好嗨哟在线看片免费/亚洲无码av在线/4920811cc/久草视频中文在线

數字孿生工廠構建需解決三個關鍵問題

      構建數字孿生工廠的方法框架及六個階段步驟包括規劃、設計、建設、控制、升級以及再造。在工廠全生命周期的不同階段各有其特定的方法和模型。本文將圍繞數字孿生工廠的“規劃”、“控制”和“再造”三個關鍵階段展開討論。

      數字孿生的實現是充分利用物理模型、傳感器、運行歷史等數據，集成多學科、多尺度的仿真過程，它作為虛擬空間中對實體產品的鏡像，反映了相對應物理實體產品的全生命周期過程。數字孿生工廠作為與現實世界中物理實體完全對應和一致的虛擬模型，可實時模擬自身在現實環境中的行為和性能，實時虛擬現實環境迭代交互，以優化生產要素資源配置和生產控制過程。

      在數字孿生工廠的規劃階段，首先，需要設計一種數字孿生模型，為工藝規劃和流程分析構建數字孿生。其次，對已有的歷史數據以及計劃采集的物聯網數據提供采集和處理的方法，用于構建形式化的孿生模型。第三，需要給出利用數字孿生模型指導規劃的方法。最后是基于特定的工業情境，比較新的數字孿生方法與傳統的規劃方法的差異，包括規劃成本和規劃效率等方面。

       規劃階段的數字孿生工廠需要解決的關鍵問題，是在制造業情境下設計一種普適性較高、應用門檻較低的數字孿生方法與模型，結合工業物聯網的信息技術，提高規劃分析的效率，降低規劃階段的分析成本。

       如果基于傳統的仿真技術、方法和平臺構建數字孿生工廠，是存在較多條件限制的，比如對使用者素質要求很高，需要很長時間才能培養和建立一個熟練運用的團隊;項目執行需要現場生產和管理部門提供合作，且現場研究和仿真建模的工作周期很長;很多仿真變量數據不能被有效收集; 一個仿真場景只能用于特定情況，而在業務環境發生變化時需要重新構建模型。以上問題導致在很多情境下，傳統仿真所需要的成本大于其收益，也是制約數字孿生工廠構建的主要挑戰。

生產控制階段需要解決的問題

       生產控制階段的數字孿生工廠，首先，需要一種基于工業物聯網和機器學習構建數字孿生的方法，以適應生產環境的不斷變化。其次，需要具體的數字孿生控制結構框架，包括基本步驟、訓練算法和關鍵評價指標。再次，需要考慮到制造業環境的特殊性，解決在制造工業情境下用機器學習構建數字孿生面臨的問題，如制造工業的數據維數高、時間序列數據對齊性高、時間序列數據時間滯后等。最后，需要提出將數字孿生在工廠生產系統上在線部署的方法，并通過案例驗證數字孿生方法對生產控制優化的有效性。

       生產控制階段的數字孿生工廠需要解決的關鍵問題，是構建生產控制優化的數字孿生的方法，以及設計一種在工業大數據情境下，基于已有的機器學習算法理論，進行模型訓練、模型評價和模型反饋生產控制的數字孿生模型框架。

       但問題仍然存在，由于工業大數據維度過大和數據產生速度過快，目前仍然鮮見基于機器學習的生產控制數字孿生框架模型的研究。傳統生產控制優化方法的建模通常是單一過程，是一次性的知識輸出，而數字孿生方法是物理制造工廠和虛擬數字工廠之間的連續交互過程。

       在數字孿生框架中，虛擬數字工廠模型將不斷地從物理生產線收集實時數據，并使用實時數據和歷史數據進行模型培訓、模型驗證、模型更新，并最終反饋給真實工廠，以實現生產控制目的。在現實世界中，物理工廠將根據虛擬工廠模型的仿真和優化結果進行生產。隨著大量工業數據被采集，考慮實體工廠已經存在的大量原始數據，而數據挖掘技術目前仍不能很好地處理大數據用于智能生產控制，當前的數字孿生應用很可能出現嚴重信息過載問題。

流程再造階段需要解決的問題

       流程再造階段的數字孿生工廠，首先，以通過定量分析提升傳統方法的準確性和有效性為目標，設計數字孿生模型框架。其次，基于數字孿生仿真模型和工業物聯網，結合價值流圖等傳統的精益管理方法，為生產流程的優化設計基于數字孿生的精益方法。再次，在中小型制造業和傳統制造業的情境下，給出數字孿生的數據采集和建模方法。最后，通過具體制造業情境下的案例進行檢驗，討論基于數字孿生方法提升傳統精益方法精確度和可行性的效果。

       流程再造階段的數字孿生工廠需要解決的關鍵問題，是結合價值流圖等傳統精益管理理論，構建在制造業情境下基于數字孿生的生產流程再造方法，以及設計能夠提升傳統流程再造精確度和可行性的數字孿生模型。

       無論是重建工廠還是工廠改造，規劃、生產控制和流程再造始終是制造企業全生命周期中最核心的、關聯知識密度最大的三個階段。只要做好了初期的工廠規劃，解決生產控制優化的準確模型和時效性問題，以及流程再造階段精益方法的精確度和可行性問題，將可以極大地降低企業生產線建設成本、節省工廠固定投資、加快產品投產和上線時間，并有助于企業生產線在未來運行的平衡和高效。