La nuova versione della soluzione Ansys Twin Builder permette agli utenti di fornire manutenzione predittiva per gli asset operativi, favorendo inoltre la creazione di nuovi modelli di business e accelerando lo sviluppo di prodotti di nuova generazione.
Ansys Twin Builder permette agli operatori di macchinari di creare una rappresentazione virtuale – un Digital Twin appunto – delle macchine in grado di fornire supporto nel monitoraggio delle performance e delle necessità di manutenzione, migliorando così sostenibilità ed efficienza delle attrezzature. Nella sua ultima release Ansys 2019 R1, Ansys Twin Builder supporta funzionalità di generazione di gemelli digitali e l’esportazione di modelli per le piattaforme IoT industriali. L’aggiornamento consente agli utenti di ricavare informazioni dettagliate dai dati riguardanti gli asset usati sul campo mediante l’uso di analisi fisiche e basate su simulazioni.
La nuova versione di Twin Builder permette, inoltre, agli utenti di riutilizzare più facilmente i modelli di simulazione 3D esistenti mediante funzioni di modellazione di ordine ridotto – preservando cioè l’accuratezza della modellazione pur riducendo la necessità di storage e aumentando la velocità di simulazione fino a 100 volte. Gli utenti possono facilmente modificare i modelli di Digital Twin degli asset installati e riflettere apparati di campo alterati o aggiornati, come ad esempio pompe, motori e turbine, ai fini di una migliore manutenzione predittiva.
“Ansys Twin Builder e gli altri prodotti Ansys eseguono una pre-verifica della qualità del circuito e simulazioni delle interferenze elettromagnetiche dell’elettronica, dei motori elettrici e dei conduttori delle nostre appliance per la casa”, spiega Gwigeun Park, ricercatore di LG Home Appliance & Air Solution Company. “Con l’aiuto di Twin Builder stiamo sviluppando prodotti innovativi, implementando gemelli digitali per creare prototipi virtuali a livello di singolo componente e condividere le informazioni IoT tra i prodotti. Il supporto alla ricerca ci permette di migliorare l’affidabilità dei prodotti, ridurre il time to market e la necessità di test fisici, migliorando in generale il ciclo di sviluppo dei prodotti stessi”.