Digitální dvojník vstřikovacího stroje - simulace a optimalizace 2025

Úvod do digitálních dvojníků vstřikování

Digitální dvojníci vstřikovacích strojů jsou přesné modely spojující reálná data s numerickými simulacemi, díky čemuž lze téměř v reálném čase pozorovat chování stroje, formy a plastu. V roce 2024 globální trh s digitálními dvojníky překročil 15 mld USD a podle IDC do roku 2027 naroste více než dvojnásobně – největší podíl bude mít průmysl zpracování plastů. Důvod je jednoduchý: každá zkrácená minuta doby cyklu, každý omezený defekt se promítají do lepšího ukazatele OEE a nižšího TCO výrobní linky.

Díky integraci se systémy OPC-UA, Euromap 77, SCADA či MES poskytuje digitální dvojník kompletní obraz procesu, umožňující simulovat důsledky změn receptury, teploty, tlaku nebo geometrie chladicích kanálů bez zastavení výroby. Firmy, které implementovaly řešení Tederic Smart Monitoring spojená s nástroji CAE (Autodesk Moldflow, Moldex3D, Simcon), hlásí kratší rozjezd nových forem o 25-35% a redukci startovních odpadů o 40%.

Nejde jen o velké korporace. I provozy s parkiem 6-10 vstřikovacích strojů mohou dosáhnout reálných úspor, protože dvojník podporuje technologie lean a TPM. V reálném čase radí, které dutiny formy potřebují korekci chlazení a které parametry je vhodné uzamknout před neautorizovanou změnou. Propojení dvojníka s energetickými kokpity umožňuje přiřadit náklady na kWh k konkrétní výrobní zakázce, což zase umožňuje vyjednávat ceny s odběrateli na základě dat, nikoli intuice.

Co je digitální dvojník vstřikovacího stroje?

Digitální dvojník je dynamická reprezentace reálného objektu nebo procesu, která využívá data v reálném čase a prediktivní algoritmy k předpovídání výsledků a optimalizaci parametrů.

Tři vrstvy digitálního dvojníka vstřikování:

• Dvojník stroje - parametry hydrauliky, pohonů a řízení
• Dvojník procesu - profily tlaků, teplot, viskozity plastu
• Dvojník formy/výlisku - deformace, smrštění, trajektorie chlazení

Každá z těchto vrstev využívá specifické datové toky, ale teprve jejich propojení poskytuje úplný obraz.

Implementace digitálního dvojníku vychází z uzavřené smyčky zpětné vazby. Procesní data přicházejí z čidel do edge platformy, kde jsou filtrována a synchronizována s simulačním modelem. Následně algoritmy ML porovnávají reálný průběh s referenční hodnotou a vypočítávají optimalizace, např. korekci rychlosti vstřikování nebo tlaku dotlaku. Díky tomu dostává operátor konkrétní doporučení a řídicí systém vstřikovacího stroje Tederic DE nebo NE může automaticky provést mikroúpravy v mezích stanovené bezpečnostní politiky.

S dozráváním řešení se dvojník stává platformou spolupráce technologů, údržby a plánování. Lze v něm archivovat procesní znalosti: parametry receptur, reakce materiálů PCR, pozorování z testů. Vše ve strukturované formě připravené k auditu IATF nebo PPAP. Tato databáze znalostí omezuje riziko ztráty know-how při fluktuaci personálu a zkracuje zaškolování nových specialistů.

Historie vývoje digitálních dvojníků

Koncept digitálního dvojníku popsal již v roce 2002 NASA, ale teprve rychlá digitalizace provozů a standardizace Euromap umožnily praktické nasazení v polských vstřikovnách. V letech 2010-2015 dominovaly statické modely CAE používané pouze v konstrukčním oddělení. Od roku 2018 rozvoj čidel ve formách, termovizních kamer a ekonomických PLC řídic umožnil přenášet hustší řady dat do cloudu. Rok 2023 přinesl další revoluci: low-code platformy a AI knihovny (TensorFlow Lite, PyTorch Mobile) umožňují natrénovat model korelací OEE s procesními parametry během několika hodin bez potřeby celého Data Science týmu.

V Polsku probíhal průlom v prvních automobilových a AGD továrnách, kde požadavky IATF 16949 a tlak odběratelů Tier1 vynutily rychlejší validaci forem. V roce 2024 mnoho středních provozů využívajících úlevy na robotizaci a digitalizaci začalo zavádět základní dvojníky v rámci projektů FENG. V roce 2025 pozorujeme přechod od jednotlivých Moldflow analýz k plným ekosystémům zahrnujícím vstřikovací stroj, formu, robotizované vyjímání a balení i monitoring pomocných médií (chladicí jednotky, kompresory).

Typy digitálních dvojníků

Klasifikací je několik, ale nejpraxičtěji vyniknout tři klíčové typy: dvojník procesu zaměřený na jevy toku a termiky, dvojník stroje popisující stav uzlů a dvojník formy a výlisku hodnotící deformace a rozměrové tolerancí. Navíc se stále častěji definuje obchodní dvojník, který spojuje výrobní data s náklady na energii, stopou CO₂ a SLA vůči odběrateli. Dobře postavený systém umožňuje plynulý přechod mezi těmito pohledy bez ztráty časové synchronizace.

V praxi firmy začínají jednoduchým dvojníkem procesu – právě tam se nejrychleji projeví finanční efekty prostřednictvím optimalizace tlakových a teplotních profilů. Dalším krokem je rozšíření o strojní moduly s analýzou MTBF a prediktivní údržbou. Třetí etapou je integrace s metrologickými nástroji (3D skenery, CMM), díky čemuž dvojník formy automaticky aktualizuje svůj model a ukáže, zda plánované korekce vložek skutečně sníží pacení.

Stále větší popularitu získává také logistický a energetický dvojník spojený se správou pomocných médií. Monitoruje poptávku po chlazení, stlačeném vzduchu a vakuu a srovnává data s výrobním plánem. Díky tomu může plánovač optimalizovat sekvenci zakázek tak, aby nepřetěžoval instalace a zároveň využilevnější tarifní pásma energie. Vysoká granularita dat umožňuje připravit detailní ESG reporty požadované směrnicí CSRD.

Digitální dvojník vstřikovacího procesu

Dvojník procesu se soustředí na data z vstřikovací jednotky a formy: teplotní profily hlavně a trysky, tlak v trysce, tlak v dutině, rychlost šneku, zátěže čerpadel. Simulační model reprodukuje reologické jevy konkrétní granulátu s využitím křivek viskozity a tepelných vlastností. Klíčovým úkolem je předpovídání defektů (short shot, sink marks, burn marks) a navrhování změn rychlostního profilu. Dobře implementovaný dvojník procesu může varovat před odchylkami už 15 sekund před objevením defektu, což při hmotové výrobě omezí ztráty tisíců výlisků.

Pokročilé platformy spojují dvojník procesu s AI. Regresní modely analyzují závislost mezi teplotou ohřevných zón a spotřebou energie a generují doporučení ve stylu „snížit zónu 3 o 8°C, úspora energie 4%, bez vlivu na výplň“. Díky tomu firmy dosahují cílů PPWR a ESG bez investic do nových strojů. Důležité je, že algoritmy se učí na datech vlastního provozu, takže dosahují vysoké přesnosti pro specifické směsi (např. PP + 30% vlákna, PCR směs).

Digitální dvojník stroje

Dvojník stroje reprodukuje chování pohonových, hydraulických a elektrických systémů vstřikovacího stroje. Ve verzi pro stroje Tederic DE/NE se integruje s modulem Smart Monitoring, který poskytuje data o síle sevření, pulsacích tlaku, reakčním čase servo ventilů a teplotě oleje. Doplněk tvoří vibrační čidla na sloupech, lineární enkodéry a analýza proudového profilu čerpadlových motorů. Takový dvojník umožňuje předvídat poruchy kulových šroubů nebo úniky těsnění dříve, než dojde ke zhoršení kvality výlisků.

Z pohledu údržby je klíčový modul životnosti komponent. Spektrální analýza proudu a zátěže šneku umožňuje vypočítat zbývající čas do výměny trysky nebo zpětného ventilu. Tato data lze propojit s náklady na prostoje a výrobním plánem, aby se doporučil optimální termín servisu. Díky tomu stoupne ukazatel MTBF o 10-15% a zásoby náhradních dílů klesnou až o 20%.

Nejpokročilejší uživatelé využívají dvojník stroje i při plánování investic. Analýza zátěže v čase umožňuje určit, zda daný model vstřikovacího stroje pracuje blízko hranic parametrů. Pokud ano, dvojník generuje doporučení modernizace – např. výměny za all-electric verzi nebo přidání hydraulického akumulátoru. Takové rozhodnutí jsou podložena tvrdými daty, což usnadňuje získání financování z modernizačních programů.

Digitální dvojník formy

Dvojník formy vzniká na základě CAD dat, 3D skenů a CMM měření. Integruje informace o chladicích kanálech, vložkách, posuvech a pohyblivých prvcích. Spolu s daty z čidel teploty a tlaku v dutině vytváří model, který dokáže předpovědět rozložení napětí a smrštění. To je klíčové při zavádění forem s 16+ dutinami, kde drobná asymetrie dokáže generovat vady na jedné straně desky. Dvojník formy upozorňuje, kdy je třeba propláchnout kanál nebo vyregulovat balans horkého kanálu, dříve než defekty stanou viditelnými.

Novinkou 2024/2025 je propojení dvojníka formy s 3D tiskem kovu. Na základě provozních dat systémgeneruje návrh korekce konformálních kanálů nebo změny materiálu vložky. Díky tomu se iterativní proces zkrátí z týdnů na dny a náklady na aktualizace jsou předvídatelné.

Konstrukce a hlavní prvky

Kompletní digitální dvojník je kombinací měřicí vrstvy, edge/cloud infrastruktury, knihovny modelů a uživatelských rozhraní. V praxi architektura zahrnuje:

• Čidla - teploty, tlaku, vibrací, průtoku
• Systém sběru dat - sběr a agregace signálů
• Průmyslová síť - Industrial Ethernet, Wi-Fi 6/5G MEC
• Platforma zpracování - edge server s GPU/TPU
• Simulační software - modely CFD/FEA
• Analytické portály - vizualizace a reportování

Důležitá je také integrace s MES/MOM, aby závěry z dvojníka ovlivňovaly výrobní harmonogram, traceability a údržbové zakázky v CMMS.

Při zavádění řešení firmy dodržují princip „start small, scale fast“: nejprve instalace monitoringu kritických forem, později připojení dalších strojů a modulů. Tak se vyhýbají paralýze dat a vysokým CAPEX nákladům. Ve mnoha projektech Tederic dodává hotové šablony KPI dashboardů (OEE, spotřeba energie na výlisek, scrap rate), které lze rozšířit o vlastní ukazatele související s ESG nebo SLA vůči odběratelům.

Neobyčejně důležitou součástí architektury je bezpečnostní vrstva. Procesní data obsahují know-how firmy, proto se používá segmentace sítě (OT/IT zóny), průmyslové firewally, IDS systémy a multifaktorová autentizace. Standardem se stává TLS šifrování od čidla po cloud a digitální podpisy datových paketů. Díky tomu je možné splnit požadavky NIS2 a interní korporátní politiky.

Senzorická vrstva

Úspěšnost dvojníka závisí na kvalitě dat, proto se stále častěji používají pokročilá čidla:

• Termopáry třídy K - přesnost ±0,5°C
• Piezoelektrická tlaková čidla - montované přímo v dutině
• Termovizní kamery 640×480 px - monitoring rozložení teploty desky formy
• Hmotnostní průtokoměry - v chladicích okruzích

Komponenty se propojují přes protokoly IO-Link, CAN, EtherCAT nebo bezdrátové senzorové sítě napájené energií získanou z vibrací. Díky tomu je možný nepřetržitý dohled bez nutnosti častých kalibračních prostoje.

Je třeba dbát na redundanci a validaci dat. Standardem se stává montáž dvojice teplotních čidel na kritických kanálech a porovnávání jejich hodnot. Pokud rozdíl překročí 1,5°C, systém spustí alarm a doporučí kontrolu průtoku. Takový přístup zvyšuje důvěryhodnost modelů a omezuje riziko falešných alarmů.

Analytická platforma a CAE

Srdcem dvojníka je simulační a analytický software. Nejpopulárnější balíky (Moldflow, Moldex3D, Simcon Cadmould) nabízejí API umožňující živé zásobování modelů daty. Doplnění tvoří analytické platformy typu AVEVA, Siemens Insights Hub, Cognite Data Fusion nebo vlastní řešení Tederic Smart Monitoring. V praxi pipeline vypadá takto: data přicházejí do ETL modulu, kde se sjednocují do společného formátu (např. OPC-UA Companion Specification). Poté putují do modelového enginu, kde běží CFD/FEA solver a ML moduly. Výsledky se vizualizují na kokpitech pro technologové, plánovače a údržbu.

Stále větší význam mají low-code nástroje, které umožňují inženýrům procesu vytvářet „what-if“ scénáře bez znalosti programování. Díky nim lze rychle otestovat např. vliv změny materiálu z PP na PCR PP včetně jiné viskozity a tepelné vodivosti. Ve spojení s ESG moduly platforma dokáže vypočítat redukci CO₂ na výlisek, což je důležité pro reportování CSRD.

Klíčové technické parametry

Při hodnocení digitálního dvojníka je třeba monitorovat několik technických parametrů:

• MAPE (přesnost predikce) - 3-5% pro tlak, 2-3% pro teplotu
• Sample time (časová rozlišitelnost) - 100 ms
• Latence zpracování - maximálně 1,5 s
• Pokrytí procesních proměnných - kompletnost monitoringu
• Frekvence aktualizace modelů - cyklus obnovování
• Soulad s IEC 62443 - normy kybernetické bezpečnosti

Důležité jsou také obchodní indikátory:

• OEE - růst o +5 p.b.
• Energie - úspora -10% až -15%
• Šrot - redukce zmetků
• Zkrácení rozjezdu - čas zavádění nových forem

V referenčních projektech Tederic digitální dvojník dosahuje MAPE 3-5% pro predikci tlaku v dutině a 2-3% pro teplotu formy. Latence analýzy v architektuře edge+cloud nepřekračuje 1,5 s, což umožňuje řídit profil tlaků v reálném čase. Data jsou archivována s rozlišením 100 ms, díky čemuž lze v případě reklamace zákazníka rekonstruovat celé průběhy.

Při návrhu KPI je vhodné přidat indikátory kvality dat, např. Data Availability Rate (čas, během kterého všechny senzory přenášejí správná data) a Model Confidence Index, který informuje operátora, zda je doporučení dostatečně spolehlivé. Pokud index klesne pod stanovený práh, systém automaticky požaduje validaci a navrhuje další kalibrační pokusy.

Aplikace digitálních dvojníků

Digitální dvojníci přinášejí výhody v celém životním cyklu formy a vstřikovacího stroje:

• Fáze návrhu - optimalizace chladicího systému a výběr vstřikovacích bodů
• Fáze rozjezdu - zkrácení počtu pokusů díky znalosti optimálních parametrů
• Sériová výroba - monitoring energetické účinnosti a varování před odchylkami
• Fáze servisu - návrhy kdy regenerovat šnekl nebo leštit dutiny

Navíc díky shromažďování dat o kvalitě a procesních datech je snazší dosáhnout souladu s IATF 16949, ISO 13485 či požadavky PPAP.

Praktický příklad: výrobce medicínských komponentů zaváděl dvojník procesu pro 32-dutinové formy z plastu PC. Po půl roce došlo ke snížení zmetků z 2,8% na 0,6% a čas rozjezdu nových form se zkrátil z 48 na 28 hodin. Úspory energie dosáhly 11% díky optimalizaci teplot ohřevných zón a chladicích sekcí. Podobné výsledky dosahují automobilky při zavádění programů „smart PPAP“, kde dvojník dokumentuje každé nastavení stroje spolu s výsledky geometrických měření.

Seznam aplikací se neustále rozšiřuje:

• Zaškolování operátorů – dvojník slouží jako tréninkový simulátor, který ukazuje důsledky změn parametrů bez rizika ztráty produkce.
• Sdílené programování form – konstruktér a technolog mohou paralelně pracovat na jedné formě s využitím stejné databáze a zohledněním zpětné vazby z výroby.
• Optimalizace směsi materiálů – rychlé testy, jak daná směs PCR/virgin ovlivní vyplnění a smrštění, bez nutnosti fyzického míchání celé várky granulátu.
• Řízení energie – dvojník analyzuje profily odběru a navrhuje taktiky „peak shaving“ nebo inteligentní rozjezdy v hodinách nižších sazeb.
• Podpora prodeje – data z dvojníka lze využít v jednáních s OEM zákazníky a ukázat opakovatelnost procesu a soulad s tolerancemi.

Jak vybrat vhodnou strategii digitálního dvojníka?

Výběr řešení by měl vycházet z obchodních cílů. Pokud je prioritou zkrácení rozjezdu nových form, stojí za to začít procesním dvojníkem s silným CAE zázemím. Pokud je klíčové predikování poruch a stabilní dostupnost strojového parku, v popředí by měl stát strojový dvojník s moduly prediktivní údržby. Pro továrny s vysokými rozměrovými požadavky (medicína, optika) bude nejdůležitější formový dvojník propojený s 3D metrologií.

Proces výběru je vhodné rozdělit na kroky:

1. Audit dat a OT infrastruktury
2. Definice KPI (např. OEE +5 p.b., energie -10%)
3. Design thinking workshop s technologiemi, IT a údržbou
4. Pilot na jedné lince
5. Krok za krokem škálování

Je třeba také věnovat pozornost otázce licencí a kompetencím – zákazníci oceňují subscripční modely (XaaS), kde dodavatel zajišťuje péči o model, aktualizace a procesní konzultace.

Údržba a péče o model

Digitální dvojník vyžaduje pravidelnou kalibraci stejně jako stroj. Je třeba plánovat: aktualizaci materiálových modelů po každé změně granulátů, validaci dat ze senzorů (porovnávací testy, výměna opotřebovaných prvků), revizi kybernetických bezpečnostních opatření a školení operátorů. Důležité je také verzování modelů (model governance), aby bylo možné se vrátit k konfiguraci použité v předchozí výrobní sérii a splnit požadavky na sledovatelnost zákazníků.

Firmy uplatňují princip 3-6-12:

• Co 3 měsíce - validace dat a aktualizace reologických modelů
• Co 6 měsíců - revize hardware a zálohy
• Co 12 měsíců - audit celého řešení a benchmark KPI

Dobrou praxí je propojení údržby dvojníka s TPM revizemi – zajišťuje to konzistentní kalendář a jasné rozdělení odpovědností.

Shrnutí

Digitální dvojníci vstřikovacích strojů přecházejí z fáze zajímavosti na roli standardu v moderních továrnách. Spojením reálných dat se simulačními CAE umožňují predikci defektů, zkracují rozjezdy, stabilizují kvalitu a snižují spotřebu energie až o 15%. Klíčem je postupné zavádění, péče o data a jasná KPI. Spolupráce s partnerem, který rozumí jak digitálním technologiím, tak realitám vstřikovacího procesu, umožňuje převést potenciál digitálního dvojníka na hmatatelné finanční výhody a konkurenční převahy. Pokud plánujete start, začněte auditem dat a pilotem na kritické formě – efekty uvidíte dříve, než čekáte.