复制了真实的设备。它们还可以模拟紧急情况,这是真实设备无法实现的。
真实示例:用于海洋系统培训的数字孪生
蒂森克虏伯船舶系统公司生产水面舰艇和潜艇。他们使用数字孪生为客户创建培训环境。
该公司建造了一艘与原版完全对应的虚拟船。该解决方案可帮助船员提高他们在船上的空间知识,因为他们可以在日常情况下练习操作船舶。公司还可以模拟紧急情况,例如自动化系统的故障。
该解决方案不仅使团队更有能力在巨大的压力和时间压力下采取行动,而且还意味着训练可以在没有真正船只的情况下继续进行。当船舶在海上或仍在生产时,这会派上用场。
优势一览
即使没有实际设备,也可以对客户的员工进行培训
帮助客户避免停机和相关成本
模拟紧急情况
用例 7:后期制作,提供停产零件
如果一台机器或设备是几十年前制造的,那么维护起来可能具有挑战性。想象一下,一家设备制造商将他们的机器作为服务提供。根据该模型,公司会进行及时的维护,这意味着备件的可用性。但是,当一台机器变得过时时,它就会停产。它的备件也是如此。重新生产它们可能是无利可图的,因为制造商必须处理高昂的存储成本。
然而,有一种方法可以延长老化机器的使用寿命:创建它们的数字孪生,包括备件的虚拟数据库。使用此模型,您可以按需 3D 打印所需的零件,这比运行生产线的成本更低。
真实示例:增材制造的数字孪生
2017 年,日产启动了 Heritage Parts 计划。目标是为 Skyline 和 Silvia 等老爷车车型的车主提供维修服务。这意味着该公司必须生产不再批量生产的备件。很快,这家汽车制造商发现,存储已停产的组件和模具既昂贵又效率低下。
为了解决这个问题,日产决定通过使用数字孪生来改变他们的库存管理。他们创建了一个停产零件的虚拟模型,以便对其进行 3D 打印。现在,该公司可以按需生产备件,而不是为未来的客户订单而生产库存。
优势一览
生产长期停产的备件
赋予老化设备第二次生命
减少对零部件供应商的依赖
即使备件已停产,也为客户提供维护服务
总结一下
企业可以在制造业的每个阶段享受数字孪生的好处。在设计阶段,他们可以避免代价高昂的错误。在制造过程中,它们可以防止瓶颈和产品被拒收。在后期制作阶段,他们可以通过为客户提供服务来创收。
版权声明: 本文为 InfoQ 作者【3D建模设计】的原创文章。
原文链接:【http://xie.infoq.cn/article/2b6b824f618c255bacede2e53】。
本文遵守【CC-BY 4.0】协议,转载请保留原文出处及本版权声明。
评论