数字孪生赋能制造业

2015年,国家层面首次明确以“智能制造”为主攻方向,正式拉开了中国智能制造发展大幕。

2021年11月,工业和信息化部等四部门联合开展2021年度智能制造试点示范行动,主要包括:智能制造优秀场景、智能制造示范工厂和智能制造先行区三个方面。带动了我国企业数字化意识导入、数字化技术升级、数字化业务重塑,制造业的数字化转型变革进入高速发展阶段。

智能制造工厂及数字孪生架构 智能制造 数字化_信息技术

 

 

 

图源中国电子报

制造业数字化道路的必然性

对于制造业而言,制造业数字化转型这条道路,本质上就是我国长期坚持走的中国特色新型工业化道路——信息化和工业化融合发展道路。

 

智能制造工厂及数字孪生架构 智能制造 数字化_人工智能_02

 

 

中国特色新型工业化道路;图源@赛西数智化转型

数字化转型是一条道路,不是目的。在企业层面,数字化转型是利用新一代信息技术,推动企业形态、生产方式、业务模式发生根本性变革。数字化转型不是当下凭空产生的新概念,通过数字化工具,可以协助企业化解生存发展过程中的不确定性,突破某种瓶颈的考虑,实现企业长足发展。

由于大部分制造业企业生产的其实还是实体产品。进行数字化转型的目标主要在于提高生产质量,增进运营效率,缩短研发周期。

制造业数字化发展难题

数字化转型并非单项技术的应用,也不仅仅是个技术命题,更是一个战略和管理命题。制造企业组织、业务、产品和价值链的复杂性,为制造企业的数字化转型带来诸多障碍。因此,制造企业需要深度剖析数字化转型的难点与需求,寻找突破口,建立明确的数字化转型路线图。

具体来说,制造企业推进数字化转型面临的难点至少包括以下方面:

重视性不足

企业高层对数字化转型的必要性、紧迫性和复杂性没有完整系统的认识,观念还停留在部署常用的IT系统。实际上,数字化转型要求由企业的决策层引领,自上而下推进。

数字信息化数据壁垒

有的企业已经应用了诸多信息系统,但是数据孤岛纵横,基础数据不准确,编码体系不统一,导致数字化转型无从下手。

企业自身认知偏差

在传统制造领域,生产效率是第一目标,因此“重自动化、轻数字化”的思维模式普遍存在。不少企业认为推进自动化系统能够立竿见影,缺少数字化思维布局,设备联网和数据采集的基础差,车间没有真正实现可视化。

转型路径不清晰

制造业的各个细分行业差异很大,处在各个产业链中不同位置的企业个性化很强,数字化转型的突破口也各不相同,企业数字化改造需求模糊而庞杂,并没有可以直接照搬的模板。

转型收益过程缓慢

企业数字化转型是一项系统工程,企业投资在短期内推进数字化转型没有取得显著效果,制约了企业进一步推进数字化转型的动力。

从实践上看,传统制造业通过数字化转型有序进军智能制造领域,急需打造突破诸多难题的数字化工具。

 

智能制造工厂及数字孪生架构 智能制造 数字化_智能制造工厂及数字孪生架构_03

 

 

数字孪生理念示意图;图源@数字孪生体实验室

制造业数字化转型过程中,越来越多企业关注数字孪生技术,将企业的整体业务从物理空间映射到数字空间,构造“数字孪生工厂”,实现整体数据的采集、实时的控制、资源的统筹以及智能化调度。

以数字孪生技术为依托,带来管理者综合监管可视化角度的转变,促进制造领域作业方式的科技变革,打造生产、运营、维护全方位把控的制造业数字孪生解决方案,更系统性地达成真正的降本增效!

智能制造工厂及数字孪生架构 智能制造 数字化_信息技术_04

 

 

 

数字孪生与工厂融合的系统组成;图源@数字孪生体实验室

元宇宙·数字孪生 凡拓智联孪生平台

凡拓智联孪生平台,通过构筑现实世界的数字孪生,叠加城市大数据、实现全域态势感知与全周期项目管控。

在制造业领域,平台构建定制化的“数字孪生工厂”,满足项目在综合态势管控、生产监测、运营增效、人车管理、营销推广等各方面的可视化需求,打造智慧化的管理模式,让运营管理更便捷,更高效。

 

智能制造工厂及数字孪生架构 智能制造 数字化_智能制造工厂及数字孪生架构_05

 

 

融合工业大数据、物联网、人工智能等各类信息技术,打通各业务系统的数据孤岛,打造能源领域的数字孪生工厂。实现生产全过程可视化监测,安防隐患智能化排查,生产环境全面性保障,提高生产效率和质量等多种功能。有效提高能源厂区综合监管能力,打造智能监管一体化平台,助力企业降本增效。

 

智能制造工厂及数字孪生架构 智能制造 数字化_智能制造工厂及数字孪生架构_06

 

 

数字孪生赋能制造业

数字孪生工厂三维可视化运行过程中,将工厂设备运行状态反映到线上虚拟可视化,进行判断、分析和优化。实现数据统一化、将工业智能化管理系统集成,打破数据孤岛,实现设备可视化,打造一站式数字孪生工厂管控平台。

全局态势

支持融合厂区各信息系统数据资源,基于数字孪生技术,打破数据壁垒,进行数据挖掘分析预测。围绕智能决策指标及运行态势等进行真实复现,对各管理领域的关键指标进行综合监测分析,综合运营态势一屏掌握。同时,让生产作业更加智能化,使生产管理部门能够更方便、更有效率地完成日常生产作业。

生产监测管控

通过可视化平台,实现生产环境监测数据展示、生产过程和设备运行状态的实时管控、厂区各车间的产耗状况和关键要素节点的动态展示。设备全生命周期管理与实时监测,实现生产工艺细节动态展示,进行分析、问题反馈、实现业务预测优化等。

 

智能制造工厂及数字孪生架构 智能制造 数字化_智能制造工厂及数字孪生架构_07

 

 

工厂实时状态监控;图源《数字孪生技术应用白皮书》

智能巡检

以可视化监测装置为依托,应用人工智能等技术实现对通道隐患的智能识别,全视角协同自主巡检可通过无人机、AI布控等方式开展自主精细化巡检、车间生产巡检等专项巡检业务,实现巡检自主化、智能化。

应急指挥

可实现对报警事件的聚集、快速定位,提示异常事件。一旦发生异常,运管人员可远程调动机器设备进行处理。同时,支持对历史突发事件处理数据进行多维度分析汇总整合,为管理者提供更加及时有效的应急决策信息。

 

智能制造工厂及数字孪生架构 智能制造 数字化_智能制造工厂及数字孪生架构_08

 

 

 

人车管理

数字孪生工厂场景中,可以根据人员、车辆的定位数据,呈现厂区内工人与车辆的布局情况,融合呈现人员与工厂车间设备的运行管理关系,做到人员综合监管。通过综合呈现不同作业车辆的情况,以车辆参与业务类型为区分标准,利用车辆的定位或摄像头定位的数据,实现车辆分类管控。

随着工业数字化、网络化、智能化演进趋势日益明显,制造业数字化转型程度不断提升,未来将催生一批制造业数字化转型的新模式、新业态。数字孪生赋能下的智能制造也将不断“解锁”新的应用场景。

凡拓智联孪生平台,正全力以赴探索创新技术,推动制造业降本增效,用数字技术赋能中国智造。