数字孪生案例分析
数字孪生是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念,可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。
当博世客户解决方案合作伙伴 Prahallad 谈到创新时,他声音中的兴奋之情清晰可闻。关键是要降低复杂性,使人们的工作更轻松。而且,正如他所说,这是关于“生产东西的任何地方最重要的机器”。在生产能源时,风力发电机中的涡轮机使一切保持运转;在汽车工业的工厂中,它是电气系统。这些旋转机器的使用寿命为10至20年或更长时间的情况并不少见。这是很长一段时间,在此期间,它们会不断进行维修。“为了避免发生故障的风险,作为预防措施,即使还没有必要,也经常更换零件。这不是非常节省资源,“Prahallad说,不仅指组件及其制造商的成本,还指维护专家投入的时间,这些时间可以更好地花在其他地方。
这一观察结果催生了一个想法,这个想法是由博世自己的创业孵化器Grow直接推动的。毕竟,博世本身在自己的工厂中运行着数百台旋转机器。“我们希望能够看到以前看不到的东西:何时需要更换零件以及机器的状况。换句话说,实时查看机器的实际情况,“Prahallad说。“由此,可以预测维护何时真正有意义。实现这一点需要许多不同类型的数据,例如机器本身通过传感器提供的数据,以及来自其他来源的数据,例如来自制造商的历史机器数据和标准数据集。
该团队希望创造真正的附加值,除此之外,还要降低复杂性和压力。“人们不接受新的解决方案,除非这些解决方案使他们的个人日常工作更容易,”Prahallad说。“这将需要额外的自动化和与机器的交互。当出现问题时,红灯不会削减它。因此,该团队在云中开发了一个数字孪生 - IAPM,它不仅可用于收集,分析和预测机器生成的数据,还可以促进与机器的通信。
“我们从最重要的机器开始 - 旋转机器,”Prahallad说。“因为如果你掌握了这些,你也掌握了所有其他的,这使得扩展更容易。但这不是唯一的考虑因素。该市场也提供了很大的潜力,特别是在欧洲,正如博世销售和全球战略合作伙伴Bhuvan Shetty所解释的那样:“这些机器中约有53%是在DACH地区制造的。运输,能源,加工和离散制造业领域最大的公司都在这里。质量标准非常高。简而言之,如果博世团队能够在这里获得客户对其解决方案的信心,那么它就可以在世界各地做到这一点。
这行得通。在某种程度上,这是因为博世在自己的工厂中运行了数字孪生。“我们从直接在这些系统上工作的同事那里知道,例如,当他们的机器承受异常负载时,应力水平会上升。我们的数字孪生使您能够做出数据驱动的决策,从一开始就避免故障。作为数字助理,它确实减轻了日常工作量。
所有相关的计算机数据都通过 Azure IoT 中心提供,该中心与 Power Apps 连接。每当检测到症状时,Power App 都会触发警报。“目前的解决方案只有在已经出现磨损迹象时才这样做。这对我们来说通常为时已晚,“Bhuvan Shetty说。这就是为什么博世的解决方案不仅考虑了传感器数据,还考虑了整个数据情况,并确定了即将磨损的症状。这使得零件能够在正确的时间更换 - 不要太早,特别是不要太晚,但总是在事情发生故障之前。
如果已触发警报,数字孪生将通过设备上控制台上的 Microsoft Teams 以及看守人的手持设备发送消息,指示问题所在。根据警报的复杂程度,还会通过 Dynamics 365 创建票证,并将其发送给适当的专家,然后他们可以对计算机进行维修。检查可以远程或现场进行。如果需要来自不同位置的专家的帮助,可以使用 HoloLens 2 和远程协助以虚拟方式引入他们。这就是理想的预测性维护如何成功。
因此,来自数字孪生体的数据直接提高了可持续性。毕竟,只有在真正必要时才更换零件。但这还不是全部:“当我们知道故障场景并知道,例如,当机器倾向于过热时,那么我们也知道如何最有效地操作它们,”Prahallad说。“高效的机器需要更少的能源,因此所需原材料的消耗得到优化,从而节省能源。这是制造业公司特别关注的一个关键领域。
因此,博世的解决方案简化了复杂的相互关系,实现了流程自动化,提高了效率,并有助于节省资源。最重要的是,它使人们的工作更轻松,而这正是该解决方案荣获 2021 年微软智能制造奖的原因。