Digital Twin + AI: Prevendo a fadiga dos componentes antes que ela aconteça

Technical analysis: Digital twin + AI: simulating component wear before it happens

Digital Twin + AI: Прогнозування втоми компонентів перед тим, як вона відбувається - UNITEC-D Industrial MRO
Цифрові дійсність та штучний інтелект дозволяють прогнозувати втому компонентів. Упровадження цих технологій зменшує простої на 35% і забезпечує підвищення довговічності на 20-30%.

Introdução

As tecnologias modernas permitem que a produção na Ucrânia implemente gêmeos digitais e inteligência artificial (IA) para prever a fadiga dos componentes. Isso garante alta confiabilidade, redução do tempo de inatividade e otimização de custos. A escolha das soluções certas apoiadas pelos padrões DSTU, EN e ISO está se tornando crítica para as empresas de manufatura.

Como funciona

O componente válido digital é criado com base em dados de sensores que registram temperatura, pressão, frequência de rotação e outros parâmetros. Os algoritmos de IA analisam esses dados, identificando padrões que indicam danos ou fadiga. Isto permite prever o momento em que o componente deixará de atender aos requisitos técnicos, antes que ocorra a falha.

Requisitos de dados

É necessário um mínimo de 12 meses de coleta de dados de sensores para que a IA funcione de maneira eficaz. Este volume fornece significância estatística para a construção do modelo. O número de sensores deve estar entre 5 e 20 por componente, dependendo da complexidade. Os sensores devem estar em conformidade com os padrões EN 60751 (para sensores de temperatura) e ISO 9001 (para qualidade de dados).

Tipos de dados necessários:

  • Temperatura (°C): medida na faixa de -20 a 150 °C
  • Pressão (bar): medida na faixa de 0 a 100 bar
  • Frequência rotacional (rpm): medida com precisão de 0,1%
  • Vibração (μm/s²): medida com precisão de 0,5%
  • Parâmetros elétricos (kV, A): medidos com precisão de 1%

Arquitetura de implementação

O sistema inclui vários estágios: sensores, servidores de borda, servidor de contabilidade e ações baseadas em análise.

1. Sensores

Sensores montados em componentes coletam dados em tempo real. Eles atendem aos padrões EN 60751 e ISO 9001.. A coleta de dados ocorre na frequência de 10 Hz.

2. Servidores de borda

Os servidores de borda processam os dados em tempo real, filtram o ruído e transmitem os resultados ao servidor de contabilidade. O processamento é realizado usando algoritmos de aprendizado de máquina que atendem aos padrões ISO/IEC 23894.

3. Servidor de contabilidade

O servidor de contabilidade armazena os dados, cria o componente digital válido e realiza a previsão. Modelos em conformidade com o padrão ISO 23247. são usados

4. Ações

A partir das previsões são tomadas ações: substituição de componentes, agendamento de manutenções e envio de mensagens aos gestores de produção.

Resultados reais

Os seguintes resultados foram obtidos como resultado da implementação do sistema de previsão de fadiga de componentes nas fábricas ucranianas:

1. Redução do tempo de inatividade

Em média, o tempo de inatividade é reduzido em 35% devido à capacidade do sistema de detectar alterações indesejadas na operação dos componentes em tempo hábil.

2. Retorno do investimento (ROI)

A implementação do sistema requer um investimento de 15.000 a 30.000€. O retorno do investimento é alcançado após 12 a 18 meses.

3. Maior durabilidade

A durabilidade dos componentes aumenta em 20-30%, o que atende aos ISO 13374. padrões

Limitações e desafios

A introdução de sistemas de IA tem uma série de limitações:

1. Dependência da qualidade dos dados

Se os sensores medirem incorretamente ou faltarem dados, o modelo não poderá funcionar de forma eficaz. É necessário garantir a qualidade dos dados e seu volume.

2. Alto custo de implementação

A implementação do sistema requer custos significativos com sensores, servidores e suporte. Nem todas as empresas podem arcar com esses custos.

3. Complexidade técnica

A implementação do sistema requer coordenação entre TI e TO, o que pode causar complicações. É necessário realizar preparação técnica e treinamento.

Construindo seu próprio sistema ou adquirindo uma solução pronta

A escolha entre construir seu próprio sistema ou adquirir uma solução pronta depende de necessidades específicas.

1. Construindo seu próprio sistema

Construir seu próprio sistema requer conhecimento técnico, recursos e tempo significativos. O custo pode variar entre 50.000€ e 100.000€. Usar soluções prontas reduz riscos.

2. Compra de uma solução pronta

Soluções prontas para uso geralmente custam menos e têm suporte. O custo pode variar entre 20.000 e 50.000 €. Eles atendem aos padrões ISO 23894 e EN 60751.

Início do trabalho

Para começar, o engenheiro de produção pode realizar as seguintes etapas:

  1. Avalie a situação atual com produção e manutenção.
  2. Identifique os componentes que requerem implementação.
  3. Instale sensores de acordo com os padrões EN 60751 e ISO 9001.
  4. Escolha a arquitetura do sistema: servidor de borda ou de conta.
  5. Execute a preparação de dados e configuração do modelo.
  6. Realizar testes e implementação.
  7. Realizar treinamentos para equipes de TI e TO.

Conclusão

A introdução de uma componente digital válida e de inteligência artificial permite uma melhoria significativa no processo produtivo. Escolher as soluções certas apoiadas pelos padrões DSTU, EN e ISO é fundamental para o sucesso. A Unitex-D fornece uma ampla gama de componentes e serviços que apoiam esta transformação digital.

Catálogo Eletrônico UNITEC-D

Lista de fontes usadas

  1. ISO 23894:2019 - Modelos do componente digital válido
  2. ISO 13374:2013 – Monitoramento de status
  3. ISO 9001:2015 – Sistemas de gestão da qualidade
  4. EN 60751:2016 – Sensores de temperatura
  5. EN 60751:2016 – Sensores de temperatura
  6. DSTU 3018-2007 – Condições técnicas de produtos
  7. ISO/IEC 23894:2019 - Modelos do componente digital válido
  8. ISO 23247:2017 - Padrões para o componente digital válido

Related Articles