数字孪生制造模式

简介: 数字孪生制造模式

数字孪生制造模式

相关国家经验表明,人均GDP突破1万美元之后,经济增长开始进入以提高质量为主的稳定增长阶段,这主要体现为人们需要更为个性化的产品和服务。以人类社会工业化进程来看,这个突破具有转折性意义,通常被学者们称为“后工业化时代”,这个时期将对制造企业提出新的要求,即柔性生产或个性化制造。

后工业化时代具有以下几个突出的特点。

(1)出现新的一代人群(美国定义为Y时代)

,美国经历了婴儿潮时代、X时代、Y时代和Z时代,Y时代就是美国进入后工业化时代出现的,这一代人大致在2000年成人,成为消费互联网的主要消费者。

(2)后工业化时代意味着工业化程度比较高

,产品供应总体表现为过剩,大家开始从追求低价转向追求个性需求,这将迫使制造企业提供小规模制造的产品和服务。

(3)后工业化时代的制造产品供应非常充足

,导致服务业快速发展,以满足获得较高收入的工薪阶层的需求。从统计数据来看,服务业在GDP中的占比逐步增加。


正是因为这些变化,长达200多年的大规模制造模式面临挑战。过去的生产制造要求企业招到足够的劳动力,具有投资生产厂房及设备等能力,最后提供质优价廉的产品即可。随着制造技术的普及,制造能力从美国转移到日本、日本转移到中国,然后再转移到越南等地,这都是跟着当地的人力成本发生变化的。哪里的人力资源成本低,哪里就将是传统制造业转移的目的地。


这种变化在第四次工业革命时期会出现逆转,虽然部分劳动力密集的产业仍然遵循这样的规律,但更多的产业开始呈现个性化制造的特征。更重要的是,随着数字技术在制造业的渗透,除了制造系统发生变化外,产品形态也开始呈现出更多附加值的特征。


为了实现更个性化的产品和服务,过去的生产制造系统都需要进行改造,这种改造涉及材料分析、供应链、研发设计、生产制造和运行应用等多个环节,具体见表9-2,但从主要流程来看,研发设计和生产制造是突破的重点。前者为产品的数字孪生化,这在高价值的装备设备领域体现较为明显,体现为制造服务化思路;后者为制造系统的数字孪生化,即通常意义的数字孪生制造,属于制造装备领域

产品的数字孪生化对于资产价值较高的产品有较大意义,在设计环节建立数字孪生模型,这个模型在其生命周期一直存继,既可以在生产制造环节加以应用,让它与数字孪生制造系统交互,也可以在用户使用该产品的时候发挥价值,它不断与数字孪生运维平台交互,改变用户使用的体验。当然,平台提供者可以从中获得更多的服务收入。通用电气就是采用这样的思路,它在2012年提出工业互联网,其目的就是在核心产品上创造资产性能管理服务的收入。


然而,生产制造环节的数字孪生体应用更具革命性,NASA正在推进的空间制造模式正是采用的类似理念。它全面采用了数字孪生制造模式,在设计产品和制造系统的时候,就充分考虑模块化,以便在空间运行的时候,如果涉及维修或改造,则可以通过机器人方便实现。大家不难想象在太空中进行生产制造的难度有多大,如果没有数字孪生体的引入,怎么可能实现完全远程的生产制造和安装调试呢?


以产业专业化分工的角度来看,数字孪生制造实现的难点在于缺乏统一的标准,这在设备领域尤为明显,传统的设备提供商不愿意采用开放的标准和接口,避免被低价竞争者抢夺市场。德国和日本的大量机床厂商就存在这样的想法,它们尽量控制产品智能化的程度,并采用专有接口,避免客户自己进行相关改造而影响新产品的销售。对于互联网公司或信息技术企业来说,它们迫切想进入数字孪生制造领域。它们在平台和应用方面经验丰富,实现起来得心应手,但对于底层的设备往往束手无策,这并不是因为它们不具有技术能力,往往是设备厂商不开放相关接口所致。


互联网公司和信息技术企业在传统领域已经占尽先机,为了扩大市场,它们必然要进入实体经济领域。它们在初期对制造业五花八门的种类并不清楚,只是根据主管领导喜好进入某个制造领域,随着交的学费越来越多,它们开始理解不同制造领域的复杂度不同,价值也不一样


选择一些低壁垒、产业链不复杂的领域先进入,开始成为产业资本感兴趣的重点,例如阿里巴巴自行投资进入服装行业,建设了犀牛智造工厂,且不管效果如何,瞄准电子商务的服务大类市场,则为其决策的关键。

可以预见,随着传感器的价格继续下跌,物联网能力越来越强大,各个设备厂商的议价能力逐步降低,甚至在产业资本的驱动下,生产开放架构的装备系统的可能性比较大,自行集成为一个数字孪生工厂,也不是不可能的事。从一两个领域实现数字孪生工厂,逐步体现其超出寻常的效率和效果,将促使数字孪生制造产业链的完善,加快制造业各个领域转向数字孪生制造模式。

国内不少厂商号称已经实现了数字孪生工厂,但实际情况有些不同。它们大部分是两种情况:一种是通过大量资本投入建设了一个示范工厂,其成本效益并不好,主要目的是出售自己的设备或系统;另一种只是实现了可视化效果,简单的工厂只是实现了“透明工厂”,即可以通过一个大屏显示生产现场的各种设备,即便有了一定进展的一些工厂也不过只是实现了诸如报警信息的反馈等功能,其中大都需要人的及时干预。

真正意义上的数字孪生工厂应满足:

(1)可以对需求变化进行调整,比传统方式更简单,成本不会增加太多,这意味着实现了小批量、多批次的生产管理效果;

(2)对供应链实现实时管理,对生产排产实现实时调整;

(3)现场人员大幅减少,较为高级的数字孪生工厂可以实现无人化;

(4)数字孪生工厂对产品运行应用有远程配置和维护能力,当产品出现故障时,可以通过远程维修或及时召回进行维护。


苹果和特斯拉是推进数字孪生工厂最为典型的两家企业,但它们的做法也有一定的差异。由于苹果触摸屏手机进入智能手机市场比较早,通过生态战略确定了硬件、软件、应用和内容四位一体的竞争优势,利用品牌领先优势占据了智能手机市场的主导地位,它对工厂的处置方式是加强生产现场的透明化,通过多家工厂为其代工,不断维持其行业主导力。特斯拉则是一家进入电动汽车领域的制造企业,它的核心竞争力在其数字孪生工厂,通过从NASA引入相关技术人才和技术,已经实现了数字孪生制造,即实现了供应链的数字孪生化,还实现了产品的个性化使用体验的控制,其长期竞争优势非常明显。


数字孪生制造系统涉及的环节比较多,任何一个地方的突破,都将对该行业产生巨大影响,但研发设计和生产制造环节的重大突破不容忽


目录
相关文章
|
22天前
|
传感器 机器学习/深度学习 人工智能
数字孪生与汽车制造:提高生产效率
【10月更文挑战第31天】数字孪生技术在汽车制造中通过虚拟模型实现生产线仿真、设备预测性维护、定制化生产和质量管理,显著提升生产效率和产品质量。特斯拉、宝马和上汽通用等企业的实践案例展示了其巨大潜力。未来,随着技术进步,数字孪生将在汽车制造中发挥更大作用。
|
12天前
|
监控 自动驾驶 机器人
5G技术在智能制造中的融合应用
5G技术在智能制造中的融合应用
27 0
|
3月前
|
机器学习/深度学习 人工智能 物联网
智能家居技术的未来:从自动化到智能化的跨越
本文将探讨智能家居技术的发展趋势,从早期的自动化设备到现代的智能系统,分析其背后的技术驱动因素和市场动态。文章将详细讨论物联网(IoT)、人工智能(AI)、机器学习等技术如何推动智能家居的发展,并展望智能家居未来的发展方向。
|
5月前
|
机器学习/深度学习 人工智能 供应链
智能制造:AI驱动的生产革命——探索生产线优化、质量控制与供应链管理的新纪元
【7月更文第19天】随着第四次工业革命的浪潮席卷全球,人工智能(AI)正逐步成为推动制造业转型升级的核心力量。从生产线的智能化改造到质量控制的精密化管理,再到供应链的全局优化,AI技术以其强大的数据处理能力和深度学习算法,为企业开启了全新的生产效率和质量标准。本文将深入探讨AI在智能制造中的三大关键领域——生产线优化、质量控制、供应链管理中的应用与影响,并通过具体案例和代码示例加以阐述。
408 3
|
5月前
|
人工智能 供应链 搜索推荐
云端制造:重构工业版图的智能平台
云上智能制造平台正以前所未有的速度改变着制造业的面貌。它不仅提高了企业的生产效率和灵活性,还为企业提供了新的商业机会。随着技术的不断进步和完善,云上智能制造平台将继续发挥其重要作用,为制造业带来更大的创新和发展空间。面对这一变革,企业需要积极拥抱新技术,构建更加智能、灵活、可持续的制造体系。
|
5月前
|
供应链 物联网 新制造
云上智能制造:重塑工业未来,驱动智能升级的新篇章
云上智能制造平台作为智能制造领域的重要创新成果,正以其独特的优势和广泛的应用场景引领着制造业的智能化升级。未来,随着技术的不断进步和应用的不断拓展,云上智能制造平台将在推动产业升级、提升生产效率、优化资源配置等方面发挥更加重要的作用。我们有理由相信,在云上智能制造平台的助力下,制造业将迎来更加辉煌的未来。
192 0
|
5月前
|
监控 物联网 数据安全/隐私保护
云上智能工厂:重塑生产模式,引领未来制造业的新纪元
更加注重数据安全与隐私保护:随着智能制造的深入发展,数据安全与隐私保护问题将日益凸显。云上智能工厂将加强数据加密、访问控制、审计追踪等安全措施的应用和实施力度,确保生产数据的安全性和隐私性。
293 0
|
传感器 供应链 机器人
汽车数字孪生生产系统
汽车数字孪生生产系统
82 0
|
供应链 搜索推荐 物联网
数字孪生-F-35生产系统
数字孪生-F-35生产系统
175 0