Serie „Der Weg zur Industrie 4.0“: (Teil 3) Von der Werkstatt bis zum Produkt

Jun 05, 2023

In Teil 3 dieser Serie befassen wir uns mit dem Thema „Digital Twin“ und seiner Rolle in der Fertigung. Wir untersuchen, wie diese revolutionäre Technologie die Produktentwicklung, die Produktionsoptimierung, die vorausschauende Wartung und die Effizienz der Lieferkette verändert. Aufbauend auf den im zweiten Artikel geteilten Erkenntnissen befassen wir uns eingehender mit der Anwendung und Integration von Digital Twin in der gesamten Wertschöpfungskette der Fertigung.

Fertigungsunternehmen nutzen eine Vielzahl digitaler Tools und Hilfsmittel, um die Effizienz und Effektivität im Anlagenbetrieb mit großer Wirkung zu verbessern. Heute steigern sie dies durch den Einsatz der Digital-Twin-Technologie in ihren Fertigungsabläufen.

Viele Akteure haben Kernsysteme wie Werkstattsimulation, Advanced Production Scheduling (APS), Manufacturing Execution Systems (MESs) und Condition Monitoring Technologies (CMTs) eingesetzt. Bei richtiger Implementierung ermöglichen diese Tools eine höhere Effizienz und sind heute für den nachhaltigen, sicheren und produktiven Betrieb einer Anlage unerlässlich.

Um nun die nächste Leistungsstufe in der Fertigung zu erreichen, möchten Unternehmen auf dieser Technologiebasis aufbauen, um sich durch die Anwendung neuer und umfangreicherer Datensätze Vorteile zu verschaffen. Die Integration dieser Kernwerkzeuge mit einer neuen Welle digitaler Lösungen, einschließlich 3D-Modellierung, Produktionsflussanalyse und Maschinenzustand, ermöglicht bessere digitale Einblicke auf dem Weg zur Fertigungseffizienz.

Diese digitale Fertigungsfähigkeit ermöglicht nun die Einführung des Digital Twin-Konzepts, das in einem industriellen Kontext sowohl in der Werkstatt als auch im Endprodukt zum Tragen kommt. Während es häufig zum Erstellen einer digitalen Darstellung eines Produkts verwendet wird, wird in diesem Kapitel der Reihe untersucht, wie es im Fertigungsbereich umfassender angewendet werden kann.

Digital Twin ist eine virtuelle Nachbildung eines Systems, Prozesses oder Produkts, die zur Simulation von Verhalten und Leistung unter verschiedenen Bedingungen sowie zur Überwachung von Live-Ereignissen verwendet wird. In der Fertigung kann dies für bestimmte Produktionslinien oder jedes reale Szenario innerhalb eines Produktionsprozesses gelten.

Der Digitale Zwilling verbindet in der Regel das Visuelle mit numerischen Ergebnissen oder verbalen Arbeitsanweisungen und besteht typischerweise aus drei Hauptkomponenten:

Wenn diese drei Komponenten vorhanden sind, kann ein digitaler Zwilling die Leistung seines physischen Gegenstücks replizieren, analysieren und optimieren. Dies kann angewendet werden, um die Produktions-, Wartungs-, Designänderungs- und Belastungstestprozesse zu rationalisieren, die alle virtuell stattfinden. Es ermöglicht keine Auswirkungen auf Ausfallzeiten und ermöglicht die Feinabstimmung von Änderungen, die getestet und modelliert werden, bevor sie reibungslos und effizient in der realen Umgebung implementiert werden.

Digitale Zwillinge können auf physische Produktion, Geschäftsprozesse und Entscheidungsaktivitäten in der gesamten Wertschöpfungskette der Fertigung angewendet werden. Zwei Bereiche, in denen Anwendungen und Integration des aktuellen Stands die meisten Vorteile ermöglichen, sind:

Wenn Teams mit einer Änderung experimentieren möchten, müssen sie oft einen langwierigen Trial-and-Error-Prozess durchlaufen, um die Herstellung eines neuen oder aktualisierten Produkts zu testen.

Mit Digital Twins können Hersteller aktualisierte Produktionskonfigurationen virtuell testen und gleichzeitig das Risiko kostspieliger Versäumnisse minimieren. Die digitale Simulation verschiedener Szenarien ist weitaus schneller und weniger ressourcenintensiv als physische Tests.

Durch die Änderung der Sollwerte des Produktionsprozesses und die Vorhersage des möglichen Ergebnisses können Teams potenzielle Probleme und Engpässe im System identifizieren. Dies erzeugt weniger Abfall und kann insbesondere in Fabriken mit komplexen Prozessen und Maschinen viel Geld und Zeit sparen.

Dies erfolgt häufig über eine 3D-Emulationssoftware, die über eine IoT-Plattform mit CAD integriert ist, wobei Routing- und betriebliche Arbeitsanweisungsinformationen als Grundlage für Inbetriebnahmeteams verwendet werden können, um Szenarien für die Einrichtung des Produktionslinienflusses zu simulieren. Dies optimiert den Leitungsfluss und trägt dazu bei, das visuelle Design der Leitung für eine einfachere Installation festzulegen.

Die Digital-Twin-Technologie kann zudem Gefahren- und Gefahrenszenarien simulieren und daraus resultierende potenzielle Sicherheitsrisiken identifizieren, was die Sicherheitsmaßnahmen verbessert und das Unfallrisiko minimieren kann.

Mittlerweile ist es für Hersteller eine ziemlich gängige Praxis, eine Reihe von Informationspunkten zum Maschinenzustand ihrer Produktionsmaschinen zu erfassen, beispielsweise Vibration, Temperatur und Bewegung. Bei diesen Anwendungen kommen die Daten in verschiedenen Formen und Formaten an – Vibrationen liegen typischerweise in Wellenform vor, während die Temperatur möglicherweise in einem Thermografiebild erfasst wird.

Mit Digital Twin können diese Informationen in eine zentrale Lösung integriert werden, die jede Eingabe verarbeitet und je nach Zustand automatisch Wartungsplanungsarbeiten einleitet.

Wenn maschinelles Lernen (ML) angewendet wird, kann das System potenzielle Ausfälle vorhersagen und Zeithorizonte für durchzuführende Arbeiten vorschlagen. Dadurch können die Wartungs- und Produktionsplanungsteams das Problem identifizieren, bevor es die Produktion stoppt oder sich zu einer Gefahr entwickelt.

Eine Anwendung hierfür findet sich in der Stahlindustrie, wo Wärmebildtechnik zur Überwachung des Zustands von feuerfesten Ziegelauskleidungen in Torpedopfannenwagen eingesetzt wird, die geschmolzenes Eisen zur Stahlerzeugungsabteilung transportieren. Durch die Anwendung der Computer-Vision-Technologie auf die Wärmebildgebung können Vorhersagen über den Verfall von Ziegelauskleidungen getroffen werden; Durch die Integration in das CMMS wird die automatisierte Auslösung einer Wartungsbenachrichtigung ermöglicht und anschließend die Planung und Planung eines proaktiven Wartungsereignisses veranlasst.

Während der digitale Zwilling weiterhin verwendet wird, erzeugen alle Probleme, die sich bei einer oder mehreren Komponenten wiederholen, detaillierte Muster, die an den digitalen Zwilling zurückgemeldet werden, damit dieser genau vorhersagen kann, wann und wo der nächste Fehler auftreten wird.

Es kann auch zur Optimierung von Lieferkettenprozessen verwendet werden, z. B. zur Verfolgung von Lagerbeständen und zur Vorhersage der Nachfrage. Dies erstreckt sich auf die Überwachung von Produktionsprozessen zur Qualitätskontrolle und die Erkennung von Fehlern in Echtzeit, sodass Unternehmen Probleme schnell erkennen und beheben können.

Die Fähigkeit eines digitalen Zwillings, Systemausfälle vorherzusagen und zu verhindern, ist hoch, was zu reduzierten Ausfallzeiten und erhöhter Verfügbarkeit führen kann. Durch die Überwachung der Leistung in Echtzeit erkennen sie Anomalien und veranlassen Wartungsarbeiten, bevor sie kritisch werden.

Da die Energiepreise und die Abkehr von fossilen Brennstoffen den Fokus verstärkt auf die Nutzung erneuerbarer Energien richten, wird Windkraft eine immer wichtigere Rolle spielen. Um die Effizienz bei der Stromerzeugung zu steigern und gleichzeitig die Kosten zu senken, nutzen Hersteller und Betreiber von Windkraftanlagen die auf Digital Twins basierende Simulation sowohl in ihrer Produktentwicklung als auch im Betrieb.

Mithilfe der Simulation können Ingenieure schnell Prototypen erstellen und Entwürfe in einer virtuellen Umgebung unter Verwendung realer Daten testen, was wiederum die Kosten reduziert, die bei mehreren physischen Entwurfsiterationen entstanden wären, und es Ingenieuren ermöglicht, radikale Entwürfe zu erstellen, die nicht nur die Probleme beim Einsatz von Turbinen lösen den anspruchsvollsten Bedingungen, kann aber auch schneller und zu geringeren Kosten hergestellt werden.

Um den Einsatz von Digital Twin noch einen Schritt weiter zu gehen, sind die Turbinen selbst so konzipiert, dass sie eine Vielzahl von Sensoren integrieren, die den Einsatz von Echtzeitanalysen zur Überwachung mehrerer Bedingungen ermöglichen, und Unternehmen, die die Windturbinen betreiben, können in einer weiteren Simulation Anpassungen vornehmen, um die Leistung zu verbessern des Systems, bevor es auf die Turbine selbst angewendet wird. Diese Sensoren ermöglichen zusammen mit ML-gesteuerter prädiktiver Analyse auch die Vorhersage von Ausfällen und Wartungsanforderungen und maximieren so die Verfügbarkeit und Leistung der Turbine.

Bei der Erstellung eines Geschäftsszenarios für Digital Twin weiß A&M, wie wichtig es ist, die Volumina und potenziellen Steigerungen durch digitale Techniken sowie die Kosten für Maschinen, Anlagennutzung und Ausfallzeiten zu berücksichtigen. Wenn dies zutrifft, könnten bei einem einzelnen Park mit 100 Turbinen etwa 2 bis 4 Millionen US-Dollar an Bereitstellungskosten eingespart und eine zusätzliche Million US-Dollar Strom pro Jahr erzeugt werden.

Die nachhaltige Anwendung von Digital Twin-Lösungen ist keine triviale Aufgabe, und mit ihren Vorteilen geht die übliche Transformationsgrundlage für jede Leistungsverbesserungsaufgabe einher. Einige Lehren aus erfolgreichen Implementierungen sind:

Haben Sie ein überzeugendes Preis-Leistungs-Verhältnis : Die Lösung sollte einen ausreichenden Einblick in ein EDITDA-Impact-Material geben, damit es zu einer wichtigen Verbesserungssäule für die Führung wird. Normalerweise sehen wir eine hohe Wahrscheinlichkeit einer Skalierung digitaler Investitionen mit einem Verhältnis von EBITDA zu Investitionen um das Zwei- bis Fünffache.

Datenqualität und Prozessleistung hängen zusammen : Per Definition und Design ist Digital Twin eine hochintegrierte Lösung. Die Datenqualität ist für die Integration von größter Bedeutung und die Qualität muss über die Zeit konstant bleiben. Organisationen mit hoher Prozessleistung und geringer Variabilität haben mit digitalen Zwillingen die höchsten Erfolgsaussichten – wenn dieser Bereich ein Problem darstellt, nutzen Sie die Gelegenheit, die Dinge auf den Weg zu bringen.

Entwickeln Sie ein MVP und skalieren Sie es dann unter Berücksichtigung des Geschäftswerts : Etablieren Sie ein Minimum Viable Product (MVP), das in einem Werk unter der Aufsicht von Führungskräften läuft, die an den Investitionsfall glauben und sich zur Skalierung verpflichten. Basisleistung und Messergebnisse. Sollte der MVP die Vision in Bezug auf Funktionen und Leistungsverbesserung umsetzen, wird die Werksleitung die Lösung für das Unternehmen empfehlen. Dies schafft eine solide Grundlage für die Skalierung, die unter Berücksichtigung des Werts durchgeführt werden sollte.

Damit ist der dritte Teil unserer Serie über digitale Techniken abgeschlossen, die Unternehmen dabei helfen, Kosten zu senken und die Effizienz in industriellen Umgebungen zu verbessern. Um mehr über dieses Thema zu erfahren, können Sie Teil 1: Technologie und digitale Techniken in industriellen Umgebungen und Teil 2: Drei Strategien zur Unterstützung von Herstellern bei der Erfassung und Nutzung von Fertigungsdaten lesen. In unseren kommenden Artikeln befassen wir uns mit intelligenter Automatisierung und der Minderung von Cyber-Risiken. Durch die effektive Nutzung dieser digitalen Fortschritte können Unternehmen erhebliche Verbesserungen erzielen und in der sich ständig verändernden Industrielandschaft an der Spitze bleiben.