【数字孪生】数字孪生是制造业实现“智能+”的技术接口

2019 年 4 月 30 日 产业智能官

概述

工业互联网平台蓬勃发展，大数据和人工智能的平台化应用不断深入，使制造企业越来越重视数字资产的价值。通过物理世界和数字空间的融合，将企业设计、制造、管理、运维过程中的各种数据整合到“数据主线”上，可视、可操作、可追溯、可分析、可应用的多维数据孪生系统呼之欲出，帮助制造企业逐步实现数据的管理、分析，增值。利用数字孪生技术，支持产品设计，制造和服务全生命周期数据互通，能有效避免数据孤岛，提升企业智能化水平。

数字孪生打通“数字主线”

Gartner预测，到2020年，超过200亿台设备（大部分来自制造业）将与互联网连接，产生形式多样、内容丰富的各类数据，到2020年数据总量将超过40 ZB（ZB）。在制造业中，大数据涉及从产品生命周期生成的大量结构化，半结构化和非结构化数据。具有强大的存储和计算能力的云计算和具备较高预测精度的大数据分析模型和算法被“委以重任”，用来分析和挖掘原始数据中有价值的知识。

通过工业互联网平台进行资源汇聚，越来越多的制造业通过“上云”逐步实现从“互联网+”向“智能+”的转变。数字孪生为信息系统和物理系统的融合铺平了道路，为产品整个生命周期的数据融合提供了现实的方法，同时为大数据、人工智能等制造业应用提供了技术接口。数字孪生将会打通产品生命周期数字主线，通过数字主线的智能化应用，企业就能站在产品生命周期价值全局最优的视角，提升产品质量，提供更优服务。

数字孪生避免“信息孤岛”

大数据和数字孪生，虽然展示形式不同，但功能和效果是一致的，两项技术相得益彰，使彼此具备相互融合的基础。数字孪生直观地运行并验证虚拟世界中的制造过程，通过预测、诊断、优化和改进制造过程，实现生产效率提高，生产成本降低，开发周期缩短，产品寿命延长。在应用方面，它们都应用于从设计到运维等产品生命周期的每个阶段，不同的是，大数据更注重数据收集、记录、分析；数字孪生更注重产品数据应用迭代，不仅有利于当前产品的设计制造，而且为下一代产品研发积累经验。在技术方面，大数据和数字孪生共享一些关键技术，但大数据更多地关注数据技术（例如，云计算、数据处理、数据挖掘和机器学习），而数字孪生更关注信息物理系统整合（例如仿真模拟、虚拟现实、增强现实和CPS）。尽管重点不同，但两者优势互补，这些关键技术的组合对于它们在产品生命周期中的应用效果倍增。

数字孪生的实施是产品生命周期的虚拟和物理空间之间的相互促进过程的实现过程，可以直接比较和分析大数据的理论值和产品生命周期活动的实际值，因此，数字孪生能够大幅提升数据迭代，打破产品生命周期中的障碍，同时可以实现整个产品生命周期的有效协同，有效地避免信息孤岛和数据重复。

数字孪生驱动“万物可视”

原始数据必须经过“萃取”才有价值。通过各种措施收集数据，例如互联网（智能传感器和RFID）、SDK（软件开发工具包）、API（应用程序编程接口）等，然后需要对多源异构、多尺度、高噪声的制造数据进一步清理、整合并存储，在各个层面交换和共享制造数据。通过机器学习，预测模型等先进的分析方法和工具，从大量动态和模糊数据中“萃取”有价值的知识，并通过数字孪生可视化的表达，加深制造商对产品生命周期各个阶段的理解，帮助制造商识别出有效的、可执行的和最优的方案，进而做出合理、迅速、高效的决策。

大数据在制造业中的应用对制造业产生了前所未有的影响。在大数据时代，产品设计从灵感和基于经验的设计转向数据和分析驱动的设计。从原材料的输入到成品的输出，整个制造过程通过数字孪生进行管理和优化，如制造产品之前，根据虚拟车间或工厂中的数据来分配制造资源、设计生产计划和预先模拟制造过程；在实际制造执行阶段，通过虚拟-物理交互和迭代实现制造过程的实时监控和调整。在运行维护阶段，数字孪生通过对故障的预测，使企业可以主动维护以降低故障发生，当发生故障时也可以在数字孪生体进行故障诊断。

另外，由于产品数字孪生体始终与产品保持“紧耦合”，通过基于虚拟现实和增强现实在虚拟世界中执行，可以将来自产品生命周期不同阶段的数据累积并继承在下一代创新产品上。基于物理产品的历史和实时数据，数字孪生不仅为创新产品设计和质量可追溯性奠定了数据基础，还通过可视化的方式打通了“数字主线”，形成了产品的“数字生命周期”，促进了产品生命周期不同阶段之间的有效协同。

互联网、大数据、人工智能等新一代信息技术的发展，将数字孪生从幕后推到了台前。装备互联构成了数字孪生的基础骨架；大数据收集、存储、管理、分析和计算的能力激活了数字模型的生命；人工智能通过数据挖掘、模式识别、机器学习、神经网络等算法，成为从数字孪生的大脑。作为工业互联网平台的关键技术，数字孪生为新一代信息技术的平台化应用提供了接口，帮助企业快速找到问题并开发出最优解决方案，调整制造过程以实现快、准、稳、好的“最优制造”，为实现从业务端到应用端、从物理端到信息端、从平台到服务、从信息到智能全方位打通奠定基础。

参考文献：

1. Boschert, Stefan; Rosen, Roland . Digital Twin—The Simulation Aspect,2016.

2. Bottani, E; Cammardella, A; Murino, T; Vespoli, S. From the Cyber-Physical System to the Digital Twin: the process development for behaviour modelling of a Cyber Guided Vehicle in M2M logic,2017.

3. 陶飞等.数字孪生车间信息物理系融合理论与技术[J],计算机执行制造系统,2017.

工业互联网+智能制造

产业智能官 AI-CPS

加入知识星球“产业智能研究院”：先进产业OT（工艺+自动化+机器人+新能源+精益）技术和新一代信息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。