数字孪生:企业数字化转型的支点

导语:数字化转型正在成为企业的重要战略而数字孪生则成为全新焦点本文通过对数字孪生在工厂中的实际应用为企业数字化转型提供了一套落地可行的方法

文 | 龙小昂


工业企业的数字化转型,需要面临制造理念、组织方式和商业模式的多种变革。一个产品,从设计理念开始,经历了制造、使用和报废,跨越了时空,呈现出一个完整的生命周期。如果设想这种产品有一本履历表,那么它将忠实地记录了这个产品的各阶段生命周期相关的数据。各种健康状况和风险,都会一目了然,然而事实却并非如此。对于制造商而言,各阶段的数据通常呈现孤立、分散的特征,尤其是用户对于产品使用过程中,基本就是黑匣子。数据的分裂,让产品的各个阶段,都成为一座座孤岛而互不相连,数据失去了流动性,大大约束了人们的洞察力。


数字孪生,作为连接实体与数字空间的一种高保真、实时互动的可视化模型,随着工业互联网的发展,成为一种全新而有效的解决方案。工厂的设备,可以通过实时可视化的数字孪生,模拟机器在生产系统中的表现,通过虚实交互、数物融合和知识自动化,形成一线操作者和管理者的决策支撑系统,提供更加实时、高效、智能的服务[1]。


一、研究背景


企业数字化转型,围绕着数据驱动而来。而数据要真正产生的价值,需要靠企业知识体系来提供。因此,数字化转型,首先需要面对的是企业知识的梳理。但是传统的知识体系,往往呈现非常僵化的状态。例如,工程图档往往是企业的重要知识资产,但很多制造企业都是采用传统的图纸档案管理方式,以“底图”或“蓝图”的形式,进行分类、分密级归档保存。而代表企业重要的知识体系,如工艺说明、操作手册、工程文件等,已经随着企业信息化应用的逐步发展,一般都是通过扫描后进行管理。


然而这些图纸、电子文档所保存的知识,都是静态、分散和割裂的。颗粒度太大,缺乏语义的连接,无法实现相互之间的关联,流动性很差。这种知识体系,只是被收藏起来,但却无法高效重复使用。对于资深工程师而言,这只是一种储存方式而已,因为信息查找而言,仍然非常低效;而对于经验不足的员工而言,这些知识则像是被隐藏起来。


面临数字化转型,由于缺乏系统性的知识体系支撑,因此工业企业呈现出如下的困境:


1)工业场景复杂,存在海量多源异构的工业数据,多样性、复杂性的工业数据,造成工业场景信息孤岛化,数据利用价值低。


2)工业场景中,存在显性知识与隐性知识,各种结构化、半结构化和非结构化知识,知识关联性弱。


3)人工智能(AI)正在逐渐成为大数据分析的重要技术,但是传统AI训练,过度依赖人工开发算法。它无法关联自然语言所对应的概念、属性、关联性等。


4)随着工业数字化普及,海量的CAD、CAE文件以及数字化的各类文档、说明书、操作手册等,信息量暴增,给用户决策带来新的痛点。


5)工业知识专业性强,且涉及技术领域广。零散化的知识晦涩难懂,工业术语解释专业性强,经验知识传播、传承困难。


而通过知识图谱,可以将各种概念,通过编码连接的方式,形成语义连接,将隐形的知识显性化;而数字孪生技术,则可以在传统静态模型中,增加了实时运行数据的反馈,动态记录,并且用可视化的方式进行展现。这将彻底改变原有的知识管理方式,激活沉默的知识资产,从而帮助人们重新认识、管理和控制机器世界。


二、构建数字孪生的方法论



构建机器数字孪生,不仅仅是信息组织和表现形式的图形化,更在于构建过程中,是将企业的知识体系贯穿其中,信息上下游之间的背景链路清晰明了。而在构建数字孪生的过程中,可以采用“双模数字孪生”的方式,就是将几何模型和和机理模型相互嵌套。结合不同的设计、制造和运维的阶段,知识体系嵌入其中,最终在使用的时候,就可以实现知识自动化。



01 建立物理几何模型,对应物理实体



构建物理几何模型,首先是从零配件开始。例如,一台烟草包装机,有1.5万个零件,需要一一建模,并且建立设备零部件库。这些零部件库的最小单位为零件级别,如螺丝、螺母。主要数据获取方式,包括从CAD软件、数据表以及现场测绘开始,构建实体等比的数字化模型。



02 建立机理模型,对应运行轨迹



机理模型,就是要将几何空间的零部件,跟控制系统的机器动作进行匹配。机器的真实运动轨迹,在几何模型都有对应描述作。这其中,都是通过数据标签,来标识零部件的状态,并且跟控制逻辑相对应。例如,薄膜纸会剔除那些无法包装的烟支和烟包。而烟支无法包装的原因会有几十种:薄膜褶皱、烟支重量不够、圆周不够圆、空投、漏气、重量等。需要深入了解这些机理,然后将其做成模型和算法,并与几何模型相对应。



03 三类知识模型的构建



第一种是设计类。要设备的设计资料出发,运用数字孪生技术,全面刻画设备的物理属性,实现虚拟设备对物理设备的真实映射,最终完成对物理设备的完全镜像。



第二类是制造知识模型的构建。运用数字孪生技术全面的刻画设备与产品之间的属性,实现虚拟设备与物理设备的数字模型真实映射。制造阶段所涉及的知识按其特性可分为三类:



(1)基础知识:为装备制造企业核心数据,企业组织结构、岗位、工种、人员、存货档案、固资编码、供应商等信息。



(2)生产管理知识:如生产计划、产品指标、原材料清单、绩效考核指标等。



(3)设备知识:如供应商、规格型号、操作说明、操作规程等。



第三类是运维知识模型的构建。基于设备服务知识模型,在采集的实时数据、历史数据及领域知识等,共同实现设备的多维数字孪生模型构建。建立各种故障代码、维修对策库,并且提前通过虚拟模型,进行仿真验证,从而实现对机器状态检测、故障预测以及维修策略建议等功能。



以上三种知识模型的建立,都离不开一套表达各种物品之间关系的知识图谱,这是构建在行业规则之上的编码体系,具有很强的支撑作用,能够快速建立知识模型,并且用可视化的方式,将背后的知识体系表达出来。



三、数字孪生提升现场员工能力



在知识体系的基础上,构建了高保真的数字孪生,就可以在现场,提高员工的判断力,从而提升工厂的运营效率。



01 化简为繁,轻松看透机器的奥秘



机器作为工业生产的必备工具,可视化管理是工业数字化转型必经阶段。而数字孪生,则更胜一筹,不仅仅让使用者对设备有形象具体的图形理解,对设备现实的状况及所有参数数据等信息一目了然,而且以非常体系化的方式,引导用户轻松使用机器。



设备数字孪生,可以将一台机器以3D的形式,展示设备整机、部套、零件之间的层次关系。用户可以借助于导航树,在烟机的不同零部件之间进行自由切换,深度了解。数字孪生会呈现出拆分动画,逐级递进,用户可以直接与场景中的3D对象进行交互,用层层“爆炸图”的方式,查看机械零件、子部件的详细信息。


图1:机械结构层层分解图



设备的元器件、油路、气路等,都是等比例建模,携带各种属性信息。设备数字孪生,就像为操作者提供了一台CT机,看到机器的各种结构和属性,从而对机器有着深刻的了解。



02 聪明机器傻瓜式操作: “虚拟专家”在线培训



基于数字孪生技术创造出来的3D互动模拟的在线培训系统,可以实现现实与虚拟仿真的统一。它突破了“分别翻看图纸说明书“的传统培训模式的限制,而是直接“在线手把手”。各种不同的操作规范、说明手册等,都被统一集成到一个界面上,每一步行动都有说明和提示。在大大缩短培训周期的同时,丰富了培训内容,并减少了现场实训的成本损耗和危险性。以前一台进口的高端烟草机械,即使是成熟的工人,完全掌握一台机器,需要用两三年。而现在生手工人,只需要3-6个月就可以完全上手,大大减少了对熟练工人的依赖性。


图2:虚拟专家引导操作培训



03 提升设备运行效率,实现自适应



传统设备管理工作中,设备监管、设备控制、设备维护、库存管理等各个业务模块之间数据不互通互联,存在信息孤岛。同时还存在设备管理效率较低、设备维护成本高等问题。而基于数字孪生的设备管理应用,能够让现场发生故障的时候,不仅仅是知其然,而且知其所以然。



例如机器如果发生停机故障,传统方式需要统治维修人员,然后去现场排查,排查往往又需要半天时间,找到故障原因。机器非计划停产,会给企业带来很大的损失。但这种现象,在车间里非常普遍。



而通过机器数字孪生,就可以在车间的任何一台人机界面上,直接就可以看到什么位置、何种部件、发生了何种故障。如图3中所示意。


图3:设备数字孪生自动完成故障报警及诊断



这种基于设备服务知识模型,能够对设备状态进行评估,准确预警,从而帮助优化设备检测、维修计划安排和人力资源分配,大大提高了设备的运行效率与可靠度。



这种应用,也可以在云平台上,对多个系统实时远程管理,并且可以细化到产线级、设备级、零部件级的运行状态,了解设备故障问题严重程度、故障描述、处理方法等



而下一步,设备数字孪生将进一步推动智能机器的进化,实现自适应的机器控制。根据故障情况,可以直接反向去控制机器。



结束语



从图纸到零件,从制造商到最终客户,从决策者到管理者再到操作者,数字孪生的应用贯穿在整个设备的全生命周期之中。而知识作为指导人和机器学习及做事的指令集合和规则体系[4],为高保真、实时互动的数字孪生提供了核心支撑。通过数字孪生技术,实现工业知识模型化、模型软件化、软件云端协同化,推动业务流程与机器效率的提升,真正实现了知识自动化。



实际上,数字孪生的应用并不限于机器,往上它还有车间级、企业级和城市级。不同层次的数字孪生,对应不同的决策判断,从而使得数字化转型可以逐层切入。高保真、实时交互的数字化孪生,成为数字化转型的重要支点。



参考文献:


[1]刘高升.知识自动化助力产品全生命周期管理.《清华管理评论》2020年11月刊

[2]陈冬生.基于产品全寿命周期的航空制造企业质量知识管理初探.经济师,2021年第2期:34

[3]陶飞,张贺,戚庆,林张萌,刘蔚然,程江峰,马昕,张连超,薛瑞娟.数字孪生十问:分析与思考.计算机集成制造系统,2020年第1期:1-17

[4]射手盼盼,恒信知识库建设方案说明书,百度文库,2018年06月28日:01-0

[5]刘绪忠,宋春咏,孙磊,马法雷.基于知识图谱的故障智能诊断手段研究.山东通信技术,第39卷第2期2019年6月:19

[6]李浩,陶飞,王昊琪,宋文燕,张在房,樊蓓蓓,武春龙,李玉鹏,李琳利,文笑雨,张新生,罗国富.基于数字孪生的复杂产品设计制造一体化开发框架与关键技术.计算机集成制造系统,第25卷第6期2019年6月:1321-1336

[7]张长信.数字孪生体在产品生命周期管理中的应用探究.科技风,2019年3月:13-14



作者介绍


龙小昂,深圳华龙讯达信息技术股份有限公司CEO,全国信息化和工业化融合管理标准化委员会专家委员、中国工业互联网研究院工业互联网推进委员会专家委员、深圳市工业互联网专家委员会专家。


拥有多年自动化控制和信息化管理的研究和实践经验,运用数字孪生技术在制造企业的应用和发展有深刻领悟和研究。带领团队自主研发数据采集、数字孪生、工业物联网和工业互联网等前沿技术,获得170多项专利及软件著作权。

暂无评论,等你抢沙发

  • 短信登录
  • 密码登录
还没有账号,
登录即代表您同意本网站的 《用户注册协议》
还没有账号,
登录即代表您同意本网站的 《用户注册协议》
注册
已有账号, 立即登录
登录即代表您同意本网站的 《用户注册协议》
找回密码