复材工业的数字化革命

“复合材料4.0”时代已经降临。复合材料行业中的工业4.0版正式步入公众视野，其主要内涵是指复合材料行业具有了完整数字化制造过程——从设计到仿真，再到制造仿真，再到复合材料制造，再到故障排除，最后直到跟踪每个零部件性能状态等。

这种能力的形成，将促使人们开发和使用更加复杂的算法，以控制满足未来制造环境、可制造下一代复合材料的智能机器。

虽然工业4.0——也被称为第四次工业革命——已经进入制造业运营多年，但许多公司发现，行动与停滞之间的差距至关重要。新冠病毒的大流行，加上材料供应短缺，改变了制造业的格局。对流程和供应链合作伙伴有深入了解的公司正在更快地反弹。

德勤（Deloitte）和美国“制造商生产力与创新联盟”（Manufacturers Alliance for Productivity and Innovation）在2020年对制造商进行的调查中，85%的受访者表示，智能工厂计划将成为未来五年竞争力的主要驱动力。投资于工业4.0转型将为公司提供利用新兴机遇所需的流程和工具。

德勤（Deloitte）供应链和制造运营负责人路易斯•利班迪（Louis Librandi）将数字化描述为一个持续的循环，即所谓的物理－数字－物理循环。首先，在物理世界中捕获信息，创建物理制造操作和供应生态系统的数字记录。接下来，机器共享信息，推动实时数据的高级分析。最后，通过应用算法和自动化，这些数据驱动物理世界的决策和行动。

由于Industry 4.0强调流程的数字化，因此很容易认为将制造运营转化为智能工厂与实施技术解决方案一样简单。然而，工业4.0努力实现组织转型的更广泛目标。技术支持这种变化，但工艺改进必须作为智能工厂的基础。

改进生产流程几个关键步骤

由于每家公司的痛点可能不同，解决方案也会有所不同。然而，有几个关键领域正在将技术应用于复合材料制造设施，以改进生产流程，包括：

智能资产管理——通过数字化资产管理，复合材料制造商可以最大限度地提高材料的吞吐量，从而节约成本。对于许多制造商来说，这是一个特别简单的步骤，因为用于跟踪材料的射频识别（RFID）标签已经广泛应用且相对便宜。RFID标签创建了一条数据线索，制造商可以将其与软件系统结合，以进行大量流程升级。

预浸料材料是能够体现智能资产管理优势的例子。鉴于预浸料存储的严格限制，实时资产可视性可以最大限度地提高材料在保质期内的使用率。通过在预浸料上添加RFID标签，制造商可以精确跟踪材料离开冷冻室的时间，以及材料在高压釜内固化前必须经过生产过程的时间。时间快到时，实时警报可以通知材料处理人员。

制造商还可以在生产过程中使用RFID来追踪特定制造部件的进度，以帮助减少生产线的停工时间。通过高压釜这样昂贵的固定资产更有效地移动材料，可以转化为巨大的成本节约。当RFID标签识别到一个部件已经完成固化时，可以向质检人员或材料处理人员发出自动警报，然后他们就可以铺设下一个堆栈。

这种位置信息对于识别潜在的瓶颈和有针对性的生产投资也很有价值，可以推动运营效率的逐步提高。
劳动力计划——智能工厂还可以使用数据调整生产计划，以匹配工厂现场实时发生的情况。这使制造商能够更灵活地应对计划外停机或新订单，并更好地管理其员工。

例如，将有关材料的RFID数据集成到调度软件中，允许制造商确定可能需要调整日常生产计划以适应材料约束的位置。如果数据表明预浸材料正在达到其可用极限，制造商可以重新安排产能，以使用更多材料并减少浪费。

预测性维护——无论是否需要维护，工厂通常通过常规预防性维护来避免设备问题。通过在设备上添加传感器来跟踪和测量材料吞吐量、设备振动和其他数据点，制造商可以精确预测何时需要维护，并减少不必要的停机时间。

例如，随着树脂输送系统的老化，设备往往会堵塞。树脂阻塞会影响效率。然而，比要求更频繁的清洁设备是对劳动力和生产时间的浪费，而这些时间可以通过更好的数据来重新获得。通过对智能传感器收集的数据进行分析，复合材料制造商可以在第一次出现吞吐量下降的迹象时关闭设备进行清洁。这一简单的步骤可以将设备的整体效率提高8%到15%。

优化制造质量——太多制造商将材料固化时间建立在反复试验或“我们一直在做的事情”的基础上。然而，这种方法可能导致固化不足或过度。制造商往往倾向于通过使用额外材料缓冲来解决的问题，但这是一个成本高昂的解决方案。通过使用机器学习算法，制造商可以挖掘历史机器交互，以确定最佳固化时间以及其他因素。通过防止成本高昂的报废和返工，从而大大节省成本。

美国威奇托州立大学国家航空研究所（NIAR）航空航天系统先进技术实验室（ATLAS）主任瓦鲁纳•塞内维拉特（Waruna Seneviratne）正在使用机器学习和人工智能解决方案，通过过程中检查系统解决零件质量问题。
Seneviratne说：“我们所使用的自动纤维铺放机，效率很低，因为每次铺放材料时，我们都必须停下来，派一大群人来检查零件。我们必须对每一层都这样做。”他说，30%到70%的制造时间可能花在检查单个零件上。然后，如果发现缺陷，生产团队必须尝试手动修复该零件，结果可能会好坏参半。

为了消除停机时间，ATLAS的系统将对零件进行检查，并创建其数字制造孪生兄弟——物理产品的数据填充虚拟表示。这个数字孪生兄弟可以通过精确定位缺陷发生的位置和原因来帮助减少缺陷的可能性。

Seneviratne说，许多复合材料部件都有潜在的缺陷，但如果它们在可接受的缺陷范围内，就不一定需要修理部件。然而，在这一允许的潜在缺陷中存在许多固有的未知因素。有了数字制造孪生兄弟，公司不仅可以准确地知道这些缺陷在哪里，而且可以开始收集数据，以改进制造参数并减少这些潜在缺陷，而无需进行破坏性测试。

Seneviratne的团队在制造任何零件之前首先模拟制造过程。他解释说：“我们可以在多台不同的机器上模拟这个过程，因为每台机器都有不同的功能，然后选择哪台机器在不接触任何复合材料的情况下最适合特定零件。”

挑战在于编程一种允许缺陷的机器学习算法。Seneviratne说：“让机器人犯错误是很难的。但是，当机器人不想制造缺陷时，你如何创建一个大规模的缺陷数据库呢？为此，我们正在研究不同的策略，以扩大我们关于缺陷的有限数据量——扩展那组实验数据，然后操纵数据并看看我们是否可以模拟一些其他条件。”他说。

向智能工厂扩展

在这些单独战略的基础上，是创建大型智能工厂的下一步。InFactory解决方案公司是空客2016年创建的子公司，旨在为制造交付自动化的、相连的智能系统。它主要为复合材料生产提供传感器系统、数据分析方法和工程咨询服务。该公司的发展目标是复合材料生产过程中的每一步都能够得到全面监测，传感器连接到一个中央数据库，进行效率分析，根据演进的需求优化和调整生产。

空客的目标主要通过镜头来提升预测性和可靠性，引入创新，确保复合材料在未来机体结构中竞争成功。这家位于德国的InFactory解决方案公司，将面向自动化的、相连的智能制造，开发、鉴定并交付传感器系统、数据分析方法和工程资讯服务。其首个商业化产品是直接应用到空客集团复合材料自动化丝束铺放（AFP）生产中用于在线质量监测的传感器，将检测时间减少超过95%。传感器可以用于AFP铺丝头上，并且在每个空客工艺规范（AIPS）下都得到鉴定。

工业4.0测试实验室

澳大利亚斯威本科技大学（Swinburne）与澳大利亚国家科学局联邦科学与工业研究组织（CSIRO）合作，建立了用于复合增材制造的工业4.0测试实验室。

该实验室是目标是使中小型企业（SME）能够在竞争前从工业4.0到测试从设计到经济可行性的各个方面测试新技术和商业模型。

大学研究与企业副校长布朗维恩•福克斯（Bronwyn Fox）表示：“Swinburne的工业4.0复合材料测试实验室将提供一个试点规模的流程。该实验室将演示在沉浸式环境中数字复合材料生产的功能，中试生产过程将从零件设计、优化到最终成品都将采用数字化控制。我们还将创建工艺流程的数字孪生，并突破虚拟调试的界限。”

工业4.0复合材料测试实验室中有许多主要合作伙伴，其中澳大利亚西门子公司是首批合作伙伴之一，该公司于2017年向Swinburne授予了1.35亿美元的数字化软件拨款。这为复合材料4.0 测试实验室提供了一套高级功能产品生命周期管理（PLM）软件以及基于西门子云的开放式物联网（IoT）平台MindSphere。

此外，FILL公司提供了多层系统，该系统可将经过精确切割和定向的单向纤维带堆叠成尺寸为1.6 x 1.6米的网状块；澳大利亚最大的独立航空级先进复合材料制造商Quickstep 提供了在热压罐固化和非热压罐（OOA）复合材料方面提供广泛的专业知识；Langzauner公司提供了可进行多种树脂传递模塑（RTM）热成型的压力机；Plataine公司为复合材料制造提供数字化，优化和数字孪生软件；CIKONI公司提供了DrapeWatch系统，用于在线检查和预成型件和合并零件的数字化；Qure公司使用加压循环传热流体（HTF）支撑模具并快速加热和冷却零件。

Swinburne的复合材料4.0 测试实验室的愿景是实现灵活的制造，以非常迅速地适应不断变化的行业需求。

机遇与挑战

复合材料4.0的意义不仅仅是提高效率和降低成本，它是企业思考如何改变生产模式的机遇。面对各行业变得越来越分散的市场，提供新的在线生态系统可以使整个供应链更具竞争力。除了物料和资产跟踪、协作机器人、高级工艺流程链等因素外，对本体的需求不可忽略，也就是数字通信和数据交换的术语和通用协议。

对于庞大的全球供应商网络，只有具有相同的标准要求才能作为数字化供应链运作。对于大多数为飞机制造商（如空客和波音）服务的中小型供应商，如果缺乏关于通用标准的讨论，他们便很可能无法负担所有机器的两组不同标准，包括文档、评估数据、网络安全等。德国航空航天中心（DLR）和欧洲航空安全局（EASA）等航空航天公司和组织正在努力探索如何使用数字孪生和交互式材料数据库来减少每个航空航天公司现在正在单独开发的数据量。

来源：荣格-《国际复材技术商情》


原创声明：
本站所有原创内容未经允许，禁止任何网站、微信公众号等平台等机构转载、摘抄，否则荣格工业传媒保留追责权利。任何此前未经允许，已经转载本站原创文章的平台，请立即删除相关文章。