进行|中国工程院院士李培根:新一代制造的鲜明特点是数字孪生


进行|中国工程院院士李培根:新一代制造的鲜明特点是数字孪生
文章图片

经济观察网 采访人员 李靖恒 10月11日 , 在深圳举办的的中国国际先进制造技术展览会上 , 中国工程院院士李培根发表了题为“企业数字化转型的深化与拓展”的演讲 。 李培根表示 , 新一代制造的鲜明特点是数字孪生 , 数字孪生在5G、物联网、大数据、工业互联网、仿真、虚拟现实/增强现实、人工智能等技术的应用中得以发展 。
【进行|中国工程院院士李培根:新一代制造的鲜明特点是数字孪生】所谓数字孪生 , 是利用物理模型、传感器更新、运行历史等数据 , 集成多学科的仿真过程 , 在虚拟数字空间中建立数学模型完成映射 , 从而反映相对应的实体装备的全生命周期过程 。 简单来说 , 数字孪生就是在一个设备或系统的基础上 , 创造一个数字版的“克隆体” , 通过某种软件界面将真实运行的物体的实际情况在数字体上复现 。
例如 , 据李培根介绍 , 罗罗公司是世界上最大的航空发动机生产公司 。 UltraFan 是罗罗公司“智能发动机”愿景的一部分 , 其每个风扇叶片都有一个数字孪生数据模型 , 可以存储真实的测试数据 , 从而使得工程师可以预测使用中的性能 。 UltraFan试验台Testbed 80耗资9000万英镑 , 可以从10000多个参数中获取数据 , 能以每秒200000个样本的速度监测出最小振动 。
另外 , GE航空发动机也为每台航空发动机建立了孪生模型 , 通过实时分析发动机的传感器数据 , 并对数字孪生进行仿真 , 在地面监控每台正在空中飞行的航空发动机的实时状态 。 这样可以预测每台发动机何时和如何进行维修 , 还可以进一步分析出每个飞行员的驾驶习惯 。
李培根介绍称 , 产品在运行过程中所收集的各种数据就成为其数字孪生体的一部分 , 在一个设备的运行过程中 , 通过对加工状态 , 如工艺参数、生产环境数据的监控 , 建立状态改变对于加工质量影响的数学分析模型 。 通过趋势分析预测加工质量的异常 , 并能够迅速采取措施 , 调整设备工艺参数 , 形成“监控-分析-调整-优化”的闭环 , 防止废品、残次品产生 。
比如 , 对于一个酵母企业 , 对原料发酵过程的温度、湿度、酒精含量、PH值等指标进行采集 , 在一个工段上设置1000个数据采集点 , 每5ms采集一次 , 一个生产批次的发酵周期为15个小时 , 数据量多达上亿条 。 该企业基于海量数据 , 通过大数据分析确定“黄金批次”的最佳工艺参数 , 以还原生产的最佳工艺条件 , 用以控制和优化工艺 。
李培根表示 , 数字孪生还对机器人焊接领域带来了改变 。 比如生产大型船舶发动机 , 焊接占据日常工作的70% 。 车间一般通过信息化系统下发工单到焊接工位 , 对相应构件进行焊接 , 工人接受订单后启动机器 。 一旦操作规范性、设备的微观工艺进程以及各种扰动情况出现 , 现场就开始与信息化系统失去联系 。 在质检环节中 , 这就需要将各个构件吊装至专门的质检车间 , 采用各类无损检测设备剔除和修复质量不合格的构件 。 当发现深层次的焊接质量问题时 , 与焊接行为本身通常已经脱钩了3到15天 。

推荐阅读