中国工程院院士李培根:新一代制造的鲜明特点是数字孪生

李靖恒2021-10-12 10:58

经济观察网 记者 李靖恒 10月11日,在深圳举办的的中国国际先进制造技术展览会上,中国工程院院士李培根发表了题为“企业数字化转型的深化与拓展”的演讲。李培根表示,新一代制造的鲜明特点是数字孪生,数字孪生在5G、物联网、大数据、工业互联网、仿真、虚拟现实/增强现实、人工智能等技术的应用中得以发展。

所谓数字孪生,是利用物理模型、传感器更新、运行历史等数据,集成多学科的仿真过程,在虚拟数字空间中建立数学模型完成映射,从而反映相对应的实体装备的全生命周期过程。简单来说,数字孪生就是在一个设备或系统的基础上,创造一个数字版的“克隆体”,通过某种软件界面将真实运行的物体的实际情况在数字体上复现。

例如,据李培根介绍,罗罗公司是世界上最大的航空发动机生产公司。UltraFan 是罗罗公司“智能发动机”愿景的一部分,其每个风扇叶片都有一个数字孪生数据模型,可以存储真实的测试数据,从而使得工程师可以预测使用中的性能。UltraFan试验台Testbed 80耗资9000万英镑,可以从10000多个参数中获取数据,能以每秒200000个样本的速度监测出最小振动。

另外,GE航空发动机也为每台航空发动机建立了孪生模型,通过实时分析发动机的传感器数据,并对数字孪生进行仿真,在地面监控每台正在空中飞行的航空发动机的实时状态。这样可以预测每台发动机何时和如何进行维修,还可以进一步分析出每个飞行员的驾驶习惯。

李培根介绍称,产品在运行过程中所收集的各种数据就成为其数字孪生体的一部分,在一个设备的运行过程中,通过对加工状态,如工艺参数、生产环境数据的监控,建立状态改变对于加工质量影响的数学分析模型。通过趋势分析预测加工质量的异常,并能够迅速采取措施,调整设备工艺参数,形成“监控-分析-调整-优化”的闭环,防止废品、残次品产生。

比如,对于一个酵母企业,对原料发酵过程的温度、湿度、酒精含量、PH值等指标进行采集,在一个工段上设置1000个数据采集点,每5ms采集一次,一个生产批次的发酵周期为15个小时,数据量多达上亿条。该企业基于海量数据,通过大数据分析确定“黄金批次”的最佳工艺参数,以还原生产的最佳工艺条件,用以控制和优化工艺。

李培根表示,数字孪生还对机器人焊接领域带来了改变。比如生产大型船舶发动机,焊接占据日常工作的70%。车间一般通过信息化系统下发工单到焊接工位,对相应构件进行焊接,工人接受订单后启动机器。一旦操作规范性、设备的微观工艺进程以及各种扰动情况出现,现场就开始与信息化系统失去联系。在质检环节中,这就需要将各个构件吊装至专门的质检车间,采用各类无损检测设备剔除和修复质量不合格的构件。当发现深层次的焊接质量问题时,与焊接行为本身通常已经脱钩了3到15天。

如果引入工艺智能,以不低于1000赫兹的频率进行各类工艺参数的高频采集,根据材质特性,以极高的频率快速调用后端封装好的具体机理算法进行分析,可以使得质量问题在焊接单元之中即刻解决。

“工艺质量可以让事后质量检测走向实时在线的监测和预测,这是一种质量管理模式的根本性变化。”李培根说。

李培根还认为,数字孪生还会对企业的供应链带来影响。有学者指出,现在企业不再作为独立实体竞争,而是作为供应链竞争。我们现在正进入网络竞争时代,竞争赢家将是那些更好地构建、协调和管理与合作伙伴关系的组织。供应链数字化的提升有望降低设计和工程成本10%到30%,缩短20%到50%的市场投放时间,将供应链管理成本降低80%,并减少20%到50%的库存持有成本。

例如,保时捷与材料供应商北欧化工和科思创等公司合作,在整个供应链中使用数字孪生,确保保时捷汽车的生产使用可持续材料。通过创建材料的数字孪生,在整个过程中建立数字线程,实现材料的可追溯性。并追踪了其他可持续性指标,如碳足迹和节水情况。同样,特斯拉上海超级工厂也与捷艾特共建了关务物流平台,旨在支持全数字化的供应链协同。 

版权声明:以上内容为《经济观察报》社原创作品,版权归《经济观察报》社所有。未经《经济观察报》社授权,严禁转载或镜像,否则将依法追究相关行为主体的法律责任。版权合作请致电:【010-60910566-1260】。
深圳采访部记者
关注科技领域,包括新能源、半导体、电子通信等科技制造企业。
邮箱联系:lijingheng@eeo.com.cn