|
正如北京理工大学数字化制造研究原领导一直倡导的理念：建模与仿真是数字化制造的核心。虽然现在都在提智能制造，但数字化制造仍然是核心和抓手。数字孪生是智能制造的发力点。但其核心我理解就是建模与仿真。 数字孪生是贯穿整个产品生命周期的，比如面向产品研发各种CAE分析、比如面向运维服务的GE发动机案例等等。产线的数字孪生也是必要和重要的一环，现在也得到了越来越多的关注。但有些基本的概念还需要进一步再思考。 之前在一篇公众号文章中做了简单梳理“关于数字孪生概念四点思考”，这次再进一步展开论述一下。 （1）形似不是目的，神似才是根本 很多企业建立了类似指挥中心的大屏幕或者超大屏幕，以三维模型的形式展示生产线的场景，在MES或物联技术的支持下，实时获取产线的各种状态，主要是设备、物流等，煞是好看。但这个只是产线状态的一个映射而已，或者说只是“形似”。什么是“神似”呢？应该以产线的业务为导向，以能够为业务提供优化支撑决策，才是真正的神似。 比如设备级，对设备状态、工件状态进行分析，建立自适应加工的加工优化模型并进行分析，能够将结果反馈到设备进行干预调整； 比如单元级，基于单元反馈的状态，建立单元运行过程模型并进行分析，对单元内各环节的流程乃至动作，根据状态进行动态的调整，或者进行及时的物流/质量方面的干预调整； 比如对于产线，现在进行数据采集技术已经较为成熟，不能仅仅是展示，而是应该利用这些数据，对产线的运行进行态势的预测分析，例如未来几天是否会缺料、例如插入订单会对产线造成什么样的影响等； （2）三维只是一种，决策才是灵魂 紧接着上面的分析，可以看出产线数字孪生的重点其实并不在形式，重点在于不同级别的建模与仿真分析，其目的是为产线的运行提供决策支持。 产线三维模拟与仿真是否重要呢？当然重要，但其中最重要的是后台的仿真分析引擎所做的那些事。去年年底时候，美国在尝到芯片制裁的甜头后，又提出了14类技术出口管制清单（虽然最终好像没执行，但可见其企图）（突发！美国最新14类技术出口管制来了，反正你想买的基本都买不到了），其中就在“物流技术下”列举了“建模和模拟系统”。这种软件大家可能感觉没有太大必要。其实现在所有的物流仿真软件，其核心是背后的一个引擎，而这个引擎其本质上就是APS。否则这个仿真没法运行的。其实这个表面是说物流仿真，但物流只是实物的流动形式而已，也都是要依靠订单工艺驱动的业务才能运行的。笔者在10年前是做eMplant（现在西门子的PlantSimulation）二次开发的，其实开发的就是调度算法和程序。作为物流模拟仿真核心的APS，也是产线级数字孪生的核心。现在有很多案例是只做了三维展示，没有后台的APS的，或者说是缺乏引擎的。这样的产线级数字孪生系统，是没有生命力的，当企业需要在其上做出分析决策时，其实是很难再推动了。就如同很多MES厂商现在只做业务管理方面的内涵，等到用户MES方面应用成熟之后要上APS的时候，感觉后继也将面临很大的问题。因此，APS是物流模拟仿真软件真正有技术价值的后台技术。我分析，这也是为什么美国在制裁名单中加入“物流模拟仿真”的真正原因。一己之见，仅供参考。 通过上面分析，可以看到，对于产线数字孪生而言，真正核心的是决策，三维只是展现的形式而已，甚至形式对于产线的“决策”而言，并不是必需的。数字孪生，并不是仅仅是三维孪生，三维只是形式，有些孪生模型是数字化但跟三维没有关系的，对吧！ 比如，进行外协决策时，也是需要建立基于当前订单运行状态和资源状态的优化分析模型，这种模型我认为也是产线数字孪生的一种。 比如，在“德国10天，我都看到了啥？”微信文章中，BOSCH Reultlingen半导体工厂中进行的Run2Run优化的案例，其实现了根据每一批次的检测结果，对设备（光刻，清洗等）的参数进行优化调整。成熟的产品可以达到99.9%，新产品的良率通常在95%。未来可以实现根据上一道工序的结果，对下一道工序做及时调整。这也是产线孪生决策的一种，后台应该也是有分析模型或知识库的。 啰里啰嗦的写了一些。自己的一些思考和感觉，供大家参考。
|
|
|
