數字孿生（Digital Twin）正在幫助制造業公司虛擬地復制物理環境。作為一家每年生產數百萬臺設備的公司，這個虛擬工具是一種研究制造過程、識別瓶頸和運行各種測試的方法，并且減少了實際的開銷。最終目標是通過提高產量和減少開支來提高我們的運營效率。

在這篇文章中，我們將介紹數字孿生的概念以及如何利用它來改進SoC芯片制造。

數字孿生的定義

簡單地說，數字孿生是一個物理實體的虛擬副本。數字孿生使用軟件模擬單個設備、工具、流程、系統，甚至人或城市。

數字孿生體最大的特點在于：它是對本體的動態仿真。而且，數字孿生體不是隨便亂“動”。它“動”的依據，來自本體的物理設計模型，還有本體上面傳感器反饋的數據，以及本體運行的歷史數據。

一些世界上最大的制造商，從飛機制造商到數據存儲供應商，已經將數字孿生作為一種提高裝配線生產率、改進產品設計和通過虛擬環境加速產品測試的方法。甚至有人希望通過數字孿生一點一點地重建有著850年歷史的巴黎圣母院。

數字孿生可以幫助解決哪些挑戰？

數字孿生被用于各種各樣的應用。一個重要的用例是改進制造流程，通過使用數字孿生，公司可以動態模擬其智能工廠，識別跨系統、流程和其他環節上的瓶頸，測試可能的解決方案，并估計組件之間的交互和操作過程中可能發生的隨機變化的結果——所有這些都在虛擬環境中進行。這樣做既避免了對本體的影響，也可以提高效率、節約成本。

數字孿生的另一個用途是產品設計和測試。以噴氣發動機為例，發動機的制造需要成千上萬個單獨的部件和全面的安全測試。與其建造一個昂貴的真實引擎，還不如建造一個數字孿生體來創建一個飛機引擎的3D復制品。然后，可以根據適當的規范對虛擬引擎進行分析、檢查和測試。還可以為現有的飛機引擎創建一個數字孿生，通過組件分析提供可預測的維護建議。

“復制粘貼”整個上海工廠

數字孿生幫助我們模擬工廠操作，預測和解釋預期的周期時間變化，以滿足閃存需求的動態變化。利用在中國上海的半導體制造廠（fab）藍圖，我們創造了這個fab第二層的數字孿生。這一領域包括我們的自動機器人車輛（ARV）和基于閃存系統芯片的在線測試器。

我們的方法是將運籌學和隨機Q-time理論結合起來，創建一個歷史上精確的數字孿生。將該數據分為兩個部分：試驗臺被測設備（DUT）的歷史等待時間和服務時間分布，以及ARV運動分布。我們計算了給定機器人將一個測試單元（這里為SoC）轉移到給定測試機器的預期服務時間。我們的目標是優化整體服務時間，從而提高工廠的產量和效率。

12周的快速學習周期

我們團隊的許多數字項目每隔12周運行一次，我們稱之為“快速學習周期”。我們花了12周的時間來試驗、修補數字孿生體的各種輸入，并分析預期的輸出。在此期間的十周內，我們對實驗結果進行評估，并決定是繼續全面推進該項目，還是終止該項目。

在學習周期結束后，在未來6 - 12周內會進行試點。以我們的ARV數字孿生為例，試驗在六周內分階段實施，并逐步發布從數字孿生那里學到的業務決策規則。我們使用漸進的方法來避免在首次發布期間出現意外問題。最新升級的ARV路線規劃已經從今年1月開始全面運行。

數字孿生導致了99%的ARV自動化

通過使用數字孿生優化工廠操作，我們的服務型機器人的ARV利用率提高了25%。我們在車間創建了多個服務區，并在特定區域放置ARV；這有助于減少總的移動時間。我們還為每個機器人創建了專門的功能：一些專用于加載測試機器，而另一些專用于卸載測試機器。

數字孿生現在已經使ARV的使用實現了99%的自動化。最后，我們使用數字孿生來模擬增加機器人對工廠效率的影響。通過估計機器人將如何影響生產線，我們可以快速有效地擴大規模。

把數字孿生帶到硬盤操作

展望未來，我們將使用相同的數字孿生來優化HDD操作的吞吐量。具體來說，我們希望在HDD裝配線上使用定量和定性分析。我們的目標是通過適當的參數和性能組合來減少周期時間和優化資本支出。

原文鏈接：https://blog.westerndigital.com/digital-twins-optimize-robot-manufacturing-ops/

高端微信群介紹

創業投資群

AI、IOT、芯片創始人、投資人、分析師、券商

閃存群

覆蓋5000多位全球華人閃存、存儲芯片精英

云計算群

全閃存、軟件定義存儲SDS、超融合等公有云和私有云討論

AI芯片群

討論AI芯片和GPU、FPGA、CPU異構計算

5G群

物聯網、5G芯片討論

第三代半導體群氮化鎵、碳化硅等化合物半導體討論

存儲芯片群DRAM、NAND、3D XPoint等各類存儲介質和主控討論

汽車電子群MCU、電源、傳感器等汽車電子討論

光電器件群光通信、激光器、ToF、AR、VCSEL等光電器件討論

渠道群存儲和芯片產品報價、行情、渠道、供應鏈
責任編輯:pj