BPD Zenith爱你的资产 BPD Zenith爱你的资产 BPD Zenith爱你的资产
物联网数字化

为什么你的数字孪生方法不能持久,现在该怎么办

预测资产的失败是维护的圣杯。而且,从来没有比现在实现更好的时间。在股份是数百万美元,通过正常改善和停机时间避免。对资本投资至关重要的两件事,以资本成本为巨额金钱和收入生成。

在过去的几年中,物联网传感器、分析和模拟技术的进步已经成为解决故障预测问题的灵丹妙药。这些技术从单个资产或系统中获取信息,并将其与复杂的算法相结合,以预测失败。

好消息是已经有了一些有希望的结果,比如通过预测阀门故障将设备停机时间减少5%。然而,这些故事大多是关于还没有实现企业级监控、分析和维护执行的全面部署的试验项目。

最近,越来越多的人提到了“数字双胞胎”:即通过结合计算机辅助设计(CAD)和仿真模型、物联网传感器、时间序列数据和维护记录来创建实物资产的精确复制品,从而构建资产及其当前运行状况的图像。

现在炒作已达到其高峰。这是组织深入了解这些技术能够实现的措施。例如,您正在采用这些新功能的方法,真正提供资产健康的图片,您需要在主动维护活动中做出重要决策吗?

实际上,在市场中形成的自上而下的方法将会失败。为什么?组织解决潜在的问题:什么是我关注的资产首先,什么是历史,它提供跟踪信息的能力,目前的化妆品,这是如何不同于其他我需要管理的资产?

数字图片,但不是整个故事

近年来,物联网传感器已经成为一种强大的工具,可以监测扭矩、温度、腐蚀、启动和停止等。然后,将来自这些传感器的信息与其他历史数据源和预测分析结合起来,以提供资产健康状况的图像,并预测组件何时可能出现故障。当您孤立地查看资产(即试验项目的定义)时,您可能会看到一些好的结果。然而,算法是基于一个单独的资产及其相关的传感器数据。

问题是当您尝试扩展数百或数千个类似的资产时。您创建的预测特定于原始试点项目中的资产。将这些相同的预测应用于其他资产可能导致维护问题,因为由于未挑选的失败,剩余剩余剩余剩余剩余的零件的部件。为什么?资产不能同样地制造,在运行中的时间内,在某些情况下,在10到40年内,它们进一步分歧,即使彼此旁边坐在旁边。

例如,两个相似的资产可能有不同的电机,每一个来自不同的制造商。制造商的一个部件可能被设计为使用寿命更长。你的预测是基于此吗?现在,考虑到你的资产在许多其他方面的不同。这些预测是否反映了数千种相似但不同的资产之间的差异?

数字模特永远不会是数字双胞胎

在产品生命周期的工程阶段创建的仿真模型作为资产的数字孪生,这是一种新兴的趋势。其概念是,将这些数字模型与运行数据进行比较,可能会导致在运行许多不同的模拟时识别故障。毕竟,仿真模型是针对许多可能的操作场景类型以及如果它们持续存在将会发生的相关故障进行测试的。

首先,这是一种庞大,丰富的信息资源,可以通过维护来使用,以监视现场故障的信号。问题是这些仿真模型可能不一定反映到客户的最终的竣工配置。随着资产的追赶制造,可以改变很多。例如,随着供应商的变化,掺入修改并整理缺陷。原始仿真模型不会反映这些差异,实际的性能配置文件将与预测的不同。快进至现场运营的资产,即在几年内经历了维护和升级到其配置现在与原始模拟中的假设显着不同。

翻转过程的头-让你的数字孪生建立持久

维修组要做什么?有前景的技术是可用的;物联网数据、预测分析和模拟都有价值,但只有在实际应用中才有价值。这意味着在产品生产、维护和升级时建立和维护产品配置的数字记录。这是保持油田资产及其数字孪生同步的关键。

第一个可行,上下文数字双胞胎是在制造的制造阶段创建的。这是第一个视图到了上下文中的资产精确构成。这涉及记录精确的产品配置,包括所使用的任何特殊功能或选项,以及捕获序列号。每当资产发生重大变化时,随后将更新数字双床。例如,如果用电动机序列号#002替换电动机序列号#001,则对数字双胞胎进行相应的变化。

现在,使用数字双配置,可以模拟模拟特定于特定资产的特性,并与从资产生成的IOT数据耦合以预测潜在故障。

结论和建议

传感器的技术进步,分析和仿真可以是预测维护问题的解决方案,但只有您首先采用数字双配置方法。个人资产的背景是王。使用它作为基准,以预测从IOT传感器生成的数据中的失败,并用目的地构建的仿真模型验证。

当你追求数字孪生配置策略时,有几个关键点需要记住:

  • 首先开发业务流程和技术来支持跟踪和更改资产配置。如果不擅长这一点,应用其他技术也没有价值。
  • 将物联网传感器和数据与单个资产的配置进行比较,而不是泛化所有“类似”资产。执行后一种方法将导致较弱的结果。
  • 使用模拟的力量构建各个配置的数字模型。来自制造商的数字模型将留下短暂的寿命或根本没有生命。