| 14分钟阅读

数字线程与数字双线程

可视化数字表示和数据流与数据流之间的差异,并了解改变复合材料制造和商业模式的应用程序。
#空客#高压灭菌器#上篮

源|连续波,内布拉明,戴尼萨

这是2020年7月文章的在线侧边栏,“复合材料4.0:数字转型,自适应生产,新范式”。

当我在2016年第一次讨论这些概念时,它们在复合材料中还处于初级阶段。自那时以来,工业4.0不断发展,越来越多的复合材料制造商和生产线使用它们,越来越多的软件创建和管理它们(参见“Composites 4.0架构和本体”). 然而,对我来说,数字孪生兄弟和数字线程经常以一种使它们看起来可以互换的方式被引用。相反,它们是非常不同的。

数字模型与通信框架

Digital twin:每个物理生产资产的虚拟模型,即每个喷气发动机或风力涡轮机(参见2016年博客,“数字双,数字螺纹和复合材料”). 此外,与数字线程相比,我还借鉴了康拉德·莱瓦(Conrad Leiva)2016年的作品IndustryWeek.com文章“揭开数字线程和数字孪生概念的神秘面纱“:

数字双胞胎指特定资产的数字模型,包括描述其几何形状,材料,组件和行为的设计规范和工程模型。更重要的是,它还包括它所代表的特定物理资产唯一的竣工和操作数据。例如,对于飞机,数字双胞胎将被识别到被称为尾部的物理产品单元标识符。

数字线程指的是通信框架,它允许跨传统的筒仓功能透视图在整个生命周期中连接数据流和资产数据的集成视图。数字线程的概念提高了“在正确的时间将正确的信息传递到正确的地点”的标准。

图解说明了商用飞机的数字双线与数字线

数字双机是每个实体资产的设计、制造和运营数据——尾号为N123的飞机有其特定和独特的数字双机N123。数字线程使数据的双向流动-向前建立数字孪生和反馈,以持续改进设计,制造,操作等。源|连续波

另一个例子是根据Deloitt咨询公司的设想,用于增材制造(DTAM,下图)的数字线程。数字线从产品设计开始,然后并入数字双胞胎。两者都通过分析、零件和工艺模拟、零件制造、后处理、检验和现场服务进行,随着每个阶段数据的增加,数字孪生体的规模不断扩大,而数字线程则能够在流程和供应链中向前和向后传输数据。

德勤没有显示数字线程延伸到生命周期结束的回收。但对于复合材料零件而言,这对于提供再生纤维和复合材料的谱系至关重要,这将有助于构成未来用这些材料制造的零件的数字孪生和线。

添加剂制造的Deloitt数字线程

数字增材制造螺纹(DTAM)
源|德勤分析, deloitte.com/insights

数字孪生作为数字数据库

在德勤上面的插图中,数字双胞胎被描述为一个“知识体”,在一个部件的整个生命周期中不断增长。因此,数字双胞胎通常被称为数字数据库。ZAero项目提供了一个如何将其应用于复合材料的示例。为了提高制造翼皮等复合材料航空结构的效率,ZAero的合作伙伴致力于将传感器集成到用于制造碳纤维增强聚合物(CFRP)加强面板演示的自动铺层、树脂注入和固化过程中(见主要文章和 ”ZAero项目更新“)

CFRP Wingskin生产过程控制系统的ZAEROP项目数据流

碳纤维复合材料翼皮生产过程中的数据流动(上)以及ZAero项目在线自动控制系统的步骤(底部)在CFRP加筋板制造过程中检测缺陷并指导返工。资料来源| ZAero,Profactor

然后将这些传感器检测到的缺陷输入到部分性能模拟中以指导返工决策。除了在自动纤维放置期间可以检测标准缺陷(AFP)的传感器外,Zaero项目经理Zaero Eitzinger博士说表演者(Steyr, Austria),“我们现在有三个不同的传感器,在注射过程中测量三个不同的过程参数——温度,固化状态和树脂流动前沿。通过对CATIA 3D Experience软件的测试和集成,验证了数据的可靠性和可靠性添加到零件的数据库中。理想情况下,该数字数据库在零件设计期间开始,并扩展到材料采集和准备、铺层、固化,然后是最终NDT[无损检测],因此它是零件的完整和准确表示。”

在Zaero项目设想的真实应用程序中,完整和准确的表示是实际的翅膀,并将包括任何返工详细信息,包括所使用,材料和流程的部件中的位置,过程参数,NDT结果,etc. All of this too would become part of that wingskin’s digital database/digital twin.

在iComposite 4.0项目中,还收集了每个部件的工艺和检验数据(见主要文章2018博客,加上下面的幻灯片),于AZL亚琛综合轻型生产中心亚琛工业大学(亚琛,德国)。该项目旨在降低汽车零部件的成本,其设想是将每个零部件的生产数据存储在嵌入该零部件的射频识别(RFID)芯片中。因此,RFID芯片为数字线程提供了一种手段,例如,在最终组装前扫描零件时,就可以通信零件的数据。“我们发现二维码或类似的东西也能起到同样的作用,”AZL的董事总经理迈克尔·埃蒙茨博士说。“它与存储所有零件加工和测量数据的数据库相连。”

请注意,还有其他可用的传感器,如航空层使用的蓝牙标签坎菲特(Nof Hagalil,Israel)跟踪工厂车间零件的位置和进度。这些标签是一个系统的一部分,该系统使用人工智能(AI)在零件偏离其工作订单时发出警报,同时还建议改进零件流程。它甚至影响了Kanfit设计其最新设施的方式(参见康菲特……使用复合材料4.0系统管理增长”)。

应用和考虑因素

Dynexa(Laudenbach,德国)使用湿式绕组工艺生产复合管和轴。完成了迈向数字转型的第一步(见主要文章目前,该公司正致力于为其客户提供一个数字生态系统。除了创建一个在线门户网站,客户可以使用Dynexa的自动化软件在几分钟内(而不是几天内)指定、定制、定价和订购他们的零部件,该公司还回应了用数字标签替换纸质数据表的要求。

“我们拥有零件的所有设计和生产数据,”戴克萨公司总经理克里斯蒂安•科彭伯格解释说,“所以,现在我们将这些数据收集到零件上的标签上,供客户扫描。”从通用电气开始,数字孪生一直被吹捧为预测性维护的关键。“实际上,我们的客户说他们不需要预测性维护,”Koppenberg说,“而是把所有的部件数据放在一个地方,包括质量控制表和处理指南。”

Dynexa碳纤维复合管和轴

Dynexa将每个部件的数据收集到一个标签上,客户可以扫描。源| Dynexa

他承认,公司必须弄清楚这是QR码、条形码还是RFID芯片,以及在固化过程中把这些芯片放在哪里。但是Dynexa是一个很好的例子,说明即使是刚开始使用数字双胞胎,也可以用来满足客户需求,提高供应链上的效率和竞争力。

另一个有趣的应用是在装运和安装到更大的汽车或飞机总成之前,使用该数字数据库/数字孪生兄弟来证明部件的质量。在关于这个主题的各种讨论中,我被告知一级供应商的客户在装配过程中反复出现零件问题。该层重申了零件装运时的质量,并怀疑问题是由后续搬运过程中的损坏引起的。其解决方案是将传感器嵌入其部件中,这些部件在出厂后收集数据。通过将Dynexa的方法与这些出厂后传感器相结合,现在有可能拥有一个数字孪生兄弟,该孪生兄弟不仅可以记录和验证组件的生产质量和特性,还可以记录和验证后续装运、搬运和安装过程中施加的温度和力。

复合材料业务长期讨论了结构健康监测(SHM),主要集中在预测性维护上。但上面的例子给出了更近期的应用程序,即直接推动供应链的盈利能力。它不仅可以保护复合材料部件制造商,它还可以帮助下一层/ OEM识别其程序和/或劳动力培训中可能的问题。

数字螺纹=连接的供应链

上面的例子说明了数字线程如何实现数字双胞胎和连接供应链的重大影响。在我2016年的“数字双胞胎和数字线程”博客中,我解释了通用电气(GE, Boston, Mass.)是如何将通用电气(GE, Boston, Mass.)和通用电气(GE, Boston, Mass.)联系起来的。美国)已经开始使用传感器和大数据分析来提高制造的速度和效率:

“它看到了一个自我提升、敏捷和连接的供应链,通过数字线程实时沟通和运营。”

该公司总裁阿夫纳•本-巴赛特(Avner Ben-Bassat)表示:“这确实是我们正在帮助建立的。Plataine(沃尔瑟姆,质量。该公司是一家用于复合材料制造的工业物联网(IoT)软件供应商。“我们正在帮助我们的客户实时收集所有部件、套件、流程、机器和工具的数据,然后存储这些数据,实现数字孪生和完全的可追溯性。零部件可以由二级供应商运送到一级供应商,在一级供应商中添加进一步的数据,然后再运送到OEM。这就是我们的目标:一个连接的、数字化的供应链。此外,存储的数据可以随时访问,以快速控制损害和审计。”

Plataine物联网软件功能
Plataine接受来自Virtek激光模板和TE电线电缆的数据

Plataine软件接受来自Virtek叠层投影仪和TE电线电缆热电偶的数据,以创建数字双胞胎和上下文感知警报和建议。来源| Plataine,Virtek,TE电线电缆

Plataine的软件能容纳什么样的数据和传感器?公司从预浸料切割计划和跟踪预浸料停机时间开始。现在,它在整个生产过程中包括工具跟踪和基于人工智能的数字助理。“Plataine着眼于整个传感器光谱,以及我们的客户想要实现的目标,”Ben-Bassat说。“例如,我们与威特克(滑铁卢,ON,加拿大)将我们的软件集成到他们的layup投影仪中。这就扩展了可靠的、实时的可跟踪性。我们还知道在特定的堆焊作业期间的状态,例如,可能会影响下一次热压罐运行的调度。我们还可以检查那个工作站是否放置在正确的工具上。然而,奖励不仅是跟踪生产的能力,而且是影响生产的能力。”

Ben-Bassat继续,“集成投影仪在实时上篮时非常准确,但现在您也可以进行分析。我们不仅仅是一个警报,上篮比应该更长的时间,但我们可以问:'预浸料将很快到期?操作员太慢了吗?这是一个工具还是零件设计的问题?'我们正在识别出现问题之前,它们影响质量并启用知情解决方案,这反过来又推动了持续改进。“他指出,这需要支持AI软件并启用快速响应潜在的问题,甚至在出现之前。正如iComposite 4.0和ZAero项目中所示,这是过程链中的反应,而不是等待固化和最终NDT。结果是零件质量和质量控制、返工、成本和准时性能的显著改善。

Plataine还可以集成检测缺陷的AFP激光传感器和显示缺陷位置的激光投影仪的数据。Ben-Bassat说:“我们现在可以把它添加到每个部件的数字孪生件和生产线或完整工厂的数字线程中。”然而,他警告说,“为了获得这些数据的全部价值,必须不断地对其进行实时分析,以提供警报、见解和建议。”

Plataine物联网软件功能

源| Plataine

所有这些数据都存储在云中。但正如我在我的讨论2019年关于数字助理和边缘计算的博客在美国,Plataine公司还开发了一款软件,可以在设备边缘收集数据,而不是通过漫长的路径到云服务器再返回。这缩短了数据生成、处理和反馈到物联网系统之间的距离,从而将延迟降至最低,这是Composites 4.0生产线实时运行的必要条件。

“并不是云计算能力被淘汰了,而是它被分配到了生产线。”-Plataine

数字双单为产品与生产

这让我们想到了最后一点:数码双胞胎不仅可以用于产品,也可以用于生产——换句话说,可以用于每条生产线或每一家工厂。为了区分产品和生产数字双胞胎,我将探索新的软件内布拉明(慕尼黑,德国)。

数字孪生产品的生产和性能

来源:西门子PLM

和Plataine一样,nebumind提供用于制造的物联网软件,使机器生产的部件成为数字孪生。“然而,我们的专长是将生产数据映射到零件的每个位置,”nebumind联合首席执行官、Caroline Legler联合创始人Franz Engel解释道。两位首席执行官之前都曾管理过空客子公司InFactory解决方案AFP内联检查的传感器树脂注入.“许多数字双胞胎是生产的,”恩格尔继续说,“分析生产流程和效率。我们的观点更偏向于部分中心主义。”

缺陷位置下的Nebumind数据温度速度旋转

源| nebumind

nebumind的软件会为生产的每个部件建立一个3D模型,并添加生产过程中产生的所有机器和传感器数据。目前,该软件可用于CNC和基于机器人的加工,如AFP、3D打印和铣削/钻孔。恩格尔解释说:“对于零件上的每一个机器位置,我们都收集工艺数据,如温度、速度和压力。”“对于所有被记录的数据,我们也会收集和存储记录的时间,更重要的是,记录的位置。现在,当我们分析零件质量并在x, y, z处发现缺陷时,但只有每五分之一的零件存在缺陷,我们可以在软件中查看所有生产出来的零件并查看那个位置的所有参数。我们可以看到有缺陷和没有缺陷的零件之间的参数比较,以及该位置与零件其余部分的比较。通过这种方式,我们可以追溯质量缺陷的根源,并在整个制造过程中控制零件质量。”

“Nebumind旨在为单一过程提供高水平的粒度,”弗洛里安·克莱斯斯(Florian Krebs)表示灵活自动化德国航天中心(DLR)轻型生产技术中心(ZLP,奥格斯堡,德国)。克雷布斯所在的团队开发了一个配备人工智能的工作单元,在这个工作单元中,协作机器人可以从生产复合材料的后压舱壁切换到生产机身面板,而不需要重新编程或再培训(见主要文章和 ”没有商业案例,用于失败机器人“). “nebumind提供基于位置的数据收集和存储,以及自动分析,以预测零件质量,并获得对该质量因果关系的信心。它还可以直观地表示数据。我们正在考虑将nebumind集成到我们的中央存储中,以帮助我们完成报告。”

每个位置的星云过程数据,包括平均标准偏差和时间戳

源| nebumind

中央存储是数字孪生体。奥格斯堡ZLP的负责人Michael Kupke博士说:“数字双胞胎最重要的一点是要有一个中央存储库,一个真相来源。”下图显示了ZLP柔性自动化平台的数据架构,该平台允许ai装备的工作单元构建CFRP后压力舱壁(右上角)或机身面板(右下)并快速切换。注意,中央存储/存储库是中央标记为数据库的灰色磁盘。克雷布斯说:“我们将所有数据收集到这个中央存储库中,不仅是为了提高流程质量,也是为了可视化。”

对于PROTEC的“未来的NSR和工厂”项目,ZLP开发了一种灵活的自动化平台,可以生产CFRP后压舱壁(右上角)或机身面板(右下角),并通过简单地更改CAD文件在这些文件之间快速切换。如需放大图像,请参见主要文章.来源:DLR结构与设计研究所

克雷布斯说:“有很多软件解决方案可以收集数据并将其放入数字双胞胎中,例如谷歌、亚马逊和微软。关键是要根据你的需求进行调整。”恩格尔认为,这些解决方案不像星云那样深入到合成部分的制造过程中。“我们帮助了解缺陷并找到根本原因。我们使它容易和快速识别生产数据中的缺陷来源,并在线监控。例如,当右上角温度超过100℃时,可以设置告警。

“柏拉兰人正在努力改善整个零件制作过程,”本比索说。“Nebumind可以提供一个非常有用的数据源,我们可以滚动以使数字线程更丰富,更明智。”

请继续关注我关于nebumind的完整博客,并且,我相信,关于Plataine, ZLP, AZL和其他复合材料4.0工具和解决方案供应商的未来更新。

相关内容