在物理世界中存在着大量的机械系统,隐藏着许多重要洞察见解等待为工业公司创造价值。数字化映射技术打开了物理世界背后数据的大门,同时可以获得关键见解并实现业务成果,其中包括通过防止故障和提高运营效率来优化智能,互联产品和流程。
PTC开发了一种等比例挖掘机模型的数字化映射演示,通过使用数字化映射将物理和数字世界联系起来展示无限的可能性和商业价值。
数字化映射的价值
在像挖掘机这样的重工业资产上应用数字化映射可以提高资产的正常运行时间,从而提高运营效率,同时找到传统方法无法回答的问题的新见解,并在整个价值链中发挥作用。实现这些目标需要应用 IIoT、实时仿真、人工智能、增强现实、云计算和其他必需的数字化映射技术。
与大多数互联的工业资产一样,传感器会产生大量数据,以便在IIoT平台中实现情境化。PTC通过树莓派对挖掘机进行了计算能力改造,以利用来自压力传感器和线性电位计的遥测数据来监测气缸的行程和铲斗中的负载。
应用此硬件工具还需要注意的是在树莓派上运行的固件,其中包含使用ThingWorx JavaSDK实现的Edge Client。该SDK是将数据从挖掘机传输到基于云的ThingWorx服务器的网关,ThingWorx服务器有一系列集成技术和强大的仿真模型。该技术的基础是推出下一代数字化映射用例的关键,将在下面讲到。
IIoT平台对工业数字化映射至关重要
在使用数字化映射管理实时资产时,需要一个IIoT平台,通过资产的数字化定义(包括3D模型和工程计算和参数)对传感器数据进行情境化。
在这种情况下,PTC定义了传感器传给ThingWorx的相关属性,包括挖掘机臂和动臂角度、铲斗角度、铲斗负载和其他运动,这些为多个工程模拟和AI / ML模型奠定了基础。但是,并非每个相关的挖掘机属性都可以通过传感器进行监控;需要数字化映射来找到某些计算的其他重要参数,例如重心。
实时仿真创造有价值的见解
这些先进的仿真模型的基础是Creo和Windchill的独特配置,这些配置由ThingWorx按需提供和制定。这些仿真可以满足各种不同的工业用例,主要涉及维护安全操作条件,资产正常运行时间和预测性维护。
以下是实时仿真,可以在演示中生成预测性见解:
提示危险:利用来自物理机器的传感器输入和操作条件,基于质点和重力计算来计算挖掘机倾翻风险的动态仿真。当臂进一步远离挖掘机时,重量分布会不均匀,从而增加了风险警报的可能性。使用警报阈值设置系统可以预先警告操作员以防止事故或登录ThingWorx进行事故后分析。
臂架预测:臂架是挖掘机的关键组成部分,对其性能的持续监控是挖掘机正常运行状况的重要指标,也是可以了解高强度使用如何影响资产可用寿命。
疲劳寿命估算:数字定义中的链接(包括子组件部件,例如臂架底座的一部分)可以作为应力分析和仿真的指标。通过在假设中进行仿真,例如循环载荷的幅度和监测峰值载荷,该模型可以生成挖掘机的疲劳分析。通过使用Creo-as-a-Service,只有在峰值负载参数被破坏然后在ThingWorx中更新时才会按需触发组件数据,从而增加资产的正常运行时间和生命周期。
机械臂应力分析:通常,具有多个变量的复杂物理模型可能需要数小时才能完成计算,从而限制了实时分析。为了解决这个问题,PTC使用Creo Simulate运行多种设计方案,使用深度学习技术训练神经网络,并在树莓派上嵌入轻量级预测模型。神经网络基于实时收集的数据(以秒为单位)提供所承受的最大压力的预测。在边缘利用基于AI/ML的仿真可以通过嵌入式复杂仿真优化计算能力;支持预测性维护的数字化映射对于重工业资产的来说是创新开拓者。
燃油效率:利用挖掘机的实时遥测数据(发动机转速/负载)和定性因素(操作员,天气条件),PTC可以使用数字化映射模型预测每小时的燃油消耗量。使用Mathcad-as-a-Service动态提供的更新的计算,用户可监控预测的燃料使用情况,并可根据实际使用情况对每个操作员的挖掘机的效率进行评估。
一个数字化映射,多重用例
建立一个数字化映射并将其应用于不同角色和用例的不同场景是通过数字化映射创造价值的基础。下面是几个不同的数字化映射针对角色的应用场景,对于工业企业来说,涉及的角色其实更多。
工程师:对于互联产品的制造商,实际产品使用过程中产生的数据和性能数据取代了设计计算中的操作条件假设。这为产品工程师和设计人员提供了重要的反馈路径,可用于改进新产品的未来迭代并实现衍生设计功能,进一步优化制造流程。
操作人员:实时了解零件出现故障或存在故障风险对于防止停机至关重要。使用挖掘机性能KPI还可用于评估操作员的表现,并通过增强现实体验训练初级操作员。
服务人员:实时模型可以快速通知服务技术人员系统中的潜在故障,而AR则为数字化映射提供工具以便在现场为物理机器提供服务。
总结