چگونه یک سیستم دوقلو دیجیتال در صنعت هوافضا کار می کند؟

سلام! به‌عنوان تامین‌کننده سیستم‌های دوقلو دیجیتال، بسیار هیجان‌زده هستم که به نحوه عملکرد این سیستم‌های شگفت‌انگیز در صنعت هوافضا بپردازم. فناوری Digital Twin یک تغییر دهنده بازی بوده است و کاربرد آن در هوافضا چیزی انقلابی نیست.

بیایید با اصول اولیه شروع کنیم. Digital Twin یک کپی مجازی از یک شی، فرآیند یا سیستم فیزیکی است. در صنعت هوافضا، این می تواند یک هواپیما، یک ماهواره یا حتی یک کارخانه تولید هوافضا باشد. ایده اصلی ایجاد یک همتای دیجیتالی است که موجودیت دنیای واقعی را در زمان واقعی منعکس کند و امکان تجزیه و تحلیل عمیق، پیش‌بینی و بهینه‌سازی را فراهم کند.

1. جمع آوری داده ها

اولین گام در ایجاد یک سیستم Digital Twin جمع آوری داده ها است. در صنعت هوافضا، تعداد زیادی حسگر بر روی هواپیما، ماهواره و در تاسیسات تولیدی قرار داده شده است. این سنسورها طیف گسترده ای از داده ها مانند دما، فشار، لرزش و پارامترهای پرواز را جمع آوری می کنند.

به عنوان مثال، در یک هواپیما، حسگرهای روی موتورها می توانند دمای پره های توربین، فشار در خطوط سوخت و سرعت چرخش کمپرسور را اندازه گیری کنند. در یک کارخانه تولیدی، حسگرها می‌توانند عملکرد ماشین‌ها، کیفیت مواد و حرکت قطعات در خط مونتاژ را کنترل کنند.

سپس این داده ها به یک مخزن داده مرکزی منتقل می شود. به لطف فناوری‌های ارتباطی مدرن مانند Wi-Fi، بلوتوث و ارتباطات ماهواره‌ای، داده‌ها را می‌توان در زمان واقعی جمع‌آوری و ارسال کرد، حتی از مکان‌های دور.

2. یکپارچه سازی داده ها و پیش پردازش

پس از جمع آوری داده ها، باید یکپارچه و از قبل پردازش شوند. داده های حسگرهای مختلف ممکن است در فرمت های متفاوتی باشند و نرخ نمونه برداری متفاوتی داشته باشند. بنابراین، ما باید داده ها را تمیز کنیم، هر گونه نویز یا نقاط پرت را حذف کنیم و آن را استاندارد کنیم.

ما همچنین باید داده ها را از منابع مختلف یکپارچه کنیم. به عنوان مثال، اگر ما یک هواپیمای دوقلوی دیجیتال ایجاد می کنیم، باید داده های موتورها، سیستم اویونیک و حسگرهای ساختاری را با هم ترکیب کنیم. سپس از این داده های یکپارچه برای ساخت مدل Digital Twin استفاده می شود.

3. ایجاد مدل

مرحله بعدی ایجاد مدل Digital Twin است. اینجاست که جادو اتفاق می افتد. با استفاده از تکنیک های شبیه سازی و مدل سازی پیشرفته، ما یک نمایش مجازی از شی یا سیستم فیزیکی ایجاد می کنیم.

در صنعت هوافضا، ما از انواع مختلفی از مدل‌ها مانند مدل‌های فیزیکی، مدل‌های ریاضی و مدل‌های مبتنی بر داده استفاده می‌کنیم. مدل های فیزیکی بر اساس قوانین فیزیک و اصول مهندسی است. به عنوان مثال، یک مدل فیزیکی از بال هواپیما می تواند نیروهای آیرودینامیکی وارد بر آن را شبیه سازی کند. مدل های ریاضی از معادلات برای توصیف رفتار سیستم استفاده می کنند. از سوی دیگر، مدل‌های مبتنی بر داده با استفاده از الگوریتم‌های یادگیری ماشین و داده‌های تاریخی ساخته می‌شوند.

سپس مدل با استفاده از داده های زمان واقعی جمع آوری شده از حسگرها کالیبره می شود. این تضمین می کند که Digital Twin به طور دقیق موجودیت فیزیکی را نشان می دهد.

4. زمان واقعی نظارت و تجزیه و تحلیل

هنگامی که مدل Digital Twin ایجاد شد، می توان از آن برای نظارت و تجزیه و تحلیل بلادرنگ استفاده کرد. ما می توانیم رفتار جسم فیزیکی را با همتای دیجیتالی آن مقایسه کنیم. اگر هر گونه اختلاف وجود داشته باشد، می تواند نشان دهنده یک مشکل باشد.

به عنوان مثال، اگر دمای یک پره توربین در Digital Twin بسیار بیشتر از دمای اندازه گیری شده توسط سنسور در موتور واقعی باشد، می تواند به این معنی باشد که سیستم خنک کننده مشکل دارد. این تشخیص زودهنگام امکان نگهداری به موقع را فراهم می کند و می تواند از خرابی های پرهزینه جلوگیری کند.

ما همچنین می توانیم از Digital Twin برای تجزیه و تحلیل پیش بینی استفاده کنیم. با تجزیه و تحلیل داده‌های تاریخی و اجرای شبیه‌سازی‌ها، می‌توانیم پیش‌بینی کنیم که چه زمانی احتمال خرابی یک جزء وجود دارد یا چه زمانی باید تعمیر و نگهداری انجام شود. این به کاهش زمان توقف و بهبود کارایی کلی سیستم هوافضا کمک می کند.

5. بهینه سازی و تصمیم گیری

از سیستم Digital Twin نیز می توان برای بهینه سازی و تصمیم گیری استفاده کرد. به عنوان مثال، در تولید هوافضا، ما می توانیم از Digital Twin یک کارخانه تولیدی برای بهینه سازی فرآیند تولید استفاده کنیم. ما می توانیم سناریوهای مختلفی مانند تغییر طرح خط مونتاژ یا تنظیم برنامه تولید را شبیه سازی کنیم. این به کاهش هزینه ها، بهبود کیفیت و افزایش بهره وری کمک می کند.

در عملیات هواپیما می توان از Digital Twin برای بهینه سازی مسیرهای پرواز استفاده کرد. با در نظر گرفتن عواملی مانند شرایط آب و هوایی، ترافیک هوایی و مصرف سوخت، می‌توان کارآمدترین مسیر را برای پرواز پیدا کرد. این نه تنها باعث صرفه جویی در مصرف سوخت می شود، بلکه باعث کاهش انتشار گازهای گلخانه ای نیز می شود.

کاربردها در مناطق مختلف هوافضا

هواپیما سازی

در ساخت هواپیما، سیستم Digital Twin را می توان با سیستم های دیگری مانند ادغام کردسیستم اجرایی ساخت. Digital Twin می تواند کل فرآیند تولید را از مرحله مواد اولیه تا مونتاژ نهایی شبیه سازی کند. این به شناسایی تنگناها در خط تولید، بهینه سازی استفاده از منابع و اطمینان از کیفیت هواپیما کمک می کند.

عملیات هواپیما

در طول عملیات هواپیما، Digital Twin را می توان برای نظارت بر پرواز و بهینه سازی عملکرد استفاده کرد. همچنین می توان آن را باسیستم اجرای لجستیکبرای مدیریت زنجیره تامین قطعات یدکی با پیش‌بینی اینکه چه زمانی احتمال خرابی یک قطعه وجود دارد، می‌توانیم اطمینان حاصل کنیم که قطعات مناسب در زمان مناسب در دسترس هستند و زمان تعمیر و نگهداری را کاهش می‌دهیم.

عملیات ماهواره ای

در عملیات ماهواره ای، Digital Twin می تواند رفتار ماهواره را در فضا شبیه سازی کند. می تواند سلامت ماهواره را زیر نظر بگیرد، خرابی های احتمالی را پیش بینی کند و مدار آن را بهینه کند. دیجیتال دوقلو همچنین می تواند در ترکیب باسیستم الگوریتم بهینه سازی مسیربرنامه ریزی بهترین مسیر برای ماهواره برای رسیدن به اهداف ماموریتی خود.

نتیجه گیری

سیستم Digital Twin یک ابزار قدرتمند در صنعت هوافضا است. این بینش های بلادرنگ، قابلیت های پیش بینی و فرصت های بهینه سازی را ارائه می دهد. دیجیتال دوقلو چه در تولید، چه در عملیات یا نگهداری باشد، می تواند به شرکت های هوافضا کمک کند تا کارایی را بهبود بخشند، هزینه ها را کاهش دهند و ایمنی را افزایش دهند.

اگر در صنعت هوافضا هستید و علاقه مند به استفاده از مزایای سیستم دیجیتال دوقلو هستید، دوست دارم با شما گپ بزنم. ما می‌توانیم در مورد اینکه چگونه راه‌حل‌های Digital Twin ما می‌توانند با نیازهای خاص شما تطبیق داده شوند، صحبت کنیم. چه به دنبال بهینه‌سازی فرآیند تولید، بهبود عملکرد هواپیما، یا بهبود عملیات ماهواره‌ای باشید، ما تخصص و فناوری را برای تحقق آن داریم. بنابراین، در تماس و شروع گفتگو در مورد اینکه چگونه می توانیم با یکدیگر همکاری کنیم تا عملیات هوافضای شما را به سطح بعدی برسانیم، تردید نکنید.

مراجع

• گریوز، ام.، و ویکرز، جی (2017). دوقلو دیجیتال: کاهش رفتارهای اضطراری غیرقابل پیش بینی و نامطلوب در سیستم های پیچیده. In System Sciences (HICSS), 2017 50th Hawaii International Conference on (ص 857 - 866). IEEE.
• تائو، اف.، ژانگ، ام.، لیو، آ.، و نی، AYC (2018). فروشگاه دوقلو دیجیتال - طبقه: نسل جدید سیستم اجرایی ساخت. رباتیک و کامپیوتر - ساخت یکپارچه، 50، 153 - 166.
• Schleich, B., Anwer, F., & Sihn, W. (2017). دوقلو دیجیتال - جنبه شبیه سازی. در مجموعه مقالات پنجاهمین کنفرانس بین المللی هاوایی در علوم سیستمی.