流程行业具备数字化基础好、生产过程连续、安全生产要求高等特点。目前,数字孪生应用重点聚焦于提升设备管理、工厂管控和安全管理水平。流程行业数字孪生重点应用如图1所示。
一是基于数字孪生的全工厂3D 可视化监控,如图2所示。当前以石化、钢铁为代表的流程行业企业已经具备了较好的数字化基础,很多企业全面实现了对全厂设备和仪器仪表的数据采集。在此基础上,多数企业涌现出对现有工厂进行3D 数字化改造的需求。一些企业通过构建工厂3D 几何模型,为各个设备、零部件几何模型添加信息属性,并与对应位置的IoT 数据相结合,实现全工厂行为实时监控。二是基于数字孪生的工艺仿真及参数调优,如图3 所示。工艺优化是流程行业提升生产效率的有效举措,但由于流程行业化学反应机理复杂,在生产现场进行工艺调参会面临安全风险,所以工艺优化一直是流程行业的重点和难点。基于数字孪生的工艺仿真为处理上述问题提供了解决方案,企业可以通过在虚拟空间中进行工艺调参验证工艺变更的合理性,以及产生的经济效益。三是基于实时仿真的设备深度运维管理,如图4 所示。传统设备预测性维护往往只能预测“设备在什么时间出现故障”,不能预测“设备的哪个关键部位出现了问题”。而基于数字孪生实时仿真的设备监测将离线仿真与IoT实时数据结合,实现了基于实时数据驱动的仿真分析,能够实时分析设备哪个关键部位出现了问题,并给出最佳响应决策。四是基于智能仿真的设备运行优化,如图5 所示。基于数字孪生的智能仿真诊断分析,将传统仿真技术与AI 技术结合,极大地提升了传统仿真模拟的准确度。五是基于数字孪生虚拟仿真的安全操作培训,如图6 所示。流程行业具有生产连续、设备不能停机、生产安全等特点,导致无法为新入职的设备管理、工厂检修等技术工程师提供实操训练环境。基于数字孪生的仿真培训为现场工程师提供了模拟操作环境,能够快速帮助工程师提升技能,为其真正开展实际运维工作提供基础训练。多品种小批量离散行业具备生产品种多、生产批量小、产品附加价值高、研制周期长、设计仿真工具应用普及率高等特点。当前,以飞机、船舶等为代表的行业数字孪生应用重点聚焦于产品研发、设备管理、工厂管控等方面。可以说,在基于数字孪生的产品全生命周期管理方面,多品种小批量离散行业应用成熟度高于其他行业,如图7 所示。
一是基于数字孪生的产品多学科联合仿真研发,如图8 所示。多品种小批量离散行业产品研发涉及力学、电学、动力学、热学等多类交叉学科领域,产品研发技术含量高、研发周期长,单一领域的仿真工具已经不能满足复杂产品的研发要求。基于数字孪生的产品多学科联合仿真研发有效地将异构研发工具接口、研发模型标准打通,支撑构建多物理场、多学科耦合的复杂系统级数字孪生解决方案。二是基于数字孪生的产品并行设计,如图9 所示。为了更好地提升产品整机设计效率,企业需要通过组织多个零部件研发供应商协同开展设计。同时,为了保证设计与制造的一致性,企业需要在设计阶段就将制造阶段的参数设定考虑其中,进而为产品设计制造一体化提供良好支撑。总之,产品并行设计的关键是在研发初级阶段就定义好每一个最细颗粒度零部件的几何、属性和组织关系标准,为全面构建复杂系统奠定基础。三是基于数字样机的产品远程运维,如图10 所示。对于飞机、船舶等高价值装备产品,基于数字孪生的产品远程运维是必要的安全保障。而脱离了与产品研发阶段机理算法相结合的产品远程运维,很难有效保证高质量的运维效果。而基于数字样机的产品运维将产品研发阶段的各类机理模型、IoT实时数据、AI 分析相结合,实现更可靠的运维管理。此外,以航天为代表的少数高科技领军行业,除了利用数字孪生开展综合决策外,还希望能基于数字孪生实现自主控制。特斯拉SpaceX 飞船、我国嫦娥五号、美国国家航空航天局(NASA)航天探测器等均基于数字孪生开展产品自主控制应用,实现“数据采集—分析决策—自主执行”的闭环优化。少品种大批量离散行业以汽车、电子等行业为代表,生产品种少、生产批量大、生产标准化、对生产效率和质量要求高,多数企业基本实现了自动化。当前,少品种大批量离散行业数字孪生应用场景较多,涵盖了产品研发、设备管理、工厂管控、物流管理、安全管理等诸多方面,如图11 所示。 一是基于虚实联动的设备监控管理,如图12 所示。传统的设备监控仅显示设备某几个关键工况参数的变化,而基于数字孪生的设备监控需要建立与实际设备完全一致的3D 几何模型,在此基础上通过数据采集或添加传感器全方位获取设备数据,并将各个位置数据与虚拟3D 模型一一映射,实现物理对象与孪生设备完全一致的运动行为,更加直观地监控物流对象的实时状态。 二是基于设备虚拟调试的控制优化,如图13 所示。汽车、电子等多品种小批量离散行业在修改工艺时均需要进行设备自动化调试,传统设备自动化调试多数为现场物理调试,导致设备停机时间过长,生产效率降低。而基于数字孪生的设备控制调试能够在虚拟空间开展虚拟验证,有效缩短了物理调试时间,减少了物理调试费用。 三是基于CAE 仿真诊断的产品研发,如图14 所示。传统CAE 仿真是数字孪生产品设计的最主要方式,企业利用这种方式通过仿真建模、仿真求解和仿真分析等步骤评估产品在力学、流体学、电磁学、热学等多个方面的性能,在不断的模拟迭代中设计更高质量的新型产品。四是基于离散事件仿真的产线规划,如图15 所示。在传统的新建工厂或产线的过程中,企业确定各个设备的摆放位置、工艺流程的串接均凭借现场工程师的经验开展,影响了产线规划的准确率。而基于数字孪生的产线虚拟规划大大提升了产线规划准确率,通过在虚拟空间以“拖拉曳”的形式不断调配各个工作单元(如机器人、机床、自动导引车等)之间的摆放位置,实现合理的产线规划。此外,在对数字化产线进行虚拟规划后,部分领先企业还将数字化产线与生产实时数据相结合,实现了工厂规划、建设、运维一体化管理。 五是基于数字孪生的供应链优化,如图16 所示。少数少品种大批量离散行业企业构建了供应链数字孪生应用,通过打造物流地图、添加物流实时数据、嵌入物流优化算法等举措,打造供应链创新解决方案,持续减少库存量和降低产品运输成本。 六是基于“机械-电子-软件”一体化的综合产品设计,如图17所示。如以汽车为代表的产品,正在由传统个人交通工具朝着智能网联汽车方向发展。在这一发展趋势下,新型整车制造除了需要应用软件工具和机械控制工具,还需要融入电子电气的功能,进而推动汽车发展朝着电动化、智能化方向演进。随着智能网联汽车发展愈发成熟,基于“机械-电子-软件”一体化的产品综合设计解决方案的需求有望不断加大。 图17 基于“机械-电子-软件”一体化的综合产品设计
作者:《数字孪生:数实融合时代的转型之道》
声明:本文系转载,旨在分享,版权归原作者所有,内容为原作者个人观点,并不代表本网赞同其观点和对其真实性负责。如涉及作品版权问题,请与我们联系,我们将在第一时间删除内容!