数字孪生技术在智能制造的发展中有何体现

自上世纪70年代以来，工业制造的数字化及自动化程度不断得到提高。作为经过多次改进并取得巨大发展的颠覆性技术之一，最近被Gartner评为战略技术的数字孪生技术（Digital Twin，缩写DT）再次受到人们的追捧。制造商断言，数字孪生技术是生产数子化、自动化的推动者，也是向工业4.0过渡的关键技术，它几乎能在所有关键产品的全生命周期中产生影响。

什么是工业物联网中的数字孪生?

在大多数资料来源中，数字孪生主要被解释为是对任何物理对象、系统、过程或者人的数字化表示。它不仅是一个数字模型，还模拟了物联网设备或系统工作和运行的动态。

数字孪生预示着数据驱动制造和决策，它可以通过建立预测模型来实时跟踪物理对象，从而提高生产效率、减少停机时间，并在产品发布之后可以持续改进产品。例如，特斯拉为每一辆出厂的汽车都配备了数字孪生模型，并根据物联网传感器接收到的数据，对汽车程序进行实时更新，以改善其性能。

数字孪生与三维CAD模型

CAD建模是对物理对象的三维绘制，与物理建模不同的是，它不但可以帮助设计师对数字原型进行精确而全面的虚拟设计，还可以方便的进行修改。

对于制造业而言，CAD是一种经济有效的建模方法，企业能够将通过三维CAD模型设计带来的几何数据应用到系统配置、仿真和数字模拟研究中。

因此，CAD建模为汽车架构师、设计工程师等带来了极大的灵活性，可在车辆的人机工程学、人体测量学等设计阶段进行大量的迭代，从而加速设计进程。

数字孪生(DT)是三维CAD模型的一种高级形态；主要目的是服务于工业4.0和智能制造。

与CAD不同，数字孪生与物理对象之间可以进行双向通信，它可通过利用现实世界中物理对象的实时数据，测试和修改虚拟环境中的模型参数。

此外，数字孪生还可以应用于产品生命周期管理(PLM)的每个阶段。数字孪生的数据池对包括销售、市场营销、物流、供应链等在内的所有部门共享，因此，它可以看作是一个数据驱动工具，有助于跨职能和地域分散部门之间的协作。

数字孪生的类型及其用例

随着智能制造的蓬勃发展，数字孪生的三种类型在产品生命周期的关键阶段中皆有所体现：

产品数字孪生通过模拟物理对象在各种场景下的性能，可避免多个原型的重复开发，最小化开发总时间。因此，制造商可以在虚拟环境中调整参数，在产品上线之前测试和验证产品的功能、安全性和质量，例如：

● 劳斯莱斯使用数字孪生风扇叶片来制造超级喷气发动机，提高了25%的燃油消耗效率。

● 英国铁路网的数字孪生是为了实现设计过程的自动化而建立的，大大节省了现场人工测量的成本和时间。

● 新加坡利用数字孪生技术研究新的智能建筑如何在现有基础设施上进行建设规划、安装等。另外，新加坡利用DT分析哪些建筑是安装太阳能电池板和积累能量的最佳选择。

● 荷兰第二大城市鹿特丹还计划利用该市的数字孪生系统，来改善基础设施维护、能源效率、道路和水上交通，以及帮助消防员在紧急情况下出行任务等等。

生产数字孪生也被称为虚拟调试，它主要用于车间的数字化和全自动化作业，例如：

● 西门子和ABB集团分别将其应用在包装设备工程和锯床生产中。

● 英国石油公司的数字孪生系统APEX是一个模拟监视系统，能将生产系统的优化时间从几个小时缩短到20分钟。

性能数字孪生主要通过收集产品、机器和整个生产线的运行数据，以模拟和预测性能故障、能耗峰值及停机风险，例如：

● λ通用电气公司通过利用数字孪生体监控风力涡轮机的性能、监督风电场的运作和生产。

● λ压缩机制造商Kaeser通过使用数字孪生来预测什么时候可能发生故障，从而最小化停机时间。

虽然DT实际应用越来越多，但这种颠覆传统的设计和测试方法也面临许多挑战，许多制造商仍然谨慎行事。另外，重建DT车间和培训员工也是需要大量的投资。为此，ARTC研究中心创建了一个数字孪生体试验室，为DT的开发和测试提供平台。

什么是虚拟调试

随着制造过程的工艺复杂度和自动化水平的提高，人们不可能坚持传统的预调试模式。虚拟调试是指通过虚拟技术创建出物理制造环境的数字复制品，以用于测试和验证产品设计的合理性。

简单地说，虚拟调试是通过工厂、车间、制造机器的模型，模拟运行整个或部分生产流程，并在生产线投产前对重要功能和性能进行测试。它能够检测和消除设计缺陷，例如PLCs代码中的bug，并提前解决一系列技术上的问题。

调查显示，经过虚拟调试后的生产线一开机就有较高的质量，因此实际调试的时间可以减少75%。

虚拟调试的其他优势：

● 加快现场调试和生产线建设

● 最小化设备故障、碰撞和停机的风险

● 简化传统的软件测试流程——工厂验收测试和现场验收测试

● 优化复杂生产线生产周期

● 减少原型浪费和节省更多昂贵的材料

● 越早解决bug的成本越低

目前市场上已经提供虚拟调试解决方案的厂商有西门子(Tecnomatix)、达索系统(DELMIA)、可视化组件 Essentials、机加工 (industrialPhysics)、MapleSoft (MapleSim)等。

数字主线VS数字孪生

在PLM或 PDM系统中最常见的概念是数字主线（Digital Thread），它是实现工业制造4.0端到端自动化的方法。Digital Thread是一个框架，它能够链接各种信息“孤岛”，包括复杂制造过程的所有数据。此外，它也能连接全生命周期的各个阶段，使参与者可以相互沟通。

由此可见，数字主线是对从需求设计阶段到生产组装再到售后支持的整个制造价值链的数字表示。同时，数字主线支持可追溯性，能够跨越所有生命周期阶段，可为制造商带来以下好处：

● 缩短开发生命周期并降低成本。

● 通过整个价值链持续改进产品质量和性能，最小化缺陷和减少停机时间。

● 提高整体生产流程和运营的透明度。通过团队之间共享数据提高协作效率。

● 加快制造速度，提高生产率和灵活性。

● 最重要的是，数字主线与PLM改变了整个生产交付模式。

目前，数字主线和数字孪生技术是创新的关键策略，已经被西门子、通用电气、IBM、微软和Oracle等公司使用。

推动数字孪生技术的发展

2002年Grieves博士给出了数字孪生的定义，并将其称为“PLM理想概念”（ Conceptual Ideal of PLM）或“信息镜像模型”（Information Mirroring Model）。

其实，早在1970年，美国宇航局和美国空军已经首先利用了这项技术。阿波罗13号救援队通过使用镜像系统来探索开放空间和模仿宇航员回家。但数字孪生技术在当时并没有得到太多支持，直到Gartner在一份报告中将DT描述为“物联网的基础技术”，数字孪生才开始引人注目。

在2017年和2019年，数字孪生和人工智能、区块链技术等都进入了十大战略技术趋势榜单。那么，数字孪生技术在1970年和2002年具体究竟是什么样子的?这种技术当时缺少什么？为什么在2019年就可以提供给制造商了?

物联网和云计算

物联网的兴起及其在我们日常生活中的成功应用，催生了使用数字孪生的发展。可以说是物联网让这个想法成为现实，那么物联网为什么会风靡起来?这是由于它具有以下优点：

● 降低了与云连接的传感器的成本

● 增加了云存储容量和数据吞吐量

● 惊人的计算能力

● 改善了移动网络的带宽、速度、容量，并降低了延迟

物联网与云计算协同发挥着重要作用，使DT实时数据收集和传输成为可能。通过安装在物理对象上并连接到云上的物联网传感器，物理对象和数字孪生体之间可以互相“通信”。

与人工智能和数据科学一起，Digital Twin可以增强工业物联网的能力。但更重要的是，它实现了复杂操作的自动化智能制造。

在Forrester的报告中，已有15家被认可的IIoT软件供应商(如IBM、SAP、Amazon、Bosch、Siemens、Microsoft、Hitachi等)。这些公司都专注于集成具有大数据分析的数字孪生软件和企业解决方案。

大数据分析

为了处理不断从传感器接收到的海量数据，Digital Twin应该与大数据分析相结合，将结构化、半结构化或非结构化数据转化为有价值的结果或可执行的建议。

研究认为，大数据与数字孪生技术的融合促进了不同产业之间智能制造的联系，消除了不同PLM阶段之间的障碍，可有效减少整个产品开发时间。

预测分析

数字孪生技术也能够通过基于历史数据分析风险因素、潜在故障、所需维护以及业务场景等为预测性分析提供支持。

更重要的是，数字孪生可以使用预测分析算法和接收到的数据在虚拟世界进行模拟，以预测设备在特定环境下的“行为”。

增强现实

增强现实（AR）与数字孪生的集成进一步提升了数据可视化能力，在其物理对象上叠加三维孪生模型的图像。因此，增强现实结合数字孪生，可以应用于汽车研发、制造、供应、销售和支持的整个价值链中。

DT与AR集成的另一个用例是虚拟孪生体，它可以将数字孪生体与远程物理对应物连接起来。例如，西门子推出了一个虚拟孪生PoC，称为“物理智能工厂的3D模型”；微软技术人员通过使用全息透镜（Microsoft HoloLens），可以更快地访问智能工厂的数字孪生体和物理数据，从而远程控制和管理车间。

综上，本文主要介绍了数字孪生技术的基础知识，重点关注虚拟调试及其带给制造商的优势。然后描述了数字主线和数字孪生之间的本质区别，以及驱动数字孪生发展的一些关键技术：物联网、云计算、大数据分析、增强现实等。随着这些技术的日趋成熟，将会加快工业4.0时代的到来！