今天，用户对于差异化和定制化产品的需求日益增加，这要求OEM必须能够结合客户需求提供独一无二的机器。为了确保现代化复杂机器满足所有规格要求，机械制造商不仅要及早进行仿真，在设计和验证过程中也需经常诉诸于仿真。为了加快创新速度，提高对虚拟仿真的依赖度，并尽可能减少原型数量和测试次数，仿真需要准确性地与机器在物理环境中的实际运行情况进行关联。通过闭环验证流程，智能性能工程（Intelligent Performance Engineering）解决方案能够帮助客户通过基于传感器的机器数据的实时反馈，对仿真进行验证。
用智能性能工程来应对日益提高的复杂性
市场对于产量、性能、能源效率、质量和安全性的更高要求带来了更复杂的机器，这些机器往往与先进技术相结合以创建智慧互联的系统，这些系统又将机械、电气、控制及其他功能融于一身，协助OEM为客户交付定制化程度更高、适应能力更强且高效可靠的机器。制造商想要在这样的环境下取得进步，就必须借数字化之力增强创新能力、实现差异化战略和成本优势。智能性能工程（IPE）解决方案为其提供了一条捷径，帮助制造商以更快的速度打造更出色的设计并提高生产效率。
IPE解决方案能够帮助团队在虚拟环境下对新一代机器所需的诸多变更进行高效评估，在满足可靠性的同时，实现成本、性能以及其他关键要求之间的最佳平衡。IPE解决方案为机械制造商提供三大关键要素：多物理场仿真和测试，集成式设计和仿真，以及闭环验证。多物理场仿真和测试可平衡多属性工程设计，将广泛的物理学科汇聚到一起，优化工业机器不断提高的复杂性；集成式设计和仿真将设计师和仿真工程师汇集到同一系统的相同模型中，通过仿真推动创新并提高生产效率。通过在设计阶段初期对智能机器进行仿真，可缩短开发时间，降低风险；最后，闭环验证，通过捕获和测试需求、功能布局、逻辑实施和物理实施之间的关系，对仿真进行验证。
集成测试和仿真
闭环验证使得机械制造商能够在设计、调试和机器现场运行之间“无缝穿梭”。这种方法围绕机器的数字孪生展开，帮助设计、仿真和测试人员在建造物理原型之前、期间和之后，理解并预测实体机器在各种不同条件下的性能表现。
完整的数字孪生以集成测试和仿真为基础，所有工程学科将仿真和验证结果捕捉到中央知识库中。现在，得益于设计师、分析师和实时数据之间的集成，团队能够以最有效的方式对各种产品变型的功能和局限性进行评估；其共同目标是改进关键设计指标。此外，数字主线也有助于在工程团队、生产分析师、测试团队和服务工程师之间实现自动化信息共享。利用以数字主线为支撑的数字孪生，机械制造商能够提高设计灵活性，改进生产效率，并增强创新流程，打造新一代智能工业机械。
在设计和仿真阶段，数字孪生技术可以帮助团队及早验证设计，快速测试多种配置，进而理解不同变量之间的相互影响，而无需造价高昂的物理原型。然而需要注意的是，这些仿真是依据具备充分知识后作出的现实简化结果。虚拟的数字孪生可能缺乏机器在现实世界中运行时遇到的一些实际标准和问题。为了确保仿真假设没有忽略关键行为，且设计并未过度简化，必须在现实环境中对机器进行测试和验证，这一点至关重要。而这正是闭环验证的“用武之地”。
形成闭环，打造最优机器
一旦机器进入物理原型并进入实际生产阶段，它就可以用于以测试为基础的运行时间验证。机械制造商可以部署适当的传感器，辅以虚拟传感器，实时采集机器实际运行的性能数据。通过密切审视机器的实际运行情况，闭环验证可切实帮助制造商了解机器是如何满足其需求的。生产速率、噪声和振动等变量的数据也能提供实时反馈，这些反馈进而被汇集并反馈给其数字孪生，用以验证和改进未来仿真模型测试标准的准确性。这一过程将仿真数据与设计对象紧密关联，确保仿真模型准确无误，帮助机械制造商更好地洞悉验证流程，并使他们能够调整参数，改进未来设计和工程。
此外，闭环流程还能通过捕获和验证需求（包括机器的功能布局、自动化代码的逻辑实施、以及模块的物理实施）之间的关系，对仿真进行验证。通过改进验证，在进入生产阶段之前确保变更将按预期运行，最终降低成本。
跨越机器生命周期的长期效益
预测性维护：闭环验证能够持续创造价值，跨越机器的整个生命周期。通过闭环验证，用户可以对机器的运行数据进行智能分析，获得新的洞见，进而打造更好的产品。而机器的最终用户则可根据其对机器实际使用情况的了解，预先规划维护活动，进而避免严重的停机问题。通过将现实世界的数据与数字孪生相结合，他们可以预测有效载荷下可能发生的不同情况。用户可以验证机器的性能变化情况以及机器的行为模式，进而预测问题并根据需要规划维护活动，从而避免可导致意外状况或停机的临界条件。这样一来，便可以根据需要对机器进行预测性维护，在机器性能威胁实际演变成为影响生产线的重大问题之前及早加以解决。
机器性能变化：集成仿真环境与测试还能提高机器的适应能力。通过将现实世界的数据应用到仿真环境中，机器用户可以了解如果机器实际使用情况发生变化将会对具体的性能目标产生什么样的影响。举例来说，如果机器的电机转速为100RPM，可能造成吞吐量问题，并产生过多的热量，这时机器运营商就可以利用整合了现实运行数据的机器数字孪生，快速评估各种不同的“假设”情景，最终得出电机的最优转速——比如，当电机转速为70RPM时，既可实现理想的吞吐量，也不会对机器的整体性能产生任何影响。
现场调试：机器做好交付准备后，闭环验证则可缩短调试时间。数字孪生可以在机器实际安装到客户车间之前进行虚拟调试，以虚拟方式执行调试所需验证和优化流程的大部分工作。现在，工程师可在虚拟环境中将可编程逻辑控制器（PLC）运用于机器仿真模型来进行调试，降低风险并减少培训和实际调试所需的时间。
机器工程：对于机械制造商而言，跨越机器运行生命周期的闭环验证可助其大幅提高未来产品的质量。他们可以充分发挥工业物联网（IIoT）的作用，实时采集产品在现场运行的性能数据并将之汇聚到单一集中式安全环境中。然后，此信息可反馈给数字孪生，通过分析设备性能的相关数据，不断提高模型的准确性。通过将此海量数据整合到数字孪生中，机械制造商可以藉此增强下一代机器的性能和生产能力。
评估机器零部件的性能：基于此数据，机械制造商及其供应商还能在开展设计的同时，以更低的成本、更高的效率同步对零部件性能进行虚拟验证，进而降低后续开发成本。这样一来，便可以在实际投入生产之前，确保定制化的变更可以按照预期运行。
以更快的速度生产全优化机器
闭环验证将现实世界的数据和环境集成到设计工程环境中，提高新一代机器的整体性能、设计和能力，快速解决客户问题，覆盖机器的全生命周期。
结合智能性能工程（IPE）的其他功能——如多物理场仿真与集成式设计和仿真等，机械制造商能够满怀信心地满足不断变化的市场需求，快速高效地为日趋复杂的机器提供更强大的性能以及更高的能源效率以及安全性。
更多详情，敬请点击：智能性能工程与闭环验证。本文作者为西门子数字化工业软件工业机械和SMB项目副总裁Rahul Garg
原创文章，作者：kepupublish，如若转载，请注明出处：https://blog.ytso.com/167660.html