Jakie dane są wymagane dla cyfrowego systemu bliźniaczego?

W erze przemysłu 4.0 cyfrowe systemy bliźniacze pojawiły się jako technologia rewolucyjna, oferując wirtualną replikę aktywów fizycznych, procesów lub systemów. Jako dostawca cyfrowych systemów bliźniaczych rozumiem znaczenie danych w tworzeniu dokładnego i skutecznego cyfrowego bliźniaka. Na tym blogu omówię rodzaje danych wymaganych dla cyfrowego systemu bliźniaczego oraz sposób, w jaki przyczyniają się one do jego funkcjonalności i wartości.

Dane czujnika

Dane czujnika są podstawą cyfrowego systemu bliźniaczego. Czujniki są instalowane na aktywach fizycznych w celu gromadzenia rzeczywistych informacji o ich stanie, wydajności i środowisku. Dane te obejmują temperaturę, ciśnienie, wibracje, wilgotność i inne parametry fizyczne. Na przykład w fabryce produkcyjnej czujniki na maszynach mogą monitorować temperaturę silników, ciśnienie w układach hydraulicznych i poziomy wibracji w celu wczesnego wykrycia potencjalnych uszkodzeń.

Prawdziwa natura danych czujników pozwala cyfrowemu bliźniakowi na dokładne odzwierciedlenie obecnego stanu zasobu fizycznego. Umożliwia konserwację predykcyjną, ponieważ cyfrowy bliźniak może analizować trendy danych i przewidywać, kiedy komponent prawdopodobnie zawiedzie. Pomaga to w zmniejszeniu kosztów przestojów i konserwacji. Dane dotyczące czujników można gromadzić za pośrednictwem sieci przewodowych lub bezprzewodowych i są zwykle przechowywane w bazie danych do dalszej analizy.

Dane geometryczne i topologiczne

Dane geometryczne i topologiczne są niezbędne do stworzenia modelu 3D aktywów fizycznych w cyfrowym bliźniaku. Dane te określają kształt, rozmiar i relacje przestrzenne komponentów w zasobach. W przypadku budynku dane geometryczne obejmują wymiary pomieszczeń, lokalizację ścian i układ podłóg. W układzie mechanicznym opisuje kształt i położenie zębate, wału i innych części.

Dane te można uzyskać różnymi metodami, takimi jak skanowanie 3D za pomocą LIDAR (wykrywanie światła i odległość) lub fotogrametrii. Po zebraniu dane geometryczne i topologiczne są wykorzystywane do zbudowania szczegółowego modelu 3D w cyfrowym bliźniaku. Dokładność tego modelu ma kluczowe znaczenie dla symulacji fizycznego zachowania zasobu i wizualizacji jego działania.

Dane historyczne

Dane historyczne zapewniają wgląd w przeszłe wydajność zasobu fizycznego. Zawiera informacje o wcześniejszych działaniach konserwacyjnych, awariach i warunkach pracy. Analizując dane historyczne, cyfrowy bliźniak może zidentyfikować wzorce i trendy, które mogą pomóc w przewidywaniu przyszłych zachowań. Na przykład, jeśli maszyna ma historię nadmiernego przedziału w określonych okresach roku, cyfrowy bliźniak może wykorzystać te informacje do przewidywania podobnych problemów w przyszłości.

Dane historyczne mogą być przechowywane w systemach planowania zasobów przedsiębiorstwa (ERP), systemach zarządzania konserwacją lub innych bazach danych. Jest często stosowany w połączeniu z danymi czujników czasowych w celu poprawy dokładności symulacji i prognoz cyfrowego bliźniaka.

Dane operacyjne

Dane operacyjne opisują, w jaki sposób zasób fizyczny jest wykorzystywany w normalnej operacji. Obejmuje to takie dane, jak szybkości produkcji, czasy cyklu i przepustowość. W zakładzie produkcyjnym dane operacyjne mogą pokazać, ile produktów jest wytwarzanych na godzinę, czas potrzebny dla każdego etapu produkcyjnego i wydajność linii produkcyjnej.

Dane te są ważne dla optymalizacji działania zasobu fizycznego. Cyfrowy bliźniak może wykorzystywać dane operacyjne do symulacji różnych scenariuszy i zidentyfikowania możliwości poprawy. Na przykład, analizując szybkości produkcji i czasy cyklu, cyfrowy bliźniak może sugerować zmiany w procesie produkcji w celu zwiększenia wydajności.

Dane środowiskowe

Dane środowiskowe odnoszą się do warunków zewnętrznych, w których działa zasób fizyczny. Obejmuje to takie czynniki, jak temperatura, wilgotność, jakość powietrza i poziom hałasu. Dane środowiskowe mogą mieć znaczący wpływ na wydajność i żywotność aktywów. Na przykład wysoka wilgotność może powodować korozję w składnikach metali, a ekstremalne temperatury mogą wpływać na wydajność urządzeń elektronicznych.

Cyfrowy bliźniak może zawierać dane środowiskowe w celu symulacji zachowania zasobu w różnych warunkach środowiskowych. Pomaga to zrozumieć, w jaki sposób zasób będzie działał w różnych prawdziwych scenariuszach światowych i w opracowywaniu strategii w celu złagodzenia skutków niekorzystnych warunków środowiskowych. Dane środowiskowe można gromadzić z lokalnych stacji pogodowych, czujników środowiskowych lub innych źródeł.

Dane związane z ludźmi

Dane powiązane z ludźmi obejmują informacje o operatorach i użytkownikach aktywów fizycznych. Może to obejmować zapisy treningowe, poziomy umiejętności i wzorce pracy. W złożonym systemie przemysłowym działania i decyzje ludzkich operatorów mogą mieć znaczący wpływ na wyniki zasobu.

Cyfrowy bliźniak może wykorzystywać dane związane z ludzkimi do symulacji interakcji ludzkich - maszyny oraz do identyfikacji potencjalnych obszarów poprawy szkoleń i operacji. Na przykład, jeśli konkretny operator konsekwentnie popełnia błędy, cyfrowy bliźniak może analizować dane w celu ustalenia podstawowej przyczyny i sugerowania ukierunkowanych programów szkoleniowych.

Integracja danych w cyfrowym systemie bliźniak

Po zebraniu wszystkich niezbędnych danych należy je zintegrować z cyfrowym systemem bliźniaczym. Obejmuje to czyszczenie, wstępne przetwarzanie i przechowywanie danych w formacie, który można łatwo uzyskać i przeanalizować. Dane są następnie wykorzystywane do wypełnienia modelu 3D aktywów fizycznych oraz do napędzania symulacji i analizy w cyfrowym bliźniaku.

Integracja danych to złożony proces, który wymaga korzystania z zaawansowanych narzędzi zarządzania danymi i analizy. Narzędzia te mogą obsługiwać duże ilości danych z wielu źródeł i zapewnić, że dane są dokładne i spójne. Integracja różnych rodzajów danych umożliwia cyfrowemu bliźniakowi zapewnienie kompleksowej i dokładnej reprezentacji zasobu fizycznego.

Rola cyfrowego systemu bliźniaka w wykorzystaniu danych

Dobrze zaprojektowany cyfrowy system bliźniakCyfrowy system bliźniaczymoże skutecznie wykorzystać zebrane dane w celu zapewnienia cennych informacji. Może wykonywać rzeczywiste monitorowanie czasu, konserwację predykcyjną i optymalizację aktywów fizycznych. Przez ciągłe aktualizując cyfrowe bliźniaki o nowych danych, może dostosować się do zmian stanu i środowiska zasobu fizycznego.

Na przykład w scenariuszu zarządzania magazynem cyfrowy system bliźniaczy może integrować dane z czujników na stojakach pamięci, wózki widłowe i przenośniki, a także dane operacyjne dotyczące poziomów zapasów i realizacji zamówień. Te zintegrowane dane mogą być wykorzystane do optymalizacji układu magazynu, poprawić wydajność systemu sterowania magazynemSystem kontroli magazynui skróć czas i koszty przetwarzania zamówienia.

Ponadto cyfrowy system bliźniaczy może korzystać z zaawansowanych algorytmów, takich jak te w systemie algorytmu chmur punktowychSystem algorytmu chmur punktowych, aby przeanalizować dane geometryczne i topologiczne. Algorytmy te mogą pomóc w tworzeniu dokładniejszych modeli 3D i w wykrywaniu zmian w strukturze zasobu fizycznego w czasie.

Kontakt w celu zamówienia i współpracy

Jeśli jesteś zainteresowany wdrożeniem cyfrowego systemu bliźniaczego dla Twojej firmy, jesteśmy tutaj, aby pomóc. Nasz zespół ekspertów ma duże doświadczenie w opracowywaniu i wdrażaniu cyfrowych systemów bliźniaczych w różnych branżach. Możemy współpracować z Tobą, aby zrozumieć Twoje szczególne wymagania, zebrać niezbędne dane i stworzyć dostosowany cyfrowy bliźniak, który spełnia Twoje potrzeby.

Niezależnie od tego, czy chcesz zoptymalizować swoje procesy produkcyjne, poprawić wydajność operacji magazynowych, czy też poprawić wydajność infrastruktury, nasz cyfrowy system bliźniaczy może zapewnić potrzebne rozwiązania. Skontaktuj się z nami, aby rozpocząć dyskusję na temat tego, w jaki sposób możemy współpracować, aby przynieść korzyści płynące z cyfrowej technologii bliźniaczej w Twojej organizacji.

Odniesienia

• Grieves, M., i Vickers, J. (2017). Cyfrowe bliźniaki: łagodzenie nieprzewidywalnych, niepożądanych wschodzących zachowań w złożonych systemach. W 2017 r. Międzynarodowa konferencja IEEE na temat systemów, człowieka i cybernetyki (SMC).
• Tao, F., Zhang, M., Liu, A., i Nee, AYC (2018). Cyfrowy projekt, produkcja i usługi produktu podwójne z podwójnymi produktami z dużymi zbiorami danych. Journal of Manufacturing Systems, 48, 166 - 182.
• Schleich, B., Boschert, S., i Rosen, R. (2017). Cyfrowe podwójne wdrożenie koncepcji systemów produkcyjnych. Procedia CIRP, 64, 36 - 41.