欧易

欧易(OKX)

国内用户最喜爱的合约交易所

火币

火币(HTX )

全球知名的比特币交易所

币安

币安(Binance)

全球用户最多的交易所

赛迪徐靖:“工业互联网平台 数字孪生” 融合发展新图景

2023-05-07 15:41:31 1803

摘要:来源:工业互联网世界数字孪生是美国工业互联网参考架构和德国工业4.0架构的重要组成,是解决工业机理模型和工业APP碎片化问题的关键技术,是工业互联网平台的关键DNA。当前,设备级数字孪生在工程机械、钢铁、烟草等行业开始应用,企业级和产业链级...

来源:工业互联网世界

数字孪生是美国工业互联网参考架构和德国工业4.0架构的重要组成,是解决工业机理模型和工业APP碎片化问题的关键技术,是工业互联网平台的关键DNA。

当前,设备级数字孪生在工程机械、钢铁、烟草等行业开始应用,企业级和产业链级数字孪生正处于探索应用阶段。

本文在深入分析徐工、华龙迅达、东方国信、西门子等企业“工业互联网+数字孪生”应用实践的基础上,提出了当前“工业互联网+数字孪生”融合发展面临的挑战和对策建议,对指导企业实践、加快产业发展有一定借鉴意义。

一、数字孪生是构建工业互联网平台的关键

(一)数字孪生助力工业数字空间构建

工业生产实时产生着海量工业数据,这些数据具有多维度(外观、工差、定位、物性等)、强关联的特征,然而目前企业缺乏对这些数据整合的手段。

数字孪生的数字主线使产品各维度的数据紧密关联,使数据和机理模型相融合,打通了产品设计、制造、销售、运维、报废回收的全生命周期,助力构建工业数字空间。

(二)数字孪生催生“数据+机理”新型算法模型

工业互联网的算法模型建设面临建模难问题,传统的算法模型大多是单独基于物理实体第一性原理构建的机理模型,或者基于大数据分析构建的数据驱动模型,两种算法模型之间存在割裂问题。

在数字孪生体中,机理模型与数字驱动模型之间,实时交互,融合统一,催生出“数据+机理”新型算法模型,为解决工业互联网建模难问题,提供了新的方法。

(三)数字孪生推动工业APP迈向智能化

在工业互联网平台中,数字孪生模型位于Paas层,以API的形式出现。工业APP通过直接调用一个或多个数字孪生API,可以实时获取生产制造全过程、全产业链、产品全生命周期信息,开发描述、诊断、预测、决策类工业APP,实现基于数字孪生的智能化创新应用。

二、应用场景及实践

(一)设备级数字孪生:设备全状态健康管理

一是设备状态监测。基于物理设备的几何形状、功能、历史运行数据、实时数据进行数字孪生建模,改变设备运行的“黑箱”状态,实时监测设备各部件的运行情况。

例如,东方国信基于Cloudiip构建炼铁高炉的数字孪生体,实时监测锅炉运行情况,分析高炉使用效率和煤气利用率,提升锅炉使用效率30%,降低煤炭消耗20%,单座高炉冶炼成本降低每年2400万元。

二是远程故障诊断。数字孪生体将实体设备运行情况与故障诊断模型库相连,利用机器学习技术和知识图谱技术分析数字孪生体的情况,实现实体设备的故障检测、判断、定位与恢复。

例如,华龙讯达为曲靖卷烟厂构建“以虚控实、精确映射”的数字孪生体,帮助企业及时发现和排除设备故障,减少物料消耗,提升设备有效作业率。

三是预测性维护。通过分析数字孪生体的内在性能参数,提前预判实体设备零部件的损坏时间,主动、及时和提前提供维护服务,避免设备非计划停机带来的损失。

例如,徐工集团基于汉云工业互联网平台,构建每台设备的数字孪生画像,实时感知设备运行状态,提前判断零部件损坏的时间,及时主动进行维护,使设备故障率降低50%。

(二)企业级数字孪生:企业全流程业务优化

一是精益研发。数字孪生构建了一种新的“零成本试错”的研发方法,通过在赛博空间进行研发、测试、验证,实现研发成本大幅降低。基于数字孪生的精益研发,目前广泛应用于航空航天、高铁行业。

例如,传统的火箭发动机研制75%成本在“试验、失败、修改”,马斯克SpaceX公司在赛博空间构建了火箭研发的数字孪生体,以基于数字孪生体的试验替代了大量传统实物试验,提高研制效率,将火箭发射成本降低到1/10以下。

二是智能生产。在新产品实际生产前,在赛博空间模拟生产,找出最优的生产计划排程和最优生产方案,指导实际生产,缩短新产品导入周期。

例如,西门子根据每位顾客的体重、挥杆姿势、力量等,个性化定制卡拉威高尔夫球杆。通过在赛博空间模拟生产,找出最优生产方案,使球杆定制成本没有增加,上市周期从2-3年缩短为10-16个月。

三是精益管理。通过对企业管理各要素和各环节的数字孪生,发现和优化低效的管理流程,提高企业管理效率。目前广泛应用于能源行业。

例如,壳牌、卢克、BP等石油企业纷纷将数字孪生模型应用于海上油田管理中。英国石油(BP)公司利用APEX数字孪生体,模拟原油采集和流动情况,优化流速、压力等参数,将过去需要24小时才能完成的系统优化过程缩短到20分钟,2018年APEX使BP的基准产量每天增加了19000桶。

(三)产业链级数字孪生:产业链全环节数字化管理

一是网络化协同。实时动态感知供应链运行情况,识别和优化低效运行的流程,实现产业价值链的增值。

例如,轴承制造商SKF构建了全球供应链网络的数字孪生模型,员工通过分析实时同步的、可视化的供应链运行情况,就可协调全球供应商的生产规模和运营计划,实现供应链的全球化协同。

二是个性化定制。在营销、研发、生产阶段,在赛博空间构建数字孪生人、数字孪生产品和数字孪生工厂,实现基于用户画像的个性化精准营销、基于虚拟产品体验的定制设计、基于预先虚拟生产的快速排产,从而发现目标客户、提高用户参与度,缩短生产时间,降低定制成本。

例如,达索公司建立了基于数字孪生的3D体验平台,宝马、特斯拉的客户可以沉浸式体验汽车的外观与性能,进行个性化设计。同时,将客户的设计方案实时传输到生产车间,在实际生产前进行虚拟生产,找到最优生产计划,指导实际生产,缩短生产周期。

三是服务化延伸。通过远程操控数字孪生体,从实物获取数据并提供衍生服务,催生了按产品运营效果付费、按授权服务付费、按软件服务付费、按咨询服务付费,以及按互联网金融付费等新的商业模式。

例如,农业机械制造商约翰迪尔公司利用数字孪生技术,通过分析挖掘农业机械收集的设备状态数据以及气象、土壤、种子等数据,帮助农场主作出了科学的农耕决策,从出售产品变为出售全套的农耕服务。

三、存在问题

(一)数据支撑能力不足

从数据采集系统看,大多工业企业的数据采集不是从传感器或PLC,而是从原有的自动化系统上采集,这些系统大多没有数据接口,缺少基础设置数据,使得数据采集难度较大。

从工业数据协议看,工业领域不仅有ModBus、OPC、CAN、ControlNet等标准工业协议,还有自动化设备厂商开发的私有工业协议,工业协议之间转换具有较大难度。从数据清洗看,大量工业数据以脏数据形式存储,没有进行清洗和分类,导致数据利用难度大。

(二)数字孪生模型匮乏

从行业看,制造业是一个极其庞大的领域,涵盖了30个大类行业、191个中类行业、525个小类行业。由于涉及的行业、领域众多,不同行业及领域的企业的运转逻辑千差万别,需要构建专用的数字孪生模型。

然而,我国中小企业,由于资金有限,难以投入大量的人力物力,对特定细分行业及环节的知识经验、工业机理、运转逻辑进行系统梳理,整合构建出独属于特定场景的专用数字孪生模型。

(三)安全防范亟待强化

数字孪生将物理世界和数字世界融合起来,打破了传统工业领域相对封闭、可信的环境。数字孪生拥有着工业生产运行的所有核心数据,数字孪生体极易被攻击和窃取。赛博世界的网络攻击可以直接到达物理世界的生产线,造成生产崩溃、污染物泄漏、爆炸性损伤等安全问题。

四、下一步工作建议

(一)突破“平台+数字孪生”融合技术

一是在边缘层,开展对自动控制、智能传感、机器视觉、边缘计算,以及多源异构传感器协同测量和异构数据协议转换等关键基础技术攻关。

二是在Paas层,重点突破“数据+机理”建模、类脑计算建模、人工神经网络、知识计算引擎与知识服务和大数据分析等核心技术。

三是在工业APP层,促进自然语言处理技术、虚拟现实、增强现实、群体智能技术和多维多尺度模型集成等技术在工业互联网中的应用研究与探索。

(二)分行业编制数字孪生全景图谱

一是培育行业通用模型。围绕研发仿真、业务流程、工业原理、算法模型等重点领域,建设多标签分类、智能化搜索的行业通用模型库。

二是培育企业专用模型。建设数字孪生企业专用模型库,围绕企业产品全生命周期优化、产线全过程管控优化、业务和管理优化等重点领域,建设功能完备的企业专用模型库。

三是开展模型测试验证。建设数字孪生模型测试验证平台,开展技术验证与测试评估。

(三)优化数字孪生解决方案供给

一是设备级数字孪生解决方案,以示范应用为切入点,推动数字孪生在设备状态监测、远程故障诊断、预测性维护领域的试点示范。

二是企业级数字孪生解决方案,推动数字孪生在企业研发、生产、管理领域的示范应用,打造一批企业级应用解决方案和典型应用案例。

三是产业链级数字孪生解决方案,推动试点示范由特定设备、特定企业发力转向产业链全环节突破,加快推动数字孪生在网络化协同、个性化定制、服务化延伸领域的落地推广和商业模式探索。

(四)加紧工业数字空间综合治理

一是明确工业数据权属,划分企业内部数据和社会开放数据边界,促进数据的合理运用,保障数据安全。建立健全工业数据有序流动监管机制,完善相关法律法规,深入落实工业数据分级分类管理,防范数据安全风险。

二是完善工业数据管理体系。推动工业企业数据管理过程规范化,完善工业数据全生命周期内治理所需的机制、工具、流程、管理和评价规则,持续提升数据管理能力,不断提高数据质量。

三是强化工业数据安全防护,打造工业互联网安全监测预警和防护处置平台,加强安全防护和监测处置技术手段建设,提升隐患排查、攻击发现、应急处置和攻击溯源等能力。

END

TrendBank势银是中国领先的新兴产业研究和顾问公司。TrendBank以研究为中心,提供媒体资讯、研究咨询、数据库和市场营销等解决方案。TrendBank服务于产业企业、金融机构(一二级市场私募基金/券商/银行等)、高校/科研院所、政府等,为客户提供的独特洞见、分析和资源,帮助客户高效决策,以实现高质量的业务增长。

TrendBank主要服务新能源、氢能与燃料电池、半导体显示、5G、新材料等产业。

版权声明:本站所有文章皆是来自互联网,如内容侵权可以联系我们( 微信:bisheco )删除!

相关推荐

友情链接