数智化制造 | 混合孪生解决方案助力企业研发及装配工艺优化

航空航天 / 2024-04-01 23:30:59

工业4.0转型的关键组成部分

目前，得益于制造业数字化的发展（大数据，物联网，人工智能等），产品设计、工艺验证、制造投产这三个环节已经得到了较好的优化。设计、验证和生产三个阶段将可以完全实现协同工作，工程师可以从快速的循环迭代中得到结果，更好地评估设计的可行性，验证设计的可制造性，并通过数据及时的做出决策。

混合孪生赋能“智慧”工厂

虚拟样机可以全方位的从设计、验证再到最终制造提供支持，这也是混合孪生解决方案的核心部分，通过将虚拟样机与制造工厂的实际运作数据相结合，从而测量真实的运行性能，再根据真实的数据、环境来调整初始模型，检测出偏差的早期信号。混合孪生解决方案使资产管理人员能够获得评投资和回报所需要的关键信息，并实施适当的纠正措施。

为什么在工厂中采用混合的数字化解决方案？因为它可以极大的克服数字孪生解决方案在运行模拟方面的不足。根据经验来看，如果仅仅参考从历史和现实操作中收集的数据，我们只能预测已经发生的行为。而基于虚拟样机之上，则可以有效的捕获实时数据。例如，在制造和装配后捕获其材料特性，有助于工厂哪怕是在参数出现变化的情况下(材料变化、操作条件等）也可以实现精确地预测各类潜在的事故风险。

优化冲压、焊接、增材制造及装配在内的制造工艺

现代制造商通常依赖于模拟和试点测试来确保设计和验证可以满足不同的时间、质量和成本要求。然而，通常由于复杂性和响应时间等多种原因，仿真的使用仅仅局限于研究和验证阶段，并没有将其应用于实际生产中。

降阶模型技术可以开发出具有实时响应的混合孪生解决方案，该技术来源于工艺设计和验证阶段建立的预测性3D模型。混合孪生为扩大PLC(可编程逻辑控制器)的能力，为更智能的机器控制实现带来了新的机遇。混合双处理器将作为边缘计算(机器旁边的小处理器)在生产现场加载，获取明显的性能和安全性评估。同时受益于物联网如5G技术进步，工厂能够更有效地测量和预测生产性能，以及在生产早期发现偏差和潜在风险，从而预测和排除故障，减少废品率，并确保设备达到目标性能。