دو قلوی دیجیتال یا Digital Twins
دوقلوی دیجیتال یک مدل مجازی است که ویژگی ها، رفتار و عملکرد همتای فیزیکی خود را در زمان واقعی یا در طول زمان تکرار می کند. فناوری دوقلوی دیجیتال در صنایع مختلفی مانند سیستمهای تولیدی، هوافضا، انرژی، مراقبت های بهداشتی، حمل و نقل و غیره استفاده می شود.
مزایای استفاده از دوقلوی دیجیتال
- افزایش قابلیت اطمینان و خطوط تولید
- کاهش زمان توقف یا دردسترس نبودن
- کاهش هزینه های تعمیر و نگهداریبا پیش بینی مسائل نگهداری قبل از وقوع خرابی
- افزایش سرعت تولید
- زنجیره تامین و تحویل کارآمدتر
- افزایش سود کسب و کارها با بهینه شدن بخش های مالی و اداری
چالش ها و ریسک های دو قلوی دیجیتال
- استاندارد سازی داده ها
- مدیریت داده های بزرگ
- تأمین امنیت داده ها
- موانع فنی بر سر پیاده سازی دو قلوی دیجیتال
یک روش پیشنهادی برای پیاده سازی دوقلوی دیجیتال جهت عیب یابی با استفاده از داده های ارتعاشی یک ماشین(منبع: Maintenance Digital Twin using vibration data by:Raffaele Abbate)
یکی از کاربردهای دوقلوی دیجیتال، شناسایی عیوب در ماشین ها می باشد. ارتعاشات یک پدیده حیاتی در ماشین های دوار و رفت و برگشتی هستند، زیرا می توانند باعث آسیب ساختاری، کاهش طول عمر قطعات و اختلال در عملکرد صحیح این ماشین ها شوند. تجزیه و تحلیل و کنترل ارتعاش به بخش جدایی ناپذیر فرآیند صلاحیت اجزای ماشین ها برای اطمینان از ایمنی و قابلیت اطمینان عملکرد این ماشین ها تبدیل شده است. دراین ماشین ها، مقدار داده های جمع آوری شده توسط حسگرها اغلب محدود و برای درک کامل رفتار دینامیکی سازه کافی نیست. برای مقابله با این چالش، مفهوم Digital Twin به عنوان یک ابزار ارزشمند ظاهر شده است. Digital Twin یک مدل مجازی از یک سیستم فیزیکی است که به فرد امکان می دهد رفتار پویا آن را پیش بینی کند و شرایط عملیاتی آن را در زمان واقعی نظارت کند. در چارچوب این تحقیق، یک پلت فرم سه محوری دیجیتال دوقلو ساخته شد که قادر به القای ارتعاشات کنترل شده با استفاده از شیکرها بود. قبل از کار بر روی پلت فرم کامل، لازم بود ویژگی های مودال هر شیکر تعریف شود. تجزیه و تحلیل مودال تجربی و آزمایش برای به دست آوردن داده های لازم برای ایجاد مدل شیکرها انجام شد. مدل مجازی پیشبینی پاسخهای دینامیکی شیکرها را امکانپذیر میکند و نظارت بر زمان واقعی شرایط عملکرد آنها را تسهیل میکند. با استفاده از فناوری Digital Twin، مهندسان خبره می توانند درک و تجزیه و تحلیل خود را از ارتعاشات در پلت فرم سه محوری افزایش دهند و بینش های ارزشمندی را در مورد رفتار مودال، مدهای حالت و فرکانس های طبیعی ارائه می دهند و امکان بهینه سازی عملکرد آنها و کاهش خطرات بالقوه را فراهم می کنند.
رفتار سیستم تحت نظارت با ایجاد دوقلو دیجیتال آن پیش بینی می شود. با استفاده از شبیه سازی روند خرابی سیستم، یک سیاست نگهداری مناسب پیشنهاد خواهد شد. روش پیشنهادی در
شکل زیر نشان داده شده است. اول از همه، مجموعه داده ها برای انجام تجزیه و تحلیل است. چنین دادههایی را میتوان از حسگرهای محلی جمعآوری کرد که به شما امکان میدهد انواع مختلفی از سیگنالها را به دست آورید که میتوانند مفید باشند.
برای تعیین وضعیت سلامت سیستم تحت نظارت. در مورد خاص روش پیشنهادی، دادههای ارتعاشی در نظر گرفته شدهاند، زیرا این نوع دادهها بهطور گستردهای برای نظارت و تشخیص وضعیت خطا در آن استفاده میشوند. سپس، دادههای جمعآوری شده برای تخمین توزیع آماری روند خرابی سیستم نظارت شده برای پیادهسازی در DT استفاده میشوند. در واقع، مرحله بعدی ساخت DT سیستم واقعی است که در آن داده های به دست آمده امکان ارزیابی وضعیت فعلی سیستم را فراهم می کند، در حالی که توزیع مدل تخریب امکان پیش بینی روند ارتعاشی سیستم را در آینده ای خاص فراهم می کند. دوره زمانی خروجی های شبیه سازی امکان پیش بینی سیگنال های خطرناک احتمالی را فراهم می کند که می تواند منجر به عملیات تعمیر و نگهداری در بازه زمانی در نظر گرفته شود. کل روش را می توان در طول زمان تکرار کرد تا پارامترهای توزیع آماری داده ها به روز شوند.
شکل زیر مدل پیشنهادی را با جزئیات بیشتری نشان می دهد.
در فاز DT و شبیه سازی، استراتژی نگهداری مدل شده است. از روش آماری نمودارهای کنترلی برای شناسایی شرایط خرابی احتمالی سیستم استفاده می شود. نمودار کنترل فرآیندی را تجزیه و تحلیل میکند که در آن دادهها به طور متوالی در طول زمان جمعآوری میشوند و امکان مطالعه عملکرد گذشته، ارزیابی شرایط کنونی یا پیشبینی نتایج آینده را فراهم میکند. در جزئیات، تمرکز اصلی نمودارهای کنترلی شناسایی علل تغییرات غیرعادی پارامترهای تحلیل شده در یک فرآیند است. چنین ناهنجاریهایی را میتوان با نوسانات یا الگوهای بزرگ در دادهها نشان داد و با علل رایج تغییرات متفاوت است، که در عوض میتواند به عنوان بخشی از تغییرپذیری فرآیند منظم در نظر گرفته شود. برای ایجاد یک نمودار کنترلی، جمع آوری نمونه ها از خروجی یک فرآیند در طول زمان مورد نیاز است. برای هر نمونه، یک تجزیه و تحلیل آماری برای شناسایی، به عنوان مثال، میانگین، انحراف معیار یا محدوده مقادیر نمونه برای متغیرهای پایش شده باید انجام شود. سپس، محدودیت های کنترل باید شناسایی شوند. بیشترین استفاده فرم رویکرد آنها را در محدوده 3± برابر انحراف معیار قرار می دهد. در نهایت، چنین مقادیری در طول زمان در نمودار با محدودیت های کنترل رسم می شوند. زمانی که یک نقطه یا مجموعه ای از نقاط خارج از محدوده کنترل باشد، یک فرآیند «خارج از کنترل» تعریف می شود. هنگامی که این وضعیت رخ می دهد، علل تغییرات غیر طبیعی باید شناسایی و اصلاح شوند. علاوه بر این، در یک فرآیند کنترل، احتمال وجود یک “مثبت کاذب”، یعنی مقداری خارج از محدوده کنترل، اگرچه فرآیند هنوز تحت کنترل است (خطای نوع I) باید در نظر گرفته شود. ه منظور کاهش تعداد “مثبت کاذب”، از مفهوم “طول اجرا متوسط (ARL)” استفاده می شود. این نشان دهنده میانگین تعداد مقادیری است که باید قبل از وقوع “خارج از کنترل” مشاهده شود. بنابراین، این مقدار باید به عنوان “مثبت کاذب” در نظر گرفته شود. ARL را می توان به صورت ARL= 1/p تعریف کرد. جایی که p نشان دهنده احتمال خارج شدن یک مقدار از محدوده کنترل است.
مقدار ARL برای تشخیص “مثبت واقعی” از “مثبت نادرست” استفاده می شود. از این رو، هنگام انجام تجزیه و تحلیل، هر پنجره زمانی، باید طولی برابر با ARL داشته باشد و تعداد مقادیر کنترل خارج ارائه شده توسط شبیه سازی در هر پنجره زمانی شمارش می شود. شایان ذکر است که مجموع پنجره های زمانی برابر با کل دوره زمانی تحلیل شده است. فلوچارت فوق مفهوم آماری را که قبلا توضیح داده شد اعمال می کند. بصورت جزئی، بلوک DT و شبیهسازی بر استفاده از نمودارهای کنترلی برای تجزیه و تحلیل سیگنالهای ارتعاشی متکی است. تمام پارامترهای نشان داده شده در بلوک دیاگرام فوق در جدول زیر فهرست و شرح داده شده است. شبیه سازی اجازه می دهد تا سیگنال های ارتعاشی را که داده های ورودی تجزیه و تحلیل آماری هستند تولید کند. به طور مفصل، چنین دادههایی با استفاده از نمودار کنترلی بررسی میشوند که محدودیتهای کنترلی آن قبلاً با تکیه بر دادههای واقعی به دست آمده تعریف شدهاند.
ادامه دارد…..