【数字孪生】【CPS】赛博物理系统CPS和数字孪生介绍

2019 年 1 月 27 日 产业智能官

工业4.0是基于CPS的工业革命。CPS是把人、机、物物联,实体与虚拟对象双向连接,以虚控实,虚实融合。其理念适用于企业全价值链和能源、交通等系统。能够实现敏捷性和柔性、少人化工厂生产。


CPS是虚实融合。“实”是指人、机、物,而虚是会么呢?如果对“虚”的概念的探讨是本文重点。如果这方面模糊,就会造成对工业4.0的理解不全面。早在10余年前,欧美国家就把“虚”的部分思考清楚了,但是他们不会轻易把其中精髓告诉后发国家。所以,我们务求要把这个问题探讨清楚。

在“虚”的内容里,“数字孪生体(Digital Twin)”非常重要。它原本是美国军方在航天系统的研究当中提出来的,现在已经扩展到多种研发领域。


至关重要的数据中心

数字孪生体是实体的虚拟的数字化的映射对象。它是从设计/仿真,延伸到产品全生命周期。CPS内涵中的虚实双向动态连接,有两个步骤,一是虚拟的实体化,如设计一件东西,先进行模拟、仿真,仿真再制作出来;二是实体的虚拟化,实体在使用、运行的过程中,把状态反映到虚拟端去,通过虚拟方式进行判断、分析、预测和优化。


它有如下主要特点。一是机器可读。制造领域技术数据繁多而杂乱,有图纸、BOM、工序、数控程序、设备配合参数,而Digital Twin首要解决的是单一数据源,做到数控机床、机器人能否从它那里直接读到有用信息。二是Digital Twin可以直接对设计的“理论值”和加工的“实测值”进行直接比较和分析。三是Digital Twin可用于生产模拟,可以对自动或手工作业进行模拟,包括装配、机器人焊、锻铸和车铣刨磨等。四是Digital Twin是价值网络协作的基础,包括厂际、供应链上下游之间、乃至全球范围的协作企业。


数字孪生体的全生命周期与RAMI4.0相一致。RAMI4.0有一个产品周期的维度,在此维度中,提法与以前略有区别。它分为两个阶段,一个是型号(TYPE)阶段,一个是实例(Instance)阶段,每个阶段有研发、使用和维护等环节。产品的生命周期是从使用开始,要研究客户使用产品,与此同时进行型号TYPE的设计,工程、工艺的设计,然后进行工艺仿真,到使用维护的仿真,等有了订单后,再进行定制化,改变TYPE,然后再进行制造、检测、培训、使用,这样构成完整的产品的全生命周期。


因此,数字孪生体是产品全生命周期的数据中心,其本质的提升是实现了单一数据源和阶段间信息贯通。它从概念设计贯通到产品设计、仿真、工艺及后面的使用和维护。


数字孪生体也是全价值链的数据中心。其本质的提升在于无缝协同,而不只是共享信息,如与上下游进行装配的仿真、在客户的“虚拟”使用环境中测试/改进产品等。如发动机制造商可以下游的汽车厂商的环境中,测试自己的发动机产品。这就是一种全价值链的协同。


实现方式

数字孪生体的实现方式,分为四步。第一步是3D设计+PMIProduct Manufacturing Information),PMI包括了物理产品的几何尺寸、公差,以及3D注释、表面质地指定、完工要求、工艺注释、材料指定和焊接符号等。第二步,在3D设计+PMI的基础上,实现MBOMManufacture BOM,即制造BOM+BOPBOM-Bill of Process,即工艺设计清单)。第三步,使用部分则实现Product Memory,即产品档案,包含技术追溯、物料追溯、测量结果等;第四步实现O&S(即Operations and Sustainment,即使用和维护),Operations这里主要是指操作,Sustainment既包括维修、保养,也包括升级和改造。


综上,可以发现DigitalTwin的实现方法有这样几个特点: 首先,它主张单一数据源(UnifiedRepositoryUR);其次,三维设计时标注PMI,然后建立BOP,写入产品档案;最后,ProductMemory要能够实现除标准件之外的所有件都可以追溯。这要依靠物流体系的追溯方法。


举例来说,美国F35战斗机的设计与生产,就是采用了融合了Digital Twin的数字纽带技术的方法。它实现了整条供应链的协同,很多厂商在一起协同设计研发,单一数据源是最佳方式。它在生产过程中,所有不同厂商的车床的数据直接从Digital Twin读取。这就是单一数据源的意义,通过统一的数据,实现协同的仿真和分析,上下游可以一起进行仿真和分析。从而提高效率,减少返工。3D数字纽带的数据存储在PDM系统中,世界各地的合作伙伴和供应商都可无缝使用。激光测量借助数字纽带,允许“虚拟工人(virtual mate)”在“物理工人(physical mate)”之前,识别潜在的干扰问题。


对智能产品和智能工厂颠覆作用

未来的智能产品,分为两个,一个是实体,一个是实体的数字孪生体。智能可以在产品的实体中,也可以放到数字孪生体上去。实体而孪生体之间,采用物联的手段。在孪生体这边,除了产品档案,更多的是使用/维护的方法,还可以附加更多功能。


孪生体概念出现后,对产品使用有重大颠覆作用。如家电行业中的“智能家”框架体系。消费者买来空调、电饭褒,要想实现即时使用,需要把家电产品的实体和产品的孪生体物联好。它们这间的物联是原生的,其关键是数字孪生体要与智能家的总体框架体系联接。


智能工厂也是这个道理,它首先也要有一个框架体系。这个框架体系内,可以想象有许多插槽,可以接入孪生体机器人或其他孪生体设备,而相应的物理位置也要接入物理设备。这其中,孪生体上在框架体系中的接入是关键,美国正在制订此领域的相关标准。


举例来说,Windows系统可以接入有很多设备,如打印机,打印机是实体,可以通过打印驱动程序操作打印机,这种方法比目前操作数控车床的方法要高明。打印驱动程序就是相当于数字孪生体。


与数字纽带的关系

Digital Thread(数字纽带,也译为数字线程、数字主线等)。数字纽带为数字孪生体提供访问(access)、整合(integrate)和转换(transform)能力,其目标是贯通产品生命周期和价值链,实现全面追溯、双向共享/交互信息、价值链协同。由此可见,数字孪生体是对象、数据,而数字纽带是方法、通道、链接、接口。通过数字纽带交换、处理数字孪生体的相关信息。


美国国家标准与技术研究院(NationalInstitute of Standards and TechnologyNIST),在进行的Digital Thread for Smart Manufacturing项目,研究聚焦在产品生命周期(特别是工程、制造和质量)之间信息交互的标准和实现。其主要研究内容有:


MBEPMI有效性和一致性测试(MBE PMI Validation and Conformance Testing);设计到制造和检测(Designto Manufacturing and Inspection),各CADSTEPCAM/CMM下游CAM和协同测量过程的有效性(Validation for DownstreamComputer-Aided Manufacturing and Coordinate Metrology Processes);公差标准和相关建模挑战(Tolerancing Standards and AssociatedModeling Challenges);测试数字纽带(Testing the Digital Thread)。

目前美国实施的是从设计、仿真到制造的贯通,后续的使用阶段尚未实施。


CPS中的作用

CPS要实现虚实融合。第一层是实体,实体要有智能。实体智能就是第二层的。实体智能向上联接要采用物联的方法,物联就是第三层。物联到实体孪生体(Physical DTwin),这就是第四层,它是类似于驱动程序的一层,实现控制实体和让实体向自己进行信息反馈。实体孪生体(Physical DTwin)之上是第五层,即系统孪生体(System DTwin)。生产线和设备系统不可能分散工作,必须要统一于系统孪生体之下。再上面的第六层是产品孪生体(Product DTwin)。三个孪生体之间用数字纽带联系起来,机器人可以直接使用产品孪生体的控制参数。数控车床可以直接使用数字孪生体里面的数控程序。产品孪生体(Product DTwin)之上是第七层:接口层。这一层的供应商与客户通过产品孪生体(Product DTwin)层与其他层建立关联。


举例来说。若要打印一份纸质文件,需要首先在WORD中编辑好,编辑好之后就已经建立起一份数字形式的文件,这个数字形式就像是孪生体。而纸质文件就是生产出来的产品。打印机则是生产设备,但是操作系统内必须要安装驱动程序。未来的工业4.0就是要实现这样一种非常简单的生产模式。


        WORD要想插入新的对象,微软称之为嵌入式OLE技术,利用它,可以在WORD文本内嵌入EXCEL数据。这时会有专门的程序去处理它的显示和打印。将来可以数字纽带技术,实现上下游的协同有类于此。如,汽车制造商在使用发动机提供商的某种型号产品之前,在仿真时,可以直接调用发动机的数据和功能。做模拟时,可以不用发动机制造商的图纸,却能够协作调试。

原创: 丁德宇 e制造本文原载 《科技新时代 e制造 》5月刊;转载请注明作者和出处。





工业互联网




产业智能官  AI-CPS


加入知识星球“产业智能研究院”:产业OT技术(工艺+精益+自动化+机器人)和新一代IT技术(云计算+大数据+物联网+区块链+人工智能)深度融合,在场景中构建状态感知-实时分析-自主决策-精准执行-学习提升的机器智能认知计算系统实现产业转型升级、DT驱动业务、价值创新创造的产业互联生态链



版权声明产业智能官(ID:AI-CPS推荐的文章,除非确实无法确认,我们都会注明作者和来源,涉权烦请联系协商解决,联系、投稿邮箱:erp_vip@hotmail.com。





登录查看更多
18

相关内容

数字孪生是一个虚拟模型,用于准确地反映物理对象。 所研究的对象(例如风力涡轮)会配备各种与重要功能领域相关的传感器。 这些传感器产生与物理对象不同方面的性能相关的数据,如能量输出、温度、天气条件等等。 然后,这些数据将转发到处理系统并应用于数字副本。
德勤:2020技术趋势报告,120页pdf
专知会员服务
187+阅读 · 2020年3月31日
深度神经网络实时物联网图像处理,241页pdf
专知会员服务
76+阅读 · 2020年3月15日
新时期我国信息技术产业的发展
专知会员服务
68+阅读 · 2020年1月18日
智能交通大数据最新论文综述-附PDF下载
专知会员服务
103+阅读 · 2019年12月25日
【数字孪生】数字孪生技术从概念到应用
产业智能官
85+阅读 · 2020年2月16日
【数字孪生】从CAD数据到数字孪生
产业智能官
22+阅读 · 2019年11月11日
【数字孪生】数字孪生技术发展趋势与安全风险浅析
产业智能官
53+阅读 · 2019年8月28日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
【数字孪生】数字孪生的前世今生及未来之路
产业智能官
27+阅读 · 2019年1月22日
【数字孪生】一文读懂数字孪生的应用及意义
产业智能官
43+阅读 · 2018年9月28日
【数字孪生】数字化孪生“双胞胎”技术及应用
产业智能官
21+阅读 · 2018年8月12日
Image Segmentation Using Deep Learning: A Survey
Arxiv
43+阅读 · 2020年1月15日
Arxiv
5+阅读 · 2016年10月24日
VIP会员
相关资讯
【数字孪生】数字孪生技术从概念到应用
产业智能官
85+阅读 · 2020年2月16日
【数字孪生】从CAD数据到数字孪生
产业智能官
22+阅读 · 2019年11月11日
【数字孪生】数字孪生技术发展趋势与安全风险浅析
产业智能官
53+阅读 · 2019年8月28日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
【数字孪生】数字孪生的前世今生及未来之路
产业智能官
27+阅读 · 2019年1月22日
【数字孪生】一文读懂数字孪生的应用及意义
产业智能官
43+阅读 · 2018年9月28日
【数字孪生】数字化孪生“双胞胎”技术及应用
产业智能官
21+阅读 · 2018年8月12日
Top
微信扫码咨询专知VIP会员