数字孪生在智能制造中的应用

南洋整体解决方案

数化:对物理世界进行数字化建模

借由数据驱动的三维实时渲染、三维图形交互以及可视化分析技术,将生产线和仓储设备的工况信息与运行状态在数字世界中进行模拟和重现。

互动:数字与物理之间实时互传信息与数据

针对各类物理设备,南洋通过设备网关,传感器等边缘设备将其接入泛物联网的管理系统,由物联网管理平台实现设备管理,接入认证管理,终端管理,配置管理。再通过MQTT、REST、Kafka、AMQP等协议将设备的实时数据汇聚到IoT Hub,实现设备到IoT Hub的海量数据高效对接,继而使用Functions或流分析实时处理数据,包括数据集成、流处理、可视化计算和数据关联整合等。

由南洋设计的规则引擎和AI引擎来实现数据汇集与模型的对接,数据分析结果与模型的对接,势态/异常系统交互,再通过API更新数字孪生中所构建的3D模型和模型的数据显示。

先知:基于完整信息与明确机理预测未来

南洋选取合适的状态监测传感器,对产线设备各个机械部位的状态信号连续并行地进行采集。再通过特征提取算法对原始信号的有效内容进行提取,得到所需的故障特征信号。使用故障识别方法进行故障类型识别,继而进行故障确认并产生预警信息、发展趋势。

优化:基于生产和订单数据优化业务结构

基于MES和IoT系统,工厂可以实时获取产线的各种状态及订单数据,利用这些数据对产线的运行进行态势的预测分析,为产线的运行提供决策支持。基于当前订单运行状态和资源状态,通过Machine Learning建立优化分析模型,以产线的业务为导向,为业务提供优化支撑决策。

注:由南洋万邦合作伙伴-境腾科技开发制作

将现实设备发生的状况投射到与之对应的设备模型上进行提示,包括设备的预警信息和设备的状态预测信息。这为工厂实现了更优化、更简化、更智能化的设备状态监测诊断过程,提醒管理者及时排除故障隐患,有效减少了设备停机维修时间和防止了不必要的解体拆卸。

实时采集设备的工况信息,包括速度,压力,温度,振动,电流,电压,贴片数量,剩余数量,设备OEE等,达到远程掌控设备运行状态,及时修正错误工况参数,提升设备的生产效率,提高设备管理效率等目的。

将智能仓储设备与生产线设备集成在一个生产过程中,按照客户的规则实现了以业务为导向的自动化生产过程。利用收集的数据,对产线的运行进行态势的预测分析,并基于当前订单运行状态和资源状态建立优化分析模型,为业务提供优化支撑决策。