Aký presný je digitálny dvojitý systém?

V ére priemyslu 4.0 sa digitálne dvojité systémy objavili ako revolučná technológia, ktorá ponúka virtuálne znázornenie fyzických aktív, procesov alebo systémov. Ako poskytovateľ digitálnych dvojčiatskych systémov sa ma často pýtajú na presnosť týchto systémov. V tomto blogovom príspevku sa ponorím do faktorov, ktoré ovplyvňujú presnosť digitálnych dvojčiatskych systémov a diskutujem o tom, ako naše riešenia zabezpečujú vysoké výsledky presnosti.

Pochopenie digitálnych dvojčiat

Digitálne dvojča je digitálna replika fyzickej entity, ktorá sa môže pohybovať od jedného stroja po celú priemyselnú rastlinu alebo dokonca mesto. Používa skutočné údaje zo senzorov pripojených k fyzickému majetku v kombinácii s pokročilými algoritmami a modelmi na simuláciu a predpovedanie správania reálneho svetového náprotivku. Cieľom je umožniť lepšie rozhodnutie - vykonanie, optimalizovať operácie a znížiť prestoje.

Presnosť digitálneho dvojčlenného systému je rozhodujúca, pretože priamo ovplyvňuje spoľahlivosť poznatkov a predpovedí, ktoré poskytuje. Nepresné digitálne dvojča môže viesť k sub - optimálnym rozhodnutiam, zvýšeniu nákladov a potenciálnym bezpečnostným rizikám.

Faktory ovplyvňujúce presnosť digitálnych dvojčiat

Kvalita údajov

Základom akéhokoľvek digitálneho dvojčlenného systému sú údaje. Údaje vysokej kvality sú nevyhnutné pre presné modelovanie a simuláciu. Senzory sú primárnym zdrojom údajov v digitálnych dvojčatách a ich presnosť, spoľahlivosť a frekvencia vzorkovania zohrávajú významnú úlohu. Napríklad, ak je teplotný senzor vo výrobnom procese nepresný, bude chybná simulácia tepelného správania digitálneho dvojčatá o tepelnom správaní procesu.

Okrem toho je rozhodujúca aj integrita údajov. Akékoľvek chýbajúce, poškodené alebo nekonzistentné údaje môžu viesť k nepresným modelom. Naše digitálne dvojité systémy sú navrhnuté tak, aby pracovali s vysokými a presnými senzormi a začlenili mechanizmy čistenia a validácie údajov, aby sa zabezpečila kvalita vstupných údajov.

Algoritmy modelovania a simulácie

Ďalším kritickým faktorom sú algoritmy použité v digitálnom dvojitom systéme na modelovanie fyzického správania aktíva. Rôzne typy aktív a procesov vyžadujú rôzne prístupy k modelovaniu. Napríklad mechanický systém môže byť modelovaný pomocou fyzických rovníc, zatiaľ čo komplexný dodávateľský reťazec môže vyžadovať prístup založený na údajoch.

Naša spoločnosť zamestnáva tím odborníkov v oblasti matematiky, fyziky a inžinierstva na vývoj a optimalizáciu algoritmov používaných v našich digitálnych dvojitých systémoch. Tieto algoritmy neustále aktualizujeme aj na základe najnovších výskumných a osvedčených postupov v priemysle. Napríklad nášPoint Cloud Algoritm SystemPoužíva pokročilé algoritmy na spracovanie a analýzu cloudových údajov bodov z 3D skenerov, čo umožňuje vysoko presné digitálne repliky fyzických objektov.

Synchronizácia skutočnej - čas

Digitálne dvojča musí byť v synchronizácii so svojím fyzickým náprotivkom v reálnom čase. Akékoľvek oneskorenie prenosu alebo spracovania údajov môže viesť k rozporu medzi virtuálnymi a fyzickými stavmi. Toto je obzvlášť dôležité v dynamických systémoch, v ktorých sa stav majetku môže rýchlo meniť.

Používame štát - - - umelecké komunikačné protokoly a technológie výpočtových technológií EDGE, aby sme minimalizovali latenciu a zabezpečili synchronizáciu skutočného času. Naše systémy sú schopné zaobchádzať s dátovými tokmi s vysokým objemom a môžu aktualizovať digitálny dvojča modelu v milisekundách, dokonca aj v zložitých priemyselných prostrediach.

Environmentálne faktory

Fyzické prostredie, v ktorom aktívum funguje, môže tiež ovplyvniť presnosť digitálneho dvojča. Faktory, ako je teplota, vlhkosť, vibrácie a elektromagnetické interferencie, môžu ovplyvniť výkon senzorov a správanie fyzického majetku.

Naše digitálne dvojité systémy zohľadňujú tieto environmentálne faktory počas procesu modelovania. Na kalibráciu modelov používame historické údaje a environmentálne senzory a zabezpečenie toho, aby mohli presne reprezentovať správanie aktíva za rôznych podmienok prostredia.

Ako naše digitálne dvojité systémy zabezpečujú vysokú presnosť

Advanced Sensor Integrácia

Spolupracujeme s poprednými výrobcami senzorov s cieľom integrovať senzory vysokej kvality do našich digitálnych dvojčiatskych systémov. Tieto senzory sú starostlivo vybrané na základe ich presnosti, spoľahlivosti a kompatibility s našimi systémami. Napríklad v aplikácii inteligentného skladu používame kombináciu senzorov RFID, laserových skenerov a senzorov hmotnosti na zhromažďovanie údajov o úrovniach zásob, pohybe a podmienkach ukladania.

Prispôsobené modelovanie

Chápeme, že potreby každého zákazníka sú jedinečné. Preto ponúkame prispôsobené modelovacie služby pre naše digitálne dvojité systémy. Naši odborníci úzko spolupracujú so zákazníkmi, aby porozumeli ich špecifickým požiadavkám a vyvíjali modely na mieru, ktoré presne predstavujú ich fyzické aktíva alebo procesy.

Nepretržité monitorovanie a validácia

Akonáhle je nasadený digitálny dvojitý systém, neustále monitorujeme jeho výkon a presnosť. Porovnávame predpovede digitálneho dvojčatá so skutočným správaním fyzického majetku a výsledky používajú na overenie a zlepšenie modelu. NášRiadiaci systém skladuPoužíva skutočné - časové údaje zo skladu na nepretržitú optimalizáciu modelu digitálneho procesu riadenia zásob digitálneho dvojčatá.

Strojové učenie a AI

Využívame techniky strojového učenia a umelej inteligencie na zlepšenie presnosti našich digitálnych dvojitých systémov. Tieto technológie môžu analyzovať veľké množstvo historických údajov na identifikáciu vzorcov a trendov, ktoré nemusia byť zrejmé pre ľudských analytikov. Napríklad nášAlgoritmus optimalizácie cestyPoužíva algoritmy strojového učenia na optimalizáciu pohybu autonómnych vozidiel v sklade, skrátenie času cestovania a zlepšenie efektívnosti.

Prípadové štúdie: demonštrovanie presnosti našich digitálnych dvojitých systémov

Optimalizácia výrobného procesu

Výrobná spoločnosť čelila výzvam pri optimalizácii výrobného procesu komplexného elektronického komponentu. Zažili vysoké miery defektov a dlhé výrobné časy. Pre ich výrobnú linku sme implementovali digitálny dvojitý systém, ktorý zahŕňal monitorovanie parametrov stroja v reálnom čase, tok materiálu a podmienky prostredia.

Digitálne dvojča presne predpovedalo vplyv rôznych procesných parametrov na kvalitu a produktivitu výrobnej linky. Použitím poznatkov z digitálneho dvojča bola spoločnosť schopná optimalizovať proces, znížila mieru defektu o 30% a zvýšila rýchlosť výroby o 20%.

Správa infraštruktúry inteligentných miest

Mestská vláda hľadala spôsob, ako efektívnejšie riadiť svoju starnúcu infraštruktúru. Vyvinuli sme digitálny dvojitý systém pre sieť distribúcie vody v meste, ktorá zahŕňala monitorovanie tlaku vody v reálnom čase, prietokové rýchlosti a podmienky potrubia.

Digitálne dvojča presne predpovedalo potenciálne úniky a zlyhania v sieti, čo mestu umožnilo aktívne naplánovať údržbu a opravy. V dôsledku toho bolo mesto schopné znížiť straty vody o 15% a zlepšiť spoľahlivosť prívodu vody.

Záver

Záverom možno povedať, že presnosť digitálneho dvojčlenného systému je ovplyvnená viacerými faktormi vrátane kvality údajov, modelovacích algoritmov, synchronizácie v reálnom čase a environmentálnych faktorov. Ako poskytovateľ digitálnych dvojčiatskych systémov sa zaväzujeme zabezpečiť najvyššiu úroveň presnosti v našich riešeniach.

Naša pokročilá integrácia senzorov, prispôsobené modelovanie, nepretržité monitorovanie a využívanie technológií strojového učenia a AI nám umožňujú vyvíjať vysoko presné digitálne dvojité systémy, ktoré poskytujú našim zákazníkom skutočnú svetovú hodnotu.

Ak máte záujem dozvedieť sa viac o našich digitálnych dvojitých systémoch a o tom, ako môžu zlepšiť presnosť vašich operácií, vyzývame vás, aby ste nás kontaktovali na diskusiu o obstarávaní. Sme pripravení s vami spolupracovať na vývoji prispôsobeného riešenia, ktoré vyhovuje vašim konkrétnym potrebám.

Odkazy

• Grieves, M., & Vickers, J. (2017). Digitálne dvojča: zmiernenie nepredvídateľného, ​​nežiaduceho vznikajúceho správania v zložitých systémoch. Procedia Cirp, 64, 106 - 111.
• Tao, F., Zhang, M., Liu, A., & Nee, AYC (2018). Digitálne dvojča vo výrobe: prehľad a klasifikácia kategorickej literatúry. International Journal of Production Research, 56 (15 - 16), 5404 - 5421.
• Schwab, K. (2016). Štvrtá priemyselná revolúcia. Svetové ekonomické fórum.