机床商务网

 

　　模拟与预测
 

　　模拟和预测是数字孪生的经典用例。这些用例包括静态和运动CAD模型，并回答有关空间、运动和功能方面的问题。例如，西门子用用户定义的条件测试数字孪生，以确定数字孪生及其“真实”对应物将如何反应：“基于数字数据，开发人员和客户可以在虚拟化中心测试功能和操作员界面，甚至在机器制造之前。”预测用例来自有限元模型(FEA)。通常基于第一原理物理学的FEA模型由于其基于相同的方程组，因此其行为与它们的真实对应物相同。理想情况下，它们旨在回答这样一个问题：“该器件在实际工作条件下工作吗？”虽然结果非常接近，而且信息丰富，但在现实世界中，每个部分的行为都会因变化而略有不同。
 

　　《现代机械车间》杂志的布伦特·唐纳森写道：“工程师们在安装控制器之前，对机器工作台所在的区域进行了冲击测试，以测量结构动态。后来，当机器完成时，这些固有频率、模态刚度值和阻尼比将影响机器的性能，而嵌入式传感器将帮助监测其振动，并告知总体速度和进给选择。“用于模拟和预测的数字孪生模型的当前发展将真实世界的数据输入到模型中。这一过程降低了单独基于第一原理物理进行估计的风险，并提供了一个更精确的预测。
 

　　成品
 

　　成品用例结合了在制造过程中收集的反馈，在零件从原材料转化为终形状时收集有价值的数据。这些用例集中在流程中不同步骤创建的零件特性上。收集这些数据可以使制造过程更加敏捷。根据存在或不存在的功能来优化实时路由修改是一项将利用数字孪生技术的业务需求。这确实需要一些制造执行数据的自动化来完全实现，但是第一步要从制造条件中得出。
 

　　使用时
 

　　作为使用案例，将终装配与设备运行条件和输出的实时信息结合起来。GE digital的使用案例确定了数字孪生技术带来的好处，如提高可靠性和可用性、降低风险、降低维护成本、改进生产和更快的实现价值的时间。这些好处是降低运营和维护成本的结果。
 

　　数字孪生的概念将在未来几十年继续发展。关键是通过业务需求将数字模型连接到物理世界。更精确的模拟将驱动性能更好的器件。了解已制造的零件将增加制造的敏捷性，减少不必要的步骤。可视化产品的使用可以降低操作维护成本。