Industrial Automation

Digital Twins and Edge Computing Unite to Drive Manufacturing Insights

Belden

05.28.2024

Digital twins and edge computing are powerful on their own. But when you put them together, you unlock even more possibilities.

制造商开始意识到数字孪生的好处，它可以根据真实情况模拟结果，而无需在现实生活中进行模拟。（您可以在我们最近的博客中了解有关数字孪生应用的完整详细信息在工业 4.0 中。

但制造商仍面临着挑战，无法利用数字孪生技术全面了解工厂车间的情况。其中包括以下方面的担忧：

克服这些挑战的一种方法是利用数字孪生和边缘计算的功能。

数字孪生定义

回顾一下，数字孪生是物理对象、系统或工业资产的虚拟复制品，可实时表示状态、行为和性能。利用数字孪生，制造商可以利用来自传感器、物联网设备和其他来源的数据来监控、分析和优化流程。

集成数字孪生和边缘计算可以帮助解决许多制造商在数据隐私、安全性、成本和准确性方面面临的挑战，从而提供明确的前进道路。

数字孪生和边缘计算本身就是强大的技术。但当你把它们组合在一起时，你就能释放更多的可能性。这里有四个例子。

数字孪生代表一个物理系统。集成边缘计算可以实现实时数据处理，并最大限度地减少延迟，因为数据是在靠近源头的地方处理的。因此，制造商可以快速做出决策。例如，它们可以对从传感器和物联网设备看到的信息做出快速反应。

物联网设备和传感器捕获大量数据，这可能会阻碍流程。边缘处理使制造商能够仅处理需要传输到云端或服务器的相关信息。

由于边缘计算在本地处理敏感数据，因此未经授权访问的风险降低了。这有助于制造商将网络安全置于其工业 4.0 转型项目的最前沿。

由于边缘计算在本地处理复杂的计算，因此可以实现更复杂的建模和模拟功能。由于数字孪生模拟与现实世界复杂情况之间的差距较小，决策风险降低。

数字孪生的用例几乎是无限的，并且可以通过多种方式利用边缘计算。这些用例代表了制造商目前正在做的事情，以利用集成这些技术的优势，并利用它们来增强生产和维护。

当汽车制造商因意外的机器故障而停机时，他们使用边缘计算支持的数字孪生来预测设备故障。这是通过持续监测和分析来自传感器的模拟实时数据实现的。当数字孪生检测到机械臂可能出现异常振动时，它会触发维护警报，以便团队中的某个人可以仔细查看。

通过使用数字孪生创建整个汽车供应链的虚拟表示，汽车制造商可以监控库存、生产状态、物流等的实时模拟。由于数据在本地处理，制造商可以更快地做出决策以改善其供应链。

质量和安全对于食品和饮料制造至关重要，这使得在不产生风险的情况下实施变革变得困难。利用数字孪生技术来创建生产流程、标准和变量（如温度、湿度和成分比例）的虚拟表示，可以让食品和饮料制造商了解生产情况，而不会影响现实生活中的产品开发。

管理制造业的能源消耗对于维持运营效率至关重要。由边缘计算驱动的数字孪生可以实时提供模拟和模式，因此制造商可以识别能源密集型流程并实施节能流程，以实现可持续性和降低成本的目标。

数据建模对于开发数字孪生至关重要，数字孪生可用作反映现实世界的数字蓝图。

Belden 可以通过我们用户友好、高效的数字孪生数据建模方法帮助您满足这些需求。我们简化了流程，即使没有丰富的编程或数据科学经验的用户也可以使用数字孪生，具体方法是：

灵活的数据利用。我们的平台可以对相同的物理资产进行不同的建模。一个团队可能希望使用数据模型进行预测性维护，而另一个团队可能希望将其用于生产优化或其他数据科学活动。我们提供的多功能性使不同的部门能够利用根据其需求定制的数据，从而允许他们根据特定目的创建和查看同一资产的不同数据模型。
数据模型创建。一旦从 PLC、机器或其他工业资产等来源收集数据，您就可以创建与实际设备或资产相关的数据模型。此步骤对于将原始数据转换为对您的分析和决策有用的结构化格式至关重要。
集成和部署。我们使您的数据模型的集成和部署变得简单。只需单击几下，您就可以将数据传输到 Azure IoT Hub 等平台或将其存储在数据库中。
减少数据处理要求。一旦在边缘定义了特定的数据模型，它就减少了对额外数据处理的需要。该系统可以创建定制的数据集，可供各种应用程序使用，无需进一步操作。