关注 | 利元亨杜义贤:数字孪生车间信息物理融合探索与落地

导语 月14日,2019深圳机器人创新与发展论坛上,来自广东利元亨智能装备股份有限公司研究院院长杜义贤先生为我们带来主题为《数字孪生车间信息物理融合探索与落地》的主题演讲。 数字孪

导语 1月14日,2019深圳机器人创新与发展论坛上,来自广东利元亨智能装备股份有限公司研究院院长杜义贤先生为我们带来主题为《数字孪生车间信息物理融合探索与落地》的主题演讲。

 

        数字孪生车间信息物理融合探索与落地
 

关注 | 利元亨杜义贤:数字孪生车间信息物理融合探索与落地

杜义贤 

广东利元亨智能装备股份有限公司研究院院长
 

        杜义贤,博士,博士研究生导师,中共党员,拥有智能装备领域近二十年设计经验的教授、博士生导师,湖北省杰出青年基金获得者,中国机械工程学会会员。主要从事机械设备设计与分析、企业信息化、模拟仿真等方面的研究工作,尤其在拓扑优化方面做了大量深入研究。曾以第一作者发表多篇SCI/EI论文;连续两年获得省优秀硕士学位论文指导教师,所指导的拓扑优化方面的硕士学位论文如《自适应无网格伽辽金拓扑方法研究》等多次获得省部级第一。担任广东利元亨研究院院长职务,依托企业在智能生产装备的良好基础以及自身在机械结构领域的深入研究,带领创新团队进行智能生产设备的技术攻关,在机器视觉、自动化控制技术和远程运维等方面取得多项成果,为国内外多家知名厂商提供了先进的智能制造设备,带动相关行业的产能扩张、质量提升。曾赴澳大利亚悉尼大学、法国Valenciennes大学作访问学者,湖北省杰出青年基金获得者,中国机械工程学会会员。主持承担国家自然科学基金及省级科研项目等7项,发表学术论文80余篇,获授权发明专利13项,出版著作2部。

 

关注 | 利元亨杜义贤:数字孪生车间信息物理融合探索与落地

▲利元亨研究院院长  杜义贤

 

        各位来宾,我是来自广东利元亨的杜义贤,我们公司是主要钻研于智能研发和智能装备的供应商,如果大家对我们公司感兴趣可以扫一下屏幕上的二维码。接下来由我跟大家分享数字孪生技术在车间信息和物理融合的探索与落地情况,在做这个演讲之前,我先跟大家分享我们跟许多智能制造企业进行智能化改造时遇到的问题:

        第一,车间的自动化设备覆盖率较低,智能加工以及组装较少,且多数改造限于数字化;

        第二,人工占比较大,组织效率较低,无法对此进行管控;

        第三,基本依靠人工使用卡尺测量,无法追溯检测的过程和质量,从而衍生许多问题;

        第四,车间管理由于信息化程度不足,导致管理层无法准确、及时掌控生产流程与进度,车间“黑匣子”现象明显。管理者对车间设备发生的情况不知情、问题点暴露延时等等。

        第五,供应链环节存在的信息孤岛,那么不可避免的就存着“部门墙” 现象。我们的领导、组织者都很忙,他们忙什么呢?忙着解决部门之间的协调,这就是由于信息传达不流畅而造成的结果。

 

关注 | 利元亨杜义贤:数字孪生车间信息物理融合探索与落地

▲利元亨研究院院长  杜义贤

 

        鉴于上述问题,我们利元亨提出了属于自己的落地MES系统。我们提出加入更多物料信息,虽然我们是从事智能化生产线设计开发的企业,但是其中的物料信息在我们智能化产业起着举足轻重的作用。那么在此之前,我们都做了哪些工作呢?我想重点探讨观点也是我今天的演讲主题的核心-数字孪生技术。这是我们最近设计的一个数字孪生展示平台,我们左手边是一个虚拟世界,右边是一个真实世界,虚拟世界的3D模型运动并不是设定好的,而是用真实的场景驱动的。这有什么好处呢?最直观的便是你能够看到现场设备运行的状态。有些同志会说,摄像头也有这种功能,但是我想说的是,如果摄像头被罩住或者设备的软件或者机器人的齿轮坏了,你便发觉不了问题,如果你把真实的传感信息提取出来了,你就可以在虚拟的场景中看到许多细节问题,就如同医生看B超。目前世界上的这种数字孪生技术运用的最多的就是西门子,现在利元亨也将这个数字孪生技术应用于实际设备中。那利元亨是怎么应用的这个技术的呢?接下来我再跟大家分享一下。

 

关注 | 利元亨杜义贤:数字孪生车间信息物理融合探索与落地

▲利元亨研究院院长杜义贤荣获“2018年度深圳机器人新锐人物奖”称号

 

        这个数字孪生技术,屏幕右边是我们真实的场景,左边是一个虚拟的,我们要建立一个虚拟的场景,也就是仿真技术。在所有的真实环境中,我们都需要进行建模,建模不仅仅是建三维模型,而是虚拟的动作是靠真实场景里面获得的传感数据去驱动的,而不是事先做好的动画,这个设备在楼下登记台的对面就有一个真实的产品展出,看是简单对应我们做了许多工作:

        第一,工厂层仿真。工厂层级的设计包含布局的验证、物料的验证、产能的确立以及节拍的确立。这里每一条竖线显示的是每一个产能的匹配度,是不是每一个产能都真正发挥它最高的效率,同时这里也可以对你的布局、物流的阐述、人员的匹配是否合理都可以进行全方位的模拟,这是工厂层的。

        第二,产线层仿真。我们会对生产线的虚拟模型进行验证,以及工站节拍的论证。我们主要是模拟整个工艺流程,大家现在看到的是,我们把整个车间的生产线抽出来了,抽出其中一条生产线的仿真,你可以看到所有的机台协作之间是否按照你原来设计的动作进行。

        第三,单机层仿真。单机是我们最擅长的。在以前我们现场的工程师有一个问题,单机组装完在调试的时候,他很忐忑,生怕把机台撞坏,重新组装费时费工,所以在运行之前工程师需要对每一个工位进行单独验证再多工位验证避免撞机,这样效率非常低。那我们怎样提高效率呢?我们应用了数字孪生技术以后把售后的调试时间缩短了30%。不仅如此,我们在机械结构设计上也下了一番苦功,主要是对多个物理实体的验证、能耗和温度变化进行监控。我们的主要业务之一就是新能源行业的锂电池全自动装配线,我们也将数字孪生技术应用到这个行业,让高层管理者了解工厂现场的状态。在座的企业家也可以运用这种技术对自己的产品进行分析预测,有了这个技术以后,最终的信息化怎么办呢?

        现在大家所看到是我们开发的MES系统架构,最底下一层是设备层,最上面层是信息处理层。我们将物流的控制系统全部集成起来,形成计划、质量、物料、人员、设备的管理。物料的管理主要包括出库、入库、盘点等等,这是最基本的。接下来,我们以组装的生产线为主,把这些直接上到工位并用工具采集数据,把人工数据和机械数据提取出来形成报表,做完这些动作后我们还是需要有报表的管理,每个企业对数据的需求各不相同,我们可以对此进行量体裁衣定制独有的MES系统。我给大家重点讲解预报、预警是如何实现的?我们可以运用远端运维平台来实现,也就是将我们的设备与信息整合,可分为事前、事中、事后,当设备发生问题了你要如何分析、如何找到问题点发生地、问题点发生的源头,这些需要大量的信息来整合,而我们的远程系统就有这样的基本分析。那么在实时采集、一出现问题马上报警的过程中,我们刚才讲的数字孪生平台上可以马上定位出问题发生环节点,而摄像头可做不到这一点。这就如同人去体检一样,你每年要去体检看看身上哪些“零部件”坏了,设备也是如此,预报功能设会根据零件寿命来提示企业提前一周更换零部件,而不是发现停了之后再反馈工程师更换零部件。那么利元亨是怎么做的呢?

        基于云端的远程运维平台;基于云端的远程运维平台我们分为三部分,第一个是事后分析,第二个是实时监控报警,更重要的就是进行智慧的分析,也就是预警,这个设备运行大概会在一个月之后坏掉,这一个月就是给你备料的时间,就像给人做体检一样,我们可以提前做一个预判这就是基于云端远程运维最主要功能。

        这种远程运维的数据架构比较简单,就是SCADA采集的数据传到阿里云,通过阿里云传到利元亨的公司。当然有的同事可能会说,我没有用这么多数字化的设备,我都是人工手工操作的,其实没有问题,人工操作也可以上我们这套系统,只是说需要一个人实时把数据进行录入。这个是我们做的一个数字化远程运维平台,登录以后可以看到菜单信息量是比较全的,报表都是很丰富多彩的,不仅是对设备本身的信息可以采集,也可以对你的产能、优良率等等都可以进行采集,当然有的客户说我们不需要你把产品的数据传到云端上去,OK,没问题,你在你本地建一个私有云同样也能适应这套系统。

        我们进行了落地的一些规划,在为动力电池企业的数字化生产车间我们也有相应的设计。我现在给大家展示是我们在动力电池生产线的设计过程:给大家展示是我们在机台设计过程中将全部运用了先进的仿真技术、数字孪生技术等技术。同时,我们不仅仅做自动化生产线,我们也强调自动化生产线与物料的布局,因此我们强调的是整体工厂的布局,我们将自动化生产线的整体规划和智能仓储匹配起来,让你的仓储和自动化生产线布局达到最优化。另外,我们会采集设备和物料的所有信息。将采集设备和物料的所有信息都集成到动力电池的工业化信息上来,实现信息都可视化。动力电池企业不同于我们的常规产品,它主要关注点是工艺的实时监控压力、温度、转速、点位、电压、内阻、时间等等,而这些信息都可以集成到Lyric MES系统上。

 

关注 | 利元亨杜义贤:数字孪生车间信息物理融合探索与落地

▲利元亨研究院院长杜义贤接受媒体采访

 

        我们现在利元亨不仅是做硬件,也就是从自动化硬件运营到全面数字化的转型发展。我来自广东利元亨,以上就是我的分析,谢谢大家!

 

关注 | 利元亨杜义贤:数字孪生车间信息物理融合探索与落地

本文版权归原作者所有,同心智造网(www.hahakm.com)转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。

(1)
上一篇 2019年1月30日 上午1:10
下一篇 2019年2月18日 上午7:40

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用 * 标注

扫码关注
扫码关注
加入社群
加入社群
QQ咨询
分享本页
返回顶部