Jūsu jautājums skar tieši industriālās digitalizācijas ieviešanas praksē "dziļās malas"! Es saprotu sarežģīto sajūsmu par jaunākajām tehnoloģijām-un neapmierinātību par reālajām-pasaules izaicinājumiem, kas bieži vien ir saistīti ar to. Patiešām, lai gan karstā skrējēja digitālajai dvīņu tehnoloģijai ir milzīgs solījums, lai tā patiešām "atdzīvotos" ražošanas līnijā, ir jānovērš vairāki būtiski šķēršļi.
Problēmas, kas saistītas ar karstā skrējēja digitālās dvīņu tehnoloģijas praktisko ieviešanu, galvenokārt ir saistītas ar četrām galvenajām jomām: augstas-precizitātes modelēšanas grūtības, reāllaika-datu integrācijas sarežģītība, slikta sistēmas savietojamība un gan finansējuma, gan kvalificētu talantu trūkums. Šie faktori kopā rada kopēju dilemmu: "progresīva tehnoloģija, sarežģīta ieviešana".
1. Augstas-Precizitātes modelēšana: virtuālās pasaules "pamatu" ielikšana ir grūta
Digitālā dvīņa "dvēsele" slēpjas tā spējā uzticīgi replicēt fizisko sistēmu; tomēr karsto skrējēju sistēmas modelēšana ir daudz sarežģītāka, nekā varētu iedomāties:
Divējāda sarežģītība-ģeometriski un fizikāli: sistēma ietver precizitātes komponentus-, piemēram, galvenos sliedes,{2}}karstās sprauslas un vārstu tapas, precizitāte un precīzas fizikālās īpašības (piemēram, materiāla siltumvadītspēja, ne-Ņūtona šķidruma viskozitāte).
Liela atkarība no datiem: modeļa precizitāte lielā mērā ir atkarīga no autentiskiem materiāla īpašību parametriem un robežnosacījumiem; tomēr faktiskajās ražošanas vidēs šie dati bieži ir nepilnīgi vai grūti iegūstami, kā rezultātā simulācijas rezultāti tiek atdalīti no realitātes.
Augsts ienākšanas šķērslis: lai izveidotu augstas{0}}precizitātes modeli, ir nepieciešami inženieri, kuri ir pieredzējuši CAE simulācijas programmatūrā (piemēram, Moldex3D vai ANSYS){2}}process, kas aizņem vairākas dienas, rada lielas izmaksas un ir grūti paplašināt masveida replikācijas vajadzībām.
Reālā{0}}pasaules dilemma: bez "laba modeļa" visas turpmākās simulācijas un paredzamās analīzes kļūst tikai par "gaisa pilīm".
2. -Reāllaika datu integrācija: tiek bloķēta "asins plūsma", kas nepieciešama "dvīņu" atdzīvināšanai
"mirušam" modelim nav nekādas vērtības; Tas, kas modeli patiešām atdzīvina, ir{0}}reāllaika dati. Tas ir vienīgais lielākais šķērslis:
Datu avoti-Vairāki, atšķirīgi un haotiski: ir nepieciešams integrēt neviendabīgus datus no dažādiem avotiem-, piemēram, iesmidzināšanas liešanas iekārtu PLC, temperatūras regulatoriem, kausējuma spiediena sensoriem un infrasarkanajiem termovizoriem-. Tomēr šīs ierīces izmanto ļoti atšķirīgus sakaru protokolus (piemēram, Modbus, Profibus, OPC UA), datu formātus un iztveršanas frekvences.
Apšaubāma datu kvalitāte: problēmas, kas raksturīgas rūpnieciskai videi, -tostarp spēcīgi elektromagnētiskie traucējumi, signāla troksnis un sensoru novirze-, kā rezultātā tiek savākti dati, kas ir gan "netīri", gan "neprecīzi", kas tieši apdraud digitālā dvīņu modeļa diagnostikas uzticamību.
Augstas reāllaika-prasības: digitālajiem dvīņiem ir nepieciešama milisekundes-līmeņa datu sinhronizācija, lai atvieglotu-reāllaika uzraudzību un slēgtas-cilpas vadību; tomēr mantoto ražošanas līniju IT infrastruktūra -jo īpaši tīkla joslas platuma un malu skaitļošanas iespēju ziņā-bieži vien neatbilst šīm prasībām.
Tipisks scenārijs: pat tad, ja ir uzstādīti sensori, ja temperatūras regulators izmanto patentētu protokolu no konkrēta pārdevēja (piemēram, Hotset), datus bieži nevar nemanāmi ievadīt sistēmā.
3. Sistēmas savietojamība: "Informācijas tvertņu" šķēršļu nojaukšana
Digitālā dvīņa patiesā vērtība slēpjas sadarbībā; tomēr realitāte ir tāda, ka dažādas sistēmas bieži darbojas izolēti:
Pārdevēju un protokolu šķēršļi: dažādu ražotāju (piemēram, Mold-Master, Yudo, Haiti) iekārtas un vadības sistēmas bieži izmanto slēgtus, patentētus protokolus. Vienotu sakaru standartu (piemēram, OPC UA) trūkums rada šķēršļus, kas neļauj datiem brīvi plūst starp sistēmām.
IT/OT konverģences izaicinājums: Starp Informācijas tehnoloģiju (IT) un Operatīvās tehnoloģijas (OT) departamentiem pastāv ievērojama plaisa attiecībā uz mērķiem, terminoloģiju un darbplūsmām, kā rezultātā organizācijas līmenī notiek lēns progress digitālajiem dvīņu projektiem.
Atvienošanās no augstāka-līmeņa sistēmām: ja digitālo dvīņu sistēmu nevar nemanāmi integrēt ar augstāka-līmeņa pārvaldības sistēmām-, tādām kā MES (ražošanas izpildes sistēmas) vai ERP (uzņēmuma resursu plānošana)-, kļūst neiespējami izveidot slēgtu-uzņēmējdarbības lēmumu pieņemšanas{5}ciklu no stratēģiskā ražošanas cikla{5}.
Rezultāts: digitālais dvīnis ir tikai dārgs "vizualizācijas informācijas panelis", kas nespēj nodrošināt taustāmus uzlabojumus ražošanas darbībās.
4. Izmaksas un talants: lielas investīcijas, ierobežotas zināšanas
Aizliegts sākotnējais ieguldījums: sākot ar sensoru izvietošanu, programmatūras licencēšanu un sistēmu integrāciju līdz profesionāliem konsultāciju pakalpojumiem, visaptverošs digitālais dvīņu risinājums var viegli maksāt simtiem tūkstošu -vai pat miljonus{1}}dolāru. Ilgais ieguldījumu-atdeves-periods (IA) bieži vien ir atturošs līdzeklis, liekot daudziem uzņēmumiem izvairīties no ieviešanas. Liels daudznozaru talantu trūkums: projekta panākumiem ir nepieciešami "pilnīgi-inženieri"-profesionāļi, kuriem ir pieredze iesmidzināšanas liešanas procesos, rūpnieciskajā automatizācijā, CAE simulācijā un mākslīgā intelekta algoritmos. Šādi talanti tirgū ir ļoti pieprasīti, un tie prasa augstākās izmaksas.
Nepareiza organizācijas uztvere: daži uzņēmumu vadītāji joprojām uztver digitālos dvīņus tikai kā "ledus uz kūkas"-vitrīnas projektiem, kas paredzēti demonstrēšanai-, nevis kā "izmaksu samazināšanas un efektivitātes uzlabošanas" galveno dzinēju. Līdz ar to šie projekti cieš no ilgstošas resursu piešķiršanas un stratēģiskā atbalsta trūkuma.
Galvenā pretruna: lai gan pati tehnoloģija ir ļoti attīstīta, uzņēmumu pamatā esošā datu infrastruktūra, talantu rezerves un organizatoriskie procesi nav spējuši sekot līdzi,{0}}kā rezultātā tehnoloģija pastāv, taču to nevar efektīvi izmantot.
