Næsten virkelighed:Fremtidige fabrikker drevet af digitale tvillinger

A*STAR har bygget en testseng til digitale tvillinger, de virtuelle modstykker til ægte produktionsudstyr. Disse fabriksinnovationer kan hjælpe virksomheder med at spare enorme mængder tid og penge ved at forudsige og justere deres partnermaskines tilstand på farten.

Forestil dig, at en produktionsgigant har en maskine på en af ​​sine fabriksgulve, hvori en spindel er ved at smække. I en konventionel fabrik, den snurrende maskine vil ikke advare om dens forestående fejlfunktion, og dens fiasko vil komme på et tilfældigt tidspunkt. Diagnose og reparation vil være relativt langsom, begrænset af dataindsamling og organisering af menneskelige og materielle ressourcer. For en virksomhed med hurtige forbrugsvarer (FMCG), forsinkelsen kan være dyr. "På grund af den høje lydstyrke, vi taler om millioner af dollars i tab for hver times nedetid, " siger Stuart Wong, senior gruppeleder ved Advanced Remanufacturing and Technology Center (ARTC) i Singapore, hvor en række virksomheder samarbejder med A*STAR-forskere om at fremme produktionsteknologi, herunder at gøre meget intelligente, sensoriserede maskiner.

Digitale tvillinger vil gøre fabrikker smartere

Med lidt hjælp fra ARTC's model smarte fabrik, en produktionsteknologi testbed, der åbnede i august, kinks kunne navigeres ved hjælp af et koncept kendt som en 'digital tvilling'. Tanken er, at maskiner skal sensoriseres, så spindlen i maskinen løbende overvåges og dens ydelsesdata sendes til et centralt kontrolrum. der, dataene føres ind i en computer, der fungerer som en digital tvilling af maskinen – en virtuel kopi, der nøjagtigt afspejler maskinens aktuelle driftsstatus baseret på realtidssensordata og fysikmodellering. Den digitale tvilling, registrerer en let slingre i spindlen, kan justere sin fysiske modparts driftsparametre for at korrigere for slingren. Eller, hvis slingren ikke kan korrigeres, det kan advare om en forestående funktionsfejl.

I kontrolrummet ville en operatør så blive tippet, og denne person kan derefter sætte gang i et standardiseret svar. "Den digitale tvilling kan derefter oprette en vedligeholdelsesarbejdsordre, afgøre, om du kan omdirigere produktionen, så leveringen ikke påvirkes, finde det passende vedligeholdelsespersonale, og fortæl dem, hvor de skal hen " siger Anikath Murali Das, en af ​​ARTCs programledere. Disse vedligeholdelsespersonale kunne hurtigt reparere eller udskifte den defekte maskine, guidet, enten af ​​en tablet, der viser et tilpasset datafeed på den berørte maskine, eller af et sæt augmented reality-briller. For FMCG-virksomheder som Nestlé, at arbejde med ARTC om teknologier som denne gør dem i stand til at minimere nedetiden og forbedre ydeevnen og kapitaleffektiviteten på deres fabrikker.

Mange af disse fremskridt lyder måske lidt som science fiction, men alle de nødvendige teknologier er under udvikling hos ARTC. For eksempel, ARTC bygger augmented reality-kapaciteter ved hjælp af Microsofts HoloLens, en type goggle, der blander billeder af den virkelige verden med digitalt forbedrede overlejringer. Sideløbende med dette, ARTC-forskere er ved at opbygge en suite af webbaserede applikationer, der vil give omrejsende arbejdere adgang til dashboards med vigtige data på deres telefoner og tablets, samt midlerne til at ringe til virtuel hjælp, hvis det er nødvendigt. "Hvis nogle vedligeholdelses- eller reparationsopgaver ligger uden for en arbejders rammer, [ved hjælp af vores værktøjer] kunne en kollega et andet sted se præcis, hvad arbejderen, der står ved maskinen, ser og vejlede dem om, hvad de skal gøre, " forklarer Das.

For at tilføre oplysninger til disse applikationer, gruppen undersøger aktivt, hvordan man kan tilføje sensorer til maskiner fra industrielle partnere. "Vi har en maskine til låns fra et firma, som vi selv har sanseret, " siger Das. "Vi har indsat 43 sensorer for at se på vibrationer, temperatur, og akustiske emissioner."

ARTC har også udviklet en digital tvilling af en co-bot, en robot designet til fysisk at assistere en menneskelig operatør med opgaver som at flytte varme eller tunge genstande. I øjeblikket, information flyder kun fra den fysiske co-bot til dens digitale kopi, men Wong siger, at ARTCs digitale tvillinger i sidste ende vil være tovejs, så den digitale version kan justere driften af ​​sin fysiske tvilling i realtid, reagerer øjeblikkeligt på den information, den modtager.

Der er sikkerhedsmæssige konsekvenser af data, der strømmer fra smarte kontrolrum, der direkte kontrollerer millioner af dollars af dyre, højpræcisionsudstyr, som ARTC adresserer. "Sikkerheden af ​​dataene er den ene ting, som alle er bekymrede for, " siger Das. Ud over de sikkerhedsspørgsmål, der rejses ved at have et centraliseret kontrolrum, er generelle bekymringer omkring at have uendeligt flere data. Men disse data kan være meget nyttige til at spore gamle fejl. F.eks. når virksomheder hører fra deres kunder, at deres produkter har kvalitetsproblemer. Typisk, når en kunde giver feedback som denne, det kan være svært at diagnosticere, hvad der kan have forårsaget problemet. Så, Das forklarer, ARTC digital tvillingmodelfabrikken ønsker at beholde alle relevante data. "Vi kan gå tilbage til en bestemt dag, se på alle dashboards, bore ned, diagnosticere og løse problemet." Men ved at udtænke disse systemer, Wong siger, at det er meget vigtigt at fokusere på at designe softwarearkitektur, der er meget sikker, samt skalerbar, pålidelig, og forsinkelsesfri.

Maskiner vil tale med maskiner

På kort sigt, smarte fabriksudviklinger hos ARTC vil fokusere på at hjælpe eksisterende fabrikspersonale. "Målet er at hjælpe mennesker ved at samle og fordøje data, derefter skabe indsigt ud fra det, " siger Wong. "Kontrolrummet vil give information og forudsigelser, men mennesket skal tage beslutningen." Til sidst, selvom, Wong forventer, at kunstig intelligens (AI) påtager sig en større del af beslutningsbyrden. "Efterhånden som systemerne bliver mere intelligente, vi kan gå over til fuld automatisering med AI. Det kan aflaste mennesker til at fokusere på ting, som AI ikke kan:relationer, forsyningskæde eller kundeproblemer, og ledelse af arbejdere."

Og data vil ikke kun flyde inde i individuelle smarte fabrikker, Das siger, men også mellem dem. "Maskiner vil være i stand til at tale direkte til maskiner, " forklarer hun, og det inkluderer maskiner placeret uden for fabrikken. Netværksmaskiner vil arbejde sammen for at forudsige fejl, og reagere på dem. For eksempel, "maskinen på min fabrik kunne fortælle, at en maskine på en ekstern fabrik lukkede ned, Jeg vil ikke have den del, du laver', " siger Das.

Sofistikerede digitale tvillinger er allerede i brug på nogle af disse måder hos NASA, som sporer rumfartøjer ved hjælp af digitale tvillinger, og også til en vis grad hos General Electric, som skaber digitale tvillinger af nogle af sine vindmøller og jetmotorer for at overvåge deres ydeevne og udføre forebyggende vedligeholdelse. Imidlertid, mange flere skræddersyede versioner skal skabes for at udnytte denne teknologi til fremstilling.

Desværre, virksomheder er nogle gange tilbageholdende med at teste teknologien på egen hånd, fordi de ikke ønskede at forstyrre deres egne faciliteter. Det er også bare svært, siger Wong, at samle eksperter i fremstilling med den brede vifte af analytiske forskere, der kunne give nyttige input.

Det er derfor Wong, Das og deres kolleger ønsker at give virksomheder mulighed for at udføre proof of concept test, so that they can make the case to extend their Industry 4.0 investments to their boards and shareholders. "There is so much potential, " Wong explains of the motivation for the project. "But there was no showcase or test data that proved that this new technology can really be used to optimize smart factories."

The model factory sandbox built by ARTC provides industry with the freedom to experiment and build, then to take back new technologies and best practices to their factory lines. In addition to FMCG companies like Nestlé, these collaborations have already attracted significant interest from aerospace and heavy industry corporations, blandt andre. "We are bridging the gap between pure research and product development, " Das explains. As of today, 69 industries have joined ARTC in doing just that.

Industry 4.0 – Singapore's smart factory advantage

It is an era that is less than 10 years old, but Industry 4.0 ambitiously imagines a new kind of factory that merges the cyber world – with its rich information flows, data visualization, and artificial intelligence – and the physical world, with its spindles, machines and presses.

I januar, a World Economic Forum analysis of 100 countries placed Singapore at the forefront of this changing landscape, listing it among the 25 countries best positioned to benefit from Industry 4.0. In their discussion, its authors pointed to Singapore's strong competencies in research and development, economic complexity, and openness to trade as major factors.

Media analyses have noted a push by the Singapore government to bolster this enviable position, noting a carrot and stick approach with grants and levies being bestowed on manufacturers, and strong financial backing for a series of support systems that including A*STAR's two model factories initiatives. Singapore has also recently launched of the Singapore Smart Industry Readiness Index, a tool to help industrial companies measure their progress towards Industry 4.0 standards.

A*star's model factory initiative

A*STAR's Model Factory Initiative aims to bridge technological gaps so businesses can reinvent themselves through technology co-innovation and adoption. There are two locations – one in A*STAR's Advanced Remanufacturing and Technology Centre (ARTC) and the other in A*STAR's Singapore Institute of Manufacturing Technology (SIMTech). The two play complementary roles to demonstrate the efficacy of advanced manufacturing technologies and guide companies on different legs of their technology adoption journey.

Core technologies in development at ARTC include:

• Connected sensors inside machines;
• A central control room in which factory-wide information is collected and visually represented;
• Digital replicas or 'twins' of physical machines that can predict and control machine behavior;
• Software that can model and respond to production failures and delays;
• Mobile data displays and augmented reality technology to assist maintenance and repair staff.

Underlying all of these technologies is a scalable, secure and lag-free data architecture.