Page 74 - 《橡塑技术与装备》2025年6期
P. 74

橡塑技术与装备
            HINA R&P  TECHNOLOGY  AND EQUIPMENT



             2 潜在挑战与解决方案                                       支持。定期检测,维护保养设备,减少采集过程中的
             2.1 潜在挑战                                          数据缺失等异常情况发生。
                 橡胶装备与数字孪生技术的结合应用,在装备制                            (3)提升数据处理能力 :结合机器学习、深度学
             造过程优化、设备调试维护管理、产品质量控制和个                           习等方法,提高数据分析的效率和准确性。建设数据
             性化定制生产等方面展现出显著优势,但也面临一些                           处理功能单元,实现数据处理的集成化、标准化。
             潜在挑战。数字孪生技术作为新型方法仍处于发展、                              (4)培养相关技术人才 :加大对数字孪生技术的
             完善阶段,部分技术尚未完全成熟,在应用过程中存                           研发投入和人才培养力度,建立专业的技术团队。加
             在一些难点,有待进一步深入研究。                                  强与高校、研究机构等的合作交流,共同推动数字孪
                 首先,数字孪生技术的落实与数据采集的全面性                         生技术的发展和应用。
             和准确性密切相关,数字孪生模型的准确性依赖于大                              (5)加强模型构建和维护能力 :结合云平台和大
             量的高质量数据。然而,在实际应用中,由于设备种                           数据技术,将数字孪生模型在云端进行布置,实现模
             类繁多,不同设备生产厂商不同,通信协议不统一,                           型的实时更新,降低维护成本,提高效率。
             数据采集存在一定难度。采集过程中,在实际生产中
             获得的数据往往存在缺失、噪声等问题,收集到的数                           3 总结
             据准确性需要进一步确定。如增加高质量、高精度的                               随着数字孪生技术的不断发展和完善,其在橡胶
             监测设备,将会增加装备整体的制造成本,增加额外                           装备领域的应用将不断深入。未来数字孪生技术将更
             投入。同时,从生产过程中直接获得的大量数据并不                           紧密的结合在装备制造的全流程,包括装备设计、元
             能直接使用,需要经过后期处理。高效、准确地分析                           件采购、生产加工和售后服务等各个环节,实现全面
             这些庞大数据是数字孪生技术成功应用的条件。值得                           的数字化和智能化管理。这将大大提高企业的生产效
             注意的是,生产数据对于企业本身极为重要,在使用                           率、产品质量和市场竞争力,降低经营成本。随着相
             过程中,数据安全将会成为重点关注的问题。如何保                           关技术的发展完善,企业持续的研发投入,数字孪生
             障生产数据的安全性和隐私性,防止数据泄露,是数                           技术将在橡胶装备领域发挥更加重要的作用,推动橡
             字孪生技术应用过程中不可忽视的难题。                                胶工业实现更高水平的发展。
                 对于数字孪生模型本身,构建高质量、高可靠性
             的模型需要投入大量前期成本。伴随着生产流程的不                           参考文献 :
                                                               [1]   刘敏,张立冬,郑婕,等 . 智慧工厂数字孪生的设计与实现 [J].
             断调整和优化,模型还需要不断进行更新和维护。实
                                                                   自动化技术与应用,2024,43(05):52-56.
             现模型的构建和维护需要大量的具备跨学科知识的技                           [2]   李恒,唐倩,陈国旺,等 . 数字孪生辅助的直升机尾传动系统
             术人员,需要搭配复杂的工作系统,人才缺口大,技                               轴承与传动轴故障诊断 [J/OL]. 航空动力学报,1-12[2024-
                                                                   08-25].
             术门槛高。
                                                               [3]   Gabor  T , Belzner L , Kiermeier M, et al. A Simulation-
             2.2 解决方案                                              Based Architecture for Smart Cyber-Physical Systems. IEEE
                (1)推动数据标准建立 :推动行业采用符合一定                            International Conference on Autonomic Computing.2016:
             标准的数据格式和通信协议,开发数据转换工具,实                               374-379.
                                                               [4]   Fourgeau E, Gomez  E, Adli  H, et al. System Engineering
             现不同格式数据的收集,实现设备间数据的高效传输。
                                                                   Workbench for Multi-views Systems Methodology with
             同时,提高数据采集装置硬件性能,提升兼容性。                                3DEXPERIENCE  Platform. The Aircraft  RADAR  Use  Case.
                (2)优化数据质量 :通过数据清洗、去噪、填充                            Complex Systems  Design & Management Asia.  Springer
                                                                   International Publishing. 2016:269-270.
             等后处理方法提高数据质量,为模型提供可靠的数据



              Analysis of the combined application of rubber equipment and digital twin


                                                         Sun Zhiyu
                                   (Tianjin Saixiang Technology Co. LTD., Tianjin 300384, China)


                                                                                                         6
             ·28·                                                                              第 51 卷  第 期
   69   70   71   72   73   74   75   76   77   78   79