دوقلو دیجیتال عنصر گم شده است! عصر ترانسفورماتورها: "دوقلوهای دیجیتال" در حال حاضر نزدیک به رویکردهای جدید برای کار هستند
شاید هرکسی که فیلمهایی درباره ترمیناتور یا ماتریکس تماشا میکرد به این فکر میکرد که چه زمانی هوش مصنوعی بخشی از زندگی روزمره ما خواهد شد و آیا مردم و روباتها میتوانند در صلح و هماهنگی با هم زندگی کنند. چنین آینده ای بسیار نزدیکتر از آن چیزی است که فکر می کنید. امروز ما در مورد فناوری هایی مانند "دوقلوهای دیجیتال" به شما خواهیم گفت که در حال حاضر به طور گسترده در صنعت استفاده می شود و شاید به زودی بخشی از زندگی روزمره ما شود.
دوقلوهای دیجیتال چه کسانی هستند؟
این اشتباه است که فرض کنیم اصطلاح "دوقلوهای دیجیتال" به ربات ها و هوش مصنوعی در ظاهر نوعی موجود انسان نما اشاره دارد. خود این اصطلاح در حال حاضر بیشتر برای تولید صنعتی به کار می رود. مفهوم "دوقلوهای دیجیتال" برای اولین بار در سال 2003 ظاهر شد. این اصطلاح پس از انتشار مقاله ای توسط مایکل گریوز، استاد و دستیار مدیر مرکز مدیریت چرخه حیات و نوآوری در موسسه فناوری فلوریدا، با عنوان «دوقلوهای دیجیتال: برتری در تولید بر اساس یک کارخانه نمونه مجازی» به کار رفت. خود این مفهوم توسط یک مهندس ناسا که همکار پروفسور بود ابداع شد.
1971yes/bigstock.com
در هسته خود، "دوقلوهای دیجیتال" مفهومی است که ترکیبی از هوش مصنوعی، یادگیری کامپیوتر و نرم افزاربا داده های ویژه برای ایجاد مدل های دیجیتال زنده. این "دوقلوهای دیجیتال" به طور مداوم با تغییر نمونه های اولیه فیزیکی به روز می شوند.
دوقلوهای دیجیتال از کجا داده های خود را برای تجدید خود به دست می آورند؟
کپی دیجیتال، همانطور که شایسته هوش مصنوعی است، دائماً در حال خودآموزی و خودسازی است. برای این منظور، "دوقلو دیجیتال" از دانش انسان ها، سایر ماشین های مشابه، از سیستم های بزرگتر و محیطی که بخشی از آن است استفاده می کند.
مایکل گریوز سه مورد از الزامات خود را که «دوقلوهای دیجیتال» باید برآورده کنند، پیشنهاد کرد. اولین مورد مطابقت با ظاهر شی اصلی است. باید فهمید که مشابه است ظاهر- این نه تنها کل تصویر است، بلکه مطابقت قطعات فردی با "دوقلو" واقعی است. شرط دوم مربوط به رفتار دوقلو در حین آزمایش است. آخرین و سخت ترین اطلاعاتی است که از آن دریافت می شود هوش مصنوعیدر مورد مزایا و معایب یک محصول واقعی
1971yes/bigstock.com
همانطور که مایکل گریوز اشاره میکند، زمانی که نسخههای دیجیتالی مورد استفاده قرار گرفتند، حتی معیار شباهت فیزیکی نیز دشوار در نظر گرفته شد. امروز به محض دوقلو دیجیتالدر پارامترهای اول یکسان است، می توان از آن برای حل مسائل عملی استفاده کرد.
چرا به "دوقلوهای دیجیتال" نیاز داریم؟
کپی های دیجیتال برای بهینه سازی عملکرد نمونه های اولیه فیزیکی، کل سیستم ها و فرآیندهای تولید ایجاد می شوند.
به گفته کالین جی.پاریس، دکترا، معاون تحقیقات نرم افزار در مرکز تحقیقات جهانی جنرال الکتریک، "دوقلوهای دیجیتال" یک مدل ترکیبی (هم فیزیکی و هم دیجیتال) هستند که به طور خاص برای اهداف تجاری خاص ایجاد شده اند، به عنوان مثال، پیش بینی خرابی ها، کاهش هزینه های تعمیر و نگهداری، جلوگیری از قطعی های برنامه ریزی نشده.
1971yes/bigstock.com
کالین جی.پاریس بیان می کند که وقتی در مورد "دوقلوهای دیجیتال" صحبت می کنیم، این سیستم در سه مرحله کار می کند: دیدن، فکر کردن و انجام دادن. در مرحله "چشم انداز"، در مورد به دست آوردن اطلاعات در مورد وضعیت است. این اطلاعات دو نوع است: داده های عملیاتی (مثلاً نقطه جوش) و داده های محیطی. گام بعدی که کالین جی.پاریس به طور آزمایشی آن را "فکر" نامید، به این واقعیت مربوط می شود که در این مرحله "دوقلو دیجیتالی" برای درخواست های مختلف می تواند گزینه هایی را در مورد بهترین عملکرد در یک موقعیت خاص یا اینکه کدام گزینه ها برای آنها ارجح هستند، ارائه دهد. اهداف تجاری. هوش مصنوعی برای تجزیه و تحلیل، به عنوان مثال، اطلاعات تاریخی، پیشبینی درآمد و هزینهها استفاده میکند و گزینههای متعددی را ارائه میکند که بر اساس ریسکها و اعتقاد به این که این پیشنهادات قادر به کاهش آنها هستند، هستند. آخرین مرحله«انجام» مستقیماً با اجرای کاری که باید انجام شود مرتبط است.
1971yes/bigstock.com
برای مثال با کمک "دوقلوهای دیجیتال"، می تواند ببینداز درون مشکل جسم فیزیکی.
در تولید دیگر لازم نیست که مثلاً کل توربین جلوی خود را ببینیم تا سوراخی را تشخیص دهیم. فناوری "دوقلوهای دیجیتال" به شما این امکان را می دهد که با استفاده از تجسم رایانه ای مشکل را در زمان واقعی مشاهده کنید.
به گفته Zvi Fejer، EVP مهندسی نرم افزار زیمنس، دوقلو دیجیتال یک راه حل PLM در مسیر صنعت 4.0 است.
چه نوع "دوقلوهای دیجیتالی" در حال حاضر وجود دارد؟
همانطور که قبلاً گفتیم، "دوقلوهای دیجیتال" به طور فعال در صنعت استفاده می شوند: قسمت دوقلوها (که برای یک قطعه تولید خاص ساخته شده اند)، دوقلوهای محصول (مربوط به انتشار محصول، وظیفه اصلی آنها کاهش هزینه نگهداری است) ، فرآیندهای دوقلو (هدف آنها ممکن است، به عنوان مثال، افزایش عمر سرویس باشد)، دوقلوهای سیستم (بهینه سازی کل سیستم به عنوان یک کل).
1971yes/bigstock.com
به گفته آژانس مشاوره و تحقیقات فناوری پیشرفته گارتنر، صدها میلیون «دوقلوهای دیجیتال» به زودی جایگزین نیروی انسانی خواهند شد. برخی از شرکت ها در حال حاضر این کار را انجام می دهند. وجود یک کارمند در کارکنان که در تشخیص مشکلات در تولید نقش داشته باشد، ضروری نیست. در زمان واقعی، با کمک "دوقلوهای دیجیتال"، می توانید تمام داده های لازم را دریافت کرده و از قبل برای تعمیر تجهیزات آماده باشید.
و در مورد "دوقلو دیجیتال" خود شخص چطور؟
chagpg / bigstock.com
برای کسانی که می خواهند یک دوست نابودگر داشته باشند که مثل شما فکر کند، در همه چیز کمک کند، برادر و دوست باشد، خبرهای خوبی داریم. به گفته جان اسمیت، آینده پژوه و تکنولوژیست نظری، چنین آینده ای در حال حاضر در دسترس است. او معتقد است که در آینده نزدیک به اصطلاح وجود خواهد داشت عوامل نرم افزاریکه از قبل خواسته ها، رفتار همتای واقعی خود را پیش بینی می کند و اعمالی را برای همتای انسانی خود انجام می دهد.
"دوقلو دیجیتال" می تواند خرید کند، تصمیمات تجاری بگیرد، در فعالیت های اجتماعی شرکت کند - به طور کلی، قادر خواهد بود هر کاری را انجام دهد که گاهی اوقات وقت کافی برای آن نداریم.
ما همچنین قادر خواهیم بود تمام کارهای روتین را به دوتایی خود تغییر دهیم. علاوه بر این، به گفته جان اسمیت، شبیهسازیهای دیجیتالی ما علایق، ترجیحات، دیدگاههای سیاسی ما را میشناسند و در صورت لزوم میتوانند از آنها دفاع کنند، زیرا زمینه تاریخی کاملتری خواهند داشت و کل تصویر مدرن جهان را میبینند. . و حتی شفقت. به عنوان مثال، "دوقلو دیجیتال" به ما نشان می دهد، زیرا می تواند وضعیت عاطفی ما را حدس بزند.
همه اینها شبیه یک فیلمنامه اتوپیایی به نظر می رسد. من یک چیز حیله گر را حس می کنم. معایب «دوقلوهای دیجیتال» چیست؟
معایب "دوقلوهای دیجیتال" آشکار است. اولین سوال در مورد امنیت ما است. کلون های دیجیتال از همه منابع ممکن برای تکمیل اطلاعات در مورد ما استفاده خواهند کرد. اینها الگوریتم هایی هستند که داده ها را از حساب ها جمع آوری می کنند شبکه های اجتماعیو مکاتبات شخصی ما و هر سند و پرونده ای که به هر نحوی به ما مربوط می شود. البته، این نمی تواند نگران کننده باشد: همانطور که قبلاً متوجه شدیم، "دوقلوهای دیجیتال" قادر به به روز رسانی و بهبود مداوم هستند. بنابراین یکی از اولویت ها باید ایجاد چارچوب قانونی برای تعیین «حدود مجاز بودن» هوش مصنوعی باشد.
chagpg / bigstock.com
با این حال، در این مورد وحشت نکنید. از جان اسمیت سرنخ بگیرید: او خوش بین است و معتقد است که «دوقلوهای دیجیتال» نمی توانند جایگزین بشریت شوند. آنها به سادگی تبدیل به نسخه های دیگری از شخصی خواهند شد که می توانند در صلح با ما همزیستی کنند.
اگر خطایی پیدا کردید، لطفاً قسمتی از متن را برجسته کرده و کلیک کنید Ctrl+Enter.
امروز در روسیه صحبت از انقلاب صنعتی چهارم دشوار است، اما ما معتقدیم که لازم است صحبت کنیم. در میان محرکهای فناوری در شرکتهای صنعتی در نسل جدید، پلتفرمهایی برای اینترنت صنعتی اشیاء وجود خواهد داشت که مفهوم دوقلوی دیجیتال را پیادهسازی میکند.
تحلیلگران Forrester یک دوقلو دیجیتال را به عنوان ایجاد یک شی فیزیکی واقعی به شکل دیجیتالی انتزاعی تعریف می کنند که به عنوان یک واسطه برای هر اتصال به یک دستگاه واقعی عمل می کند.
به گفته جنرال الکتریک، ایده پشت دوقلو دیجیتال فراتر از کار کردن با مدل های دیجیتال است. این شرکت می گوید نگهداریهمچنین در هماهنگی با مدل دیجیتال با شی واقعی از طریق سیستم های حسگر و امکانات ارتباطی رخ خواهد داد.
آژانس تحلیلی گارتنر پیش بینی می کند که تا سال 2021، نیمی از شرکت های صنعتی بزرگ از دوقلوهای دیجیتال استفاده خواهند کرد و در نتیجه، این سازمان ها 10 درصد افزایش بهره وری عملیاتی را دریافت خواهند کرد.
آلفونسو ولوسا، معاون پژوهشی گارتنر، گفت: «دوقلوهای دیجیتال با ارائه روشی قدرتمند برای نظارت و مدیریت داراییها و فرآیندها، تأثیر تجاری اینترنت اشیا را هدایت میکنند. این به ویژه برای تیم ما هیجان انگیز است، زیرا ما از نزدیک در پروژه SAYMON درگیر هستیم. نظارت خودکارو مدیریت، از جمله سیستم های اطلاعاتی و اینترنت اشیا. البته، رقابت در بازار پلتفرم مدیریت اینترنت اشیا بسیار قوی است - امروزه به معنای واقعی کلمه هر شرکت بزرگ دیجیتال ادعا می کند که پلتفرم دارد، اما همه نتوانسته اند پیشرفت های خود را ایجاد کنند یا شرکتی را با یک راه حل آماده خریداری کنند. اغلب بیانیه در دسترس بودن ادای احترام به نجابت است - یک روند تکنولوژیکی وجود دارد، بیانیه یک شرکت وجود دارد.
امروز ما هنوز با مدلها و نقشههای دیجیتال کار نمیکنیم - ما پذیرای شرکای با تجربه در این زمینه هستیم. در حال حاضر تجربه همکاری با شرکتی وجود دارد که کپیهای واقعی از امکانات صنعتی ایجاد میکند و در نتیجه پروژه جداگانه VIOTR متولد شد که قدرت فضای دیجیتالی شده را با توانایی به دست آوردن دادهها از حسگرهای واقعی و با هم ترکیب میکند. دوربین های فیلمبرداری، توانایی کنترل سوئیچ ها، رله ها و شاترها در دنیای واقعی. پروژه VIOTR امروز بر روی آن تمرکز دارد فن آوری های آموزشیآینده است، اما اساساً بخشی از مفهوم دوقلو دیجیتال است.
این دقیقاً همان چیزی است که همکاران ما از Computer Weekly بیان کردند - رویکرد جدید شامل مدیریت ارتباط بین دستگاههای لبه و سیستمهای داخلی و بازتاب تغییرات در مدل دستگاه مجازی است - به عبارت دیگر، یک دوقلو دیجیتال ظاهر میشود.
مثالها نشان میدهند که حتی برای عملیاتهای سادهای مانند کنترل قفل درب، میتوانید صرفهجویی قابل توجهی در کار داشته باشید. دورماکابا که قفل درب های هوشمند تولید می کند، از سال 2012 از نرم افزار مدیریت میدانی ServiceMax برای کمک به کنترل نصب خود استفاده می کند. داده های دقیق در مورد عملکرد هر در به Dormakaba و شرکای آن کمک می کند تا ساختمان ها را به طور موثرتری مدیریت کنند. مطالعه اخیر Vanson Bourne برای ServiceMax نشان داد که شرکتهای صنعتی به دلیل توقف برنامهریزی نشده ۲۶۰۰۰۰ دلار در ساعت ضرر میکنند. پیش بینی شکست با استفاده از دوقلوهای دیجیتال می تواند به غلبه بر این مشکل کمک کند. دوقلو دیجیتال میتواند یک رکورد بهروز از هر اقدام یا رویدادی که حسگرهای روی درها ثبت میکنند، ثبت قطعات و بهروزرسانیهای میانافزار را در اختیار مهندسان دورماکابا قرار دهد و میتواند توسط تیم خدمات Dormakaba برای تعیین آن استفاده شود. عمر محصول همراه با توصیف همراه با جزئیاتیک سیاهه امنیتی که به در بسته شده است. همچنین اطمینان از ارتباط نزدیک با تامین کنندگان قطعات و قطعات و مدیریت چرخه عمر محصول، فراهم کردن سطح بسیار واضحی از کنترل و خدمات بسیار مهم است. دورماکابا با استفاده از پیشبینی قفل دیجیتال انتظار کاهش تماسهای مشتریان و بهبود کیفیت خدمات را دارد. به همراه Swisscom، یک پلتفرم ابری برای مدیریت قفل ها ایجاد شد. دورماکابا اذعان می کند که آموزش شریک یک عنصر مهم از این نوآوری و تحول کسب و کار است.
در گزارش گارتنر دوقلوهای دیجیتال بر مدلهای اقتصادی و تجاری تأثیر خواهند گذاشتشرکت تجزیه و تحلیل، قیاسی بین میزان جمع آوری داده های انجام شده توسط شرکت هایی مانند گوگل، آمازون و نتفلیکس و میزان داده های دیجیتالی دوقلو در شرکت های صنعتی ایجاد می کند تا دائماً بر عملکرد تجهیزات متصل به سیستم های کنترل نظارت کند.
تحلیلگران هشدار میدهند که این امر مستلزم کنترل بیشتر بر روی قطعات و ارتقاء نرمافزار است و همچنین تولیدکنندگان خودرو را ملزم میکند تا به فروشندگان نرمافزار تبدیل شوند. تحلیلگران هشدار میدهند: «اپراتورهای دارایی باید مهارتهای نرمافزاری را به تیمهای عملیاتی خود اضافه کنند، زیرا داراییهای هوشمندتر را اضافه میکنند و نرمافزار و مالکیت دادهها را برای پشتیبانی از قراردادها اضافه میکنند.
تصویر از https://www.ge.com/
شبکه های عصبی، دوقلوهای دیجیتال، هوش مصنوعی. فناوریهای Industry 4.0 صنعت نفت را غیرقابل تشخیص تغییر خواهد داد
معماران عصر دیجیتال
معمولاً پیشرفته ترین مناطق از نظر فن آوری در نظر گرفته می شود فناوری اطلاعاتو زیست پزشکی نگرش به شرکت ها در صنایع سنتی مانند نورد فلز یا تولید و پالایش نفت کاملا متفاوت است. در نگاه اول، آنها محافظه کار به نظر می رسند، اما بسیاری از کارشناسان آنها را معماران اصلی عصر جدید دیجیتال می نامند.
غول های صنعتی از اواسط دهه 30 قرن گذشته شروع به خودکارسازی فرآیندهای تولید کردند. در طول چندین دهه، سیستم های سخت افزاری و نرم افزاری به طور مداوم بهبود یافته و پیچیده شده اند. اتوماسیون فرآیندهای تولید - به عنوان مثال، در پالایش نفت - بسیار جلوتر رفته است. عملکرد یک پالایشگاه مدرن توسط صدها هزار حسگر و ابزار نظارت می شود و منابع سوخت در زمان واقعی توسط سیستم ها نظارت می شود. ناوبری ماهواره ای. هر روز یک پالایشگاه روسیه به طور متوسط بیش از 50000 ترابایت اطلاعات تولید می کند. برای مقایسه، 3 میلیون کتاب ذخیره شده در حافظه دیجیتال کتابخانه دولتی روسیه صدها برابر کمتر - "فقط" 162 ترابایت را اشغال می کنند.
این همان «داده بزرگ» یا اطلاعات بزرگ، یک جریان قابل مقایسه با دانلود اطلاعات بزرگترین سایت ها و شبکه های اجتماعی است. آرایه انباشته شده از داده ها یک منبع منحصر به فرد است که می تواند در مدیریت کسب و کار استفاده شود. اما روش های سنتی تحلیل اطلاعات دیگر برای این کار مناسب نیستند. کار موثر با چنین حجمی از داده ها تنها با کمک فناوری های Industry 4.0 امکان پذیر است. در چارچوب یک پارادایم اقتصادی در حال تغییر، یک «تجربه تاریخی» تولید غنی یک مزیت جدی است. کلان داده در قلب هوش مصنوعی قرار دارد. توانایی آن در یادگیری، درک واقعیت و پیش بینی فرآیندها به طور مستقیم به میزان دانش بارگذاری شده بستگی دارد. در عین حال، شرکت های صنعتی دارای یک دانشکده مهندسی قدرتمند هستند و فعالانه در معرفی و بهبود فناوری های جدید مشارکت دارند. این یکی دیگر از شرایطی است که آنها را به بازیگران کلیدی "اقتصاد جدید" تبدیل می کند.
بهترین هفته
در نهایت، صنعتگران داخلی قیمت کارایی کسب و کار را می دانند. روسیه کشوری است که فاصله زیادی دارد. اغلب، دارایی های تولیدی در فاصله زیادی از مصرف کنندگان قرار دارند. در این شرایط، پاسخ سریع به نوسانات بازار بسیار دشوار است. فن آوری های سنتی اجازه صرفه جویی بیش از یک دهم درصد را نمی دهد. در همین حال، راه حل های دیجیتال در حال حاضر امکان کاهش هزینه ها را تا 10-15٪ در ماه فراهم می کند. واقعیت بدیهی است: در عصر انقلاب صنعتی چهارم، کسی که میآموزد چگونه بهطور مؤثر فناوریهای جدید را در زمینه تجربه انباشته به کار گیرد، رقابتی خواهد بود.
پتر کازناچیف، مدیر مرکز اقتصاد منابع، RANEPAبه عنوان اولین گام به سوی یک سیستم هوش مصنوعی «یکپارچه» در نفت و گاز، میتوان مدیریت «هوشمند» و برنامهریزی شرکتی را در نظر گرفت. در این مورد، ما می توانیم در مورد ایجاد یک الگوریتم برای دیجیتالی کردن کل صحبت کنیم اطلاعات کلیدیدرباره فعالیت های شرکت - از میدان تا پمپ بنزین. این اطلاعات می تواند به یک مرکز خودکار ارسال شود. بر اساس این اطلاعات می توان با استفاده از روش های هوش مصنوعی، پیش بینی ها و توصیه هایی برای بهینه سازی کار شرکت ارائه داد.
رهبر تحول دیجیتال
با درک این روند، رهبران صنعتی روسیه و جهان در حال بازسازی فرآیندهای تجاری هستند که طی دههها تکامل یافتهاند و فناوریهای Industry 4.0 مبتنی بر اینترنت صنعتی اشیا، هوش مصنوعی و دادههای بزرگ را به تولید معرفی میکنند. شدیدترین تحول در صنعت نفت و گاز در حال وقوع است: این صنعت به صورت پویا در حال «دیجیتال شدن» است، و روی پروژه هایی سرمایه گذاری می کند که همین دیروز شبیه به داستان های علمی تخیلی به نظر می رسید. گیاهانی که توسط هوش مصنوعی کنترل میشوند و قادر به پیشبینی موقعیتها هستند، تأسیساتی که اپراتور را برای حالت بهینه عملیات ترغیب میکنند - همه اینها امروزه در حال تبدیل شدن به واقعیت هستند.
در عین حال، حداکثر وظیفه ایجاد یک سیستم مدیریت برای تولید، لجستیک، تولید و بازاریابی است که چاههای هوشمند، کارخانهها و پمپ بنزینها را در یک اکوسیستم واحد متحد کند. در یک مدل دیجیتال ایدهآل، لحظهای که مصرفکننده اهرم توزیعکننده سوخت را فشار میدهد، تحلیلگران شرکت در مرکز عملیات فوراً از نوع بنزینی که در مخزن پر میشود، چه مقدار نفت باید استخراج شود، به کارخانه تحویل داده شود و برای پاسخگویی به تقاضا در منطقه خاص پردازش می شود. تاکنون هیچ یک از شرکت های روسی و خارجی نتوانسته اند چنین مدلی بسازند. با این حال، گازپروم نفت بیشترین پیشرفت را در حل این مشکل داشته است. متخصصان آن اکنون در حال اجرای تعدادی پروژه هستند که در نهایت باید مبنایی برای ایجاد یک پلتفرم واحد برای مدیریت پردازش، تدارکات و فروش شود. پلتفرمی که هیچ کس دیگری در جهان هنوز آن را نداشته است.
دوقلوهای دیجیتال
امروزه پالایشگاه های گازپروم نفت از مدرن ترین پالایشگاه های این صنعت هستند. با این حال، انقلاب صنعتی چهارم فرصتهای کیفی جدیدی را باز میکند و در عین حال الزامات جدیدی را برای اتوماسیون ارائه میکند. به عبارت دقیقتر، این موضوع چندان در مورد اتوماسیون نیست، بلکه در مورد دیجیتالی کردن تقریباً کامل تولید است.
اساس مرحله جدید به اصطلاح "دوقلوهای دیجیتال" - کپی مجازی واحدهای پالایشگاهی خواهد بود. مدلهای سهبعدی تمام فرآیندها و روابطی را که در نمونههای اولیه واقعی رخ میدهند، بهطور قابل اعتماد توصیف میکنند. آنها بر اساس کار هوش مصنوعی مبتنی بر شبکه های عصبی هستند. "Digital Twin" می تواند حالت های بهینه عملکرد تجهیزات را ارائه دهد، خرابی های آن را پیش بینی کند و شرایط تعمیر را توصیه کند. از دیگر مزایای آن، توانایی یادگیری مداوم است. خود شبکه عصبی خطاها را پیدا می کند، آنها را تصحیح و به خاطر می آورد و در نتیجه کار خود و دقت پیش بینی را بهبود می بخشد.
اساس آموزش "دوقلو دیجیتال" مجموعه ای از اطلاعات تاریخی است. پالایشگاه های نفت مدرن به اندازه بدن انسان پیچیده هستند. صدها هزار قطعه، ده ها هزار حسگر. اسناد فنی برای هر نصب، اتاقی به اندازه یک سالن مونتاژ را اشغال می کند. برای ایجاد یک "دوقلو دیجیتال"، ابتدا باید تمام این اطلاعات در آن بارگذاری شود شبکه عصبی. سپس سخت ترین مرحله آغاز می شود - مرحله آموزش هوش مصنوعی برای درک نصب. این شامل خوانشهای حسگرها و ابزار دقیق جمعآوریشده در چند سال گذشته کارکرد کارخانه است. اپراتور موقعیت های مختلف را شبیه سازی می کند، شبکه عصبی را وادار می کند به این سوال پاسخ دهد که "اگر یکی از پارامترهای عملیات تغییر کند چه اتفاقی می افتد؟" - به عنوان مثال، برای تعویض یکی از اجزای ماده اولیه یا افزایش منبع تغذیه تاسیسات. شبکه عصبی تجربه سال های گذشته را تجزیه و تحلیل می کند و با استفاده از روش محاسبه، حالت های غیربهینه را از الگوریتم حذف می کند و پیش بینی را می آموزد. کار آیندهنصب و راه اندازی.
بهترین هفته
گازپروم نفت در حال حاضر دو مجتمع صنعتی درگیر در تولید سوخت خودرو را به طور کامل "دیجیتالیزه" کرده است - یک واحد تصفیه هیدروژنی بنزین کراکینگ کاتالیزوری در پالایشگاه نفت مسکو و یک واحد فعال در پالایشگاه نفت این شرکت در اومسک. آزمایشات نشان داده است که هوش مصنوعی قادر است به طور همزمان تعداد زیادی از پارامترهای "دوقلوهای دیجیتالی" خود را در نظر بگیرد، تصمیم بگیرد و در مورد انحرافات احتمالی در کار حتی قبل از لحظه ای که مشکل تهدید به تبدیل شدن به یک مشکل جدی شود، اطلاع دهد.
در همان زمان، گازپروم نفت در حال آزمایش راه حل های یکپارچه ای است که تأثیر عامل انسانی را بر مقیاس کل تولید به حداقل می رساند. در حال حاضر پروژه های مشابهی در کارخانه های قیرسازی این شرکت در ریازان و قزاقستان در حال اجراست. راهحلهای موفقی که بهصورت تجربی یافت میشوند، متعاقباً میتوانند تا سطح پالایشگاههای بزرگ مقیاس شوند، که در نهایت یک پلت فرم مدیریت تولید دیجیتال مؤثر ایجاد میکند.
نیکولای لکودیموف، رئیس گروه مشاوره فناوری های پیشرفته، KPMG در روسیه و کشورهای مستقل مشترک المنافع:راهحلهایی که اجزا، مجموعهها و سیستمهای مختلف را مدلسازی میکنند، از دیرباز شناخته شده و مورد استفاده قرار گرفتهاند، از جمله در صنعت نفت و گاز. تنها زمانی می توان از یک جهش کیفی صحبت کرد که وسعت پوشش کافی از این مدل ها به دست آمده باشد. اگر بتوانیم این مدل ها را با یکدیگر ترکیب کنیم، آنها را در یک زنجیره کامل ترکیب کنیم، در واقع این امکان حل مشکلات را در یک سطح کاملاً جدید فراهم می کند - به ویژه، شبیه سازی رفتار سیستم در شرایط عملیاتی بحرانی، بی سود و به سادگی خطرناک. . برای مناطقی که بازتولید و ارتقاء تجهیزات بسیار گران است، این امکان آزمایش پیشآزمایی اجزای جدید را فراهم میکند.»
مدیریت اجرایی
در آینده، کل زنجیره ارزش در بلوک لجستیک، پالایش و بازاریابی گازپروم نفت توسط یک پلت فرم فناوری واحد مبتنی بر هوش مصنوعی متحد خواهد شد. "مغز" این ارگانیسم مرکز مدیریت عملکرد خواهد بود که یک سال پیش در سن پترزبورگ تأسیس شد. در اینجا است که اطلاعات از "دوقلوهای دیجیتال" جریان می یابد، در اینجا تجزیه و تحلیل می شود و در اینجا، بر اساس داده های دریافت شده، تصمیمات مدیریتی اتخاذ می شود.
در حال حاضر، بیش از 250000 حسگر و دهها سیستم اطلاعات را به صورت بلادرنگ از تمام داراییهای شرکت موجود در محدوده بلوک لجستیک، پردازش و بازاریابی گازپروم نفت به مرکز انتقال میدهند. در هر ثانیه 180000 سیگنال به اینجا می رسد. یک نفر فقط برای مشاهده این اطلاعات حدود یک هفته زمان می برد. مغز دیجیتال مرکز فوراً این کار را انجام می دهد: کیفیت محصولات و کمیت فرآورده های نفتی را در زمان واقعی در کل زنجیره - از خروجی پالایشگاه تا مصرف کننده نهایی - نظارت می کند.
هدف استراتژیک مرکز، استفاده از فناوریها و فرصتهای Industry 4.0، افزایش کارایی بخش پایین دستی است. یعنی نه فقط مدیریت فرآیندها - این را می توان در سیستم های سنتی انجام داد، بلکه می توان این فرآیندها را کارآمدتر کرد: استفاده از تجزیه و تحلیل پیش بینی و هوش مصنوعی در هر مرحله از کسب و کار، کاهش ضرر، بهینه سازی فرآیندها و جلوگیری از ضرر.
در آینده ای نزدیک، مرکز باید یاد بگیرد که چگونه چندین کار کلیدی را که بر کارایی مدیریت کسب و کار تأثیر می گذارد، حل کند. این شامل پیشبینی آینده 60 روز آینده میشود: بازار در دو ماه آینده چگونه رفتار خواهد کرد، چه مقدار نفت برای پاسخگویی به تقاضای بنزین در زمان کنونی باید فرآوری شود، تجهیزات در چه شرایطی قرار خواهند گرفت، آیا کارخانهها قادر به مقابله با بار آینده و اینکه آیا آنها تعمیر می شوند. در عین حال، ظرف دو سال آینده، مرکز باید به ظرفیت 50 درصد برسد و پایش، تحلیل و پیشبینی میزان ذخایر فرآوردههای نفتی در تمامی انبارها و مجتمعهای سوخترسانی شرکت را آغاز کند. که در حالت خودکارنظارت بر بیش از 90٪ پارامترهای تولید؛ تجزیه و تحلیل قابلیت اطمینان بیش از 40٪ از تجهیزات فرآیند و توسعه اقدامات برای جلوگیری از هدر رفتن محصولات نفتی و کاهش کیفیت آنها.
تا سال 2020، گازپروم نفت قصد دارد به 100 درصد از توانایی های مرکز مدیریت عملکرد برسد. از جمله شاخص های اعلام شده می توان به تجزیه و تحلیل قابلیت اطمینان کلیه تجهیزات، جلوگیری از تلفات از نظر کیفیت و کمیت محصولات و مدیریت پیش بینی انحرافات فناوری اشاره کرد.
داریا کوزلوا، مشاور ارشد VYGON Consulting:"به طور کلی، راه حل های یکپارچه مزایای اقتصادی قابل توجهی برای صنعت به ارمغان می آورد. به عنوان مثال، طبق گفته Accenture، اثر اقتصادی دیجیتالی شدن می تواند بیش از 1 تریلیون دلار باشد. بنابراین، هنگامی که صحبت از شرکت های بزرگ یکپارچه عمودی می شود، معرفی راه حل های یکپارچه بسیار موجه است. اما برای شرکت های کوچک نیز قابل توجیه است، زیرا بهبود بهره وری می تواند با کاهش هزینه ها، افزایش کارایی مدیریت سرمایه در گردش و غیره، وجوه اضافی را برای آنها آزاد کند.
0 بحث کنید
از سردبیر سایت:در پایان ماه می، مجمع PLM Connection زیمنس در مسکو برگزار شد که موضوعات اصلی آن ایجاد دوقلو دیجیتال، چاپ سه بعدی، اینترنت اشیا و افزایش رقابت پذیری محصولات روسی بود.
توجه داشته باشید که اصطلاح دوقلو دیجیتال در نشریات روسی زبان هم به عنوان "دوقلو دیجیتال" و هم به عنوان "دوقلو دیجیتال" ترجمه می شود.
سالن به سختی همه را در خود جای می داد.
پنج مرحله برای ایجاد یک شرکت دیجیتال
فناوری های مدرن در حال متحول کردن روش تولید محصولات هستند. شرکت ها در حال تسریع فرآیندهای خود، افزایش انعطاف پذیری و کارایی و بهبود کیفیت هستند. زیمنس معتقد است برای این کار تنها تمرکز بر یک مرحله از تولید کافی نیست. لازم است کل زنجیره، از توسعه محصولات تا استفاده از آنها را در نظر گرفت.هنگامی که این فرآیندها را ایجاد و بهینه کردید، می توانید آنها را ادغام کنید، تامین کنندگان خود را به هم متصل کنید و یک رویکرد جامع برای ایجاد کسب و کار خود داشته باشید. ژان لوکا ساکو، مدیر، گفت: علاوه بر این، به شما این توانایی را میدهد که یک دوقلوی دیجیتالی از کسبوکار خود ایجاد کنید که به شما امکان میدهد کسبوکار خود را برای شناسایی زودهنگام گلوگاهها مدلسازی کنید، مانند مکانهایی که مازاد روی میدهد یا جایی که انتظار تاخیر وجود دارد. بازاریابی برای نرم افزار PLM زیمنس در منطقه EMEA. - به نظر می رسد یک فانتزی است، اما در حال حاضر کاملا امکان پذیر است. این تنها پنج مرحله طول می کشد، و دوقلو دیجیتال می تواند به شرکت شما کمک کند.
گام اول - توسعه محصول، ژان لوکا ساکو با یک نمونه واقعی از یکی از محصولات ایجاد شده توسط خود زیمنس با حداکثر استفاده مجدد از نسل های قبلی خود و با در نظر گرفتن تأیید بعدی بدون ایجاد یک نمونه فیزیکی از تمام ویژگی های آن، از جمله گرمایش، سرمایش و محافظت در برابر تأثیرات الکترومغناطیسی. وی گفت: «تخصص ما توسعه محصول بر اساس یک رویکرد سیستماتیک مبتنی بر دوقلو دیجیتال پر از اطلاعات محصول است که در محیط همکاری Teamcenter به گونهای ذخیره میشود که همه شرکتکنندگان توسعه به آن دسترسی داشته باشند.»
مرحله دوم توسعه فناوری تولید است که مستلزم مدل سازی نه خود محصول، بلکه عملیات تولید است. "با استفاده از شبیه سازی کارخانه، ما تمام عملیات تولید را حتی قبل از ایجاد محل کار شبیه سازی می کنیم تا از قبل هر گونه مشکلی را پیش بینی کنیم. و این نه تنها برای یک محل کار، بلکه برای کل کارخانه به عنوان یک کل صدق می کند. این امر امکان بهینه سازی جریان مواد، مصرف انرژی و شبیه سازی فرآیندهای تولید را بسیار قبل از شروع سرمایه گذاری در ساخت مغازه فراهم می کند. مونتاژ.
مرحله سوم، آماده سازی و راه اندازی تولید، با استفاده از یک دوقلوی دیجیتالی دیگر، این بار برای فرآیندها و تجهیزات فنی همراه است. به گفته ژان لوکا ساکو، زیمنس تنها شرکتی در جهان است که می تواند مجموعه یکپارچه مهندسی کامپیوتر را ارائه دهد که به شما امکان می دهد یک دوقلو دیجیتال کامل، شامل همه رشته ها، مانند مکانیک، برق و نرم افزار، برای آزمایش همه چیز قبل از تولید، ایجاد کنید. . او بر اهمیت ادغام همه اجزای چنین همزاد تاکید کرد: «به هر حال، همه چیز در زندگی به هم مرتبط است. ما یک محصول را طراحی می کنیم، بر این اساس یک فرآیند را توسعه می دهیم و ویژگی های فرآیند فنی الزاماتی را برای توسعه محصول تحمیل می کند.
مرحله چهارم - تولید محصول نیز با استفاده از دوقلو دیجیتال اجرا می شود. در واقع، بدون آن غیرممکن است که یک برنامه کاری واقعی به منظور تعیین اتلاف زمان و بهینه سازی فرآیندهای تولید تهیه کنید. به طور سنتی، این نیاز به دستورالعملهای کاغذی زیادی داشت که ناکارآمد و مستعد خطا بود، اما مدلسازی دیجیتال امکان ایجاد مجموعه ایدهآل دستورالعملها را برای تولید و مونتاژ یک محصول فراهم میکند. ژان لوکا ساکو توضیح داد که چنین راه حلی پیچیده است، تمام منابع شرکت مانند افراد، مواد، ابزار، ماشین آلات را پوشش می دهد و با کمک یک دوقلو دیجیتال به شما امکان می دهد تولید را مدیریت کنید. اطلاعات الکترونیکیدر آن لحظه به اپراتور منتقل می شود. وقتی به او نیاز دارد در محل کار، او می تواند از فناوری واقعیت افزوده استفاده کند و بهتر بفهمد که باید با قطعه کار ورودی چه کاری انجام دهد و در نتیجه خطاهای مونتاژ را به حداقل برساند. اما حتی اگر اشتباهاتی رخ دهد، مقایسه محصول واقعی با دوقلو دیجیتال آن، آنها را از بین می برد. ژان لوکا ساکو گفت: "این رویکرد دیوارهایی را که همیشه بین طراحان و کارگران وجود داشته است، از بین می برد و در نتیجه بهبود قابل توجهی کیفیت محصولات را ممکن می کند."
مرحله پنجم - تعمیر و نگهداری، اگر از راه حلی استفاده کنید که به شما امکان می دهد اطلاعاتی را که محصول در طول عملیات تولید می کند جمع آوری و تجزیه و تحلیل کنید، کارآمدتر می شود.
برای اجرای این پنج مرحله، زیمنس مجموعه نرمافزاری Digital Enterprise را ارائه میکند که شامل Teamcenter، NX، Tecnomatix و موارد دیگر است که فرآیندهای زنجیرههای تولید را برای صنایع مختلف در نظر میگیرد. به گفته ژان لوکا ساکو، این راه حل وضعیت محصول را در تمام مراحل - از ایده اولیه تا مصرف کننده، همه در یک محیط واحد نشان می دهد. در عین حال، در هر مرحله، افراد از دستاوردهای همکاران خود استفاده می کنند و از این واقعیت بهره می برند که نه تنها در مورد مرحله فعلی، بلکه در مورد تمام مراحل قبلی و بعدی نیز اطلاعات دارند.
واقعیت های روسیه
این رویکرد نوآورانه مفید خواهد بود شرکت های روسی، زیرا آنها در همان روند توسعه کل صنعت جهانی هستند. "ما مانند همه جا مشکلات مشابه داریم - افزایش پیچیدگی محصولات. این امر نه تنها برای صنعت هوانوردی و خودرو، بلکه برای کل صنعت مهندسی معمول است. علاوه بر این، مدلهای کسبوکار جدید مرتبط با گسترش فناوریهای پیشرفته، مانند اینترنت اشیا، تولید مواد افزودنی، رابطهای انسان و ماشین، دادههای بزرگ در حال ظهور هستند.علیرغم همه مشکلات، شرکت های ما محصولات پیچیده نوآورانه ایجاد می کنند و مشکلاتی را حل می کنند که قبلاً حل نشده اند. ویکتور بسپالوف چندین تحول را به عنوان نمونه ذکر کرد. بنابراین، هنگام ایجاد یک هواپیمای حمل و نقل جدید Il-76، یک طرح دیجیتال و یک تک ساخته شد فضای اطلاعاتی، پوشش سازمان مادر - KB im. ایلیوشین و تامین کنندگان.
هنگام توسعه تراکتور جدید KamAZ-5490، تقریباً تمام فرآیندهای مونتاژ قبل از شروع تولید شبیه سازی شد که با مفهوم زیمنس مطابقت دارد و هنگام ایجاد موتور جدید PD-14 که اکنون در حال آزمایش است، طرح دیجیتال کامل آن توسعه یافته است. ، که نه تنها در تولید، بلکه در خدمات فن آوری استفاده می شود.
در عین حال، ویکتور بسپالوف تاکید کرد، شرکت های روسی باید بسیاری از مشکلات را حل کنند. بنابراین، به دلیل پیچیدگی محصولات، روش های سنتی تجزیه محصول از کار می افتد. بنابراین، در مراحل اولیه، لازم است با مدیریت نیازمندی ها و انطباق با هنجارهای صدور گواهینامه مقابله شود.
ایجاد تغییرات در مرحله توسعه و پس از آن یک چالش باقی مانده است. اینجاست که استفاده از مدل سازی دیجیتال و روش های مختلفمحاسبه، با این حال، پیچیدگی این کار نشان می دهد که هنوز کار برای انجام وجود دارد. مسائل مربوط به مدیریت منابع مربوط به تعامل بین PLM و ERP وجود دارد.
ویکتور بسپالوف: «با وجود تمام مشکلات، اکثر مشتریان روسی ما
قصد دارد استفاده از محصولات نرم افزار زیمنس PLM را گسترش دهد."
مشکلات ملی هم هست. شرکت های ما نه تنها به صورت محلی کار می کنند، بلکه وارد بازارهای جهانی می شوند، زیرا در غیر این صورت غیرممکن است. ویکتور بسپالوف به دادههای یک هلدینگ هوانوردی روسی و رقبای خارجی آن اشاره کرد که نشان میدهد شرکت ما تقریباً دو برابر بیشتر از آنها برای تنظیم دقیق تولید زمان صرف میکند. به نظر وی، این زنگ خطری است که شرکت های غربی محصولات را با سرعت بیشتری وارد بازار می کنند و تولیدکنندگان روسی باید تلاش کنند تا این ضررها را کاهش دهند.
برای انجام این کار، شرکت های ما باید از فناوری هایی استفاده کنند که آنها را رقابتی کند. در این رابطه، ویکتور بسپالوف معتقد است که باید به انتخاب فناوری ها توجه کرد: "من به طور قاطع با اظهارات برخی از توسعه دهندگان روسی که اخیراً در رابطه با سیاست جایگزینی واردات ظاهر شده اند مخالفم و در آنها تأکید می کنند که سیستم های PLM روسیه هستند. 80٪ الزامات شرکت های ما را برآورده می کند. و با 20 درصد باقی مانده چه باید کرد؟ شرکت های داخلی ما در چنین شرایطی چگونه می توانند رقابت کنند؟ چگونه با بازیگران جهانی که قبلاً به فناوری های مدرن مجهز شده اند برخورد کنیم؟».
ویکتور بسپالوف در پاسخ به این سؤالات بلاغی به نتایج نظرسنجی از مشتریان روسی اشاره کرد که نشان می دهد. که با وجود تمام مشکلات، اکثر آنها قصد دارند استفاده از محصولات زیمنس PLM Software را گسترش دهند.
ظاهرا توجهی که دفتر روسیه به خواسته های مشتریان نشان می دهد در این امر نقش بسزایی دارد. علاوه بر این، امروز ما دیگر در مورد طراحی نقشه ها صحبت نمی کنیم، بلکه در مورد الزامات عملکردی صحبت می کنیم. در آخرین کنفرانس، در نظر گرفتن الزامات OKB im. سوخو و ASTC im. آنتونوف در سیستم NX CAD.
این کار برای سایر محصولات ادامه دارد، به ویژه، ادغام سیستم CNC Sinumetrik و NX CAM برای ترکیب دنیای واقعی و مجازی تقویت شده است، ادغام NX و Fibersim برای برنامه های هوانوردی بهبود یافته است، سیستم مدیریت هزینه محصول بهبود یافته است. با روشهای هزینهیابی روسی تطبیق داده شده و سیستمهای Teamcenter و Test یکپارچه شدهاند. آزمایشگاه برای فرآیند تأیید الزامات یکپارچه.
این موضوع باعث نگرانی کاربران روسی شده است. بنابراین، از مایکل ریبروچ، مدیر توسعه NX، در مورد اینکه چگونه میتوانید نگرانیهای خود را با توسعهدهندگان NX در میان بگذارید و بر توسعه تأثیر بگذارید، سؤال شد. او پاسخ داد که این شرکت به همکاری با مشتریان در روسیه ادامه می دهد و به خواسته ها گوش می دهد و آنها را در نظر می گیرد: "برای ما مهم است که بفهمیم آنها چگونه کار می کنند، کجا مشکلاتی را تجربه می کنند و سپس ما سعی خواهیم کرد کمک کنیم. ” ویکتور بسپالوف به نوبه خود قول داد که بلافاصله پس از فروم، کار با مشتریان بر روی تعریف الزامات و ایجاد برنامه ای برای برآورده کردن آنها در نسخه های بعدی محصولات ادامه خواهد یافت.
همچنین به موضوع ایجاد یک نمونه اولیه از یک راه حل استاندارد توجه می شود. PLM یک فناوری ارزان نیست، بنابراین مشتریان علاقه مند به بازدهی سریع هستند. ویکتور بسپالوف گفت: در این راستا طی چهار سال گذشته تلاش ما بر کاهش زمان اجرا متمرکز بوده است.
مدلهای داده از پیش پیکربندیشده ویژه، الگوهای NX برای پشتیبانی از ESD، قالبهایی برای فرآیندهای مدیریت تغییر، کتابخانههایی برای قطعات استاندارد، مواد، منابع فناوری و غیره قبلا ایجاد شدهاند، یک روش توسعه داده شده است. راه اندازی سریعبه بهره برداری می رسد. بر اساس برآوردهای زیمنس و داده های پروژه های آزمایشی، به دلیل پوشش تقریباً 80 درصدی کار، زمان اجرا را می توان به نصف کاهش داد. راه حل استاندارد، و تنها 20-30٪ با در نظر گرفتن مشخصات مشتری به حساب می آید.
علاوه بر این، به عنوان بخشی از اجرای رویکرد صنعتی که چندین سال پیش اعلام شد، زیمنس مجموعه ای از راه حل های صنعتی از پیش پیکربندی شده Catalyst را در روسیه ترویج می کند که شامل بهترین شیوه ها و فرآیندهای اساسی برای صنایع مختلف مانند کشتی سازی، خودروسازی، مکانیکی است. مهندسی، الکترونیک، انرژی و غیره. به گفته ویکتور بسپالوف، این راه حل ها امکان معرفی راه حل های جدید را در فرآیندهای موجود به گونه ای فراهم می کند که شکاف بین فناوری های پیشرفته و آنچه شرکت در واقع از آن استفاده می کند، پر شود.
صحبت های مشتریان روسی نشان داد که چگونه فناوری های ذکر شده زیمنس را پیاده سازی می کنیم. بنابراین، واسیلی اسکورچوک، رئیس بخش فناوری اطلاعات در Ural Locomotives LLC، گفت که زمانی که تولید جدید قطارهای الکتریکی Lastochka راه اندازی شد، تصمیم به ایجاد یک سیستم اتوماسیون یکپارچه در شرکت، از جمله Teamcenter، NX CAD / CAM / CAE گرفته شد. از زیمنس، سیستم ERP روسیه - بلاروس Omega (روسی - بلاروسی) و "1C: مدیریت شرکت تولید".
واسیلی اسکورچوک: "اکنون در یکپارچه سیستم شرکتیحدود 1100 نفر مشغول به کار هستند.
LLC Ural Locomotives، سرمایه گذاری مشترک با زیمنس، در سال 2010 تاسیس شد. واسیلی اسکورچوک گفت: "از آن لحظه، توسعه سریع فناوری اطلاعات در کارخانه ما آغاز شد." و افزود که اکنون حدود 1100 نفر در سیستم یکپارچه شرکتی کار می کنند. مدیریت می تواند پیشرفت کار را روی داشبورد مدیر که تمام اطلاعات اولیه را دریافت می کند، نظارت کند. به لطف این سیستم، همه بخش ها به یک منبع واحد از اطلاعات به روز لازم برای تولید تجهیزات با کیفیت بالا برای Lastochka دسترسی دارند.
این شرکت قصد دارد از طرح سه بعدی محصولات الکترونیکی برای قطعات پردازش شده در دستگاه CNC استفاده کند. یک پروژه آزمایشی قبلاً انجام شده است.
کارخانه هوانوردی Ulan-Ude که هلیکوپترهای Mi-8 را توسعه و تولید می کند، به طرح الکترونیکی این محصول نیز روی آورده است. مدیر عامل کارخانه ماکسیم لوبانوف در مورد دو پروژه برای سازماندهی فرآیند دیجیتالی آماده سازی تکنولوژیکی تولید بر اساس اسناد طراحی اصلی در قالب یک طرح الکترونیکی صحبت کرد.
ابتدا برای مدل جدید هلیکوپتر، پروژه End Beam اجرا شد که طی آن ریگینگ و خود تیر ساخته شد و سپس پروژه Cargo Floor که کاملاً با استفاده از فناوری بدون کاغذ ساخته شد. به عنوان بخشی از این پروژه، فرآیند مونتاژ ابزار کاری انجام شد که امکان افزایش دقت مونتاژ و کاهش زمان را فراهم کرد.
به گفته ماکسیم لوبانوف، در ارتباط با انتقال به فناوری های بدون کاغذ، لازم شد سیستم Teamcenter PLM با سیستم برنامه ریزی مورد استفاده در کارخانه و همچنین ایجاد یک سیستم مدرن یکپارچه شود. سیستم اطلاعاتبرای آوردن طرح دیجیتال به هر محل کار.
نمونه های خارجی
از منظر رقابت جهانی، جالب است که ببینیم تحول دیجیتال در شرکت های خارجی چگونه در حال توسعه است. به عنوان مثال، Konecranes، شرکتی که جرثقیل ها و سایر تجهیزات بالابر را تولید و خدمات می دهد، سفر خود را برای هماهنگ کردن رویکرد دیجیتالی شدن خود در سال 2008 آغاز کرد.«تولید و خدمات ترکیب جالبی است، برای به دست آوردن حداکثر تأثیر، باید این عناصر را با هم ترکیب کنید. ماتی لتو، مدیر فرآیند محصول و مهندسی در Konecranes، توضیح داد: ما حدود نیم میلیون دستگاه در سرویس داریم و دیجیتالیسازی در اینجا بسیار مهم است.
به گفته وی، ابتدا فرآیندها تعریف شد و سپس جستجو برای یافتن راه حلی برای اطمینان از این فرآیندها به گونه ای آغاز شد که سیستم ها در آینده سال ها به کار خود ادامه دهند. فهرستی از پلتفرمها شامل ERP، CRM و غیره تهیه شد، اما این شرکت سیستم PLM را از نظر پایداری طولانیمدت مهمترین میداند، زیرا حاوی اطلاعاتی در مورد محصولات است. انتخاب بر عهده Teamcenter افتاد.
در حال حاضر برخی از سیستم ها پیاده سازی شده و بقیه در حال پیاده سازی هستند. در همین حال، Konecranes با استفاده از فناوری IoT برای خودکارسازی تعمیر و نگهداری تجهیزات و سادهسازی سایر فرآیندها، به سطح بعدی دیجیتالیسازی میرود. برای این منظور درگاهی برای تبادل اطلاعات بین شرکت، شرکا و مشتریان ایجاد شده است.
پروژه اینترنت اشیا در Konecranes با موفقیت آغاز شده است. بیش از 10 هزار واحد تجهیزات به شبکه متصل است. «سیستم PLM به طور قابل توجهی ارزش اینترنت اشیاء را افزایش می دهد، زیرا متی لتو تجربه خود را به اشتراک گذاشت. ما معتقدیم که اینترنت اشیا مدل کسب و کار جدیدی است که آینده را رقم می زند.
دوقلو دیجیتال به عنوان پایه ای برای تولید آینده
انقلاب صنعتی در حال انجام است که کسب و کار را متحول می کند و چالش های دشواری را برای شرکت ها ایجاد می کند. فرآیندهای توسعه، به عنوان مثال، از طریق استفاده از منابع جمعی و رویکرد سیستم محور در طراحی در حال تغییر هستند و در زمینه تولید، تغییراتی از طریق استفاده از ساخت افزودنی، سیستم های روباتیک مدرن و ابزارهای اتوماسیون هوشمند صورت می گیرد.رابرت مسشل، مدیر ارشد استراتژی نرمافزار مهندسی ساخت زیمنس PLM گفت: «ایجاد یک دوقلو دیجیتال برای مدیریت چرخه حیات کل سیستم تولید به شرکتها اجازه میدهد تا به سطح جدیدی از نوآوری برسند.» در حال توسعه جهت مهندسی ساخت و تولید دیجیتال است. رابرت مسشل گفت: «چندین نوآوری که در حال حاضر روی آنها کار می کنیم، شکاف بین طراحی و تولید را پر می کنند.
علاوه بر این، روبات ها به طور فزاینده ای مورد استفاده قرار می گیرند که اکنون بسیار انعطاف پذیرتر از قبل هستند. پرینت سه بعدی که تا همین اواخر فقط برای نمونه سازی مناسب در نظر گرفته می شد، شروع به استفاده در تولید واقعی کرده است. به عنوان مدرک، رابرت مسشل مطالعات موردی را از صنایع هوافضا، کشتیسازی، مهندسی و خودرو ارائه کرد که نشان میدهد این یک شتاب رادیکال است: "ما در حال به روز رسانی محصولات خود هستیم تا به مشتریان فرصت استفاده از این فناوری را بدهیم."
یکی دیگر از رویکردهای پیشرفته امیدوارکننده، راه اندازی مجازی با استفاده از یک دستگاه یکپارچه است. به گفته رابرت مسشل، همه اینها نشان می دهد که اساس تولید آینده شبیه سازی واقعیت خواهد بود و یک پیش نیاز مهم برای این امر یک دوقلو دیجیتال است - مدلی با درجه بالایی از جزئیات.
همچنین مهم است که استفاده از یک دوقلو دیجیتال به شما امکان می دهد محاسبات و آزمایشات در مقیاس کامل و همچنین مدل ها و داده ها را ادغام کنید. به گفته Wuter Dehandshutter، مدیر فنی محصول، نرم افزار زیمنس PLM، چالش در اینجا استفاده حداکثری از اطلاعات ایجاد شده در مراحل مختلف و پیوند دادن آن ها به یکدیگر است، اما اکنون تعدادی از مراحل وجود دارد که در آن اطلاعات مهندسی به صورت مجزا تولید می شود. .
Woeter Dehandshutter: "استفاده از یک دوقلو دیجیتال امکان ادغام محاسبات و آزمایشات میدانی را فراهم می کند."
وی نشان داد که این مشکل با استفاده از یک دوقلو دیجیتال، تجزیه و تحلیل محصول در مراحل اولیه از طریق آزمایش های مجازی، مدیریت این دوقلو و افزایش سطح جزئیات و دقت آن قابل حل است تا آزمایشات میدانی بر روی برآورده کردن نیازها متمرکز شود، نه بر روی یافتن. راه حل ها
به عنوان مثال، Wuter Dehandshutter شرکت Irkut را ذکر کرد که این رویکرد را در طراحی هواپیمای MS-21 با استفاده از محصولات LMS Imagin.Lab و LMS Amesim برای محاسبه رفتار سیستم به کار برد. در همان زمان، نه تنها قطعات منفرد، بلکه تعامل کلی سیستمها مدلسازی شدند، که این امکان را حتی در مرحله طراحی بررسی کرد که چگونه کل هواپیما رفتار میکند و به گفته ایرکوت، ایجاد پیچیدهترین مدلها را کاهش داد. پنج برابر در مقایسه با محلول استفاده شده قبلی.
چیزهای جدید در NX 11
زیمنس در حالی که مفهوم دوقلو دیجیتال را تبلیغ می کند، محصولات اصلی خود را فراموش نمی کند. مایکل ریبروچ، مدیر مهندسی NX، نرم افزار زیمنس PLM، برخی از ویژگی های جدیدی را که در ماه آگوست با NX 11 و نوامبر با NX 11.01 ارائه می شود، معرفی کرد.با این حال، یک چیز جدید در حال حاضر در دسترس است. رایگان است اپلیکیشن موبایل Catchbook برای توسعه طراحی شده است. «با کشیدن طرحی با دست آزاد بر روی تبلت که نتیجه آن به هندسه تبدیل میشود، میتوانیم ابعاد را اضافه کنیم و موقعیت طرحها را کنترل کنیم. همچنین می توان با تلفن همراه عکس گرفت و از این سیستم برای کشف امکانات این پروژه استفاده کرد.
مایکل ریبروچ در مورد چیزهای جدید NX 11 صحبت می کند
همراه با NX 11، محصول جدیدی به نام Converging Model منتشر خواهد شد که به شما امکان می دهد هندسه دقیق و نمایش سلولی مبتنی بر چهره را در یک مدل ترکیب کنید. به گفته مایکل ریبروچ، مشتریانی که قبلاً او را ملاقات کردهاند میگویند که او روش کار خود را تغییر داده است تا بتوان از این مدل در طراحی، آزمایش و روشهای جدید مانند چاپ سه بعدی و تولید ترکیبی استفاده کرد.
NX 11 همچنین دارای راه حل جدید Lightworks Iray+ انویدیا است که با فناوری Iray انویدیا برای ارائه تصاویر واقعی و شامل کتابخانه ای از مواد و صحنه ها طراحی شده است.
علاوه بر این، NX 11 میتواند ابرهای نقطهای عظیم را اسکن و در سیستم آپلود کند و مانند دنیای واقعی با آنها تعامل داشته باشد تا در زمینه محیط فیزیکی طراحی کند.
در NX 11.01 پیاده سازی خواهد شد تکنولوژی جدیدبهینه سازی توپولوژی، طراحی شده برای ایجاد سطوحی با شکل پیچیده، بهینه سازی شکل، جرم، مواد مورد استفاده، ابعاد و توپولوژی سازه ها با حفظ عملکرد قطعه. انتظار می رود که این باعث بهبود تعامل با تولید مواد افزودنی شود. -->
راه بهتری وجود دارد. شناسایی راه هایی برای بهبود کارایی طراحی و فرآیندهای طراحی فناورانه
آرون فرنکل، یان لارسن
تولید محصول بدون شک مهمترین بخش تمام فرآیندهای چرخه زندگی است. در این مرحله ایده ها به واقعیت تبدیل می شوند. علاوه بر این، بدون طراحی و فرآیندهای تولید هماهنگ برای اطمینان از مونتاژ موفقیتآمیز محصول در طبقه فروشگاه، ایدهها فقط طرحهای زیبا باقی میمانند یا به طور کامل محقق نمیشوند. برای سالهای متمادی، روشهای طراحی و توسعه فرآیندهای فناوری بدون تغییر باقی ماندهاند و تمام معایب سنتی را که منجر به افزایش هزینه و زمان میشود، حفظ کردهاند. با توجه به اینکه امروزه نوآوریها برای بقای شرکتهای ماشینسازی حیاتی شدهاند، نرمافزار PLM زیمنس فرآیندهای پیشتولید را به منظور شناسایی راههایی برای بهینهسازی بیشتر آنها تجزیه و تحلیل کرد. در این مقاله، آرون فرانکل، مدیر ارشد بازاریابی برای راه حل های ماشین آلات، و یان لارسون، مدیر ارشد بازاریابی برای اروپا، خاورمیانه و آفریقا در نرم افزار زیمنس PLM، بحث می کنند که کدام منابع ناکارآمدی باید حذف شوند تا پیاده سازی شوند. مفهوم "دوقلو دیجیتالی محصول" و اینکه چگونه این امر بر نحوه تولید محصولات تاثیر می گذارد.
سمفونی زیبا
اگر خود را در یک کارخانه مدرن بیابید، سمفونی شگفت انگیزی از نیروی کار انسانی، ربات ها و ماشین ها، حرکت مواد و قطعات را خواهید دید - که همه این کارها در نزدیک ترین ثانیه انجام می شود تا با برنامه هماهنگی داشته باشید. عکس فقط فوق العاده است
اما در پشت صحنه شاهد فرآیندهای منسوخ طراحی و آماده سازی تکنولوژیکی تولید خواهیم بود. قرار نیست از کسی انتقاد کنیم. توسعه طراحی محصول به خودی خود دستاورد کوچکی نیست. طراحی می تواند کار بسیار دشواری باشد. در برخی موارد، یک محصول از میلیون ها قطعه تشکیل شده است و هزاران کارمند و شریک اغلب در سراسر جهان برای ایجاد آن تلاش می کنند. علاوه بر این، در صنایع حیاتی مانند صنعت الکترونیک (بیش از پردازنده های سریع، کوچک سازی)، خودرو (پایداری و کاهش انتشار) و هوافضا (پایداری و مواد کامپوزیت)، یک حرکت مداوم برای بهینه سازی و تسریع روند ایجاد محصولات جدید وجود دارد. با توجه به پیچیدگی بالای کارهایی که باید حل شوند، عدم تمایل به انحراف از فرآیندهای پیش تولید اثبات شده در میدان کاملاً قابل درک است. با این حال، مشتریان ما مشکلات رایج طراحی و ساخت محصول را گزارش می کنند که در برخی موارد منجر به تاخیرهای پرهزینه می شود.
مشکلات معمول
یکی از جدی ترین مشکلاتی که می بینیم این است که طراحان و فناوران از سیستم های مختلفی استفاده می کنند. در عمل، این منجر به این واقعیت می شود که طراحان پیشرفت های خود را به فناورانی که سعی در ایجاد آن دارند منتقل می کنند فرآیندهای تکنولوژیکیکه در سیستم های کامپیوتریکه به آن عادت کرده اند. در این سناریو - و اغلب اتفاق می افتد - یک عدم هماهنگی اطلاعات وجود دارد که کنترل وضعیت را دشوار می کند. علاوه بر این، احتمال خطا افزایش می یابد.
مشکلات به طور منظم در طول توسعه پلان های طبقه مغازه ایجاد می شود. دلیل این امر این است که چیدمان ها معمولاً به صورت پلان های دوبعدی و نقشه های کاغذی ایجاد می شوند. این یک فرآیند طولانی و پر زحمت است. نقشه های دو بعدی بخش مهمی از فرآیند هستند، اما انعطاف پذیری لازم را ندارند. اغلب اتفاق می افتد که تنظیم مجدد تجهیزات در کارگاه روی نقشه ثابت نمی شود. این مشکل به ویژه هنگام کار در بازارهایی که به سرعت در حال تغییر هستند تشدید می شود (به عنوان مثال، لوازم الکترونیکی مصرفی) زمانی که نیاز به گسترش و نوسازی مستمر سیستم های تولید باشد. چرا؟ زیرا چیدمان های دو بعدی فاقد هوشمندی و تداعی هستند. آنها مانع از آن میشوند که فنآوران بدانند دقیقاً چه اتفاقی در فروشگاه میافتد و به سرعت تصمیمهای هوشمندانه بگیرند.
پس از ایجاد طرح، یک مسیر تکنولوژیکی توسعه می یابد. به عنوان یک قاعده، سپس مرحله کنترل را پشت سر می گذارد. در اینجا یک مانع مهم دیگر برای رشد کارایی نهفته است. معمولاً تکنسین ها برای ارزیابی عملکرد تجهیزات باید تا نصب تجهیزات صبر کنند. علاوه بر این، اگر ویژگی ها کمتر از حد انتظار باشد، برای توسعه یک فناوری جایگزین خیلی دیر است. تجربه ما نشان می دهد که این وضعیت به تاخیرهای قابل توجهی منجر می شود.
در نهایت، مشتریان دو مشکل دیگر را در پایان چرخه پیش تولید گزارش می دهند. این ارزیابی عملکرد عملیات فردی و کل فرآیند فناوری به عنوان یک کل است.
به دلیل پیچیدگی بالای تولید مدرن و اغلب عدم هماهنگی بین سیستمهای طراحی فرآیندهای مختلف، تعیین اینکه کدام عملیات یا مناطق تولید باعث تاخیر در کل خط میشوند، آسان نیست. و وقتی نوبت به ساخت واقعی یک محصول میرسد، مشتریان گزارش میدهند که ارزیابی بهرهوری و اینکه چقدر فرآیندهای واقعی با آنچه برنامهریزی کردهاند مطابقت دارند معمولاً بسیار دشوار است. و دوباره، مشکل پیچیدگی بالا و همچنین عدم بازخورد بین تولید، طراحان و فناوران است.
دوقلو دیجیتال
دوقلو دیجیتال یک کپی مجازی از یک شی واقعی است که دقیقاً مانند شی واقعی رفتار می کند. بدون پرداختن به جزئیات فنی محصولات ما در اینجا، کافی است بگوییم که ابزار مدیریت چرخه عمر محصول (PLM) ما یک پلت فرم دیجیتال کامل را ارائه می دهد. از استفاده از دوقلوهای دیجیتالی پشتیبانی می کند که به طور دقیق فرآیندهای طراحی و تولید محصول نهایی را مدل می کنند.
همه اینها در عمل به چه معناست؟ بیایید دوباره به مراحل بالا نگاهی بیندازیم و ویژگی های اصلی ارائه شده توسط رویکرد جدید را نشان دهیم.
ساخت و ساز
NX (و سایر سیستمهای CAD) یک مدل از محصول ایجاد میکند و آن را در قالب 3D JT به Teamcenter ارسال میکند. در چند ثانیه، برنامه هزاران طرح مختلف محصول مجازی را ایجاد می کند که دقیقاً با محصول واقعی مطابقت دارد. در عین حال، فناوریهای پردازش دادههای بزرگ، طراحی و اطلاعات فنآوری (PMI) موجود در مدلها (تلرانسها، تناسب، روابط بین قطعات و مجموعهها)، و همچنین توصیف اساسی فرآیند فنآوری برای شناسایی مشکلات بالقوه استفاده میشوند. این رویکرد قبلاً در هنگام ایجاد محصولات الکترونیکی تولید شده توسط شرکت ما در عمل آزمایش شده است. به عنوان مثال، ما بلافاصله توانستیم تشخیص دهیم که سوراخهای رزوهشده روی کانکتور خروجی ویدیو دقیقاً با سوراخهای پیچ روی PCB مطابقت ندارند. اگر خطا تشخیص داده نمی شد، منجر به ادعای ضمانت مشتریان می شد: کانکتور ممکن است از اتصال جدا شده باشد. تخته مدار چاپی. تشخیص زودهنگام خطاهای طراحی باعث صرفه جویی در زمان و هزینه می شود، هم در توسعه فناوری و هم در تولید.
طراحی فرآیندهای تکنولوژیکی
دوقلو دیجیتال همکاری بین طراحان و فناوران را بهبود می بخشد، انتخاب مکان و فناوری ساخت و همچنین تخصیص منابع لازم را بهینه می کند. نمونه ای از ایجاد تغییرات در فرآیند ساخت را در نظر بگیرید. با استفاده از ما نرم افزارمهندسان فرآیند بر اساس مشخصات طراحی جدید، عملیات جدیدی را به مدل سه بعدی فرآیند اضافه می کنند. شبیه سازی هر سیستم تولیدی در هر نقطه از جهان امکان پذیر است: مثلاً، فناوران در پاریس در حال آماده سازی تولید در کارخانه ای در ریو هستند. با اطلاعاتی در مورد زمان برای هر عملیات اضافه شده، فناوران بررسی می کنند که آیا مسیر فناوری جدید با شاخص های عملکرد مشخص شده مطابقت دارد یا خیر. اگر اینطور نباشد، عملیات فناوری جایگزین یا مرتب می شود. سپس شبیهسازی عددی مجدداً انجام میشود تا مسیر تکنولوژیکی انتخابشده شرایط را برآورده کند. گردش کار جدید بلافاصله برای تأیید در دسترس همه توسعه دهندگان است. در صورت شناسایی هر گونه مشکل، طراحان و فناوران با یکدیگر همکاری می کنند تا آنها را برطرف کنند.
پلان طبقه مغازه
هنگام کار بر روی طرحبندی، توصیه میکنیم یک دوقلو دیجیتال ایجاد کنید که حاوی تجهیزات مکانیکی، سیستمهای اتوماسیون و منابع باشد و به وضوح با کل «اکوسیستم» طراحی و پیشتولید فناوری مرتبط باشد. با کمک مجموعه ای از ابزارهای PLM، عملیات تکنولوژیکی را می توان با کشیدن و رها کردن تعویض کرد. به همین راحتی استقرار تجهیزات و پرسنل در خط تولید و شبیه سازی عملکرد آن است. این بسیار ساده است، اما در عین حال استثنایی روش موثرایجاد و ویرایش فرآیندهای تکنولوژیکی وقتی تغییراتی در طراحی ایجاد میشود که نیاز به یک ربات صنعتی جدید دارد، متخصصان شبیهسازی عددی بررسی میکنند که آیا میتوان رباتی با این اندازه را بدون برخورد با نوار نقاله نصب کرد یا خیر. طراح پلان فروشگاه اصلاحات لازم را انجام می دهد و اطلاعیه تغییرات را تهیه می کند که بر اساس آن واحد خرید تجهیزات جدید را خریداری می کند. این تجزیه و تحلیل از پیامدهای تغییرات ایجاد شده به شما امکان می دهد از اشتباهات جلوگیری کنید و در صورت لزوم فوراً تامین کنندگان را مطلع کنید.
کنترل تصمیمات طراحی تکنولوژیکی
در مرحله کنترل، از یک دوقلو دیجیتال برای تایید مجازی فرآیند مونتاژ استفاده می شود. مدل سازی مجازی و تجزیه و تحلیل کمی به شما امکان می دهد تمام عوامل مرتبط با کار دستی را در مونتاژ ارزیابی کنید و مشکلاتی مانند وضعیت بدنی نامناسب کارگر را شناسایی کنید. این امر باعث می شود از خستگی و آسیب های ناشی از کار جلوگیری شود. بر اساس نتایج شبیه سازی، فیلم ها و دستورالعمل های آموزشی ایجاد می شود.
بهینه سازی عملکرد
دوقلو دیجیتال برای مدلسازی و ارزیابی آماری سیستم فناورانه طراحی شده استفاده می شود. با استفاده از آن، تشخیص اینکه آیا باید از کار دستی، ربات یا ترکیبی از روبات ها و کارگران استفاده شود، آسان است. تمام فرآیندها را می توان به صورت عددی شبیه سازی کرد، دقیقاً تا مصرف انرژی یک ماشین، تا فناوری را تا حد امکان بهینه کرد. تجزیه و تحلیل نشان می دهد که در هر عملیات چند قطعه تولید می شود. این تضمین می کند که عملکرد خط تولید واقعی با هدف مطابقت دارد.
و دنیاهای واقعی این به شما امکان می دهد پروژه طراحی را با پروژه واقعی مقایسه کنید.
تولید - محصول. شکل نشان می دهد که چگونه فناوری های داده های بزرگ به کار گرفته می شوند
برای جمع آوری اطلاعات فعلی در مورد کیفیت محصول، که برای تجزیه و تحلیل منتقل می شود
به یک دوقلو دیجیتال ذخیره شده در Teamcenter
تولید محصول
دوقلو دیجیتال بازخوردی را بین دنیای واقعی و مجازی ارائه می دهد که به شما امکان می دهد فرآیندهای تولید محصول را بهینه کنید. دستورالعمل های فن آوری مستقیماً به کارگاه منتقل می شود، جایی که اپراتورهای تجهیزات آنها را همراه با فیلم دریافت می کنند. اپراتورها داده های تولید را در اختیار طراحان قرار می دهند (به عنوان مثال، اگر بین دو پیچ پانل فاصله وجود داشته باشد)، در حالی که دیگران سیستم های خودکارجمع آوری داده های عملکرد سپس با مقایسه پروژه طراحی و محصول واقعی ساخته شده، انحرافات شناسایی و حذف می شوند.
رویکردهای جدید در کار
استفاده از دوقلو دیجیتال که کپی دقیقی از یک محصول واقعی است، به شناسایی سریع مشکلات احتمالی کمک می کند، آماده سازی تولید را سرعت می بخشد و هزینه ها را کاهش می دهد. علاوه بر این، وجود یک دوقلو دیجیتال امکان ساخت محصول طراحی شده توسط طراحان را تضمین می کند. تمام فرآیندهای تکنولوژیکی به روز و هماهنگ نگه داشته می شوند. فناوری های توسعه یافته قابل اجرا هستند و تولید دقیقاً مطابق برنامه عمل می کند. دوقلو دیجیتال به شما امکان می دهد تا نحوه ادغام فناوری های جدید را در خطوط تولید موجود آزمایش کنید. این امر خطرات مربوط به خرید و نصب تجهیزات را از بین می برد.
مهندسی مکانیک یکی از پیشرفتهترین شاخههای صنعت جهانی است که در آن در عمل ثابت شده است، اما رویکردهای قدیمی برای آمادهسازی تکنولوژیکی تولید مدتهاست که استفاده میشود. زمان آن رسیده که روح نوآوری را به ارمغان بیاوریم که راه را برای موفقیت در توسعه و تولید محصول هموار می کند. وقت آن است که چیز جدیدی را امتحان کنید!