In der Produktion von morgen sind alle Komponenten und Anlagen miteinander vernetzt. Digitale Zwillinge – also digitale Abbilder von Komponenten oder Anlagen – spielen dabei eine Schlüsselrolle, von der Auslegung über die Inbetriebnahme bis zum Betrieb. Sie tragen zur Anlagenoptimierung bei und vereinfachen das Lebenszyklusmanagement. Dabei forschen und engagieren wir uns, um herstellerübergreifende Lösungen zu etablieren. Zukünftig möchten wir unseren Kunden eine Digital Twin Factory bieten, in der sie digitale Zwillinge ihrer individuell konfigurierten Festo Produkte schnell und einfach in ihre Engineering Umgebung einbinden können.
Durch immer umfassendere Funktionen steigen die Anforderungen und Aufwände der Maschinenbauer enorm. Daher möchten wir zukünftig digitale Zwillinge für unsere Komponenten und Systeme bereitstellen. Physikbasierte Modelle bilden die Fähigkeiten der Komponenten genau nach. Dadurch verkürzen sie die Projektlaufzeiten der Kunden deutlich und steigern die Produktivität. Bevor der Kunde ein Stück Hardware in die Hand nimmt, kann er die Anlage simulieren, testen und nochmals verändern. So kann er zum Beispiel Handlingsysteme bereits am virtuellen Modell optimal und effizient auslegen und programmieren. Die Maschinenbauer können Fehler frühzeitig finden und beheben, was erheblich zum effizienten und stabilen Betrieb der späteren Anlage beiträgt.
Digital twins make things easier right from the planning stage and the preparation of concrete proposals. Intelligent algorithms can be used to design and configure optimum and at the same time energy-efficient components.
In a virtual model, the system operator doesn't need to do any programming to test whether the slide can be moved, for example, and can view the process data from the displacement encoder or end position sensor. If the developer wishes to create control sequences for the machine, they can easily be compiled using the components’ functions such as extend, rotate or grip.
The condition monitoring generates a message when operating components are approaching the end of their service life. The digital twin for the machine can then automatically order spare parts, for example. If at that point there are newer models for the components being replaced, the customer can use the virtual environment to first test how the new components interact and then order them accordingly.
The condition monitoring can also be used in conjunction with the simulation models of the digital twins to create predictive maintenance plans. Customers can also use the digital twins to develop and test subsequent changes or reconfigurations on the virtual model before these are implemented on the machine, which speeds up the process.