Czym jest cyfrowy bliźniak i dlaczego jest niezbędny w przemyśle?

Avatar photo

Sektor produkcyjny stale przechodzi znaczące zmiany. Inicjatywy rządowe, takie jak Przemysł 4.0, przyczyniają się do zwiększenia wydajności produkcji i usprawnień operacyjnych. Wiele procesów i udoskonaleń z zakresu automatyzacji jest realizowanych z wykorzystaniem technologii przemysłowego Internetu rzeczy (IIoT). Dzięki zastosowaniu czujników i elementów wykonawczych w procesach przemysłowych i środkach produkcji, systemy analizy i sterowania mogą optymalizować poszczególne procesy i osiągać wydajność produkcji w czasie rzeczywistym. Wdrażanie inteligentnych czujników wiąże się również z wprowadzeniem do produkcji technologii uczenia maszynowego i sztucznej inteligencji.

Dysponując większą ilością danych na temat tego, co dzieje się na hali produkcyjnej, zarząd zakładu może dokonywać wnikliwych analiz. Jednak przewidywanie i symulowanie dalszej potencjalnej poprawy wydajności urządzeń fizycznych jest możliwe tylko do pewnego stopnia. Najnowszym trendem, który ma zapewnić jeszcze większą wydajność produkcji, jest cyfrowy bliźniak.

W niniejszym artykule wyjaśniamy, czym jest cyfrowy bliźniak, jakie są jego zalety i jak można go wdrożyć w zakładach produkcyjnych. Przedstawiamy również szereg rozwiązań proponowanych przez największych dostawców automatyki przemysłowej, aby pogłębić wiedzę i pomóc czytelnikom w wyborze krytycznych aspektów wdrożenia rozwiązania cyfrowego bliźniaka.

Era cyfrowego bliźniaka

Wynikiem postępu technologicznego są często zmiany. Proces wprowadzania zmian w sposobie funkcjonowania danej branży lub rynku może zająć trochę czasu, ale na przestrzeni lat ich oddziaływanie może mieć ogromne znaczenie. Wystarczy spojrzeć na przemysł wytwórczy. Początkowo w procesie automatyzacji procesów sterowanym komputerowo w różnych urządzeniach produkcyjnych montowano czujniki i siłowniki elektryczne, a następnie łączono w sieć grupy powiązanych ze sobą środków produkcyjnych. W ten sposób można było monitorować i określać efektywność operacyjną oraz wydajność aktywów na poziomie procesu.

Dziesięć lat temu czwarta rewolucja przemysłowa, Przemysł 4.0, połączona z rozwijającym się przemysłowym Internetem rzeczy (IIoT) zwiastowała jeszcze większą poprawę wydajności dzięki zastosowaniu połączonych czujników i systemów sterowania. Dzisiejsza fabryka staje się szczupłą, wydajną i wysoce efektywną operacją.

Wraz z rozwojem technologii rosną możliwości zwiększenia wydajności i tak już efektywnego działania. Systemy sztucznej inteligencji wykorzystujące algorytmy uczenia maszynowego oraz czujniki niewymagające zasilania bateryjnego już teraz zaczynają analizować w czasie rzeczywistym ogromne ilości danych produkcyjnych.

Jednym z brakujących aspektów pracy właścicieli zakładów była możliwość symulowania i modelowania zasobów produkcyjnych, procesów, a nawet pracy całej fabryki. Tak jak w przypadku każdego systemu lub procesu, od kalkulacji kosztów operacyjnych po maszynę pakującą, głębsze zrozumienie jego funkcji może być źródłem wielu wskazówek dotyczących potencjalnych usprawnień i korzyści komercyjnych.

Pojęcie cyfrowego bliźniaka powstało kilkadziesiąt lat temu jako cyfrowa replika procesu, dzięki której można było symulować i modelować jego działanie na potrzeby budżetowania i planowania. Jednak stworzenie cyfrowej lub wirtualnej reprezentacji fizycznego zasobu produkcyjnego wymaga ogromnych ilości danych. Wraz z rozwojem Przemysłu 4.0, IIoT, a obecnie AI, możliwe jest stworzenie cyfrowego bliźniaka na potrzeby zastosowań przemysłowych (patrz rys.1).

Rysunek 1 – Połączenie IIoT, dostępu do dużych repozytoriów danych z czujników w połączeniu z pojawieniem się sztucznej inteligencji i zbieraniem danych z urządzeń brzegowych umożliwia tworzenie cyfrowych bliźniaków procesów i produktów przemysłowych (źródło: Schneider Electric)

Biznesowa wartość cyfrowych bliźniaków

Cyfrowy bliźniak to bardzo szeroki termin, który może obejmować wiele zjawisk. Może odnosić się do procesu obejmującego przepływy pracy maszyn i interakcji międzyludzkich. Określenie to odnosi się również do systemu, który w tym kontekście może być operacją obsługi bagażu na lotnisku lub pojedynczym elementem automatyki przemysłowej, na przykład robotem. Zespoły projektujące roboty wykorzystują cyfrowego bliźniaka swojego produktu, aby ułatwić kierowanie dalszym rozwojem i eksploatacją przyszłych robotów.

Niezależnie od tego, co zostanie stworzone na podstawie cyfrowego bliźniaka, najprawdopodobniej dostarczy on informacji, których nie można uzyskać w żaden inny sposób. Cyfrowy bliźniak jest wirtualną reprezentacją, ponieważ jest tworzony przez oprogramowanie na podstawie ogromnej ilości danych. Z drugiej strony można powiedzieć, że jest to model matematyczny, który umożliwia symulację fizycznego przedmiotu.

Chociaż bliźniaki cyfrowe oferują możliwości symulacji i modelowania, mogą też dostarczyć o wiele więcej istotnych informacji, które będą przydatne w procesach i ich funkcjonowaniu. Cyfrowy bliźniak to końcowy cel; jest to platforma lub model ciągłego uczenia się, na których bazie firma może realizować proces, funkcję produktu lub wynik dla całego systemu – wszystko to w oparciu o dane ze świata rzeczywistego.

Efekty mogą być bardzo zróżnicowane, od zwiększenia wydajności produkcji i poprawę bezpieczeństwa poprzez przewidywanie zdarzeń i zapobieganie im. Wnioski mogą przynieść korzyści zarówno właścicielowi cyfrowego bliźniaka, jak i wszystkim podmiotom świadczącym usługi, ograniczającym ryzyko i redukującym kosztowne przestoje.

Cyfrowe bliźniaki wykorzystywane są również w szkoleniach, pomagając nowym pracownikom w pełni zrozumieć działanie procesu i wzajemne oddziaływanie podprocesów w bezpiecznym środowisku. Podczas planowania nowych zakładów produkcyjnych dostęp do cyfrowych bliźniaków może usprawnić etap opracowywania nowych metod i wdrażania nowych urządzeń.

Jak zacząć korzystać z cyfrowych bliźniaków

Eksperci podkreślają zalety współpracy z odpowiednim i szanowanym dostawcą usług, który poprowadzi klienta przez wczesne etapy wdrażania koncepcji cyfrowego bliźniaka. Na początku należy rozważyć szereg kwestii. Pierwszą z nich jest to, od czego zacząć – od linii produkcyjnej czy od pojedynczych urządzeń. Do najważniejszych czynników należy to, jakie dane są już dostępne i czy wdrożono już jakieś systemy sztucznej inteligencji lub uczenia maszynowego.

Struktura Ecostruxure firmy Schneider Electric

Firma Schneider Electric opracowała schemat ekosystemu (patrz rys. 2), który obejmuje cały cykl eksploatacji aktywów i określa sposób zarządzania danymi.

Rysunek 2 – System cyfrowego bliźniaka Ecostruxure obejmuje cykl eksploatacji aktywów, od CAPEX do OPEX (źródło: Schneider Electric)

Siemens MindSphere

MindSphere to kompleksowe, oparte na chmurze rozwiązanie przemysłowe IoT w formie platformy jako usługi (PaaS) oferowane przez firmę Siemens. MindSphere opiera się na sprawdzonej platformie aplikacyjnej Siemens Mendix i wykorzystuje zaawansowaną analitykę, sztuczną inteligencję oraz uczenie maszynowe w rozwiązaniach IoT, aby zoptymalizować działanie przedsiębiorstwa od krawędzi do chmury.

MindSphere pozwala klientom na tworzenie cyfrowych replik fizycznych aktywów produkcyjnych w domenie cyfrowej w zamkniętej pętli. Analizując przechowywane dane w czasie rzeczywistym, można wspierać zasoby produkcyjne w całym cyklu ich życia, począwszy od projektowania produktu, poprzez planowanie produkcji, aż po uruchomienie i dalsze cykle eksploatacji i utrzymania. Na rysunku 4 przedstawiono ekosystem platformy Siemens MindSphere.

Rysunek 4 – Platforma Siemens MindSphere stanowi opartą na danych podstawę do wdrażania przemysłowych bliźniaków cyfrowych (źródło: Siemens)

Siemens MindSphere: Digitalize and Transform to tylko jedna część rozwiązania, pozwalająca producentom, którzy wdrożyli już IIoT, zrobić kolejny krok w dalszym przekształcaniu swoich modeli biznesowych. Umożliwia ona dostawcom usług typu aktywa jako usługi (ang. asset-as-a-service) wzmocnienie i rozszerzenie zaangażowania klientów w oparciu o optymalizację danych rzeczywistych. MindSphere ułatwia również klientom tworzenie, testowanie i uruchamianie złożonych aplikacji IoT oraz przeprowadzanie próbnych wdrożeń w całej firmie bez wpływu na bieżące harmonogramy produkcji.

MindSphere może obsługiwać wiele różnych klas aktywów – od cyfrowej fabryki, przez transport, zieloną energię, przemysł przetwórczy, po opiekę zdrowotną, jak pokazano na rysunku 5.

Rysunek 5 – Siemens MindSphere obsługuje szeroki zakres aplikacji IoT i zastosowań (źródło: Siemens)

FESTO Smartenance

Zachowanie ciągłości aktywów i procesów produkcyjnych jest coraz ważniejszym aspektem współczesnych, wysoce efektywnych działań produkcyjnych. Niespodziewane awarie instalacji wpływają na napięte harmonogramy produkcji, mają wpływ na klientów, powodują straty materiałowe i poważnie szkodzą reputacji producenta. Dzisiejsza technologia dostarcza zespołom utrzymania ruchu coraz szerszy wachlarz zaawansowanych technik monitorowania stanu technicznego, umożliwiających planowanie napraw i wymiany urządzeń w celu dostosowania ich do planowanych okresów przestoju. Na przykład, czujniki węzłów brzegowych umieszczone na silnikach monitorują sygnatury drgań, a algorytmy uczenia maszynowego wyłapują anomalie wskazujące na potencjalne wczesne oznaki awarii.

Firma FESTO była pierwszą, która w ramach projektu próbnego wprowadziła do systemu MindSphere inteligentne urządzenie terenowe – moduł efektywności energetycznej MSE6-E2M – za pośrednictwem własnej bramy IoT CPX-IOT.

Rysunek 6 – Schemat podstawowej konfiguracji, kompresji danych i przepływu danych z produktu FESTO do systemu Siemens MindSphere (źródło: FESTO)

W ramach projektu zaprezentowano klientowi propozycję prostego, opartego na chmurze start-upu. W MindSphere takie rozwiązania z zakresu Przemysłu 4.0 umożliwiają analizę i, co ważniejsze, łączenie różnych danych.

Cyfrowe rozwiązania z zakresu zarządzania utrzymaniem ruchu, takie jak Smartenance firmy FESTO, stanowią proste, mobilne i wydajne narzędzie. Aplikacja Smartenance, działająca w oparciu o przeglądarkę internetową, wnosi inteligencję do przepływu pracy związanego z utrzymaniem ruchu, informując zespoły serwisowe o stanie utrzymania całego obiektu za pomocą urządzenia mobilnego. Za pośrednictwem aplikacji Smartenance można uzyskać dostęp do istotnych schematów środków trwałych, planów konserwacji, zleceń roboczych i przydziału zadań, dzięki czemu znacznie upraszcza się czynności konserwacyjne.

Omron umożliwia utrzymanie ruchu w oparciu o dane

W sterowniku automatyki maszyn AI firma Omron zastosowała sztuczną inteligencję (patrz rys. 7).

Rysunek 7 – Sztuczna inteligencja kieruje pracą sterownika automatyki maszyn firmy Omron (źródło: Omron)

Algorytmy uczenia maszynowego tworzą prognozy konserwacji na podstawie strumieni danych w czasie rzeczywistym pochodzących z czujników podłączonych do aktywów produkcyjnych. Sterownik opracowuje wzorce normalnego zachowania na podstawie zebranych wzorców danych, bez konieczności uprzedniego programowania. Pozwala to wykrywać anomalie, co z kolei ułatwia natychmiastowe informowanie zespołów utrzymania ruchu i planowanie zleceń roboczych. Decyzje dotyczące utrzymania ruchu podejmowane są na podstawie danych, a nie w oparciu o podejście reaktywne. Dzięki zastosowaniu sterownika Omron AI Machine Automation Controller można zminimalizować przestoje, poprawiając wydajność produkcji i zmniejszając związane z nią koszty. Konserwacja aktywów jest wykonywana w razie potrzeby, a nie rutynowo lub wtedy, gdy personel konserwacyjny uzna, że może być konieczna.

W przypadku bliźniaków cyfrowych kluczowe znaczenie ma zrozumienie zachowania aktywów i wymagań w zakresie konserwacji. Modelowanie i symulacja działania całego okresu eksploatacji danego obiektu uwzględnia każdy aspekt jego działania, w tym również konserwację.

Cyfrowe bliźniaki, czyli kolejny krok do zwiększenia wydajności produkcji

Branża produkcji przemysłowej rozwija się wraz z postępem technologicznym. Przemiany wywołane przez Przemysł 4.0 i IIoT już teraz przynoszą właścicielom aktywów i operatorom usług znaczącą poprawę efektywności działania. Wdrożenie technologii cyfrowych bliźniaków może jeszcze bardziej zwiększyć efektywność operacyjną i sprawność produkcji.

Total
0
Shares
Poprzedni post

Co sprawia, że rozwiązania bezprzewodowe Sensata idealnie sprawdzają się na liniach produkcyjnych?

Następny post

Najlepszy miejski klimat dla pojazdów elektrycznych

Powiązane posty