数字双对整合设计、制造和维护

工业设备设计、制造和维护通常分开管理,使其时间和成本低效。明连珠博士福振博士和东科技大学同事开发数字双生概念技术类提高产品生命周期所有阶段的效率他们的研究为持续生命周期整合提供实用解决方案并识别开发整合物理信息与虚拟信息的统一智能设计-制造-维护平台的关键挑战

工业设备设计、制造和维护通常独立管理每项任务分别发生并受自身规则指导脱机使这些过程在时间和成本上都无效,设计信息很少复用。此外,从制造流程和设备维护收集的数据很少支持最优设计

传统上,工业维护及其安全评估-包括结构完整性度量和生命预测-依赖简化模型高精度工程设备物理建模的复杂性加大了将设计、制造和维护流程整合入实战模型的挑战

Ming-Liang Zhu博士和东科技大学机械工程学院教授Fu-Zhen Xuan博士及同僚指出,到目前为止,网络物理系统应用工业设备设计-制造-维护很少引起注意。在最近的研究中,他们调查使用数字双生子解决效率低下问题引导他们强调需要统一智能设计-制造-维护平台

数字双生

数字双机虚拟模型精确表示产品工地上 这可能是从引擎 飞机到复杂工程设备数字双组可在整个产品生命周期的各个阶段使用,从初始设计模拟到集成、测试、监控和维护数字模拟可整合多重数据属性和潜在应用,同时提供实时反馈连接物理产品和虚拟产品间的差距 使两者能回馈

工程师还可以将虚拟表示式信息与专家数据库数据合并,分析并优化制造过程,让每种产品更智能高效工作数字双对程序可用于通知维护决策,使维护任务虚拟化数字表示法,使工程师能判定资产状况和性能,更新并修改这些条件和性能,不触动物理资产。可确定最优维护进度表,减少意外故障时间和费用应用范围从微制造到工程智能楼和智能城市

数字模拟可整合多重数据属性和潜在应用,同时提供实时反馈

举例说,芬兰研究人员开发了微制造单元:数字双研究设施,调查微制造数字模型的构造和行为数字双基搭建大型生态医院,中国持续生命周期整合开发数字双软件系统,向管理者提供全医院从设计到管理的细节数字楼自动生成改进建议,再用数字楼改善实楼结果,耗能、设施故障和修复都减少了

深入二维数字开发

研究团队研究数字双技术演化自2002年启动以来的四个开发阶段,从信息镜像模型开始为工作站和服务器提供数字双概念其中包括3D建模分析、计算机数值控制、远程计算和机器人技术取而代之的是第二阶段(2003-2014年),其中包括数字设计、3D打印和虚拟汇编,并包括企业对企业合作网络访问

第三阶段(2015-2016年)紧接智能连通物联网服务,提供设计制造和维护快速反馈,大数据云计算出现自2017年以来,数字双胞胎与人工智能认知服务并发人机交互协作应用

数字双驱动智能三大素材

组成智能设计制造维护数字双组的三个核心元素如下:
设计虚拟制造操作和维护模型
建立物理运维模型
设计信息集成技术,将数字模型和物理模型并发

研究者指出这三个构件必须兼容,人机系统合并是数字双技术的核心特征产品生命周期中,需要各种实体之间的互动和协作,例如跨平台跨行业人机和机器机跨学科数字双技术综合并连接支持工业设备设计、制造和维护的物理和虚拟设备数据

辅助设计

航空航天业早期采行数字双技术2011年美国空军实验室建议使用数字双胞胎预测飞行器结构生命并保障机体结构完整性2016年,他们创建数字双分析框架,提供工程分析并在整个航空系统生命周期提供决策支持

数字双技术让设计师快速识别和评价设计缺陷智能设计需要双生数字技术与下一代信息技术相结合,包括深学习、机器学习、大数据计算和云计算机器学习可取自数字双模化简单学习,云计算提供多维数据计算和存储技术云技术集成减少计算时间并解决大量数据存储问题企业包括通用电气公司、Tesla公司和Siemens公司使用下一代信息技术应用假想来丰富双生数字农牧业也在探索数字双生子推广智能农作

人机和物理系统合并是数字双技术的中心特征

珠川和同事表示,只有全数字双技术才能实现实时、系统化、双向透明考虑设计-制造性能这将有助于构建多模型和相关数据,包括数字产品模型、数字设计模型、数字制造模型和数字性能模型

支持制造

产业从传统的劳动密集型产品制造向外演化智能制造随着AI、大数据数字双技术的引进而步入前沿,电子、数字和虚拟制造系统则提供提高制造操作的方法研究队已完成对过去十年开发的关键数字双技术的详细审查讨论传统制造和物理原型制作如何让位由计算机辅助设计软件辅助模拟

计算机辅助检验和质量控制技术意味着产品可以在制造过程的每一阶段接受检验,而不需要昂贵和耗时物理模型。数字双方法将制造与IoT和云计算等先进技术合并重要的是,这将节省成本和设计时间,因为智能制造变得更加适应性强、响应性强和预测性强。

数字驱动制造使用数字双技术使制造商能够实时管理物理产品与数字表示器间相演双向信息映射开通深网络物理集成

支持维护

预测维护取代回溯式和预防性维护并铺路精确维护数字双支持维护使用五大技术:数据收集、数据建模、双数据应用、AI和人机交互智能维护包含损害感知、进化和预测模型,并伴之以诊断和决策智能扩展到智能终生维护意味着整合大数据、人工智能诊断除提高效率外,使用智能操作维护技术的自动验证系统也可产生社会和经济效益。研究者展示应用智能技术包括AI、增强现实和机器人加在线监控可大大降低大型机器、轮机和电站的运营和维护成本案例突出显示需要预测维护解决方案,将增强现实与数字双生合二为一

数字双基维护用模拟测试和在线测试组合取代依赖停机检验维护决策但它并不仅仅是模拟技术,因为必须考虑基本技术革新,如数字模型搭建和高菲感知技术

下一步是什么

由设计-制造-维护数字双生关系详细调查Zhu、Xuan和同事证明,这为整合产品整个生命周期设计、制造和维护提供了实用解决方案研究人员还确定了关键挑战,必须克服这些挑战,推进基于数字双技术设计-制造-维护整合

向前看,研究人员设想开发框架综合物理信息与虚拟信息平台提供更精确设计 制造无缺陷 智能维护 高超感知技术