数字孪生技术在现代工业中的应用

首页    企业新闻    数字孪生技术在现代工业中的应用

随着新一代信息技术(如云计算、物联网、大数据、移动互联、人工智能等)与制造的融合和落地应用,中国制造2025和互联网+制造的目标之一是实现制造的物理世界和信息世界的互联互通与智能化操作,其瓶颈之一是如何实现制造的物理世界和信息世界之间的交互与共融。针对这一难题,基于数字孪生技术引申出数字孪生车间工厂的概念。

数字孪生是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念,可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。

在“数字孪生”中,双胞胎中的一个是存在于现实世界的实体,小到零件,大到工厂,简单如螺丝,复杂如人体的结构。

如果以家用电脑为例,Word文档和打印出来的文稿就是“数字孪生”。若以导航软件为例,城市中的实体道路和软件中的虚拟道路也是“数字孪生”。

数字孪生技术产生的汽车3D模型,数据来源:“数字孪生城市”白皮书

此外,这个数字孪生体,不仅是对现实实体的虚拟再现,还可以模拟对象在现实环境中的行为。因此可以说,数字孪生是将物理对象以数字化方式在虚拟空间呈现,模拟其在现实环境中的行为特征。

首先,它可以通过设计工具、仿真工具、物联网、虚拟现实等各种数字化的手段,将物理设备的各种属性映射到虚拟空间中,形成可拆解、可复制、可转移、可修改、可删除、可重复操作的数字镜像。

过去,在没有数字化模型帮助之下,制造一件产品要经历很多次迭代设计。

现在,采用了数字化模型的设计技术,就可以在虚拟的三维数字空间轻松地修改部件和产品的每一处尺寸和装配关系,这使得几何结构的验证工作和装配可行性的验证工作大为简单,大幅度减少了迭代过程中物理样机的制造次数、时间,以及成本。

此外,数字孪生还可以通过采集有限的物理传感器指标的直接数据,借助大样本库,通过机器学习推测出一些原本无法直接测量的指标。由此实现对当前状态的评估、对过去发生问题的诊断,以及对未来趋势的预测,并给予分析的结果,模拟各种可能性,提供更全面的决策支持。

例如,针对大型设备运行过程中出现的各种故障特征,可以将传感器的历史数据通过机器学习训练出针对不同故障现象的数字化特征模型,并结合专家处理的记录,将其形成未来对设备故障状态进行精准判决的依据,最终形成自治化的智能诊断和判决。

 

弘毅视界承接的某市公租房数字孪生项目

 

数字化油田信息系统

电力计量生产调度平台

矿山综采数字孪生系统

弘毅视界针对电力、煤炭、冶金等行业企业智能制造项目建设,利用数字孪生技术与工业互联网技术、大数据技术的深度融合,将物理工厂、虚拟工厂、工厂服务、工厂数据等生产要素有机结合,搭建数字孪生工厂,建立产品研发、生产工艺、设备运维、环境能耗、品质追溯等关键系统的生命周期全过程的数字模型,同时,结合计算机虚拟仿真技术,建立虚拟仿真模型和预测性模型,并将模型与实际的智能制造系统进行无缝的集成和同步,实现对这些系统的全方位描述、系统优化、监控与预测,更多关于数字孪生的技术应用与行业交流沟通欢迎来电咨询。

2021年1月4日 11:33