Řízení podniku
Jak optimalizovat výrobní provoz s pomocí digitálního dvojčete
27.5.2024
Je vaše výrobní zařízení konkurenční výhodou nebo přítěží?
Kolaborativní, propojený vývoj produktů a procesů, který nabízejí digitální dvojče produktu a digitální dvojče výroby může vaší společnosti poskytnout velkou konkurenční výhodu. Ale nejen to, dokáže optimalizovat výrobní operace za provozu tak, aby byly stále efektivnější a dokázaly rychle reagovat na jakékoliv změny požadavků.
V tomto případě lze digitální dvojče výroby využívat i po náběhu výroby k její kontinuální optimalizaci, zavádění potřebných změn a zvyšování efektivity, stejně jako k napojení na IoT prvky a senzory, které na 3D modelech zobrazují aktuální stav a dopředu indikují případné hrozící komplikace. Prediktivní údržba využívá softwarové nástroje k analýze dat z IoT senzorů a zařízení a k určení, kdy je potřeba údržba. Zabraňuje zbytečné údržbě a plýtvání časem, ale zřízení něco stojí.
Zvyšování výkonnosti linky
Až donedávna se obrovská množství dat generovaná v digitální továrně využívala pouze k svému původnímu účelu. Například senzor, který sleduje teplotu a tlak v daném zařízení, generuje data v průběhu celého procesu a ta jsou využívána k udržování optimálních hodnot. Tyto údaje však mohou posloužit pro mnohem více než jen pro zajištění správné funkce – analýza dat může odhalit například potenciál ke snížení spotřeby energie.
Senzory a chytrá zařízení na výrobní lince dnes v reálném čase monitorují výkon, ale mohou také predikovat blízké provozní problémy, čímž předcházejí výpadkům dříve, než nastanou. Například čidlo na vibrace anebo zvuk umí poznat, že stroj se začíná chovat jinak než je norma (více vibruje, jinak zní) a o tomto stavu ihned informuje údržbu. Aby bylo možné dosáhnout vyšších cílů v oblasti rychlosti a průchodnosti výrobou, systémy inteligentní digitální výroby navíc sledují výkonnost strojů, získané informace ukládají do digitálního modelu a využívají k neustálému zlepšování. Stejně se optimalizuje tok materiálů a produktů, což pomáhá neustále eliminovat úzká místa ve výrobě. Vylaďuje se efektivita pohybů autonomních vozíků a jejich potřebné množství. A takto bych mohl pokračovat ještě s mnoha dalšími příklady.
Počínaje analýzou dat získaných ze senzorů v reálném čase, kdy se z rozpracovaných stávají hotové produkty, a konče neustálým zlepšováním produktů a procesů výroby a kvality, uzavírá se digitální smyčka výrobní komunikace a poskytuje výrobním a produktovým týmům cenné poznatky. K nejužitečnějším přínosům dosažených s pomocí digitálních výrobních řešení patří eliminace neshod mezi návrhem a finálním produktem a minimalizace výpadků výroby.
Rychlá reakce na změny
Vedle zvyšování výkonnosti výrobních zařízení a procesů je další oblastí rychlost reakce na změny. Požadavky zákazníků na produkt se neustále mění, zákazníci chtějí více možností a funkcionalit dle současných trendů a tak je potřeba být flexibilní a měnit i požadavky na vlastní výrobu. Proto podniky, ve snaze zůstat konkurenceschopné, hledají způsob, jak nejlépe inovovat své provozy a zlepšovat stávající výrobní procesy.
Jakmile je výrobní linka jednou nainstalována a v provozu, je možné její provoz optimalizovat. Například firma potřebuje v rámci zefektivnění své výrobní linky nasadit AGV vozíky či mobilní roboty do stávajícího prostředí. Nebo úpravou linky chce zvýšit produktivitu pracovníků nebo díky datům z reálného provozu ze senzorů zase optimalizovat tok materiálu. Simulace ve stávajícím digitálním modelu dokáže zvolit výkonnostně i nákladově optimální řešení. Takže před tím, než se rozhodnete dělat změny ve výrobě, si vše nejdříve nasimulujete, odladíte slabá místa a vyhodnotíte náklady a přínosy ještě před samotnou realizací.
Shrnutí
Digitalizovaný výrobní systém využívá poznatky z reálné výroby k optimalizaci procesů. Při agregaci výrobních dat z IoT zařízení a výrobních systémů například pomocí řešení Insight Hub, probíhá průběžná optimalizace výrobní simulace již na základě reálných dat. Chytrá výroba, která uzavírá smyčku zpět k návrhu a konstrukci, využívá komplexní digitální dvojče, aby zajistila, že data o skutečné výkonnosti továrny v provozu a o používaném produktu budou zase zapracována do modelů, které jsou tak neustále zdokonalovány.