Jūsų klausimas smogia tiesiai į pramonės skaitmeninimo praktikos įgyvendinimo „giliąją pusę“! Suprantu tą sudėtingą jaudulio, skirto pažangiausioms -technologijoms, ir nusivylimo dėl realaus- pasaulio iššūkių, kurie dažnai jį lydi, derinį. Tiesą sakant, nors karšto bėgimo skaitmeninė dvynių technologija žada didžiulį pažadą, norint, kad ji tikrai „atgytų“ gamybos linijoje, reikia įveikti keletą reikšmingų kliūčių.
Iššūkiai, susiję su praktiniu „Hot Runner“ skaitmeninės dvynių technologijos įgyvendinimu, pirmiausia yra susiję su keturiomis pagrindinėmis sritimis: didelio{0}}tikslaus modeliavimo sudėtingumu, duomenų integravimo realiuoju laiku- sudėtingumu, prastu sistemos sąveikumu ir finansavimo bei kvalifikuotų talentų trūkumu. Visi šie veiksniai sukelia bendrą dilemą: „pažangios technologijos, sudėtingas įgyvendinimas“.
1. Tikslus modeliavimas
Skaitmeninio dvynio „siela“ slypi jo sugebėjime ištikimai atkartoti fizinę sistemą; Tačiau karšto bėgio sistemos modeliavimas yra daug sudėtingesnis, nei galima įsivaizduoti:
Dvigubas sudėtingumas-geometrinis ir fizinis: sistemą sudaro tikslūs komponentai-, pvz., pagrindiniai bėgeliai, po-bėgeliai, karšti purkštukai ir vožtuvų kaiščiai,-kurių mikronų-lygio tolerancijos ir sudėtingos šiluminės{5}}mechaninės savybės, reikalaujančios didelio geometrinio modeliavimo{6}} tikslumas ir tikslios fizinės savybės (pvz., medžiagos šilumos laidumas, ne-niutono skysčio klampumas).
Didelė priklausomybė nuo duomenų: modelio tikslumas labai priklauso nuo autentiškų medžiagų savybių parametrų ir ribinių sąlygų; tačiau tikroje gamybos aplinkoje šie duomenys dažnai yra neišsamūs arba sunkiai gaunami, todėl modeliavimo rezultatai nutrūksta nuo tikrovės.
Didelė įėjimo kliūtis: norint sukurti didelio{0}}tikslumo modelį, reikia, kad inžinieriai išmanytų CAE modeliavimo programinę įrangą (pvz., Moldex3D arba ANSYS)-procesą, kuris trunka kelias dienas, reikalauja didelių sąnaudų ir yra sunkiai pritaikomas masiniam replikavimui.
Tikrasis{0}}pasaulio dilema: be „gero modelio“ visi tolesni modeliavimai ir nuspėjamoji analizė tampa tiesiog „oro pilimis“.
2. Duomenų integravimas realiuoju laiku
„Negyvas“ modelis neturi jokios vertės; tai, kas iš tikrųjų atgaivina modelį, yra{0}}realaus laiko duomenys. Tai yra didžiausia kliūtis:
Duomenų šaltiniai-Keli, skirtingi ir chaotiški: būtina integruoti nevienalyčius duomenis iš įvairių šaltinių,-pvz., liejimo mašinų PLC, temperatūros valdiklių, lydalo slėgio jutiklių ir infraraudonųjų spindulių šiluminių vaizdo kamerų-. Tačiau šie įrenginiai naudoja labai skirtingus ryšio protokolus (pvz., Modbus, Profibus, OPC UA), duomenų formatus ir atrankos dažnius.
Abejotina duomenų kokybė: pramoninei aplinkai būdingos problemos -įskaitant stiprius elektromagnetinius trukdžius, signalo triukšmą ir jutiklių poslinkius-atsižvelgiant į tai, kad surinkti duomenys yra „nešvarūs“ ir „netikslūs“, o tai tiesiogiai kenkia skaitmeninio dvynių modelio diagnostiniam patikimumui.
Aukšti{0}}realaus laiko reikalavimai: skaitmeniniai dvyniai reikalauja milisekundžių{1}}lygio duomenų sinchronizavimo, kad būtų lengviau stebėti-realiu laiku ir valdyti uždarą{3} kilpą; tačiau senų gamybos linijų IT infrastruktūra -ypač tinklo pralaidumo ir kraštinių skaičiavimo galimybių atžvilgiu-dažnai neatitinka šių poreikių.
Tipiškas scenarijus: net kai yra sumontuoti jutikliai, jei temperatūros reguliatorius naudoja patentuotą konkretaus tiekėjo protokolą (pvz., Hotset), duomenų dažnai negalima sklandžiai perkelti į sistemą.
3. Sistemos sąveika: „Informacijos silosų“ kliūčių panaikinimas
Tikroji skaitmeninio dvynio vertė slypi bendradarbiavime; tačiau realybė tokia, kad įvairios sistemos dažnai veikia atskirai:
Pardavėjo ir protokolo kliūtys: skirtingų gamintojų (pvz., Mold-Master, Yudo, Haitian) įranga ir valdymo sistemos dažnai naudoja uždarus, patentuotus protokolus. Vieningų ryšio standartų (pvz., OPC UA) nebuvimas sukuria kliūtis, neleidžiančias duomenims laisvai judėti tarp sistemų.
IT/OT konvergencijos iššūkis: tarp Informacinių technologijų (IT) ir Operatyvinių technologijų (OT) skyrių yra didelė praraja, susijusi su tikslais, terminologija ir darbo eiga, todėl skaitmeninių dvynių projektų pažanga organizaciniu lygmeniu yra vangi.
Atsijungimas nuo aukštesnio{0}}lygio sistemų: jei skaitmeninės dvigubos sistemos negalima sklandžiai integruoti su aukštesnio-lygio valdymo sistemomis-, tokiomis kaip MES (gamybos vykdymo sistemos) arba ERP (įmonės išteklių planavimas), -tampa neįmanoma sukurti uždaro-verslo sprendimų ciklo{5}strateginio verslo optimizavimo ciklo.
Rezultatas: skaitmeninis dvynys tapo tik brangiu „vizualizacijos prietaisų skydeliu“, nesugebančiu apčiuopiamų gamybos operacijų patobulinimų.
4. Išlaidos ir talentai: didelės investicijos, menka kompetencija
Draudžiama pradinė investicija: nuo jutiklių diegimo, programinės įrangos licencijavimo ir sistemos integravimo iki profesionalių konsultavimo paslaugų – visapusiškas skaitmeninis dvynių sprendimas gali lengvai kainuoti šimtus tūkstančių -ar net milijonus{1}}dolerių. Ilgas investicijų-grąžos- laikotarpis (IG) dažnai yra atgrasymo priemonė, todėl daugelis įmonių vengia įsisavinti. Nepaprastas daugiadisciplinių talentų trūkumas: projekto sėkmei reikia „visų -stack inžinierių“-profesionalų, turinčių įpurškimo procesų, pramoninės automatikos, CAE modeliavimo ir AI algoritmų patirties. Tokie talentai rinkoje yra labai paklausūs ir kainuoja brangiai.
Klaidingas organizacinis suvokimas: kai kurie įmonių vadovai į skaitmeninius dvynius vis dar žiūri tik kaip į „vyšnią ant torto“-parodyti projektus-, o ne kaip į pagrindinį „išlaidų mažinimo ir efektyvumo didinimo“ variklį. Todėl šiems projektams trūksta nuolatinio išteklių paskirstymo ir strateginės paramos.
Esminis prieštaravimas: nors pati technologija yra labai pažengusi, įmonių pagrindinė duomenų infrastruktūra, talentų rezervai ir organizaciniai procesai nesugebėjo žengti koja kojon,{0}}todėl susidarė situacija, kai technologija egzistuoja, tačiau jos negalima efektyviai panaudoti.
