數(shù)字孿生是德國工業(yè)4.0架構(gòu)和美國工業(yè)互聯(lián)網(wǎng)參考架構(gòu)的重要內(nèi)容，是制造業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵技術(shù)。數(shù)字孿生是通過設(shè)計(jì)工具、仿真工具、虛擬現(xiàn)實(shí)等數(shù)字化技術(shù)，將物理世界的各種屬性映射到數(shù)字世界中，形成實(shí)時(shí)同步、忠實(shí)映射、高保真度的數(shù)字鏡像。據(jù)IDC預(yù)測，到2020年，30%的全球2000強(qiáng)企業(yè)將利用來自數(shù)字孿生的數(shù)據(jù)，提高產(chǎn)品創(chuàng)新能力和生產(chǎn)率，使企業(yè)收益提高25%。

1 數(shù)字孿生是制造業(yè)數(shù)字化轉(zhuǎn)型的關(guān)鍵技術(shù)

數(shù)字孿生構(gòu)建虛實(shí)結(jié)合的數(shù)字空間。兩化融合、互聯(lián)網(wǎng)+、工業(yè)互聯(lián)網(wǎng)都一直致力于彌合IT與OT之間的鴻溝，數(shù)字孿生恰好是IT與OT融合的橋梁。數(shù)字孿生由物理實(shí)體、數(shù)字孿生體以及他們之間的映射關(guān)系構(gòu)成，物理實(shí)體是現(xiàn)實(shí)世界真實(shí)存在的實(shí)體，是數(shù)字孿生體的基礎(chǔ)；數(shù)字孿生體是在數(shù)字空間中，利用大數(shù)據(jù)分析、數(shù)學(xué)、統(tǒng)計(jì)、圖形、邏輯規(guī)則等不同方式進(jìn)行仿真得到的模型。物理孿生體和數(shù)字孿生體之間，通過實(shí)時(shí)通信和忠實(shí)映射，實(shí)現(xiàn)緊密結(jié)合。物理實(shí)體在現(xiàn)實(shí)世界的運(yùn)行數(shù)據(jù)，同步傳輸?shù)綌?shù)字孿生體，數(shù)字孿生體利用這些數(shù)據(jù)實(shí)現(xiàn)對現(xiàn)實(shí)物理實(shí)體的模擬、分析和優(yōu)化。

數(shù)字孿生催生“數(shù)據(jù)+機(jī)理”新型算法模型。數(shù)字孿生是實(shí)體和邏輯在數(shù)字空間全生命周期的動(dòng)態(tài)復(fù)制體，其本質(zhì)是對數(shù)據(jù)和邏輯的孿生，也可以說是對數(shù)據(jù)和機(jī)理的孿生。傳統(tǒng)的算法模型大多是單獨(dú)基于物理實(shí)體第一性原理構(gòu)建的機(jī)理模型，或者基于大數(shù)據(jù)分析構(gòu)建的數(shù)據(jù)驅(qū)動(dòng)模型，兩種算法模型之前存在割裂問題。在數(shù)字孿生體中，機(jī)理模型與數(shù)字驅(qū)動(dòng)模型之間，實(shí)時(shí)交互，融合統(tǒng)一，催生出“數(shù)據(jù)+機(jī)理”新型算法模型，為解決工業(yè)機(jī)理模型建模難問題，提供了新的系統(tǒng)性方法和技術(shù)。

數(shù)字孿生推動(dòng)工業(yè)軟件邁向高端化。數(shù)字孿生以工業(yè)微服務(wù)的形式出現(xiàn)，數(shù)字孿生API不僅僅是將物理實(shí)體的運(yùn)行數(shù)據(jù)進(jìn)行簡單采集聯(lián)網(wǎng)，而且還嵌入了基于專業(yè)領(lǐng)域的知識(shí)和生產(chǎn)管理經(jīng)驗(yàn)的診斷、預(yù)測、決策模型，進(jìn)而輸出企業(yè)工藝優(yōu)化方案和運(yùn)行管理決策的解決方案。工業(yè)軟件通過直接調(diào)用一個(gè)或多個(gè)數(shù)字孿生API，可以直接獲取物理實(shí)體全生命周期的運(yùn)行診斷、預(yù)測和決策信息，提高工業(yè)軟件開發(fā)、測試、部署的效率，實(shí)現(xiàn)基于數(shù)字孿生的高端化創(chuàng)新應(yīng)用。

2 數(shù)字孿生在工業(yè)領(lǐng)域的應(yīng)用場景

邊緣云：基于數(shù)字孿生開展面向設(shè)備的全狀態(tài)健康管理。在邊緣側(cè)，面向設(shè)備數(shù)字孿生應(yīng)用的時(shí)間最早，可以追溯到CAX仿真時(shí)期，發(fā)展較為成熟。通過對人、機(jī)、料、法、環(huán)等生產(chǎn)要素的數(shù)字化、模型化、代碼化，構(gòu)建物理實(shí)體設(shè)備的數(shù)字孿生模型，實(shí)現(xiàn)對設(shè)備的全狀態(tài)健康管理。

在設(shè)備狀態(tài)檢測方面，通過對物理設(shè)備的幾何形狀、功能、歷史運(yùn)行數(shù)據(jù)、實(shí)時(shí)監(jiān)測數(shù)據(jù)（如軸承振動(dòng)、轉(zhuǎn)軸轉(zhuǎn)速、定子電流、功率等）進(jìn)行數(shù)字孿生建模，改變了傳統(tǒng)的實(shí)體設(shè)備運(yùn)行的“黑箱”狀態(tài)，實(shí)時(shí)監(jiān)測設(shè)備的各部件的運(yùn)行情況。例如，通用電氣擁有3萬個(gè)數(shù)字孿生的噴氣發(fā)動(dòng)機(jī)，可實(shí)時(shí)獲取發(fā)動(dòng)機(jī)的運(yùn)行狀態(tài)、維修配件供應(yīng)情況，以及飛行的環(huán)境溫度、灰塵條件等環(huán)境數(shù)據(jù)，為發(fā)動(dòng)機(jī)安全運(yùn)行提供保障。

在遠(yuǎn)程故障診斷方面，數(shù)字孿生體將實(shí)體設(shè)備的歷史故障與維修數(shù)據(jù)、實(shí)時(shí)工況數(shù)據(jù)，與故障診斷知識(shí)庫（通常包括故障類型、現(xiàn)象、原因、相關(guān)要素、恢復(fù)應(yīng)對措施）相連，利用機(jī)器學(xué)習(xí)技術(shù)和知識(shí)圖譜技術(shù)分析數(shù)字孿生體的情況，實(shí)現(xiàn)實(shí)體設(shè)備的故障檢測、判斷、定位與恢復(fù)。例如，美國空軍在數(shù)字空間建立了戰(zhàn)斗機(jī)的三維模型，每次飛行任務(wù)結(jié)束后，都會(huì)通過對數(shù)字孿生體進(jìn)行遠(yuǎn)程分析，評估飛機(jī)結(jié)構(gòu)的可靠性狀況，以便遠(yuǎn)程診斷實(shí)體飛機(jī)部件是否存在故障。

在預(yù)測性維護(hù)方面，售后維護(hù)人員通過數(shù)字孿生體實(shí)時(shí)收集產(chǎn)品的各項(xiàng)內(nèi)在性能參數(shù)，繪制工作狀態(tài)與設(shè)計(jì)性能之間的關(guān)系曲線，分析各項(xiàng)性能偏差，提前預(yù)判產(chǎn)品零部件的損壞時(shí)間，主動(dòng)、及時(shí)和提前提供維護(hù)服務(wù)，可避免設(shè)備非計(jì)劃停機(jī)帶來的損失。例如，Konecranes起重機(jī)公司利用數(shù)字孿生技術(shù)，結(jié)合客戶的生產(chǎn)計(jì)劃，在客戶的計(jì)劃停工時(shí)間對設(shè)備進(jìn)行預(yù)測性維修，使設(shè)備失效水平降低10%，既降低了客戶非計(jì)劃停機(jī)帶來的損失，又給公司增加了12%的維護(hù)服務(wù)收入。

私有云：基于數(shù)字孿生開展面向企業(yè)內(nèi)部的全流程業(yè)務(wù)優(yōu)化。在企業(yè)私有云，通過對企業(yè)研發(fā)、生產(chǎn)、管理等各環(huán)節(jié)的業(yè)務(wù)流程數(shù)字化、模型化、代碼化，建立在數(shù)字空間的映射，對企業(yè)整個(gè)生態(tài)進(jìn)行管理。

在精益研發(fā)方面，數(shù)字孿生可以在虛擬空間研發(fā)設(shè)計(jì)復(fù)雜多樣的個(gè)性化產(chǎn)品，在沒有生產(chǎn)實(shí)際產(chǎn)品的情況下，客戶就可以模擬體驗(yàn)產(chǎn)品內(nèi)外部結(jié)構(gòu)及功能性能，開發(fā)者則可驗(yàn)證產(chǎn)品在真實(shí)環(huán)境中的性能。數(shù)字孿生還可提供沉浸式和差異化的購買體驗(yàn)來實(shí)現(xiàn)與顧客的互動(dòng)。例如，達(dá)索公司建立了基于數(shù)字孿生的3D體驗(yàn)平臺(tái)，將工程數(shù)據(jù)轉(zhuǎn)換為真正沉浸式的產(chǎn)品體驗(yàn)和虛擬應(yīng)用，使寶馬、特斯拉的汽車用戶獲得模擬體驗(yàn)并感受汽車外觀和內(nèi)飾，通過用戶反饋，形成閉環(huán)反饋系統(tǒng)以不斷改進(jìn)產(chǎn)品的設(shè)計(jì)模型，進(jìn)而達(dá)到對物理實(shí)體的改進(jìn)提升。

在智能生產(chǎn)方面，在新產(chǎn)品實(shí)際投入生產(chǎn)之前，利用數(shù)字孿生預(yù)先對生產(chǎn)計(jì)劃排程、訂單管理、質(zhì)量管理、物料管理和設(shè)備管理進(jìn)行建模測試，找出最優(yōu)方案，可幫助企業(yè)縮短新產(chǎn)品導(dǎo)入周期，提高產(chǎn)品交付速度。例如，意大利瑪莎拉蒂設(shè)計(jì)的Ghibli跑車，通過對虛擬的數(shù)字孿生體進(jìn)行設(shè)計(jì)和測試，縮短了30%的新款車型設(shè)計(jì)開發(fā)時(shí)間，將跑車上市的時(shí)間縮短了16個(gè)月。

在精益管理方面，通過對企業(yè)管理各要素（人、機(jī)、料、流程、標(biāo)準(zhǔn)、制度）和各環(huán)節(jié)（開發(fā)、質(zhì)量、物流、銷售、售后）的數(shù)字孿生，一方面可以將生產(chǎn)現(xiàn)場數(shù)據(jù)實(shí)時(shí)傳輸給管理者，輔助管理者及時(shí)準(zhǔn)確地決策，避免出現(xiàn)管理與生產(chǎn)兩張皮、管理滯后于生產(chǎn)的問題。另一方面，通過分析數(shù)字孿生體，還可發(fā)現(xiàn)不合理和低效的管理流程，從而加以改善和優(yōu)化，提高組織管理效率。例如，英國石油公司BP Amoco利用數(shù)字孿生APEX系統(tǒng)基于每口油井的流態(tài)和壓力數(shù)據(jù)，結(jié)合物理學(xué)的水力模型，實(shí)時(shí)模擬原油采集和流動(dòng)情況，通過將模型與實(shí)際數(shù)據(jù)配對，模擬分析作業(yè)的影響因素，向工程師展示如何調(diào)整流速、壓力以及其他參數(shù)，實(shí)現(xiàn)持續(xù)優(yōu)化生產(chǎn)。APEX將過去需要24小時(shí)才能完成的系統(tǒng)優(yōu)化過程縮短到20分鐘，2018年APEX使BP的基準(zhǔn)產(chǎn)量每天增加了19000桶。

公有云：基于數(shù)字孿生開展面向產(chǎn)業(yè)鏈的全環(huán)節(jié)數(shù)字化管理。在公有云上，通過對整個(gè)產(chǎn)業(yè)鏈上下游、產(chǎn)業(yè)各要素的生產(chǎn)制造全過程、全生命周期的數(shù)字孿生，實(shí)現(xiàn)產(chǎn)業(yè)鏈全環(huán)節(jié)的數(shù)字化管理。

在網(wǎng)絡(luò)化協(xié)同方面，創(chuàng)建供應(yīng)鏈流程和供應(yīng)鏈上所有企業(yè)相關(guān)業(yè)務(wù)信息的鏡像，可以實(shí)時(shí)監(jiān)控執(zhí)行情況，識(shí)別具有差異或結(jié)構(gòu)故障的低效運(yùn)行的供應(yīng)鏈流程，提出針對具體企業(yè)及整個(gè)供應(yīng)鏈物理資源和人力資源的最佳利用方案，提高運(yùn)行效率，實(shí)現(xiàn)產(chǎn)業(yè)價(jià)值鏈的增值。例如，軸承制造商SKF構(gòu)建了全球供應(yīng)鏈網(wǎng)絡(luò)的數(shù)字孿生模型，員工通過分析實(shí)時(shí)同步的、可視化的供應(yīng)鏈運(yùn)行情況，就可協(xié)調(diào)全球供應(yīng)商的生產(chǎn)規(guī)模和運(yùn)營計(jì)劃，實(shí)現(xiàn)供應(yīng)鏈的全球化協(xié)同。

在個(gè)性化定制方面，數(shù)字孿生可以優(yōu)化整段定制旅程，提升用戶體驗(yàn)。在營銷、研發(fā)、生產(chǎn)階段，數(shù)字孿生能夠構(gòu)建數(shù)字孿生人、數(shù)字孿生產(chǎn)品和數(shù)字孿生工廠，實(shí)現(xiàn)基于用戶畫像的個(gè)性化精準(zhǔn)營銷、基于虛擬產(chǎn)品體驗(yàn)的定制設(shè)計(jì)、基于預(yù)先虛擬生產(chǎn)的快速排產(chǎn)，從而發(fā)現(xiàn)目標(biāo)客戶、提高用戶參與度和滿意度，縮短生產(chǎn)時(shí)間，降低定制成本。例如，西門子根據(jù)顧客的體重、揮桿姿勢、力量等個(gè)體元素，利用數(shù)字孿生量身定制了卡拉威高爾夫球桿，在虛擬環(huán)境中完成研發(fā)和預(yù)生產(chǎn)，球桿定制成本沒有增加，上市周期從2-3年縮短為10-16個(gè)月，廣受市場好評。

在服務(wù)化延伸方面，制造商售出實(shí)物產(chǎn)品時(shí)保留產(chǎn)品研發(fā)團(tuán)隊(duì)對產(chǎn)品數(shù)字孿生體的編輯權(quán)限，研發(fā)團(tuán)隊(duì)可通過遠(yuǎn)程操控?cái)?shù)字孿生體向?qū)嵨锂a(chǎn)品寫入新的功能，獲取數(shù)據(jù)并提供服務(wù)。數(shù)字孿生使產(chǎn)品本身與產(chǎn)品服務(wù)之間的界限變得模糊，催生了按產(chǎn)品運(yùn)營效果付費(fèi)、按授權(quán)服務(wù)付費(fèi)、按軟件服務(wù)付費(fèi)、按咨詢服務(wù)付費(fèi)，以及按物聯(lián)網(wǎng)金融付費(fèi)等新的商業(yè)模式。例如，農(nóng)業(yè)機(jī)械制造商約翰迪爾公司利用數(shù)字孿生技術(shù)，通過分析挖掘農(nóng)業(yè)機(jī)械收集的設(shè)備狀態(tài)數(shù)據(jù)以及氣象、土壤、種子等數(shù)據(jù)，幫助農(nóng)場主作出了科學(xué)的農(nóng)耕決策，從出售產(chǎn)品變?yōu)槌鍪廴椎霓r(nóng)耕服務(wù)。

3

建議和舉措

夯實(shí)產(chǎn)業(yè)基礎(chǔ)，突破數(shù)字孿生與工業(yè)互聯(lián)網(wǎng)平臺(tái)融合的關(guān)鍵共性技術(shù)。集中優(yōu)勢資源，引導(dǎo)和支持龍頭企業(yè)、科研院所、高校開展聯(lián)合攻關(guān)。

一是在邊緣層，開展對自動(dòng)控制、智能傳感、機(jī)器視覺、邊緣計(jì)算，以及多源異構(gòu)傳感器協(xié)同測量和異構(gòu)數(shù)據(jù)協(xié)議轉(zhuǎn)換等關(guān)鍵基礎(chǔ)技術(shù)攻關(guān)。

二是在Paas層，重點(diǎn)突破“數(shù)據(jù)+機(jī)理”建模、類腦計(jì)算建模、人工神經(jīng)網(wǎng)絡(luò)、知識(shí)計(jì)算引擎與知識(shí)服務(wù)和大數(shù)據(jù)分析等核心技術(shù)。

三是在工業(yè)APP層，促進(jìn)自然語言處理技術(shù)、虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)、群體智能技術(shù)和多維多尺度模型集成等技術(shù)在工業(yè)互聯(lián)網(wǎng)中的應(yīng)用研究與探索。

聚焦示范應(yīng)用，培育設(shè)備級、企業(yè)級、產(chǎn)業(yè)鏈級數(shù)字孿生應(yīng)用新模式。

一是基于邊緣云培育設(shè)備級數(shù)字孿生應(yīng)用新模式，以示范應(yīng)用為切入點(diǎn)，推動(dòng)數(shù)字孿生在設(shè)備狀態(tài)監(jiān)測、遠(yuǎn)程故障診斷、預(yù)測性維護(hù)領(lǐng)域的試點(diǎn)示范。

二是基于私有云培育企業(yè)級數(shù)字孿生應(yīng)用新模式，推動(dòng)數(shù)字孿生在企業(yè)研發(fā)、生產(chǎn)、管理領(lǐng)域的示范應(yīng)用，打造一批企業(yè)級應(yīng)用解決方案和典型應(yīng)用案例。

三是基于公有云培育產(chǎn)業(yè)鏈級數(shù)字孿生應(yīng)用新模式，推動(dòng)試點(diǎn)示范由特定設(shè)備、特定企業(yè)發(fā)力轉(zhuǎn)向產(chǎn)業(yè)鏈全環(huán)節(jié)突破，加快推動(dòng)數(shù)字孿生在網(wǎng)絡(luò)化協(xié)同、個(gè)性化定制、服務(wù)化延伸領(lǐng)域的落地推廣和商業(yè)模式探索。

優(yōu)化發(fā)展環(huán)境，構(gòu)建工業(yè)數(shù)字空間治理新體系。

一是明確工業(yè)數(shù)據(jù)權(quán)屬，劃分企業(yè)內(nèi)部數(shù)據(jù)和社會(huì)開放數(shù)據(jù)邊界，促進(jìn)數(shù)據(jù)的合理運(yùn)用，保障數(shù)據(jù)安全。建立健全工業(yè)數(shù)據(jù)有序流動(dòng)監(jiān)管機(jī)制，完善相關(guān)法律法規(guī)，深入落實(shí)工業(yè)數(shù)據(jù)分級分類管理，防范數(shù)據(jù)安全風(fēng)險(xiǎn)。

二是完善工業(yè)數(shù)據(jù)管理體系。推動(dòng)工業(yè)企業(yè)數(shù)據(jù)管理過程規(guī)范化，完善工業(yè)數(shù)據(jù)全生命周期內(nèi)治理所需的機(jī)制、工具、流程、管理和評價(jià)規(guī)則，持續(xù)提升數(shù)據(jù)管理能力，不斷提高數(shù)據(jù)質(zhì)量。

三是強(qiáng)化工業(yè)數(shù)據(jù)安全防護(hù)，打造工業(yè)互聯(lián)網(wǎng)安全監(jiān)測預(yù)警和防護(hù)處置平臺(tái)，加強(qiáng)安全防護(hù)和監(jiān)測處置技術(shù)手段建設(shè)，提升隱患排查、攻擊發(fā)現(xiàn)、應(yīng)急處置和攻擊溯源等能力。

❒ 作者：徐 靖  碩士，管理科學(xué)與工程專業(yè)，供職于賽迪智庫信軟所工業(yè)互聯(lián)網(wǎng)研究室，長期致力于工業(yè)互聯(lián)網(wǎng)、信息化與工業(yè)化融合的科研工作，在工業(yè)互聯(lián)網(wǎng)、數(shù)字孿生、智能制造積累了豐富的實(shí)踐經(jīng)驗(yàn)。