工厂车间的闭环数字孪生

制造闭环数字孪生可以使用分析和数据来削减成本并避免意外停机。

制造闭环数字孪生可以使用分析和数据来削减成本并避免意外停机。

图1:闭环数字孪生为制造商和机器制造商提供了从单个生产机器到工厂范围内所有操作的“生命”模型。在此图像中,PCB板上铣削操作产生的灰尘导致钻头卡住,从而导致计划外停机。为了解决这个问题,自动化工程师在机器上增加了传感器。读数被馈送到闭环数字双胞胎。借助人工智能,双胞胎可以在机器故障发生之前就对其进行预测。图片由西门子数字工业软件提供。


尽管数字孪生仍处于早期开发阶段,但这一概念引起了人们极大的兴趣,有望在其整个生命周期中对产品和过程的状态以及性能实现前所未有的可视性。尽管各行各业都可以应用该技术,但称为闭环数字孪生的概念似乎对制造业具有巨大的潜力(图1)。

这项技术为机器制造商和制造商磨练产品,优化设备和工艺的方式带来了巨大变化的前景。一家制造闭环数字孪生公司旨在利用来自广泛业务和运营来源的分析和数据来最大程度地降低成本,避免计划外的停机并优化质量,良率和效率。

业内观察家看到闭环数字孪生加强了机器制造商,生产线计划者和制造组织之间的联系。目标是帮助制造商更好地学习使用其生产线—提高速度和质量—并促进更有效的供应链。

“通过闭环,可以确保真知灼见实时进入工厂人员手中,从而最有效地进行日常运营,”阿里巴巴数字产品经理高级总监Ranbir Saini说 GE数字 .

整合制造

这些闭环数字双胞胎背后的想法是实现实时集成制造。 

这种集成的主要工具是虚拟模型,该模型有望使自动化工程师能够实时基准化生产指标。理想情况下,这些模型包括影响生产效率和利润的所有因素,包括有关机器,工艺,人工,进料质量和订单流程的数据。

由于硬件,软件,传感器和系统技术的进步,这种级别的闭环控制已变得切实可行。这些增强功能为工程师提供了更完整的数据集,其中包括由各种传感器捕获的实时信息,这些信息在创建和维护闭环数字双胞胎中起着越来越重要的作用。 

“将传感器数据连接到云的最佳工具是边缘网关和设备。”

—西门子数字工业软件公司的Bill Davis

支持者认为,利用这些新功能,数据建模将能够提供单一的事实来源,以及支持分析和实时决策所需的各种数据。 

如何开发闭环数字孪生

制造商可以在许多规模上使用闭环数字双胞胎,包括单个机械零件,整个生产线或整个工厂范围内的生产。

要了解工程团队如何为单个制造机器创建闭环数字孪生,它’最好在开发过程贯穿资产的各个阶段时对其进行研究’的生命周期,逐层构建闭环。 

“我们倾向于分三个阶段来描述机器数字孪生生命周期—设计,制造和生产”的工业机械和重型设备行业解决方案主管Bill Davis说 西门子数字工业软件

“涵盖所有这些阶段的数字化策略非常重要,因为信息通常是在一个阶段中创建而在另一个阶段中加以利用的。这是闭环的整体视图,但它’同样重要的是要认识到每个阶段都在其中创建,管理和利用了信息。”

在设计阶段构建闭环数字孪生的第一步是确定支持数字孪生所需的关键元素。在这里,工程团队将建立一个模型或一组描述机器行为和功能的模型。 

机器的3D表示通常可以满足此要求,但现实情况是,涉及的所有工程领域都将生成自己的特定模型,例如电气和气动原理图或可编程逻辑控制器/人机界面(PLC / HMI)程序。

为了适应这种情况,工程团队需要一个代表所有工程领域的单一仿真模型,以及将预期用例与预期结果联系起来的预期机器操作。该虚拟机模型结合了自动化,电气和运动学软件仿真模型(图2)。

图2:一台机器的闭环数字孪生模型应近似于物理机器,以快速确认该机器可以与工程师保持一致的性能’的设计并可以使用来自真实机器的物理数据进行确认。该图显示了一个虚拟机模型,是三个仿真模型的组合。 图片由西门子数字工业软件提供。

三种软件模型的组合称为“循环中的软件。 ”这意味着工程师可以在物理构建任何东西之前尽可能接近地模拟机器的行为。 

在这种情况下,在虚拟PLC和HMI中运行的代码将触发物理或运动学模型中的仿真,因此工程师可以以图形方式查看机器组件的运动以及产品在机器中的运动。 

这使工程师可以验证操作和错误处理的顺序。目的是在将自动化代码加载到控制机器的物理PLC中之前,先对其进行验证。

作为模拟数字部分的补充,模型还应将传感器读数内在化以逼近物理机器’的性能,并确认虚拟模型与工程师一致’的设计。然后,工程师可以使用来自真实机器的物理数据来建立性能。

一旦构建了真实的机器,工程师就可以通过将物理或运动学模型连接到机器中的PLC来获得使用闭环数字孪生的第一个机会。 

“在这里,来自运行中的机器的数据触发了仿真,并且模型反映了实际的机器行为,” says Davis. “然后,我们可以验证物理或运动学模型是否正确,并最终对机器的运行进行微调。”

大图

在大规模开发闭环数字孪生时—例如用于生产线或工厂范围内的操作—it’重要的是要牢记单个机器的实现与广泛应用的实现之间的区别。每种情况都有不同的实际考虑。 

例如,在更广泛的实施中,信息流应直接针对生产线或工厂的生产输出。 

“我们可以在一段时间内收集数据,” says Davis. “例如,昨晚的数据是什么’8小时轮班?然后,可以将这些数据用于瓶颈分析,并作为更准确地模拟当与当日的新订单结合时下一个班次如何运行的基础。 ”

许多因素会使大规模的闭环复杂化。例如,一条生产线通常由来自多家机器制造商的设备组成,这些设备具有不同程度的复杂性和成熟度,尤其是在物联网技术和控件的情况下。简单的机器往往具有较少的控制复杂性,旧机器也是如此。

此外,许多制造商部署专有的制造流程,他们密切保护技术,并选择设计自己的机器。在这种情况下,组织必须从头开始创建基准和分析,为资产定制数据’的独特功能,并保留一些一般的经验法则。

物理世界上的Windows

传感器是闭环数字孪生的关键基础组件。他们提供资产的物理数据’整个使用寿命期间的状况。这些通向现实世界的桥梁使工程师和工厂经理可以经常实时地远程监视,诊断和解决服务问题。

“借助传感器的强大功能,服务管理者在实时采取主动维护步骤方面具有空前的能力,”执行副总裁兼首席技术官史蒂夫·德蒂恩(Steve Dertien)说 PTC

“通过在现有的IIoT [工业物联网]系统中部署传感器,维护工程师可以即时连接整个生产车间的资产,从而使他们的数字孪生能够自动检测异常读数并采取果断措施,从而减少停机时间并优化维护计划/执行。” 

在闭环数字孪生开发的第一步中,工程团队利用已经安装在机器和生产线中的传感器。这需要支持现有传感器系统使用的旧数据协议的体系结构。

“在这里,可以选择流行的数据协议,例如MQTT(消息排队遥测传输)或OPC-UA(开放平台通信统一体系结构),以与现代分析软件兼容,” says Saini. 

“这对于近实时系统尤为重要,因为在测量延迟时,数据协议转换是一个很大的因素。用于收集数据的系统应提供现代化的容器化体系结构,以使客户能够垂直扩展以按需提供对新数据协议的支持。”

如果开发人员想更进一步,并向其中添加新的传感器,则过程将变得更加复杂。 

“在某些棕地情况下,可能无法在现有控制系统中添加新的传感设备,”西门子数字工业软件公司投资组合开发经理Colm Gavin说。 

“因此,最简单的开始方法是将所有新传感器连接到小型PLC,该PLC可用于将数据馈送至更高级别的系统,例如SCADA(监控和数据采集)系统,” he says. 

一旦建立了架构以确保对传感器数据的充分访问,开发团队就必须应对传感器数据的噪声和相关性问题。噪声和相关性问题的产生是由于传感器和数据采集工具产生的数据通常比支持数字双胞胎所需的数据更多。

“想象一下,具有亚秒级时间序列数据来收集产品上100多种不同传感器的数据,”乔纳森·斯科特(Jonathan Scott)说: 刀叶 . “这些数据点中的一些对表征数字双胞胎很有用,但大多数只是噪声。诸如Hadoop之类的用于汇总大数据的工具对于解决这一挑战非常有用。”

工程师还必须规范化数据。这意味着用分析模型可以使用的术语表达复杂的环境投入。这些问题的出现是由于生产线上的传感器和机器生成的数据流的异构性质。

“在进行某种标准化之前,将传感器数据输入仿真工具并不容易,” says Scott. “不断发展的标准以及多学科分析和优化工具应在这一领域提供帮助。” 

边缘设备的地方

边缘设备是与闭环数字双胞胎中的传感器使用紧密相关的技术。这些本地系统可以从各种传感器中捕获数据,并将其传递到更高级别的系统,例如企业和云应用程序。与边缘设备耦合时,传感器可以访问以前不可用的本地数据处理资源,并且比简单的存储转发设备提供更大的本地控制。边缘设备还为传感器提供了制造商有效的切入点’运营技术和信息技术网络。

此外,边缘设备为任何云设置提供了良好的入口点(图3)。 

图3:制造商有时会结合使用边缘和云技术来收集和预处理数据,然后再将其发送到闭环数字孪生系统,然后将数据从远程位置馈送到仿真模型中。将运行数据连接到数字双胞胎可提供更多见解,因为数据直接链接到资产,并且可以在3D工厂环境中可视化。 图片由西门子数字工业软件提供。

“将传感器数据连接到云的最佳工具是边缘网关和设备,” says Davis. “网关提供安全感,因为它们可以聚合和调节数据以进行云分析。如果需要即时性,可以直接与机器通信或通过中间PLC进行通信的边缘设备可以最大限度地减少数据泄漏并在传感器指示需要快速响应时增强本地响应。”

所有这些功能使边缘设备对于工厂工程师将现有设备与更广泛的工厂闭环过程相适应并整合在一起非常有用。

挑战,权衡与解决方案

鉴于闭环数字双胞胎技术仍然是新技术,因此实施闭环数字双胞胎必然会带来重大挑战和折衷,这不足为奇。其中一些源于生产车间的条件。其他问题涉及反馈循环必须有时间限制。

制造环境带来的许多挑战是由于技术日新月异的结果。 

“考虑到许多工厂车间的机器已经存在20多年了,并且它们的数字定义,访问,标准化和分析物理和数字数据可能并不像预期的那么容易—including CAD files—可能不存在。在实际体验方面,不完整的信息可能会破坏传感器数据,”PTC高级研究分析师David Immerman说。

其他挑战来自数字双胞胎技术的多样性。例如,在生产线上建立机器的闭环数字孪生的开发人员必须应对机器必须与之交互和支持的庞大的硬件平台组合。 

更为复杂的是,大多数硬件制造商都提供了自己的专有代码和创作工具。结果,机器集成商和生产线制造商常常发现自己从头开始编写PLC,HMI甚至是SCADA集成代码。

提供克服这些障碍的最佳前景的两项技术是标准以及开放工具和体系结构。 

“平台和界面的异构性仍然是要克服的最大挑战,”R高级总监Sameer Kher说&D at 安思 “依靠标准并鼓励开放的生态系统对于应对这一挑战至关重要。”

更多GE数字覆盖

更多Siemens Digital Industries软件报道

西门子数字工业软件公司简介

Share This Article

订阅我们的免费杂志, 免费的电子邮件通讯或两者兼而有之!

加入超过90,000名工程专业人员的行列,他们将在新闻发布后立即获得最新的工程新闻。


About the Author

汤姆·凯文(Tom Kevan)的头像
汤姆·凯文

汤姆·凯文(Tom Kevan)是一位自由撰稿人/编辑,专门从事工程和通信技术。通过联系他 (必须启用JavaScript才能查看此电子邮件地址)。.

Follow DE
#24909