您现在的位置:主页 > 西门子teamcenter >

数字孪生技术助力智能制造发展

发布日期:2021-05-28 10:57   来源:未知   阅读:

  随着智能制造的推进,数字孪生已成为智能制造的通用技术,在军工制造、高端装备等很多行业得到广泛应用。

  数字孪生是在软件定义作用下,长期的要素数字化所形成的结果。要素泛指物理世界的各种人、机、物、数据、图文、语言、物理信息等实体要素。因此,数字孪生是一种经过长期发展形成的数字化通用技术。

  数字孪生目前应用于很多行业,德国西门子、法国达索、美国通用电气、美国参数技术等公司都进行了积极探索。

  西门子公司紧跟德国工业4.0和智能制造的发展趋势,近年来高度重视数字孪生技术的研究与应用探索,通过近两年时间的研发,已经把数字孪生融入其数字化战略,并深入解决方案中。2017年年底,正式发布了完整的数字孪生应用模型。西门子的数字孪生体应用模型包括:数字孪生产品,可以使用数字孪生进行有效的新产品设计;数字孪生生产,在制造和生产规划中使用数字孪生;数字孪生体绩效,使用数字孪生捕获、分析和践行操作数据,从而形成一个完整的解决方案体系,并把西门子现有的产品及系统包揽其中,例如Teamcenter、PLM等。

  在车辆领域,西门子通过数字孪生将现实世界和虚拟世界无缝融合,通过产品的数字孪生,制造商可以对产品进行数字化设计、仿真和验证,包括机械以及其他物理特性,并且将电器和电子系统一体化集成。新的技术提供了新的汽车设计与制造模式,基于数字孪生制造商能够规划和验证生产过程、创造工厂布局、选择生产设备、仿真与预测,并优化人员和制造过程的工作条件。

  空中客车公司(以下简称“空客”)在飞机组装过程中使用数字孪生技术以提高自动化程度并缩短交货时间。

  在碳纤维增强基复合材料机身结构的组装过程中,因为CFRP组件的存在,在组装过程中要求剩余应力不得超过特定值。为达到减小剩余应力的目的,空客开发了应用数字孪生技术的大型配件装配系统,对装配过程进行自动控制以减小剩余应力。该系统的数字孪生模型具有以下几方面的特点:

  一是建立数字孪生体的行为模型。在该装配系统中创建的数字孪生模型不仅是相应实际零部件的三维CAD模型,同时基于装备的传感器,也对各组件的行为模型进行建模,包括组件的力学行为模型及形变行为模型。

  二是建立不同层级的数字孪生体。在该装配系统中,不仅对各组件建立相应的数字孪生体模型,同时对系统本身也建立了相应的数字孪生体模型。系统本身的数字孪生体用于系统设计,为每个装配过程提供预测性仿真。

  三是虚实交互与孪生体的协调工作。在装配过程中,多个定位单元均配备传感器、驱动器与控制器,各个定位单元在收集传感器数据的同时,还需与相邻的定位单元相配合。传感器将获得的待装配体的形变数据与位置数据传输到定位单元的数字孪生体,孪生体通过对数据的处理以计算相应的校正位置,在有关剩余应力值的限制范围内引导组件的装配过程。

  几十年来,通用电气公司(GE)收集了大量资产设备(如航空发动机)的数据,通过数据挖掘分析,能够预测可能发生的故障和时间,但无法确定故障发生的具体原因,为解决这一问题,GE近年来格外重视数字孪生技术的应用与探索。

  GE认为,数字孪生体的构建必须将设备机理模型和数据驱动分析结合起来,这个过程极为复杂,对于普通用户而言,通常不具备这种专业能力。GE将已有的大量资产设备数据和模型叠加,通过Predix平台,提供了一个通用的数字孪生体模型目录,包括多个工业数据分析模型以及超过300个资产和流程模型。这样用户就可以利用现有的通用模型进行模型构建、仿真、训练,从而快速构建数字孪生体,并可在现场运行或在云端大规模运行,将模型推向使用端,然后再将它们产生的信息传回云端。

  以风力涡轮机为例,Predix提供的通用数字孪生体必须针对特定电厂的具体风力涡轮机进行定制。Predix中的风力涡轮机通用模型包含:具有材料和组件细节的PLM系统信息、三维几何模型、可根据物理算法预测行为的仿真模型等。此外,该模型还包含维护服务日志、缺陷和解决方案详情。一般这种机器的工作寿命很长,需要承受极端的天气状况,而且与其他众多涡轮机一起运行。因此,风力涡轮机案例的建模必须包括整个风电厂。每台风力涡轮机大体相似,但其所处位置和条件(包括风向、尾流效应、维护记录等)都不相同。根据不断变化的风力条件来优化风力涡轮机,并在现场协调不同数字孪生体之间的相互作用,在无须对硬件设备进行较大改变的情况下,将风电厂的发电量提高了5%。

  郑重声明:东方财富网发布此信息的目的在于传播更多信息,与本站立场无关。

  2021巴菲特股东大会于北京时间5月2日凌晨举办,东方财富全程视频直播。