数字孪生的应用 (1).docx

数字孪生的广袤天地 1.引言 看过电影《钢铁侠》的人一定不会 忘记其中一个十分经典的华画面：托 尼·史塔克在设计、改进和修理钢铁侠战衣的时候，并不是在图纸或实物上进行操作，而是通过一个虚拟的影像映射场景来辅助实现，而这个可视化、智能化、数字化的映射场景其实就是数字孪生。按照美国的航空航天局（NASA） 给出的最权威解释，数字孪生是指充分利用物理模型、传感器、运行历史等数据，集成多学科、多尺度的仿真过程， 它作为虚拟空间中对实体产品的镜像，反映了相对应物理实体产品的全生命周期过程。说的通俗些，数字孪生就是将现实世界的物理体或者系统以及流程等复制到虚拟空间，生成一个“克隆体”，二者最终组成一个“数字双胞胎”。 听上去数字孪生好像是一般人自己拍照片那么简单，其实不然。数字孪生除了实时与准时创建与物理实体等 价的“克隆体”或数字模型外，更重的它还会“动”，即根据传感现实数据、历史数据以及物理本体周边场景数据进行仿真分析，为物理实体的后续运行提 供改进与优化方案，并会辐射到物理实体的全生命周期过程。因此，双向性即本体向孪生体输出数据和建成模型，同时孪生体向本体反馈信息和输出优解 是数字孪生的核心特征。看得出，数字 孪生可以支持与引导人们穿越虚实界 墙，在物理主体与数字模型之间自由交互与行走，实现现实世界与虚拟世界的彼此交融。既然数字孪生完全不同于简单的影像生成与上传，同样就不难理解数字孪生肯定不同于CAD，也有别于VR与AR，因为后者截至目前都还是单向的，即人们可以沉浸其中，但它们都不会因某些需求的出现而发生及时调整与改变。但是，数字孪生在的确离不开VR和AR的同时，更需要大数据、传感器、物联网以及AI等技术的支持。没有物 联网就不可能实现端与端的链接，而失去传感器，数据就只能孤立存在于现实物体，更谈不上虚拟世界的信息反馈，同样，离开了AI，数字模型就等于失去了“大脑”，数字孪生只能成为仅有躯壳的“胚胎”。而在这一技术矩阵中，数字孪生犹如可以点火的引擎，带动各个技术细胞次序活跃与协同运转。 2.数字孪生在制造业的成果 随着最近几年发达 国家先后提出工业4.0、智能制造以及工业互联网战略，以美国通用电气、德国西门子等为代表的大型工业企业纷纷拥抱数字孪生，导致工业制造成为了数字孪生最为活跃的战场。对于工业企业而言，产品无疑是首先可以数字孪生的对象，从产品的设计，到产品的制造、以及产品的仓储与运输，均可以通过数据建模实现全流程的监控分析，从中既可以及时调整与完 善产品的形状、结构以及工艺，又可以发现产品的质量瑕疵，并进行同步性修 补与改善。同样的道理，企业的整条产品生产线也可以数字孪生，借助赛博空间（计算机以及计算机网络里的虚拟现实）生产线的等价映射镜像，提前优化生产流程中的资源与要素配置，同时捕捉与清除相关的线上堵点，达到对整个产品生产活动的风险隔离与健康管理。 数字孪生当然可以延伸到后续服务层面。比如通过对产品的几何形状、性能、历史销售、用户反馈等进行建模，就可以改变传统的产品运行“黑箱”状态，实时监测产品的使用与运转状况，发现产品具体功能偏差的同时，更能提前预判产品零部件的损坏时间界面，以便主动、及时和提前提供维护服务。根据知名咨询公司Gartner发布的分析报告，基于数字孪生的产品智能服务，维 修人员的响应时间从原来的300分钟 缩短到了15分钟，同时一次性修复率从 75%提升到92%。 智能车间与智能工厂是数字孪生 的可视化成果。任何一个车间与企业， 都可以将机器装备、生产制造体系以及仓储设备等孪生成赛博空间的等价数据模型，并借此对实体物理基础设施的工作状况进行同步及时的测试与检测，从中揭示人机匹配与交互程度，勘验固定资产使用寿命和折旧必要性，同时分析与跟踪产量进度指标与产品库存态势，预测与排除要素搭配中的掣肘与障碍，发现与纠正生产过程中的偏差与失误，确保企业基础设施与生产能力在最佳生命时段与优化情景中运行递进。 3.数字孪生是建起智能化大楼的地基 在工业制造智能化过程中，数字孪生实际充当着基础与底座的角色，因为智能制造系统首先要能感知，然后才是分析推理，但如果没有数字孪生对现实物理设施与生产制造体系的准确建模，智能制造系统将是无源之水。纵向上看，从产品设计、到生产制造，再到仓储运输以及后续服务，数字孪生协助企业对全产业链与全生命周期进行动态预测与管理；横向上看，从智能生产线、到智能车间，再到智能工厂，数字孪生持对企业所有资产设备与基础设施的优化与升级，因此，数字孪生可以说是工业制造企业实现数字化、智能化的强大驱动。 从实践过程中，数字孪生体现出的智能化价值也远超我们的想象。对于企业来说，往往一项新的设备在首次投入使用时会存在风险，比如操作不当导致关键零部件或者整套设备损坏等，但有了数字孪生，企业就不需要进行不确定性实地风险测试，实