Цифровые двойники становятся ведущим трендом в различных отраслях промышленности. Это инструменты, позволяющие создать виртуальный клон физического места или элемента. В течение многих лет они использовались для предотвращения массовых движений людей на крупных мероприятиях, таких как аэропорты или футбольные матчи, а также для проведения начальных испытаний новых транспортных средств.
В последнее время компания Repsol Lubricants активно использует технологию цифровых двойников. Благодаря тесному сотрудничеству с исследователями из Университета Виго, Repsol смогла разработать инструмент, который позволяет виртуально понимать поведение масла в различных типах двигателей.
Ранее для мониторинга деятельности двигателя использовались различные датчики. Анализ поведения на основе этих данных мог занимать до года. Однако благодаря оцифровке и развитию искусственного интеллекта этот процесс значительно ускорился.
Как работает симуляция поведения масла
Изначально компания Repsol получала помощь от исследователей из Университета Уэльвы, которые занимались характеристикой масла для модели. Это позволило работать в среде GT Suite, программном обеспечении, которое позволяет воспроизводить поведение различных типов двигателей в различных условиях.
GT Suite предназначено для разработки двигателей, но не учитывает их влияние на различные продукты, такие как смазки. Здесь на помощь пришли исследователи из Университета Виго, которые на основе этого программного обеспечения создали симулятор поведения масла в двигателях различных транспортных средств, как сгорания, так и гибридных.
"После параметризации двигателя добавляются входы масла, и можно симулировать любой цикл или использовать текущие циклы омологации, такие как WLTC или WHVC. Можно также указать реальный маршрут и анализировать, что происходит," объясняет Сантьяго Марото, старший менеджер по технической поддержке и разработке смазок в Repsol.
Пока что эти инструменты еще имеют потенциал для улучшения, что будет усовершенствовано в ближайшие годы. "Пока они не могут симулировать, как деградирует масло, что является несколько более сложным," говорит Марото.
Этот прогресс позволил ускорить валидацию смазок, что приводит к значительному улучшению производительности двигателей и снижению расхода топлива. На данный момент проект охватывает автомобили и автобусы, а в ближайшие месяцы планируется продолжение с двигателями мотоциклов.
Благодаря этой симуляционной модели не только достигается валидация смазок, но и позволяет разрабатывать новые ад-хок формулы для различных типов двигателей и циклов без необходимости в традиционных испытаниях транспортных средств. Это также помогает количественно оценивать улучшение производительности и получать параметры смазки, которые трудно измерить экспериментально.
"В транспортных средствах с внутренним сгоранием мы наблюдали снижение механических потерь из-за трения до 18% и расхода топлива до 5%," подытоживает Марото.
