![pageSearch](/themes/hestia/images/page-search.webp)
OIM3
May 16, 2023Preguntas candentes sobre cómo calmar el reflujo ácido
May 18, 2023Cream City: Detrás del ladrillo que construyó Milwaukee
May 20, 2023El mercado de fabricación de bloques y ladrillos de hormigón aumentará a una tasa compuesta anual del 5% entre 2020 y 2030: estudio TMR
May 22, 2023Informe del mercado global de refractarios 2022
May 24, 2023Serie El camino hacia la Industria 4.0: (Parte 3) Del taller a los productos
![Jun 05, 2023](/themes/hestia/images/news-details-icon1.webp)
En la parte 3 de esta serie, exploramos el tema del 'gemelo digital' y su papel en la fabricación. Exploramos cómo esta tecnología revolucionaria está transformando el desarrollo de productos, la optimización del taller, el mantenimiento predictivo y la eficiencia de la cadena de suministro. A partir de los conocimientos compartidos en el segundo artículo, profundizamos en la aplicación e integración del gemelo digital en toda la cadena de valor de fabricación.
Las organizaciones de fabricación han estado utilizando una gran cantidad de herramientas y habilitadores digitales para mejorar la eficiencia y eficacia en las operaciones de la planta con gran efecto. Hoy en día, están mejorando esto al aprovechar la tecnología Digital Twin en sus operaciones de fabricación.
Muchos actores han utilizado sistemas centrales como simulación de planta, programación avanzada de producción (APS), sistemas de ejecución de fabricación (MES) y tecnologías de monitoreo de condición (CMT). Cuando se implementan bien, estas herramientas permiten una mayor eficiencia y ahora son esenciales para la operación sostenible, segura y productiva de una planta.
Ahora, para alcanzar el siguiente nivel de rendimiento en la fabricación, las organizaciones buscan aprovechar esta base tecnológica para obtener ventajas mediante la aplicación de conjuntos de datos nuevos y más completos. La integración de estas herramientas centrales con una nueva ola de soluciones digitales que incluyen modelado 3D, análisis de flujo de producción y condición de la máquina está permitiendo una mayor visión digital en el camino hacia la eficiencia de fabricación.
Esta capacidad digital de fabricación ahora permite la adopción del concepto Digital Twin, que se desarrolla en un contexto industrial tanto en el taller como en el producto final. Si bien se usa comúnmente para crear una representación digital de un producto, este capítulo de la serie examinará cómo se puede aplicar de manera más amplia en el ámbito de la fabricación.
Digital Twin es una réplica virtual de un sistema, proceso o producto que se utiliza para simular el comportamiento y el rendimiento en diferentes condiciones, así como para monitorear eventos en vivo. En la fabricación, esto puede ser para líneas de producción específicas o cualquier escenario del mundo real dentro de un proceso de producción.
El Gemelo Digital generalmente combina lo visual con resultados numéricos o instrucciones de trabajo verbales y normalmente se compone de tres componentes principales:
Con estos tres componentes en su lugar, un gemelo digital puede replicar, analizar y optimizar el rendimiento de su contraparte física. Esto se puede aplicar para agilizar los procesos de producción, mantenimiento, cambios de diseño en funcionamiento y pruebas de estrés, todo ello de forma virtual. Permite un impacto cero en el tiempo de inactividad y permite probar y modelar el ajuste fino de los cambios antes de implementarlos de manera fluida y eficiente en el entorno real.
Los gemelos digitales se pueden aplicar a la producción física, los procesos comerciales y la actividad de toma de decisiones en toda la cadena de valor de fabricación. Dos áreas donde las aplicaciones y la integración del estado actual permiten predominantemente son:
Cuando los equipos quieren experimentar con un cambio, a menudo les espera un largo proceso de prueba y error para probar la fabricación de un producto nuevo o actualizado.
Con Digital Twins, los fabricantes pueden probar virtualmente configuraciones de producción actualizadas y, al mismo tiempo, minimizar el riesgo de costosas descuidos. La simulación digital de varios escenarios es mucho más rápida y requiere menos recursos que las pruebas físicas.
Al alterar los puntos de ajuste del proceso de producción y predecir cuál puede ser el resultado, los equipos pueden identificar posibles problemas y cuellos de botella en el sistema. Esto genera menos residuos y puede ahorrar una gran cantidad de dinero y tiempo, especialmente en fábricas con procesos y maquinaria complejos.
Esto a menudo se hace a través del software de emulación 3D integrado a través de una plataforma IoT con CAD, donde la información de enrutamiento y de instrucciones de trabajo operativo se puede utilizar como base para que los equipos de puesta en servicio simulen escenarios para la configuración del flujo de la línea de producción. Esto optimiza el flujo de la línea y ayuda a establecer el diseño visual de la línea para una instalación más sencilla.
La tecnología Digital Twin también puede realizar la simulación de escenarios peligrosos y peligrosos e identificar posibles riesgos de seguridad derivados de ellos, lo que mejora las medidas de seguridad y puede minimizar el riesgo de accidentes.
Ahora es una práctica bastante común que los fabricantes recopilen una serie de puntos de información sobre el estado de su maquinaria de producción, como vibración, temperatura y movimiento. En estas aplicaciones, los datos se presentan en diferentes formas y formatos: la vibración suele ser en forma de onda, mientras que la temperatura puede capturarse en una imagen termográfica.
Con Digital Twin, esta información se puede incorporar en una solución de un solo punto que procesa cada entrada e inicia automáticamente el trabajo de planificación de mantenimiento según la condición.
Si se aplica el aprendizaje automático (ML), el sistema puede predecir posibles fallos y sugerir horizontes temporales para cualquier trabajo a realizar. Esto permite a los equipos de planificación de producción y mantenimiento identificar el problema antes de que detenga la producción o se convierta en un peligro.
Una aplicación de esto se produce en la industria del acero, donde se utiliza la imagen térmica para monitorear el estado de los revestimientos de ladrillos refractarios en los carros cuchara torpedo que transportan hierro fundido a la sección de fabricación de acero. Al aplicar la tecnología de visión por computadora a las imágenes térmicas, se pueden hacer predicciones sobre el deterioro de los revestimientos de ladrillos; la integración de esto con el CMMS para permitir el lanzamiento automatizado de una notificación de mantenimiento genera la programación y planificación de un evento de mantenimiento proactivo.
A medida que se sigue utilizando el Digital Twin, cualquier problema que se repita en uno o más componentes produce patrones detallados, que se retroalimentan al Digital Twin para que prediga con precisión cuándo y dónde ocurrirá la próxima falla.
También se puede utilizar para optimizar los procesos de la cadena de suministro, como el seguimiento de los niveles de inventario y la predicción de la demanda. Esto incluye monitorear los procesos de producción para el control de calidad y detectar defectos en tiempo real, lo que permite a las empresas identificar y corregir problemas rápidamente.
La capacidad de un gemelo digital para predecir y prevenir fallas del sistema es alta, lo que puede conducir a una reducción del tiempo de inactividad y una mayor disponibilidad. Al monitorear el desempeño en tiempo real, detectan anomalías y activan el mantenimiento antes de que se vuelvan críticas.
A medida que los precios de la energía y el impulso para alejarse de los combustibles fósiles agudizan el enfoque en el uso de energía renovable, la energía eólica desempeñará un papel cada vez más destacado. Para impulsar la eficiencia en la generación de energía y al mismo tiempo reducir los costos, los fabricantes y operadores de turbinas eólicas están aprovechando la simulación basada en gemelos digitales tanto en el desarrollo como en la operación de sus productos.
La simulación permite a los ingenieros crear prototipos y probar diseños rápidamente en un entorno virtual utilizando datos del mundo real, lo que a su vez reduce el costo en el que se habría incurrido en múltiples iteraciones de diseño físico y permite a los ingenieros crear diseños radicales que no solo resuelven los problemas relacionados con el despliegue de turbinas en las condiciones más desafiantes, pero también se pueden fabricar más rápidamente y a menor costo.
Llevando el uso de Digital Twin un paso más allá, las turbinas en sí están diseñadas para incorporar una multitud de sensores que permiten el uso de análisis en tiempo real para monitorear múltiples condiciones, y las empresas que operan las turbinas eólicas pueden realizar ajustes en una simulación adicional para mejorar la producción. del sistema antes de aplicarlo a la propia turbina. Estos sensores, junto con el análisis predictivo basado en ML, también permiten la predicción de fallas y requisitos de mantenimiento, maximizando la disponibilidad y el rendimiento de la turbina.
Al elaborar un caso de negocio para Digital Twin, A&M sabe la importancia de considerar los volúmenes y las posibles ventajas a través de técnicas digitales, y considerar el costo de la maquinaria, la utilización de activos y el tiempo de inactividad. Si esto coincide, para un solo parque de 100 turbinas esto podría ahorrar entre 2 y 4 millones de dólares en costos de implementación y producir 1 millón de dólares adicional de electricidad por año.
La aplicación sostenible de soluciones de Digital Twin no es una tarea trivial y, con sus beneficios, viene la base transformadora habitual en cualquier tarea de mejora del rendimiento. Algunas lecciones aprendidas de implementaciones exitosas son:
Tener un caso de valor convincente : La solución debe dar suficiente visibilidad a un material de impacto de EDITDA para que se convierta en un pilar de mejora importante para el liderazgo. Normalmente vemos una alta probabilidad de escalar las inversiones digitales con una relación EBITDA/inversión de dos a cinco veces.
La calidad de los datos y el rendimiento del proceso están vinculados : Por definición y diseño, Digital Twin es una solución altamente integrada. La calidad de los datos es primordial para la integración y la calidad debe ser consistente en el tiempo. Las organizaciones con altos niveles de rendimiento de procesos y baja variabilidad tienen la mayor probabilidad de éxito con los gemelos digitales; si esta área es una preocupación, aproveche la oportunidad para poner las cosas en forma.
Desarrolle un MVP y luego escale teniendo en cuenta el valor comercial : Establecer un Producto Mínimo Viable (MVP) para ejecutar en una planta supervisada por un liderazgo que cree en el caso de inversión y se compromete a escalar. Realice una referencia del rendimiento y mida los resultados, y si el MVP cumple la visión en términos de características y mejora del rendimiento, el liderazgo de la planta recomendará la solución para la empresa. Esto establece una base firme para el escalamiento, que debe llevarse a cabo teniendo en cuenta el valor.
Con esto concluye la tercera parte de nuestra serie sobre técnicas digitales que ayudan a las empresas a reducir costos y mejorar la eficiencia en entornos industriales. Para obtener más información sobre este tema, puede leer la Parte 1: Técnicas tecnológicas y digitales en entornos industriales y la Parte 2: Tres estrategias para ayudar a los fabricantes a adquirir y explotar datos del taller. En nuestros próximos artículos, exploraremos la automatización inteligente y cómo mitigar los riesgos cibernéticos. Al utilizar eficazmente estos avances digitales, las empresas pueden lograr mejoras sustanciales y mantenerse a la vanguardia en el panorama industrial en constante cambio.
Definición digital del entorno físico.Datos operativos del entorno físico.Simulación y presentación de información.Tener un caso de valor convincenteLa calidad de los datos y el rendimiento del proceso están vinculadosDesarrolle un MVP y luego escale teniendo en cuenta el valor comercial