【数字孪生】数字孪生技术从概念到应用

2020 年 2 月 16 日 产业智能官
【数字孪生】数字孪生技术从概念到应用

数字孪生技术从概念到应用

GARY GAO 数智空间

一、数概念提出

生的念最早由密西根大Michael Grieves博士于2002年提出(最初的名“Conceptual Ideal for PLM”),至今有差不多有15年多的史。该教NASA期的合作,在航天域,航天器的研发运营字化技,在研发阶段,需要降低物理机的成本;在运营阶段,需要航天器状态监控和故障监测也是后NASA字化胞胎作为关键的原因。

数字孪生技术在行业应用(图片为引用后翻译)

(Digital Twin)形象地字化胎”,是智能工虚实从构想、设计测试、仿、生产线规划环节,可以虚拟和判出生规划中所有的工流程,以及可能出的矛盾、缺陷、不匹配,所有情都可以用这种方式行事先的仿短大量方案设计及安装调试时间,加快交付周期。字化胞胎技术将带有三维数字模型的信息可以被拓展到整生命周期中去的影像技终实现虚拟与物理据同步和一致,而不是要让虚拟世界做在我做到的事情,而是要发现潜在问题、激发创新思、不追求步,才是生的目所在。

二、数字孪生主要应用

生技术会帮助企实际入生之前即能在虚拟环境中化、仿测试,在生产过程中也可同步化整流程,最终实现高效的柔性生实现快速新上市,造企持久竞争力。生技是制造企业迈向工4.0略目关键,通过将掌握品信息及其生命周期程的字思路所有(意、设计、制造规划、生和使用)接起并连接到可以理解些信息并对其做出反的生智能设备术将带有三维数字模型的信息可以被拓展到整生命周期中去的影像技实现虚拟与物理据同步和一致。各自的专业集成个数据模型并将PLM(全生命周期管理),MOM(生产运营)和TIA(全集成自化)集成在一的据平台下,供商也可以根据需要被入平台,实现值链数据的整合从业务领包括“、“生产数和“设备数

(1)

品的设计阶段,利用生可以提高设计的准确性,并验证产品在真实环境中的性能。这个阶段的生,关键能力包含,第一:字模型设计,使用CAD工具开发足技术规格的虚拟原型,精确的记录产品的各物理参数以可化的方式展示出一系列的验证手段来检验设计的精准程度;第二:和仿:通系列可重、可变参数、可加速的仿真实验来验证产品在不同外部境下的性能和表,在设计阶段就验证产品的适性。

(2)生产数字孪生:

品的制造段,产数的主要目的是确保品可以被高效、高量和低成本的生所要设计、仿验证象主要是生,包括制造工、制造设备、制造车间、管理控制系等。利用生可以加快入的时间,提高设计量、降低品的生成本和提高品的交付速度。段的生是一高度同的程,通过数字化手段建起虚拟产线将产品本身的生同生产设备、生产过程等其他形生高度集成起来。

(3)设备数字孪生


设备资产程中,将设备运行信息实时传送到云端设备运行优化,进行设备可预测性维护与保养,通过设备运行信息,对产品设计、工艺和制造迭代优化。包含设备运行优化、可预测性维护、维修与保养、设计、工艺与制造迭代优化。

三、西门子助力企业数字化转型与数字孪生技术应用

对“中国制造2025”、工业4.0的重大战略执行也有更多助力。作为“工业4.0”初的发起者和重要的构建者,西门子将“数字孪生”(DigitalTwins)技术,通过“产品数字孪生”、“生产数字孪生”和“设备数字孪生”展现其应用,三个层面又高度集成为一个统一的数据模型,并通过数字化助力企业整合横向和纵向价值链,为工业生态系统重塑和实现“工业4.0”构筑了一条自下而上的切实之路。


Digital Twin之产品数字孪生应用

GARY GAO 数智空间 

一、产品数字孪生总体说明:

在产品的设计阶段,利用数字孪生可以提高设计的准确性,并验证产品在真实环境中的性能。这个阶段的数字孪生,关键能力包含,第一:数字模型设计,使用CAD工具开发出满足技术规格的产品虚拟原型,精确的记录产品的各种物理参数,以可视化的方式展示出来,并通过一系列的验证手段来检验设计的精准程度;第二:模拟和仿真:通过一系列可重复、可变参数、可加速的仿真实验,来验证产品在不同外部环境下的性能和表现,在设计阶段就验证产品的适应性。

二、西门子在产品数字孪生关键应用:

关键技术1:基于模型的系统工程

西门子基于模型的系统工程(MBSE)的解决方案,为复杂产品的研制提供了一个独特的MBD模型驱动的系统工程工作环境,它从需求阶段开始即通过模型(而非文档)的不断演化、迭代递增而实现产品的系统设计;通过模型的结构化定义可以清晰地刻画产品设计初期结构、功能与行为等各方面的需求;基于模型可以尽早通过模拟分析发现大量不合理的设计方案;同时模型还为各方提供了一个公共通用的、无二义性的设计信息交流工具,这一点尤其对复杂产品异地分布的系统设计具有重要意义。

关键技术2:基于模型的产品型谱化&模块化设计管理

模块化设计方案包括划分建立模块化产品架构(Modular Product Architecture)和对模块的管理两部分内容。前者能指导企业将产品设计进行整理、规划,明确定义企业中的模块,形成模块化设计的基础;后者能够提供IT系统的支持,让企业能够真正的实现基于模块的产品设计。(本图引自西门子咨询徐翰伟博士)


关键技术3:基于模型的产品设计

西门子MBD模型定义解决方案为实现基于MBD的三维数字化产品研发提供了工具保障。NX知识工程应用实现产品的快速设计:NX重用库帮助企业管理和重用大量的工程数据,产品设计模板实现典型零部件的快速重用,过程向导工具实现知识的积累和应用。NX Check-Mate(一致性质量检查工具),通过可视化方式,对MBD模型数据的合规性和可制造性进行自动验证,确保MBD模型数据的正确性。NX PMI提供了完整的三维标注环境、全面的工具套件,实现MBD模型定义过程的流畅;简单化的创建、放置和编辑,便于MBD模型的快速定义和PMI数据的有序管理。

关键技术4:基于模型的自动化装配

基于模型的自动化装配方案:将产品型谱、平台化、模块优选库、CBB货架等研发的规划结果直接固化在其规则库内,串联研发与销售,并与PLM/PDM集成,调用对应的2D/3D模型。销售可以利用销售配置仿真器找到最适方案;研发可以利用工程配置器进行自动化设计。支撑产品的快速自动化设计能力。与成本管理系统集成,取得现有零部件的成本信息;还可”虚拟”客制化件,分析其成本。做到即时评估成本变化,并自动生成报价文件。将研发部门对于既有产品设计的经验与知识提炼至基于业务知识的自动化设计平台内,在新产品或客制化订单开发时提供最大协助,避免设计资源的浪费与无效率重工。

关键技术5:基于模型的多学科仿真验证管理

西门子NX提供CAD/CAE一体化的工具平台,把先进几何创建工具的能力与同步建模技术的速度和灵活性完美地结合在一起,为设计者提供边设计边分析的可能性,极大限度提高对MBD模型直接利用的效率。同时Teamcenter提供统一管理平台,实现设计与仿真数据统一管理,提高了仿真数据查询,分析过程和知识重用的效率,完整的多学科一体化仿真环境,降低了软件使用的复杂度,使得设计与分析工程能够共用一个图形界面环境,易于交流与沟通,有效实现结构与性能等多专业的协同与融合。

关键技术6:基于模型的软件全生命周期管理方案

西门子软件设计管理解决方案为了适应软件规模的不断扩大、客户需求的频繁变更、以及研发周期和成本的不断缩减,越来越多的嵌入式系统生产机构,趋向于模型驱动的嵌入式软件研发流程。

关键技术7:基于模型的电子电气系统工程

产品Capital为集成化的电子电气设计工具套件,其基本理念是构建数据的一致性、开放性和集成性以及先进的自动化。它采用基于模型的系统工程方法,涵盖产品的功能定义和电气架构、基于规则的创新式详细设计、线束的设计生产、产品的售后维护支持以及与机械数字孪生的紧密集成,为用户构建功能的数字孪生提供了有力的手段,是支持产品整个电气生命周期的工具套件。(本图引自西门子数字化工业软件李荣跃博士)

关键技术8:基于模型的产品成本分析

西门子产品成本管理系统以新的方式改变着企业产品成本管理与成本工程的业务模式,极大地提高了成本管理的工作效率,为企业带来更多的成本节约,产品成本管理系统基于成本数据库、三维尺寸特征识别、相关成本信息等内容,实现基于生产工艺的零部件成本正向分析,基于标准报价模板导入的成本分析与比较,基于BOM结构的产品成分分析与跟踪。

三、西门子产品数字孪生的业务价值分析:

西门子产品数字孪生技术为现代企业研发管理带来了新的活力,通过产品模块化、全三维产品设计、机电软多学科联合仿真与优化、产品成本早期控制,有效帮助企业的产品“一次成功率”,提高产品的高可靠性和高质量保证,降低产品成本,加速产品推向市场,赢得客户的高满意度。


Digital Twin之—生产数字孪生应用

Gary Gao 数智空间

一、生产数字孪生总体说明:

在产品的制造阶段,生产数字孪生的主要目的是确保产品可以被高效、高质量和低成本的生产,它所要设计、仿真和验证的对象主要是生产系统,包括制造工艺、制造设备、制造车间、管理控制系统等。利用生产数字孪生可以加快产品导入的时间,提高产品设计的质量、降低产品的生产成本和提高产品的交付速度。产品阶段的数字孪生是一个高度协同的过程,通过数字化手段构建起来的虚拟生产线,将产品本身的数字孪生同生产设备、生产过程等其他形态的数字孪生高度集成起来。

二、生产数字孪生关键应用:

关键技术1:基于模型的零件工艺(BOP)及仿真

西门子零件工艺解决方案将协同设计与制造,直接利用设计3D数据进行结构化工艺设计,关联产品、资源、工厂数据,实现了从产品设计到工艺、制造的业务集成,包括:产品设计(数据获取)、工艺设计、工装设计、工艺仿真、工艺卡片与统计报表、MES/ERP集成、知识管理及资源管理。在数字化工艺设计方面,可以及时获取准确设计MBD模型,维护工艺与设计的一致性;提高工艺编制质量与效率,减少错误与返工;相关部门获取实时、准确工艺数据,改进了工作质量和效率;丰富、直观的工艺报表,减少了无效工作时间和出错机会。在制造数据管理方面:与产品相关的设计、工艺、工装、制造、项目管理等部门在统一数据平台协同工作,在正确的时间获取正确的数据,减少差错,提高效率;在数控编程及管理方面:面向产品设计MBD模型的编程,识别零件特征与公差要求,基于典型零件和特征的模板化编程,极大地提高编程效率,改善质量,减少对员工经验的依赖。

关键技术2:基于模型的装配工艺(BOP)及仿真

在西门子的装配工艺解决方案中,装配工艺与仿真建立于企业PLM平台之上,充分利用设计MBD模型、资源、工程MBD模型,由流水分工、MBOM创建、结构化工艺设计、工艺仿真与优化、可视化工艺输出、工艺统计报表部分组成,并实现各环节的数据管理,与PLM系统共用制造资源库。系统与产品设计、工装设计、维护维修、试验测试等系统实现数据共享和协同,与ERP、MES实现系统集成。同时把装配工艺仿真放在PLM环境中统一考虑,提供在PLM环境下的装配工艺仿真能力。可以与数字化装配工艺规划结合起来,为改进产品装配制造过程提供了一个全新的方法和手段,来研究产品的可装配性分析、装配工艺的优化,装配质量的控制,装配工装的验证,以得到保证产品质量,缩短产品生产周期的目的。

关键技术3:基于模型的质量检测及仿真

西门子数字化检测解决方案,提供了从三坐标测量机(CMM)检测编程到三坐标测量检测执行的基于MBD的数字化检测一体化解决方案,涵盖了从制造工程到生产执行的环节。包含NX CMM检测编程和CMM检测执行两大模块。该解决方案通过重用MBD模型,极大地缩短了编程时间(最低可降低 80 % );确保按公司标准检查所有的零部件是否合乎要求;捕捉并分享最佳实践;无需物理部件或机床,就能创建离线程序;有利于在整个流程中快速高效地传达设计变更;简化了软件部署的足迹(只需一套系统,就能实现 CAD 、 CAM 和 CMM );确保最低的培训要求。

关键技术4:基于模型的增材制造

西门子开发了一个面向金属和塑料零件的3D打印准备解决方案,将从设计和仿真阶段使用同样的智能产品模型,帮助设计更改自动化并优化整个工艺。新解决方案将辅助操作员准备用于粉末床和多喷射熔融打印的零件。对3D打印金属零件来说,NX为激光金属沉积和NC编程提供模型准备,这包括混合增材机床的仿真。对塑料和碳纤维增强尼龙这样的积压材料来说,一个新的多轴机器人FDM编程技术已经开发并正在测试。在零件打印出后,同样的集成NX系统用于打印后NC操作,如去除支撑结构的直观编程、精密表秒的加工和其它加工与检测操作。西门子最近成功实现了燃气轮机叶片的打印和应用,为西门子精通增材制造工艺提供了坚实的佐证。这种专业知识现在正通过西门子附属公司Materials So-lutions作为一项制造服务提供给其他行业领域——从理念到零部件成品的打印。

关键技术5:基于模型的作业指导书

基于模型的作业指导书(Model Based Instruction,简称MBI)是整个MBE体系的重要一环,是连接虚拟设计世界和真实物理世界的纽带和媒介。针对不同MBE能力水平的制造企业,西门子提供满足不同企业需求的多层次的MBI解决方案。最基本的是2D PDF,它能打印,也能以电子文件的形式在车间展示。其次是提供基于3D PDF的MBI解决方案,它内嵌三维模型,可以直接浏览、旋转、测量,可以实现按工序/工步的动画播放。最后西门子还提供基于Web的在线作业指导MBI解决方案,称为EWI,它直接从Teamcenter服务器获取工艺内容,展示内容包括工艺结构、工序流程图(定义了工序/工步的串行并行)、操作描述、零组件配套表、工艺资源和三维模型。并且提供基于IPAD等便携终端的访问作业指导书,或直接在MES系统中访问作业指导书。MBI电子化和实物技术状态的电子化至少可以减少90%的查询时间。作为工艺和现场的纽带,MBI使得现场经验也能回馈到工艺,从管理体系上缩短产品研制周期。

关键技术6:基于模型的闭环制造管理

西门子借助生产运营管理(MOM)解决方案,企业可实现全面的数字化,并可无缝集成产品与生产生命周期,实现灵活、可扩展的生产工艺,确保以最快速度响应实时的生产事件,真正实现设计、工艺、制造、采购、供应链、客户服务全过程闭环管理。

三、生产数字孪生的业务价值分析:

西门子生产数字孪生技术为现代企业生产工艺与制造管理带来了新的活力,通过基于模型的零件工艺及仿真、基于模型的装配工艺及仿真、基于模型的质量检测及仿真、基于模型的增材制造、基于模型的作业指导书和基于模型的闭环制造管理,保证产品工艺精细化管理,实现精益的数字化,帮助企业以实现数字化制造与自动化制造完美结合,为企业迈向智能制造的走出坚实一步。




先进制造业+工业互联网




产业智能官  AI-CPS


加入知识星球“产业智能研究院”:先进制造业OT(自动化+机器人+工艺+精益)和工业互联网IT(云计算+大数据+物联网+区块链+人工智能)产业智能化技术深度融合,在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的产业智能化平台;实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链。


产业智能化平台作为第四次工业革命的核心驱动力,将进一步释放历次科技革命和产业变革积蓄的巨大能量,并创造新的强大引擎; 重构设计、生产、物流、服务等经济活动各环节,形成从宏观到微观各领域的智能化新需求,催生 新技术、新产品、新产业、新业态和新模式; 引发经济结构重大变革,深刻改变人类生产生活方式和思维模式,实现社会生产力的整体跃升。

产业智能化技术分支用来的今天,制造业者必须了解如何将“智能技术”全面渗入整个公司、产品、业务等商业场景中, 利用工业互联网形成数字化、网络化和智能化力量,实现行业的重新布局、企业的重新构建和焕然新生。

版权声明产业智能官(ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源,涉权烦请联系协商解决,联系、投稿邮箱:erp_vip@hotmail.com。




登录查看更多
31

相关内容

产品设计一个创造性的综合信息处理过程,通过多种元素如线条、符号、数字、色彩等方式的组合把产品的形状以平面或立体的形式展现出来。
小贴士
相关资讯
【数字孪生】数字孪生技术发展趋势与安全风险浅析
产业智能官
32+阅读 · 2019年8月28日
【数字孪生】九论数字孪生
产业智能官
33+阅读 · 2019年7月6日
【数字孪生】工业互联网支持下的数字孪生车间
产业智能官
10+阅读 · 2019年6月3日
【数字孪生】数字孪生的前世今生及未来之路
产业智能官
19+阅读 · 2019年1月22日
【数字孪生】一文读懂数字孪生的应用及意义
产业智能官
23+阅读 · 2018年9月28日
【数字孪生】数字化孪生“双胞胎”技术及应用
产业智能官
12+阅读 · 2018年8月12日
相关VIP内容
专知会员服务
149+阅读 · 2020年6月15日
专知会员服务
29+阅读 · 2020年4月14日
专知会员服务
135+阅读 · 2020年3月31日
新时期我国信息技术产业的发展
专知会员服务
45+阅读 · 2020年1月18日
【白皮书】“物联网+区块链”应用与发展白皮书-2019
专知会员服务
51+阅读 · 2019年11月13日
相关论文
WaveTTS: Tacotron-based TTS with Joint Time-Frequency Domain Loss
Rui Liu,Berrak Sisman,Feilong Bao,Guanglai Gao,Haizhou Li
3+阅读 · 2020年4月6日
Min-Hung Chen,Baopu Li,Yingze Bao,Ghassan AlRegib,Zsolt Kira
5+阅读 · 2020年3月18日
A Primer in BERTology: What we know about how BERT works
Anna Rogers,Olga Kovaleva,Anna Rumshisky
28+阅读 · 2020年2月27日
TinyBERT: Distilling BERT for Natural Language Understanding
Xiaoqi Jiao,Yichun Yin,Lifeng Shang,Xin Jiang,Xiao Chen,Linlin Li,Fang Wang,Qun Liu
8+阅读 · 2019年9月23日
Ashutosh Adhikari,Achyudh Ram,Raphael Tang,Jimmy Lin
4+阅读 · 2019年8月22日
Tianyi Zhang,Varsha Kishore,Felix Wu,Kilian Q. Weinberger,Yoav Artzi
5+阅读 · 2019年4月21日
Cross-Modal Self-Attention Network for Referring Image Segmentation
Linwei Ye,Mrigank Rochan,Zhi Liu,Yang Wang
14+阅读 · 2019年4月9日
Fabian Isensee,Jens Petersen,Andre Klein,David Zimmerer,Paul F. Jaeger,Simon Kohl,Jakob Wasserthal,Gregor Koehler,Tobias Norajitra,Sebastian Wirkert,Klaus H. Maier-Hein
10+阅读 · 2018年9月27日
Deepak Pathak,Yide Shentu,Dian Chen,Pulkit Agrawal,Trevor Darrell,Sergey Levine,Jitendra Malik
4+阅读 · 2018年6月21日
Yue Zhang,Jie Yang
5+阅读 · 2018年5月5日
Top