概要
文章指出了数字孪生创建的新趋势。它是使用产品生命周期管理(PLM)软件创建在线双胞胎,并由模拟支持。有些定义指出,数字孪生是真实物体的虚拟副本,但我们提出的数字孪生生态系统结合了虚拟孪生、仿真、可编程逻辑控制器(PLC)、工业物联网(IIoT)和传感器。在本文中,我们通过数字孪生生态系统的提议逐步概述了数字孪生的发展,并在案例研究中通过实际例子进行了介绍。我们描述了从组件选择、逐步构建、组装到最终检查和包装的逐步过程。整个技术流程被转移到仿真工具 Tecnomatix Plant Simulation 中,并逐步描述了将仿真与根据实验工作场所创建的数字孪生连接的步骤。各个步骤详细描述了复杂交互式生态系统设计的硬件和软件要求。最后,强调了数字孪生的好处,并概述了需要注意的潜在问题。在本文中,我们想展示创建数字孪生生态系统的过程,以及它正在成为优化智能公司测试的有前途的工具
1简介
数字孪生一词首次被提及是在20世纪90年代中期。30 多年过去了,数字孪生作为以工程为中心的制造业的先驱再次被人们铭记。数字孪生最初的目标是创建生产产品和生产系统的虚拟孪生,然后应用数字孪生创建整个生产线的物理孪生,最后但并非最不重要的是,创建整个生产线的生产孪生。创建了完整的生产车间。然而,数字孪生的使用范围尚未结束,因此数字孪生应用的另一个目标是其在生产和物流系统设计中的应用。数字对概念的出现与生产过程数字化的发展有关,在此期间物理或模拟来源被信息或数字来源取代。组织紧随最新趋势,并尝试确定数字解决方案如何帮助他们获得运营和战略优势。直到 2010 年下半年,由于技术限制,还不可能创建几乎实时复制物理对象属性的计算机系统 。只有数字技术发展取得重大突破,才能提高计算能力并降低其使用价格,领先企业才能将信息技术与运营流程结合起来,创建企业的数字复制品。
1.1文献综述
根据某些定义,数字孪生是一种集成产品模型,旨在反映任何制造缺陷,并且不断更新以包括其使用周期内的磨损。其他定义将数字孪生描述为物理对象的基于传感器的数字模型,可模拟活动环境中的对象。数字孪生基于现实世界中跨多个维度的大量实时累积测量数据。这些测量可以在数字世界中创建不断发展的过程或对象配置文件,从而提供对系统性能的重要见解,从而导致物理世界中的行动,例如改变产品设计或制造过程。正如本文开头提到的,数字孪生诞生于 20 世纪 90 年代中期。但数字孪生的演变仍在继续,并逐渐经历了数字模拟、物联网,如今它受到混合现实和人工智能的影响,如图1 所示 。
数字孪生将成为未来公司生产过程中不可或缺的一部分。从图 2中我们可以看到生产企业在生产企业时间和策略方面应该如何改变。
制造企业可以分为四种战略类型。过去,制作公司采取的是被动策略。这种策略只有在事情发生之后才处理不同类型的问题。接下来是第二种策略,即实时策略,能够解决实时生产中的问题。制造企业的未来是一种预测策略,它受到数字孪生和大数据的影响[ 10 ]。除了数字孪生之外,主动战略中也提到了人工智能。
数字孪生实施的基本任务包括:
- 创建生产产品、系统或生产车间的 2D 或 3D 对象,
- 从真实的生产运营中收集真实的数据,
- 将收集的数据实施到模拟软件中,
- 通过连续数据评估开始模拟,
- 结果验证及其在实际生产环境中的实施
在处理数字孪生实施本身的第一步时,我们必须在 CAD 软件(AutoCAD、Process Designer、CEIT Table 等)中创建实际操作的 3D 对象。3D 生产操作扫描方法还可用于广泛类型的物体。在 CAD 软件中创建物理双胞胎后,我们需要从实际生产中收集数据。在数据处理周期开始时,第一步是选择我们想要创建数字孪生的真实零件。下面是数据采集,我们可以利用各类传感器、探测器和智能生产系统来实现。智能生产系统包括实时定位系统(RTLS),它可以实时监控指定空间中物体的移动[ 12 ]。无线技术用于信息传输,无论是蓝牙、Wi-fi、超宽带、Lora、Sigfox 等方法。收集的数据存储在服务器(云)上,所有生产公司员工都可以访问该服务器,他们可以在其中查看和编辑数据。位于云中的所有数据都称为大数据。这些大数据最终被转换为模拟软件,然后连接到 3D 软件中创建的物理对象。输入数据实施后,可以开始生产过程的模拟,这将评估有关生产过程状态的所需信息。数字孪生的目标实际上是不断评估收集到的数据,通过仿真软件将这些数据互连并优化它们,以便将它们转换回实际操作的生产过程。这是一个在制造企业中实施数字孪生的系统。
2方法论
数字孪生最初是作为创建生产产品和生产系统的物理孪生的概念而创建的。在我们的文章中,我们重点讨论了创建数字孪生的各个阶段。该提案包含一个可以应用于任何智能企业的模型解决方案。在下图中,我们描述了在 PLM 程序 Tecnomatix Plant Simulation 中创建数字孪生的过程(图3)。
2.1案例研究
当我们想要开始创建一个生态系统时,就需要选择我们感兴趣的对象。创建数字孪生的第一步是选择自动化工作场所和产品。我们选择了凸轮开关作为产品。它用于主电路和辅助电路中的多重切换。作为电机开关,它们用于直接在线开关单相和三相电机。它们还可用作星三角开关、反向开关、电机开关极切换、辅助和测量电路中的开关。凸轮开关的优点是:开关能力好、电气和机械耐久性好、尺寸小。具体来说,是凸轮开关S 16 16A/3P。它是一个由 42 个部件组成的简单部件,其中 23 个部件是不同的 [ 16 ](图4)。
定义产品后,下一步是定义自动化工作场所。在我们的案例中,它是一个带有生产设备和装配工作场所的输送系统。该系统位于科希策技术大学生产技术学院(总部位于普雷绍夫),是工业 4.0 的 SmartTechLab 实验室 [ 17 ](图5)。
这是一条带有集成控制系统的半自动化生产线。它配备了机器人工作场所和配有协作机器人的装配工作场所。部分自动化装配线具有成本效益,并且可以在以后集成到全自动生产线中。下一步是构建给定工作场所和产品的模型。凸轮开关如图 6所示,左侧是在 Autodesk Inventor Professional 2021 版中构建的生产线的 3D 模型 [ 18 ]。
在创建数字孪生的下一阶段,我们将根据实际的操作分布修改 2D 界面中的模型。我们导入单个操作的 3D 模型,并创建忠实的实验工作场所副本。参见图 8。
创建模型后,将设置模拟并定义凸轮开关组装所需的各个步骤。为了更容易在实验工作场所组装,我们将个人活动分为几个阶段[ 22 ]。首先是从进货仓库准备组件。一个空的搬运托盘到达入口处,然后装有准备工作,其中放置了组装所需的所有塑料部件。接下来,装有制剂的托盘沿着传送带系统移动,并在摄像系统下进行检查过程[ 23 ]。它识别各个组件的存在。检查结束后,将装配好的托盘移至装配工作场所。下面将进行手动组装。整个组装过程大约需要 4 分钟。通过使用 ABB YUMI 协作机器人进行辅助装配,我们可以将这一过程缩短至 3 分钟。最终组装后,确保将凸轮开关转移到托盘上以进行输出检查。功能测试后,产品被转移到包装和输出仓库[ 24 ](图9)。
3 个结果
所提出方法的改进是数字孪生内的在线优化以及与真实系统的同步。在设置中,Python OPC UA 服务器负责将数据从数字孪生传输到 PLC 系统。因此,我们可以将模拟与具有在线数据记录的实验工作场所控制系统同步(图10)。
使用带有 OPC 服务器网络接口的 IIoT 网关西门子 2040 和 2050s 确保数据传输到云端。我们使用 2 个通信网关将数据发送到 2 个云。一种连接是免费提供的,其工作原理是将 Node-Red/InfluxDb/Grafana 与其自己的服务器存储上的云存储连接起来。第二个连接通过 MindConnect Mindsphere 网络单元使用云即服务 (CaaS) 云平台。如果任何传感器与 PLC/IIoT 的数字和模拟输入/输出兼容,则它们都可以连接到提议的生态系统。
测量数据的例子如图11所示 。OPC 服务器必须确保三项通信的安全:第一个与数字孪生模型的通信,第二个与云平台的通信,第三个与 PLC 系统的通信。为此,设计并实现了一个用Python编程语言编写的定制OPC服务器。要将数据传输到 PLM 系统,我们使用:
- Tecnomatix Plant Simulator 集成了 OPC UA 客户端,
- SimTalk 2.0 将数据同步到数字孪生的方法。
我们建立与服务器的连接,并在模拟环境中显示监控数据(图12)。
该接口为我们提供了仿真工具中的数据监控。在我们的设计中,我们观察到:
- 启动/停止序列同步,
- 数字孪生状态,
- 输入:传感器(二进制数据、湿度、温度、气压)、
- 输出:气动活塞(二进制数据)、交流/直流电机(模拟数据)、
- 2D 图像/3D 模型数据传输:正在开发中。
所有这些数据都以在线 3D 模型和云平台的形式呈现。参见图 13。
监测数据的数量是无限的,仅取决于连接到实验生态系统的传感器的数量。本文提供了对复杂系统的深入了解。
4。结论
拟议的数字孪生实验系统将用于进一步的研究和教育目的。采用基于工业4.0/5.0理念的先进技术,有助于新型智慧企业的发展。使用完全数据数字化的PLM程序设计和测试的数字孪生生态系统提供了一个通用的数字模型,可以用作中小企业实际生产的模板。总的来说,我们的建议为智能行业带来了几个好处:
- 提高效率:数字孪生可以模拟和分析设备和流程的运行,并找出可以节省成本和提高效率的地方。
- 降低成本:数字孪生可以帮助组织降低制造和操作设备的成本,例如帮助识别和消除不必要或低效的流程。
- 质量改进:数字孪生可以帮助组织模拟和测试不同的场景以了解它们如何影响质量,从而提高其产品和服务的质量
- 提高安全性:数字孪生可以帮助组织模拟和测试不同的场景以了解它们如何影响安全性,从而提高其设备和流程的安全性。
- 环境改善:数字孪生可以帮助组织模拟和测试不同的场景,以了解其对环境的影响,从而改善其环境影响。
在生产中实施数字孪生是产品生命周期管理(PLM)确保可持续生产的必要条件。数字孪生有几个未来可能会得到改善的趋势:
- 与人工智能集成:数字孪生可以与人工智能和机器学习集成,这将使它们能够更好地预测和解决问题
- 各行业用途:数字孪生可应用于制造、交通、能源和医疗保健等各行业,有助于提高效率、降低成本。
- 与物联网更好的集成:数字孪生可以与物联网设备集成,使它们能够更好地收集和处理有关设备和流程操作的数据。
- 实时使用:数字孪生可用于设备和流程的实时监控和控制,有助于提高效率并降低成本
- 更高的可用性:对于小型组织来说,数字孪生变得越来越容易获得和负担得起,使他们能够改进流程并降低成本。
我们的生态系统是在 Tecnomatix 工厂模拟环境中创建的,并将其应用到实验工作场所。它带来了来自工业物联网问题、数字化和模拟的大量知识。未来,我们希望关注工业5.0的新兴趋势,并将我们提出的生态系统与协作机器人、人工智能和产品可持续性连接起来。