概述

今天的數(shù)字化技術(shù)正在不斷的改變每一個(gè)企業(yè)。未來，所有的企業(yè)都將成為數(shù)字化的公司，這不只是要求企業(yè)開發(fā)出具備數(shù)字化特征的產(chǎn)品，更指的是通過數(shù)字化手段改變整個(gè)產(chǎn)品的設(shè)計(jì)、開發(fā)、制造和服務(wù)過程，并通過數(shù)字化的手段連接企業(yè)的內(nèi)部和外部環(huán)境。

隨著產(chǎn)品生命周期的縮短、產(chǎn)品定制化程度的加強(qiáng)，以及企業(yè)必須同上下游建立起協(xié)同的生態(tài)環(huán)境，都迫使企業(yè)不得不采取數(shù)字化的手段來加速產(chǎn)品的開發(fā)，提高開發(fā)、生產(chǎn)、服務(wù)的有效性以及提高企業(yè)內(nèi)外部環(huán)境的開放性。

這種數(shù)字化的轉(zhuǎn)變對(duì)于傳統(tǒng)的工業(yè)企業(yè)來說可能會(huì)非常困難，因?yàn)樗赜昧藥资甑幕诮?jīng)驗(yàn)的傳統(tǒng)設(shè)計(jì)和制造理念相去甚遠(yuǎn)。設(shè)計(jì)人員可能不再需要依賴于通過開發(fā)實(shí)際的物理原型來驗(yàn)證設(shè)計(jì)理念，也無需通過復(fù)雜的物理實(shí)驗(yàn)才能驗(yàn)證產(chǎn)品的可靠性，不需要進(jìn)行小批量試制就可以直接預(yù)測(cè)生產(chǎn)的瓶頸，甚至不需要去現(xiàn)場就可以洞悉銷售給客戶的產(chǎn)品運(yùn)行情況。

這種方式，無疑將貫穿整個(gè)產(chǎn)品的生命周期，不僅可以加速產(chǎn)品的開發(fā)過程，提高開發(fā)和生產(chǎn)的有效性和經(jīng)濟(jì)性，更有效的了解產(chǎn)品的使用情況并幫助客戶避免損失，更能精準(zhǔn)的將客戶的真實(shí)使用情況反饋到設(shè)計(jì)端，實(shí)現(xiàn)產(chǎn)品的有效改進(jìn)。

而所有的這一切，都需要企業(yè)具備完整的數(shù)字化能力，而其中的基礎(chǔ)，就是數(shù)字孿生，即Digital Twin技術(shù)。

數(shù)字孿生的概念

數(shù)字孿生，顧名思義，是指針對(duì)物理世界中的物體，通過數(shù)字化的手段來構(gòu)建一個(gè)數(shù)字世界中一模一樣的的實(shí)體，籍此來實(shí)現(xiàn)對(duì)物理實(shí)體的了解、分析和優(yōu)化。

2002年密歇根大學(xué)教授Dr. Michael Grieves在發(fā)表的一篇文章中第一次提出了數(shù)字孿生概念，他認(rèn)為通過物理設(shè)備的數(shù)據(jù)，可以在虛擬（信息）空間構(gòu)建一個(gè)可以表征該物理設(shè)備的虛擬實(shí)體和子系統(tǒng)，并且這種聯(lián)系不是單向和靜態(tài)的，而是在整個(gè)產(chǎn)品的生命周期中都聯(lián)系在一起。

顯然，這個(gè)概念不僅僅指的是產(chǎn)品的設(shè)計(jì)階段，而延展至生產(chǎn)制造和服務(wù)階段，但是由于當(dāng)時(shí)的數(shù)字化手段有限，因此數(shù)字孿生的概念也只是停留在產(chǎn)品的設(shè)計(jì)階段，通過數(shù)字模型來表征物理設(shè)備的原型。

在那之后，數(shù)字孿生的概念逐步擴(kuò)展到了模擬仿真、虛擬裝配和3D打印這些領(lǐng)域，而到了2014年以后，隨著物聯(lián)網(wǎng)技術(shù)、人工智能和虛擬現(xiàn)實(shí)技術(shù)的不斷發(fā)展，更多的工業(yè)產(chǎn)品、工業(yè)設(shè)備具備了智能的特征，而數(shù)字孿生也逐步擴(kuò)展到了包括制造和服務(wù)在內(nèi)的完整的產(chǎn)品周期階段，并不斷豐富著數(shù)字孿生的形態(tài)和概念。

數(shù)字孿生技術(shù)貫穿了產(chǎn)品生命周期中的不同階段，它同PLM（Product Lifecycle Management）的理念是不謀而合的?？梢哉f，數(shù)字孿生技術(shù)的發(fā)展將PLM的能力和理念，從設(shè)計(jì)階段真正擴(kuò)展到了全生命周期。

數(shù)字孿生以產(chǎn)品為主線，并在生命周期的不同階段引入不同的要素，形成了不同階段的表現(xiàn)形態(tài)。

在產(chǎn)品的設(shè)計(jì)階段，利用數(shù)字孿生可以提高設(shè)計(jì)的準(zhǔn)確性，并驗(yàn)證產(chǎn)品在真實(shí)環(huán)境中的性能。

這個(gè)階段的數(shù)字孿生，主要包括如下功能：

• 數(shù)字模型設(shè)計(jì)：使用CAD工具開發(fā)出滿足技術(shù)規(guī)格的產(chǎn)品虛擬原型，精確的記錄產(chǎn)品的各種物理參數(shù)，以可視化的方式展示出來，并通過一系列的驗(yàn)證手段來檢驗(yàn)設(shè)計(jì)的精準(zhǔn)程度；

• 模擬和仿真：通過一系列可重復(fù)、可變參數(shù)、可加速的仿真實(shí)驗(yàn)，來驗(yàn)證產(chǎn)品在不同外部環(huán)境下的性能和表現(xiàn)，在設(shè)計(jì)階段就驗(yàn)證產(chǎn)品的適應(yīng)性。

例如，在汽車設(shè)計(jì)過程中，由于對(duì)節(jié)能減排的要求，達(dá)索幫助包括寶馬、特斯拉、豐田在內(nèi)的汽車公司利用其CAD和CAE平臺(tái)3D Experience，準(zhǔn)確進(jìn)行空氣動(dòng)力學(xué)、流體聲學(xué)等方面的分析和仿真，在外形設(shè)計(jì)通過數(shù)據(jù)分析和仿真，大幅度地提升流線性，減少了空氣阻力。

在產(chǎn)品的制造階段，利用數(shù)字孿生可以加快產(chǎn)品導(dǎo)入的時(shí)間，提高產(chǎn)品設(shè)計(jì)的質(zhì)量、降低產(chǎn)品的生產(chǎn)成本和提高產(chǎn)品的交付速度。

產(chǎn)品階段的數(shù)字孿生是一個(gè)高度協(xié)同的過程，通過數(shù)字化手段構(gòu)建起來的虛擬生產(chǎn)線，將產(chǎn)品本身的數(shù)字孿生同生產(chǎn)設(shè)備、生產(chǎn)過程等其他形態(tài)的數(shù)字孿生高度集成起來，實(shí)現(xiàn)如下的功能：

• 生產(chǎn)過程仿真：在產(chǎn)品生產(chǎn)之前，就可以通過虛擬生產(chǎn)的方式來模擬在不同產(chǎn)品、不同參數(shù)、不同外部條件下的生產(chǎn)過程，實(shí)現(xiàn)對(duì)產(chǎn)能、效率以及可能出現(xiàn)的生產(chǎn)瓶頸等問題的提前預(yù)判，加速新產(chǎn)品導(dǎo)入的過程;

• 數(shù)字化產(chǎn)線：將生產(chǎn)階段的各種要素，如原材料、設(shè)備、工藝配方和工序要求，通過數(shù)字化的手段集成在一個(gè)緊密協(xié)作的生產(chǎn)過程中，并根據(jù)既定的規(guī)則，自動(dòng)的完成在不同條件組合下的操作，實(shí)現(xiàn)自動(dòng)化的生產(chǎn)過程；同時(shí)記錄生產(chǎn)過程中的各類數(shù)據(jù)，為后續(xù)的分析和優(yōu)化提供依據(jù)。

• 關(guān)鍵指標(biāo)監(jiān)控和過程能力評(píng)估：通過采集生產(chǎn)線上的各種生產(chǎn)設(shè)備的實(shí)時(shí)運(yùn)行數(shù)據(jù)，實(shí)現(xiàn)全部生產(chǎn)過程的可視化監(jiān)控，并且通過經(jīng)驗(yàn)或者機(jī)器學(xué)習(xí)建立關(guān)鍵設(shè)備參數(shù)、檢驗(yàn)指標(biāo)的監(jiān)控策略，對(duì)出現(xiàn)違背策略的異常情況進(jìn)行及時(shí)處理和調(diào)整，實(shí)現(xiàn)穩(wěn)定并不斷優(yōu)化的生產(chǎn)過程。

例如，寄云科技為蓋板電子玻璃產(chǎn)線構(gòu)建的在線質(zhì)量監(jiān)控體系，充分采集了冷端和熱端的設(shè)備產(chǎn)生的數(shù)據(jù)，并通過機(jī)器學(xué)習(xí)獲得流程生產(chǎn)過程中關(guān)鍵指標(biāo)的最佳規(guī)格，設(shè)定相應(yīng)的SPC監(jiān)控告警策略，并通過相關(guān)性分析，在幾萬個(gè)數(shù)據(jù)采集點(diǎn)中實(shí)現(xiàn)對(duì)特定的質(zhì)量異?，F(xiàn)象的診斷分析。

隨著物聯(lián)網(wǎng)技術(shù)的成熟和傳感器成本的下降，很多工業(yè)產(chǎn)品，從大型裝備到消費(fèi)級(jí)產(chǎn)品，都使用了大量的傳感器來采集產(chǎn)品運(yùn)行階段的環(huán)境和工作狀態(tài)，并通過數(shù)據(jù)分析和優(yōu)化來避免產(chǎn)品的故障，改善用戶對(duì)產(chǎn)品的使用體驗(yàn)。

這個(gè)階段的數(shù)字孿生，可以實(shí)現(xiàn)如下的功能：

• 遠(yuǎn)程監(jiān)控和預(yù)測(cè)性維修：通過讀取智能工業(yè)產(chǎn)品的傳感器或者控制系統(tǒng)的各種實(shí)時(shí)參數(shù)，構(gòu)建可視化的遠(yuǎn)程監(jiān)控，并給予采集的歷史數(shù)據(jù)，構(gòu)建層次化的部件、子系統(tǒng)乃至整個(gè)設(shè)備的健康指標(biāo)體系，并使用人工智能實(shí)現(xiàn)趨勢(shì)預(yù)測(cè)；基于預(yù)測(cè)的結(jié)果，對(duì)維修策略以及備品備件的管理策略進(jìn)行優(yōu)化，降低和避免客戶因?yàn)榉怯?jì)劃停機(jī)帶來的損失；

• 優(yōu)化客戶的生產(chǎn)指標(biāo)：對(duì)于很多需要依賴工業(yè)裝備來實(shí)現(xiàn)生產(chǎn)的工業(yè)客戶，工業(yè)裝備參數(shù)設(shè)置的合理性以及在不同生產(chǎn)條件下的適應(yīng)性，往往決定了客戶產(chǎn)品的質(zhì)量和交付周期。而工業(yè)裝備廠商可以通過海量采集的數(shù)據(jù)，構(gòu)建起針對(duì)不同應(yīng)用場景、不同生產(chǎn)過程的經(jīng)驗(yàn)?zāi)Ｐ?，幫助其客戶?yōu)化參數(shù)配置，以改善客戶的產(chǎn)品質(zhì)量和生產(chǎn)效率。

• 產(chǎn)品使用反饋：通過采集智能工業(yè)產(chǎn)品的實(shí)時(shí)運(yùn)行數(shù)據(jù)，工業(yè)產(chǎn)品制造商可以洞悉客戶對(duì)產(chǎn)品的真實(shí)需求，不僅能夠幫助客戶加速對(duì)新產(chǎn)品的導(dǎo)入周期、避免產(chǎn)品錯(cuò)誤使用導(dǎo)致的故障、提高產(chǎn)品參數(shù)配置的準(zhǔn)確性，更能夠精確的把握客戶的需求，避免研發(fā)決策失誤。

例如，寄云科技在為石油鉆井設(shè)備提供的預(yù)測(cè)性維修和故障輔助診斷系統(tǒng)，不僅能夠?qū)崟r(shí)采集鉆機(jī)不同關(guān)鍵子系統(tǒng)，如發(fā)電機(jī)、泥漿泵、絞車、頂驅(qū)的各種關(guān)鍵指標(biāo)數(shù)據(jù)，更能夠根據(jù)歷史數(shù)據(jù)的發(fā)展趨勢(shì)，對(duì)關(guān)鍵部件的性能進(jìn)行評(píng)估，并根據(jù)部件性能預(yù)測(cè)的結(jié)果，調(diào)整和優(yōu)化維修的策略；同時(shí)，還能夠根據(jù)鉆機(jī)的實(shí)時(shí)狀態(tài)的分析，對(duì)鉆井的效率進(jìn)行評(píng)估和優(yōu)化，能夠有效的提高鉆井的投入產(chǎn)出比。

數(shù)字孿生的意義

自概念提出以來，數(shù)字孿生技術(shù)在不斷的快速演化，無論是對(duì)產(chǎn)品的設(shè)計(jì)、制造還是服務(wù)，都產(chǎn)生了巨大的推動(dòng)作用。

數(shù)字孿生通過設(shè)計(jì)工具、仿真工具、物聯(lián)網(wǎng)、虛擬現(xiàn)實(shí)等各種數(shù)字化的手段，將物理設(shè)備的各種屬性映射到虛擬空間中，形成可拆解、可復(fù)制、可轉(zhuǎn)移、可修改、可刪除、可重復(fù)操作的數(shù)字鏡像，這極大的加速了操作人員對(duì)物理實(shí)體的了解，可以讓很多原來由于物理?xiàng)l件限制、必須依賴于真實(shí)的物理實(shí)體而無法完成的操作，如模擬仿真、批量復(fù)制、虛擬裝配等，成為觸手可及的工具，更能激發(fā)人們?nèi)ヌ剿餍碌耐緩絹韮?yōu)化設(shè)計(jì)、制造和服務(wù)。

只要能夠測(cè)量，就能夠改善，這是工業(yè)領(lǐng)域不變的真理。無論是設(shè)計(jì)、制造還是服務(wù)，都需要精確的測(cè)量物理實(shí)體的各種屬性、參數(shù)和運(yùn)行狀態(tài)，以實(shí)現(xiàn)精準(zhǔn)的分析和優(yōu)化。

但是傳統(tǒng)的測(cè)量方法，必須依賴于價(jià)格不菲的物理測(cè)量工具，如傳感器、采集系統(tǒng)、檢測(cè)系統(tǒng)等，才能夠得到有效的測(cè)量結(jié)果，而這無疑會(huì)限制測(cè)量覆蓋的范圍，對(duì)于很多無法直接采集到測(cè)量值的指標(biāo)，往往無能為力。

而數(shù)字孿生技術(shù)，可以借助于物聯(lián)網(wǎng)和大數(shù)據(jù)技術(shù)，通過采集有限的物理傳感器指標(biāo)的直接數(shù)據(jù)，并借助大樣本庫，通過機(jī)器學(xué)習(xí)推測(cè)出一些原本無法直接測(cè)量的指標(biāo)。

例如，我們可以利用潤滑油溫度、繞組溫度、轉(zhuǎn)子扭矩等一系列指標(biāo)的歷史數(shù)據(jù)，通過機(jī)器學(xué)習(xí)來構(gòu)建不同的故障特征模型，間接推測(cè)出發(fā)電機(jī)系統(tǒng)的健康指標(biāo)。

現(xiàn)有的產(chǎn)品生命周期管理，很少能夠?qū)崿F(xiàn)精準(zhǔn)的預(yù)測(cè)，因此往往無法對(duì)隱藏在表象下的問題提前進(jìn)行預(yù)判。

而數(shù)字孿生可以結(jié)合物聯(lián)網(wǎng)的數(shù)據(jù)采集、大數(shù)據(jù)的處理和人工智能的建模分析，實(shí)現(xiàn)對(duì)當(dāng)前狀態(tài)的評(píng)估、對(duì)過去發(fā)生問題的診斷，以及對(duì)未來趨勢(shì)的預(yù)測(cè)，并給予分析的結(jié)果，模擬各種可能性，提供更全面的決策支持。

在傳統(tǒng)的工業(yè)設(shè)計(jì)、制造和服務(wù)領(lǐng)域，經(jīng)驗(yàn)往往是一種模糊而很難把握的形態(tài)，很難將其作為精準(zhǔn)判決的依據(jù)。而數(shù)字孿生的一大關(guān)鍵進(jìn)步，是可以通過數(shù)字化的手段，將原先無法保存的專家經(jīng)驗(yàn)進(jìn)行數(shù)字化，并提供了保存、復(fù)制、修改和轉(zhuǎn)移的能力。

例如，針對(duì)大型設(shè)備運(yùn)行過程中出現(xiàn)的各種故障特征，可以將傳感器的歷史數(shù)據(jù)通過機(jī)器學(xué)習(xí)訓(xùn)練出針對(duì)不同故障現(xiàn)象的數(shù)字化特征模型，并結(jié)合專家處理的記錄，將其形成未來對(duì)設(shè)備故障狀態(tài)進(jìn)行精準(zhǔn)判決的依據(jù)，并可針對(duì)不同的新形態(tài)的故障進(jìn)行特征庫的豐富和更新，最終形成自治化的智能診斷和判決。