工控网首页
>

应用设计

>

橡胶厂成型机3D数字孪生系统

橡胶厂成型机3D数字孪生系统

2026/1/8 16:05:56

1 引言  

随着矿山机械、港口设备等重型装备的大型化,57''~63'' G-OTR轮胎需求激增。成型工序作为轮胎制造的核心瓶颈,存在以下痛点:  

1) 工艺离散:一条轮胎需经历120+步序,任何一步超时或超限均导致质量缺陷;  

2) 设备复杂:主机+20余套伺服工位,部件寿命难以精确管理;  

3) 数据割裂:PLC、MES、质检系统独立运行,无法形成闭环。  

传统MES只能做到事后统计,难以实时干预。数字孪生技术通过“物理-虚拟”双向映射,为上述问题提供了新的解决思路。  

2 系统总体架构  

层级

组成

关键技术

作用

设备层

巨胎成型机PLC、伺服驱动、传感器

OPC-UA、MQTT

毫秒级数据采集

边缘层

EdgeBox

Docker、Redis缓存

协议转换、数据清洗

平台层

product_tst_iot_haian 微服务集群

Spring Cloud、Nacos、InfluxDB

 数据湖、规则引擎

孪生层

3D-Grafana + Unity3D

WebGL、GPU实例化

实时渲染、交互推演

 

3 数据模型与数据库设计  

数据库采用“一机一库”模式,核心表清单如表1所示(节选)。  

1 关键业务表及作用  

表名

业务含义

 核心字段

t_machine_recipe_gantt

工艺配方时序

machine_id, msg_code, msg_value, plc_create_time

t_machine_parts_life

部件剩余寿命

part_id, life_number_used, part_percent, alert_status

t_tire_cycle_distribution

周期分布统计

group_*_num, group_*_percentage

t_machine_alert_gantt

故障甘特图

start_time, end_time, style_code_id

 

通过InfluxDB存储高频时序数据(10 Hz),MySQL存储关系维度,实现冷热数据分层。  

4 数字孪生关键技术  

4.1 工艺孪生模型  

- 机理模型:基于PE(Pressure-Expansion)方程建立鼓肩膨胀-材料应力耦合模型;  

- 数据模型:采用XGBoost对120维步序数据进行回归,预测下一周期时长,MAPE<3 %。  

4.2 部件寿命预测  

- 规则:t_machine_parts_life 同时支持“时间寿命”与“次数寿命”,取min()作为剩余寿命;  

- AI:LSTM对历史载荷谱进行训练,预测精度提升至97 %。  

4.3 3D可视化引擎  

- Unity3D实时驱动>3万个Mesh,帧率≥30 FPS;  

- 支持VR/AR模式,可在Oculus Quest中远程巡检。  

5 系统功能与实现  

5.1 设备仪表板  

实时展示:当前规格、班组生产率、最近循环周期、工位瓶颈(图略)。  

5.2 部件寿命管理  

- 寿命百分比阈值可配置,低于设定值自动触发短信/钉钉;  

- 提供“一键重置寿命”功能,需二次密码确认,避免误操作。  

5.3 产量分析  

- 支持日/周/月多维度切换,图表联动;  

- 引入“节拍分布”概念,将秒级周期聚合为小时级产能,实现快速定位瓶颈工位。  

 

5.4 故障报警  

- 采用“事件编号+EM+部套”三维索引,3 s内完成亿级记录检索;  

- 提供错误排行榜、报警同比环比分析,辅助设备工程师精准定位。  

5.5 3D工艺&孪生大屏  

- 工艺展示:以动画形式呈现带束层贴合、胎面缠绕等关键步骤;  

- 孪生大屏:实时映射鼓肩位移、伺服扭矩,实现“虚实同步”。  

6 试点验证与效果  

6.1 试点环境  

- 机型:57''巨胎次法成型机;  

- 运行周期:2023-11-1  2025-08-31,共601天。  

6.2 关键指标  

- 产量:平均日产由5.5条提升至6.3条;  

- 质量:胎胚均匀性指数CV值下降12 %;  

- 故障停机:由每月11.2 h降至3.4 h;  

- 追溯:实现单胎-工序-参数-部件的4级追溯,查询耗时<1 s。  

7 结论与展望  

本文构建的G-OTR成型机3D数字孪生系统,已在某橡胶厂三期成型车间成功落地,显著提升了产能与质量。未来将:  

1) 引入强化学习算法,实现工艺参数的自适应优化;  

2) 扩展至硫化、检测工序,打造G-OTR全生命周期数字孪生工厂。  

 

参考文献  

--------  

[1] Tao F, Qi Q. Make more digital twins[J]. Nature, 2022, 612: 26-28.  

[2] 王飞跃. 平行控制与数字孪生:迈向工业5.0[J]. 自动化学报, 2023, 49(1): 1-11.

论文作者:张文标、何维榕、王晓稷、卢金洪

审核编辑(
王静
)
投诉建议

提交

查看更多评论