数字孪生技术在轮胎行业大放异彩

罗克韦尔自动化
数字孪生技术对轮胎生产也有重大影响。所有轮胎厂商都知道,尽量减少瓶颈对于运营优化至关重要。但要找出整个制造过程中的产出障碍是一项非常困难的工作,在物料输送以及轮胎装配等复杂工段尤为如此。

市场对轮胎的需求强劲。轮胎行业正在从新冠疫情引发的制造和供应链中断危机中恢复,而这无疑是一针强心剂。

但是,作为轮胎厂商或机器制造商,您也认识到自身需要面对一个日益复杂的市场环境,尽力满足多元化的车型和材料类型需求,以及用户对产品性能的更高追求。事实上,您在提高生产灵活性和效率以及加速产品上市方面的能力可能已经达到前所未有的高度。

为了应对当今的挑战,更多轮胎厂商和机器制造商正将目光转向数字孪生技术。数字孪生即轮胎、机器或生产系统的动态数字副本,其借助全面的数据采集、分析、仿真和模拟功能提供非凡的洞察力,从而优化相关资产的性能。

数字孪生技术能为您做些什么?

在我看来,数字孪生技术对轮胎制造产生了多层面的影响。首先是“生产前”或轮胎设计阶段。

使用虚拟模型取代困难昂贵的实体实验和分析,您可以更快地设计和测试新模型,而且风险更小。事实上,从概念构思到项目启动,市场领先企业已在生产前阶段的各个方面实现了两位数级别改进。

2345截图20210806091512.png

例如,一家轮胎厂商利用数字孪生技术对多种独特复合材料进行了仿真,最终选择了有最佳效果的材料。另一家轮胎厂商原先需要进行复杂的实体原型设计、制造和测试,如今通过数字孪生技术和仿真工具加快并简化了整个过程。

数字孪生技术对工厂运营的影响同样具有变革性,这给机器制造商和轮胎厂商带来了双赢局面。

在整个机器销售周期中创造更多价值

“最近,我们发现越来越多的轮胎机器制造商正在探索数字孪生技术。其背后有着相当充分的理由支持。数字孪生可以推动差异化发展,为客户带来更多切实的价值,最终可能在整个机器销售周期中创造新收入来源。”

具体如何实现呢?首先,数字孪生是一种强大的售前工具。我们都知道,图纸和技术规格书只能用于展示机器的性能参数。您无法从中得知机器在制造环境中的实际工作表现,尤其是在潜在客户工厂中的实际工作表现。

而构建机器的数字孪生模型后,您就能揭示机器的实际工作表现。让我们看看以下例子。3D模型可将机器模拟成客户车间生产线的一部分,并可帮助您向客户准确地展示机器在虚拟环境中的实际表现。

在实体机器制造完成前,您还可远程演示机器功能,而您的客户也可借助混合现实头盔与虚拟机器进行交互。

2345截图20210806091512.png

事实上,随着越来越多的轮胎厂商在全厂实施数字孪生技术,他们在"售前"阶段可能要求对机器进行数字孪生仿真演示,确认其在生产环境的工作表现是否符合预期。

而在售后阶段,数字孪生技术能够实现“虚拟调试”,从而带来巨大价值。换言之,在制造实体机器前,您可基于数字模型测试各类控制功能,其响应方式与真机几乎无异。结果如何?现场工程和调试工作量减少,投用速度显著加快。

数字孪生也是一种强大的售后培训工具,允许操作员和维护人员在实际安装作业前动手操作虚拟机器,加速学习过程。

此外,数字孪生作为服务产品的一部分,可以增加价值和收入。

轮胎厂商可以准确定位工厂瓶颈,改善调度管理

数字孪生技术对轮胎生产也有重大影响。所有轮胎厂商都知道,尽量减少瓶颈对于运营优化至关重要。但要找出整个制造过程中的产出障碍是一项非常困难的工作,在物料输送以及轮胎装配等复杂工段尤为如此。

以下是许多轮胎厂普遍遇到的几个问题:

工厂瓶颈到底是机器产能问题还是物料流造成的?

有没有更好的方法实现整个工厂的物料流最佳化?

某台设备发生故障时,我该如何尽量减少其对生产进度的影响?

生产新产品时,我需要做出哪些变更来优化产出?

借助数字孪生和仿真技术,您可以更快、更轻松地解决这些问题,并优化产出和物料流。

许多轮胎厂商认为,优化物料流的第一步是更好地了解每个工段的机器产能。借助数字孪生软件,您可以充分利用虚拟机器和工厂模型以及历史数据,包括生产线设备的平均无故障时间(MTBF)。然后,软件可以模拟可能出现的生产干扰因素,从而确定实际产出和潜在瓶颈。

此外,轮胎厂商也在利用数字孪生和动态仿真技术来优化其工厂的调度管理。例如,一家公司利用来自生产资产、制造执行系统(MES)和历史数据库的数据建立了一个仿真模型。当发生过程干扰(例如设备停机)时,系统可使用运作仿真模型确定最佳调整措施,从而尽量减小对下游设备的影响。

2345截图20210806091512.png

为加速新产品上市,您可以使用数字孪生技术检验在现有设备上实施新设计的可行性,以及机器和物料流变化的影响。通过实时仿真,系统还可确定实现新产品最佳产出所需的配置变更。

这些说明了数字孪生技术正在改变轮胎行业,类似的例子还有很多。

THEEND

最新评论(评论仅代表用户观点)

更多
暂无评论