Izveidojot augstas -precizitātes karsto kanālu sistēmas virtuālo kopiju, digitālā dvīņu tehnoloģija nodrošina procesa parametru dinamisku optimizāciju, precīzu kausējuma plūsmas regulēšanu un saprātīgu lēmumu pieņemšanu-visā produkta dzīves ciklā-, būtiski mainot iesmidzināšanas liešanas efektivitātes un kvalitātes robežas.
1. Vairāku-fizikas savienojuma modelēšana: no "empīriskā izmēģinājuma-un-kļūda" līdz "simulācijas mēģinājumam"
Digitālajā dvīņu sistēmā ir integrēti trīs galvenie fizikālā lauka modeļi -siltuma vadītspēja, neizotermiskā reoloģija un sprieguma-deformācijas analīze-, lai precīzi simulētu kausējuma dinamisko uzvedību sliedes kanālos, aprēķinātu reāllaika temperatūras lauka sadalījumu katrā karstajā sprauslā un identificētu iespējamās aukstās vietas.
Tehniskais izrāviens: Atrisinot iepriekš minēto daļējo diferenciālvienādojumu sistēmu, sistēma var atkārtot dažādu temperatūras kontroles stratēģiju ietekmi uz veidņu piepildīšanas viendabīgumu virtuālajā vidē, ļaujot noteikt optimālo parametru kombināciju bez nepieciešamības veikt fiziskus veidņu izmēģinājumus.
2. Reāllaika-datu asimilācija: virtuālā modeļa atdzīvināšana
Izmantojot Ensemble Kalman Filter (EnKF) algoritmu, sistēma panāk dinamisku kalibrēšanu starp digitālo dvīņu modeli un fiziskās sistēmas faktiskajiem datiem:
Stāvokļa atjaunināšanas vienādojums: xk=xk⁻ + Kk(zk − Hxk⁻), kur Kk apzīmē Kalmana pastiprinājumu un zk apzīmē faktiskās izmērītās vērtības no sensoriem.
Ietekme: modeļa prognozēšanas precizitāte ir palielināta no tradicionālajām simulācijām raksturīgajiem 70% līdz vairāk nekā 90%, ļaujot reāllaikā izsekot minimālajām izmaiņām, piemēram, vārsta tapas pārvietošanos un sliedes kanāla piesārņojumu.
Gadījuma izpēte: pēc šīs tehnoloģijas ieviešanas lielais sadzīves tehnikas ražotājs pamanīja, ka tā procesa nodošanas ekspluatācijā cikls tika saspiests no 3 dienām līdz tikai
2 stundas, savukārt lūžņu likme samazinājās par 68%.
3. Intelligent Closed Closed Closed{1}}Closed Optimization: AI-Driven Adaptive Control
|
Optimizācijas mērķis |
Īstenošanas metode |
Kvantitatīvie rezultāti |
|
Temperatūras lauka viendabīgums |
Izmanto NSGA{0}}II vairāku{1}}mērķu optimizācijas algoritmu, lai automātiski precīzi-noregulētu PID parametrus katrai karstajai sprauslai |
Pelējuma dobuma temperatūras starpība samazināta no ±8 grādiem līdz ±1,5 grādiem |
|
Kausēšanas plūsmas līdzsvars |
Sinhronizē vairāku{0}}punktu karstās teknes vārsta tapu atvēršanas un aizvēršanas secības, lai novērstu īsus kadrus un zibspuldzi |
Plūsmas nelīdzsvarotības līmenis samazināts par 72% |
|
Enerģijas patēriņa kontrole |
Integrē elektroenerģijas-lietošanas-laika tarifus ar ražošanas cikla laikiem, lai dinamiski pielāgotu siltuma-aizturēšanas jaudu |
Enerģijas patēriņš vienā maiņā samazināts par 4,2% |
|
Defektu prognozēšana |
SVM klasifikators identificē spiediena svārstību modeļus, nodrošinot 5–10 minūtes iepriekšēju brīdinājumu par izlietnes un plūsmas atzīmēm |
Brīdinājuma precizitāte sasniedz 87% |
Nozares apstiprināšana: Ķīnas Plastmasas apstrādes rūpniecības asociācijas (2024) dati liecina, ka iesmidzināšanas liešanas ražošanas līnijās, kurās tiek izmantota digitālā dvīņu tehnoloģija, kopējā aprīkojuma efektivitāte (OEE) pieauga no 65% līdz 89%.
4. Iekšzemes ieviešanas prakse: no tehniskās validācijas līdz mērogotai lietojumprogrammai
|
Uzņēmums |
Tehniskā pieeja |
Optimizācijas rezultāti |
|
Jizumi |
Sadarbības vadība, izmantojot vairāku{0}}punktu karstās skrējējus un digitālos dvīņus |
Pelējuma dobuma spiediena/temperatūras sadalījuma vienmērīgums uzlabojās par 40%; formēšanas lūžņi samazināti par 30% |
|
Haiti garšvielas un ēdieni |
AI atkārto tradicionālos alus pagatavošanas procesus un izmanto metodi iesmidzināšanas formēšanas temperatūras kontrolei |
Temperatūras kontroles precizitāte sasniedz ±0,3 grādus; procesa stabilitāte ir uzlabota 10 reizes (apstiprināts pēc analoģijas) |
|
Quanying Intelligence |
“Thermal{0}}Electric Cloud Platform” ir paplašināta, iekļaujot karstās skrējēju sistēmas |
Panāk sadarbības optimizāciju vairākās sistēmās,{0}}aptverot siltuma, šķidruma un enerģijas jomas-, kā rezultātā tiek ietaupīti 8,7% enerģijas |
Tendences: vietējās sistēmas attīstās no “viena{0}}punkta aizstāšanas” uz “sistēmas integrāciju”. Yizumi “5G+AR Digital Twin Platform” jau ir nodrošinājusi attālo nodošanu ekspluatācijā un ražošanas līniju sadarbību, veicinot “Intelligent Manufacturing” ieviešanu līdz maziem un vidējiem{4}}uzņēmumiem (MVU).
5. Tehnoloģiskā attīstība: no "redzamības" uz "vadāmību"
|
Skatuves |
Spēju raksturojums |
Reprezentatīvās tehnoloģijas |
|
1.0 Novērošanas |
Vizualizētas temperatūras siltuma kartes, spiediena līknes |
Tradicionālā SCADA + 3D modelēšana |
|
2.0 Analītisks |
Pamatcēloņu analīze, procesa parametru ieteikumi |
AI diagnostika + digitālā dvīņu simulācija |
|
3.0. Lēmumu-pieņemšana |
Autonomā stratēģijas ģenerēšana, slēgta{0}}cikla izpilde |
Pastiprināšanas apmācība + OPC UA komandu nosūtīšana |
Pašreizējais posms: nozare tagad ir iegājusi 3.0 lēmumu{1}}pieņemšanas stadijā; Digital Twin vairs nav tikai "spogulis", bet ir attīstījies par viedo -iesmidzināšanas sistēmu pilotu.
