e-works数字化企业网  »  文章频道  »  其他栏目  »  Eworks视点

数字孪生概念热门,应用场景尚需突破

2020/2/21    来源:e-works    作者:e-works      
关键字:数字孪生  应用场景  
2019年以来,数字孪生技术(Digital Twin)已经成为我国智能制造领域的热点,Gartner也连续4年将数字孪生列为十大战略发展科技。数字孪生技术的应用场景不断丰富,跨越了产品设计、制造到运营服务的全生命周期。我国数字孪生技术的应用还处于初级阶段,应用场景仍需突破。

    2019年以来,数字孪生技术(Digital Twin)已经成为我国智能制造领域的热点,Gartner也连续4年将数字孪生列为十大战略发展科技。数字孪生技术的应用场景不断丰富,跨越了产品设计、制造到运营服务的全生命周期。 

    数字孪生技术的发展,源于CAD技术、虚拟仿真技术、工业物联网、VR/AR等智能制造相关技术的发展与交叉融合。CAD技术经过半个世纪发展,从二维工程绘图到三维建模,再发展到全三维设计和基于模型的产品定义(MBD);虚拟仿真技术从有限元分析、流体分析到多物理场仿真分析,以及工艺仿真,再到数字化虚拟样机,以及数字化工厂仿真;工业物联网技术则针对重资产设备、无人值守的设备、可移动的复杂装备、智能互联产品,以及生产线和车间等场景,以多种数据来源(传感器、数字仪表、控制系统等)和高频次的数据采集为特征,基于工业物联网平台进行应用;再加上VR/AR等可视化技术的迅速发展,使得数字孪生技术应运而生。

    数字孪生技术的发展,源于学术界、工业软件主流厂商的推动和全球制造业巨头的需求牵引。一方面,航空航天、能源、造船、汽车、轨道交通、工程机械等行业的复杂装备制造企业需要在复杂产品(设备)投入运行之后,通过对运行数据的实时采集和状态监控,及时预警可能出现的问题,进而基于数字孪生模型进行虚拟仿真和预测,从而优化设备运行绩效,进行设备健康管理和预测性维护,帮助客户减少因为设备非计划性停机带来的风险,推进智能服务,并可以根据产品的使用绩效付费,创新商业模式;另一方面,在激烈的全球化竞争环境中,企业既要缩短产品上市周期,还需要确保产品的高性能和高可靠性。在这种背景下,一方面,制造企业可以应用虚拟仿真技术来对产品的各种物理性能进行仿真分析,减少物理样机的制造和物理实验;另一方面,可以通过物联网采集实时数据,再将实时数据传回数字孪生模型进行仿真分析与优化,这种方式比单纯采用仿真技术的结果更加接近真实的工况,从而帮助企业进行快速迭代,改进产品。

数字孪生在船舶行业的应用

数字孪生在船舶行业的应用

    在此基础上,一些公司将数字孪生的应用场景扩展到针对制造企业正在运行的生产线、车间和工厂。透过三维可视化的技术,将来自设备端的实时数据进行展现,并可以实时展示生产现场的OEE、产量、质量、能耗等实时数据,以及设备的运行状态(停机、正常、预警、报警),并可以结合视频监控和虚拟漫游等技术,远程地查看设备的状态,从而提高生产效率。

    e-works认为,数字孪生技术并不等同于对物理模型(产品、设备、产线、车间、工厂等)建立数字化模型,并进行仿真,而其核心在于实现虚实融合,物理模型和数字孪生模型实现双向映射。也正是基于这种双向映射的实际需求,有越来越多的IT与OT厂商开展了战略合作,例如达索系统与ABB合作,罗克韦尔自动化与PTC合作等。

    一个物理模型的数字孪生模型会根据不同的应用需求而不断演化,随着生命周期的延伸,包含的信息不断丰富,其中融入了企业的知识和Know-how。例如,对于一个复杂产品,可以根据应用需求建立面向零件、部件和整个产品的数字孪生模型,可以建立多物理场和机电软等多学科的数字孪生模型,因此,在应用数字孪生模型技术时,企业应当明确应用需求和预期价值。

    就像双胞胎的长相并不会完全相同一样,数字孪生模型也不可能与物理模型的各种物理属性和性能达到100%的相同,只能是高度相似。因此,数字孪生模型的分析结果可以作为决策的参考,但不能用于直接控制物理模型。

    当前,西门子、达索系统、PTC、ANSYS等主流厂商提供了支持数字孪生应用的解决方案。例如,西门子通过将来自智能传感器的数据和来自数字孪生模型的仿真结果放到Mindsphere工业物联网平台上进行对比分析,从而对设备的可用性、运行绩效和是否需要维护服务进行判断。GE航空则针对每一台正在服役的航空发动机建立数字孪生模型,并将传感器采集的数据用于分析发动机叶片可能出现的散裂,分析预测其健康状态,从而在发动机失效之前进行维修维护。

GE航空的数字孪生应用

GE航空的数字孪生应用(来源:GE Aviation)

    目前,数字孪生技术的应用还没有一个单一和统一的平台来支撑,而是需要多个平台的协同配合。按照应用层次,数字孪生分为四级,分别是描述、诊断、预测及决策,其功能依次递增,实现从可视化呈现、智能诊断、科学预测到最终的辅助决策。

    当前,我国数字孪生技术的应用还处于初级阶段,一些企业开展了初步实践。同时,以北京航空航天大学陶飞教授为代表的科研团队,对数字孪生技术进行了深入研究,发表了多篇高水平的学术论文和专著。

    数字孪生技术的突出特点在于,融合了多个领域的最新技术的发展成果,是一个集大成者。但也正因为如此,使得数字孪生技术的实施难度很大,获得投资回报的周期会很长。

    e-works建议,具有产品全三维设计和MBD技术应用基础,以及工业物联网应用实践的大型企业可以建立明确的愿景,做好规划,梳理路线图,但一定要建立分阶段的明确目标,真正在每个阶段创造实际的价值,而不是做一些炫酷的面子工程。

责任编辑:程玥
本文为e-works原创投稿文章,未经e-works书面许可,任何人不得复制、转载、摘编等任何方式进行使用。如已是e-works授权合作伙伴,应在授权范围内使用。e-works内容合作伙伴申请热线:editor@e-works.net.cn tel:027-87592219/20/21。
e-works
官方微信
掌上
信息化
编辑推荐
新闻推荐
博客推荐
视频推荐