一文讀懂數字孿生的應用及意義

概述

今天的數字化技術正在不斷的改變每一個企業。未來，所有的企業都將成為數字化的公司，這不只是要求企業開發出具備數字化特征的產品，更指的是通過數字化手段改變整個產品的設計、開發、制造和服務過程，并通過數字化的手段連接企業的內部和外部環境。

隨著產品生命周期的縮短、產品定制化程度的加強，以及企業必須同上下游建立起協同的生態環境，都迫使企業不得不采取數字化的手段來加速產品的開發，提高開發、生產、服務的有效性以及提高企業內外部環境的開放性。

這種數字化的轉變對于傳統的工業企業來說可能會非常困難，因為它同沿用了幾十年的基于經驗的傳統設計和制造理念相去甚遠。設計人員可能不再需要依賴于通過開發實際的物理原型來驗證設計理念，也無需通過復雜的物理實驗才能驗證產品的可靠性，不需要進行小批量試制就可以直接預測生產的瓶頸，甚至不需要去現場就可以洞悉銷售給客戶的產品運行情況。

這種方式，無疑將貫穿整個產品的生命周期，不僅可以加速產品的開發過程，提高開發和生產的有效性和經濟性，更有效的了解產品的使用情況并幫助客戶避免損失，更能精準的將客戶的真實使用情況反饋到設計端，實現產品的有效改進。

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

數字孿生的概念

數字孿生，顧名思義，是指針對物理世界中的物體，通過數字化的手段來構建一個數字世界中一模一樣的的實體，籍此來實現對物理實體的了解、分析和優化。

2002年密歇根大學教授Dr. Michael Grieves在發表的一篇文章中第一次提出了數字孿生概念，他認為通過物理設備的數據，可以在虛擬（信息）空間構建一個可以表征該物理設備的虛擬實體和子系統，并且這種聯系不是單向和靜態的，而是在整個產品的生命周期中都聯系在一起。

顯然，這個概念不僅僅指的是產品的設計階段，而延展至生產制造和服務階段，但是由于當時的數字化手段有限，因此數字孿生的概念也只是停留在產品的設計階段，通過數字模型來表征物理設備的原型。

在那之后，數字孿生的概念逐步擴展到了模擬仿真、虛擬裝配和3D打印這些領域，而到了2014年以后，隨著物聯網技術、人工智能和虛擬現實技術的不斷發展，更多的工業產品、工業設備具備了智能的特征，而數字孿生也逐步擴展到了包括制造和服務在內的完整的產品周期階段，并不斷豐富著數字孿生的形態和概念。

數字孿生技術貫穿了產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。可以說，數字孿生技術的發展將PLM的能力和理念，從設計階段真正擴展到了全生命周期。

數字孿生以產品為主線，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形態。

在產品的設計階段，利用數字孿生可以提高設計的準確性，并驗證產品在真實環境中的性能。

這個階段的數字孿生，主要包括如下功能：

• 數字模型設計：使用CAD工具開發出滿足技術規格的產品虛擬原型，精確的記錄產品的各種物理參數，以可視化的方式展示出來，并通過一系列的驗證手段來檢驗設計的精準程度；

• 模擬和仿真：通過一系列可重復、可變參數、可加速的仿真實驗，來驗證產品在不同外部環境下的性能和表現，在設計階段就驗證產品的適應性。

例如，在汽車設計過程中，由于對節能減排的要求，達索幫助包括寶馬、特斯拉、豐田在內的汽車公司利用其CAD和CAE平臺3D Experience，準確進行空氣動力學、流體聲學等方面的分析和仿真，在外形設計通過數據分析和仿真，大幅度地提升流線性，減少了空氣阻力。

在產品的制造階段，利用數字孿生可以加快產品導入的時間，提高產品設計的質量、降低產品的生產成本和提高產品的交付速度。

產品階段的數字孿生是一個高度協同的過程，通過數字化手段構建起來的虛擬生產線，將產品本身的數字孿生同生產設備、生產過程等其他形態的數字孿生高度集成起來，實現如下的功能：

• 生產過程仿真：在產品生產之前，就可以通過虛擬生產的方式來模擬在不同產品、不同參數、不同外部條件下的生產過程，實現對產能、效率以及可能出現的生產瓶頸等問題的提前預判，加速新產品導入的過程;

• 數字化產線：將生產階段的各種要素，如原材料、設備、工藝配方和工序要求，通過數字化的手段集成在一個緊密協作的生產過程中，并根據既定的規則，自動的完成在不同條件組合下的操作，實現自動化的生產過程；同時記錄生產過程中的各類數據，為后續的分析和優化提供依據。

• 關鍵指標監控和過程能力評估：通過采集生產線上的各種生產設備的實時運行數據，實現全部生產過程的可視化監控，并且通過經驗或者機器學習建立關鍵設備參數、檢驗指標的監控策略，對出現違背策略的異常情況進行及時處理和調整，實現穩定并不斷優化的生產過程。

例如，寄云科技為蓋板電子玻璃產線構建的在線質量監控體系，充分采集了冷端和熱端的設備產生的數據，并通過機器學習獲得流程生產過程中關鍵指標的最佳規格，設定相應的SPC監控告警策略，并通過相關性分析，在幾萬個數據采集點中實現對特定的質量異常現象的診斷分析。

隨著物聯網技術的成熟和傳感器成本的下降，很多工業產品，從大型裝備到消費級產品，都使用了大量的傳感器來采集產品運行階段的環境和工作狀態，并通過數據分析和優化來避免產品的故障，改善用戶對產品的使用體驗。

這個階段的數字孿生，可以實現如下的功能：

• 遠程監控和預測性維修：通過讀取智能工業產品的傳感器或者控制系統的各種實時參數，構建可視化的遠程監控，并給予采集的歷史數據，構建層次化的部件、子系統乃至整個設備的健康指標體系，并使用人工智能實現趨勢預測；基于預測的結果，對維修策略以及備品備件的管理策略進行優化，降低和避免客戶因為非計劃停機帶來的損失；

• 優化客戶的生產指標：對于很多需要依賴工業裝備來實現生產的工業客戶，工業裝備參數設置的合理性以及在不同生產條件下的適應性，往往決定了客戶產品的質量和交付周期。而工業裝備廠商可以通過海量采集的數據，構建起針對不同應用場景、不同生產過程的經驗模型，幫助其客戶優化參數配置，以改善客戶的產品質量和生產效率。

• 產品使用反饋：通過采集智能工業產品的實時運行數據，工業產品制造商可以洞悉客戶對產品的真實需求，不僅能夠幫助客戶加速對新產品的導入周期、避免產品錯誤使用導致的故障、提高產品參數配置的準確性，更能夠精確的把握客戶的需求，避免研發決策失誤。

例如，寄云科技在為石油鉆井設備提供的預測性維修和故障輔助診斷系統，不僅能夠實時采集鉆機不同關鍵子系統，如發電機、泥漿泵、絞車、頂驅的各種關鍵指標數據，更能夠根據歷史數據的發展趨勢，對關鍵部件的性能進行評估，并根據部件性能預測的結果，調整和優化維修的策略；同時，還能夠根據鉆機的實時狀態的分析，對鉆井的效率進行評估和優化，能夠有效的提高鉆井的投入產出比。

數字孿生的意義

自概念提出以來，數字孿生技術在不斷的快速演化，無論是對產品的設計、制造還是服務，都產生了巨大的推動作用。

數字孿生通過設計工具、仿真工具、物聯網、虛擬現實等各種數字化的手段，將物理設備的各種屬性映射到虛擬空間中，形成可拆解、可復制、可轉移、可修改、可刪除、可重復操作的數字鏡像，這極大的加速了操作人員對物理實體的了解，可以讓很多原來由于物理條件限制、必須依賴于真實的物理實體而無法完成的操作，如模擬仿真、批量復制、虛擬裝配等，成為觸手可及的工具，更能激發人們去探索新的途徑來優化設計、制造和服務。

只要能夠測量，就能夠改善，這是工業領域不變的真理。無論是設計、制造還是服務，都需要精確的測量物理實體的各種屬性、參數和運行狀態，以實現精準的分析和優化。

但是傳統的測量方法，必須依賴于價格不菲的物理測量工具，如傳感器、采集系統、檢測系統等，才能夠得到有效的測量結果，而這無疑會限制測量覆蓋的范圍，對于很多無法直接采集到測量值的指標，往往無能為力。

而數字孿生技術，可以借助于物聯網和大數據技術，通過采集有限的物理傳感器指標的直接數據，并借助大樣本庫，通過機器學習推測出一些原本無法直接測量的指標。

例如，我們可以利用潤滑油溫度、繞組溫度、轉子扭矩等一系列指標的歷史數據，通過機器學習來構建不同的故障特征模型，間接推測出發電機系統的健康指標。

現有的產品生命周期管理，很少能夠實現精準的預測，因此往往無法對隱藏在表象下的問題提前進行預判。

而數字孿生可以結合物聯網的數據采集、大數據的處理和人工智能的建模分析，實現對當前狀態的評估、對過去發生問題的診斷，以及對未來趨勢的預測，并給予分析的結果，模擬各種可能性，提供更全面的決策支持。

在傳統的工業設計、制造和服務領域，經驗往往是一種模糊而很難把握的形態，很難將其作為精準判決的依據。而數字孿生的一大關鍵進步，是可以通過數字化的手段，將原先無法保存的專家經驗進行數字化，并提供了保存、復制、修改和轉移的能力。

例如，針對大型設備運行過程中出現的各種故障特征，可以將傳感器的歷史數據通過機器學習訓練出針對不同故障現象的數字化特征模型，并結合專家處理的記錄，將其形成未來對設備故障狀態進行精準判決的依據，并可針對不同的新形態的故障進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。