“數(shù)字雙胞胎”與建模仿真技術(shù)曾被稱作智能制造業(yè)的下一波浪潮，工業(yè)4.0也要求，若要虛和實(shí)的互動(dòng)以及相互增強(qiáng)，數(shù)字化模型必須先出現(xiàn)。

什么是數(shù)字雙胞胎

“數(shù)字化雙胞胎”（Digital Twin）是指以數(shù)字化方式拷貝一個(gè)物理對(duì)象，模擬對(duì)象在現(xiàn)實(shí)環(huán)境中的行為，對(duì)產(chǎn)品、制造過(guò)程乃至整個(gè)工廠進(jìn)行虛擬仿真，從而提高制造企業(yè)產(chǎn)品研發(fā)、制造的生產(chǎn)效率。

所有“產(chǎn)品”最早是人類大腦里的一個(gè)模糊概念，在沒(méi)有數(shù)字化模型幫助的情況下，要打造出一件產(chǎn)品或一套生產(chǎn)流程，必然會(huì)經(jīng)歷多次迭代設(shè)計(jì)，有時(shí)候僅僅為了驗(yàn)證產(chǎn)品的某一個(gè)尺寸，部件之間的裝配關(guān)系，流程的某一環(huán)節(jié)，就不得不制造出很多個(gè)中間產(chǎn)品或重新設(shè)計(jì)流程（被稱為打樣），耗費(fèi)大量時(shí)間、金錢和人力。采用數(shù)字化模型的設(shè)計(jì)技術(shù)（常指CAD技術(shù)，即數(shù)字化輔助設(shè)計(jì)），就可在虛擬的三維數(shù)字空間里從無(wú)到有地創(chuàng)造出部件和產(chǎn)品以及工藝流程。在虛擬的三維空間里，可以輕松的修改部件和產(chǎn)品的每一處尺寸和裝配關(guān)系，使得產(chǎn)品幾何結(jié)構(gòu)的驗(yàn)證工作、裝配可行性的驗(yàn)證工作、流程的可實(shí)行性大為簡(jiǎn)單，因此可以大幅度減少迭代過(guò)程中的物理樣機(jī)的制造次數(shù)，時(shí)間，成本。除此之外，專門的電路CAD設(shè)計(jì)技術(shù)可以根據(jù)電路以及器件的原理，在三維數(shù)字空間設(shè)計(jì)出電路，并且也可以進(jìn)行虛擬的驗(yàn)證和迭代設(shè)計(jì)。同樣也可以大幅度減少制造物理樣機(jī)的代價(jià)。這就是數(shù)字化模型一定會(huì)早于物理實(shí)體產(chǎn)品出現(xiàn)的原因。實(shí)際上，在最終的產(chǎn)品制造出來(lái)之前，有很多個(gè)數(shù)字化模型代表著產(chǎn)品迭代的各個(gè)階段。這些模型或者其中的一部分，仍然有可能被以后的型號(hào)或者產(chǎn)品線所采用，這也是數(shù)字化模型的一個(gè)附加好處。

建模仿真的“前世今生”

建模仿真最早來(lái)源于上世紀(jì)60年代至70年代的計(jì)算機(jī)語(yǔ)言編寫的數(shù)字算法，當(dāng)時(shí)只是簡(jiǎn)單的用于計(jì)算特定物理現(xiàn)象，解決設(shè)計(jì)問(wèn)題；之后的二十年，隨著工作站和微機(jī)的普及以及計(jì)算能力的提高，仿真技術(shù)的應(yīng)用逐漸遍及各個(gè)學(xué)科和不同層面；而且不會(huì)停留在設(shè)計(jì)階段，正在向產(chǎn)品和系統(tǒng)的全生命周期擴(kuò)展，構(gòu)成與實(shí)體形影不離的“數(shù)字雙胞胎”。由于仿真能夠在產(chǎn)品生命周期提供無(wú)縫協(xié)助和優(yōu)化，將會(huì)成為制造體系的核心功能之一，未來(lái)智能工廠是基于模型的系統(tǒng)工程或基于模型的制造，軟件定義產(chǎn)品、決定企業(yè)盛衰，仿真技術(shù)制造系統(tǒng)關(guān)鍵組成部分的黃金時(shí)代才剛剛開(kāi)始。Gartner預(yù)測(cè)，到2021年，全球50％的大型工業(yè)公司將使用數(shù)字雙胞胎，從而使這些組織的效率提高10％，尤其是制造業(yè)和工程行業(yè)的公司，如果想要在競(jìng)爭(zhēng)中保持領(lǐng)先地位，就需要考慮實(shí)施數(shù)字雙胞胎。

制造業(yè)是目前數(shù)字雙胞胎最常用的行業(yè)，按時(shí)向客戶提供保質(zhì)保量的產(chǎn)品對(duì)制造企業(yè)至關(guān)重要，如果機(jī)器的運(yùn)轉(zhuǎn)不能協(xié)同并以適當(dāng)?shù)娜萘抗ぷ?，就回影響員工、生產(chǎn)、可交付性以及最終客戶的滿意度；采取實(shí)時(shí)監(jiān)控、不中斷生產(chǎn)的情況下進(jìn)行測(cè)試、并且能夠在設(shè)施中收集的數(shù)百萬(wàn)個(gè)數(shù)字據(jù)點(diǎn)獲得更多信息，數(shù)字雙胞胎使制造企業(yè)更加智能。

在德勤的一份案例研究中，一家工業(yè)制造企業(yè)決定采用數(shù)字雙胞胎方法，來(lái)解決其在現(xiàn)場(chǎng)遇到的問(wèn)題，從而解決維護(hù)費(fèi)用和客戶延遲交付。制造企業(yè)收集了設(shè)備以及正在生產(chǎn)的產(chǎn)品數(shù)據(jù)，來(lái)研究裝配過(guò)程及其與產(chǎn)品質(zhì)量的關(guān)系。因此，該項(xiàng)目能夠識(shí)別低效率并優(yōu)化裝配流程，將返工率降低了15％至20％。

數(shù)字雙胞胎的國(guó)內(nèi)現(xiàn)狀

最早在市場(chǎng)上提出“數(shù)字化雙胞胎”模型概念的是西門子，基于模型的虛擬企業(yè)和基于自動(dòng)化技術(shù)的現(xiàn)實(shí)企業(yè)的“數(shù)字化雙胞胎”（Digital Twins），包括“產(chǎn)品數(shù)字化雙胞胎”、“生產(chǎn)工藝流程數(shù)字化雙胞胎”和“設(shè)備數(shù)字化雙胞胎”，三個(gè)層面又高度集成為一個(gè)統(tǒng)一的數(shù)據(jù)模型，并通過(guò)數(shù)字化助力企業(yè)整合橫向和縱向價(jià)值鏈，提供工業(yè)生態(tài)系統(tǒng)重塑和實(shí)現(xiàn)“工業(yè)4.0”自下而上的切實(shí)之路。

數(shù)字雙胞胎的引入國(guó)內(nèi)僅僅幾年時(shí)間，目前處于初步探索與實(shí)踐環(huán)節(jié)，距離廣泛應(yīng)用還有很長(zhǎng)的路要走；目前數(shù)字雙胞胎技術(shù)還面臨著諸多難題，主要可分為三類：一是高仿真度，高保真度的仿真建模是構(gòu)建數(shù)字雙胞胎體系的關(guān)鍵，數(shù)字雙胞胎作為物理實(shí)體在數(shù)字空間的超寫實(shí)動(dòng)態(tài)模型，產(chǎn)品虛擬模型的高精度性、多物理場(chǎng)建模、高保真度響應(yīng)模擬等是首要解決的技術(shù)難題。二是數(shù)據(jù)收集，由于數(shù)字孿生技術(shù)的應(yīng)用以海量數(shù)據(jù)為基礎(chǔ)，并且是基于全要素、全生命周期的數(shù)據(jù)，而有關(guān)這些數(shù)據(jù)所涉及的先進(jìn)傳感器技術(shù)、自適應(yīng)感知、精確控制與執(zhí)行技術(shù)等難題急需攻關(guān)。三是實(shí)時(shí)監(jiān)測(cè)與健康預(yù)測(cè)技術(shù)也尚待完善，實(shí)時(shí)和預(yù)測(cè)是數(shù)字孿生的核心要素，一方面物理產(chǎn)品的數(shù)據(jù)動(dòng)態(tài)實(shí)時(shí)反映在數(shù)字孿生體系中，另一方面，數(shù)字孿生基于感知的大數(shù)據(jù)進(jìn)行分析決策，進(jìn)而控制物理產(chǎn)品，而其中離不開(kāi)相應(yīng)的高實(shí)時(shí)性數(shù)據(jù)交互、高置信度仿真預(yù)測(cè)、超級(jí)計(jì)算能力等技術(shù)能力。此外，新的設(shè)計(jì)檢驗(yàn)方法仍需進(jìn)一步探索，使物理模式的實(shí)驗(yàn)結(jié)果更準(zhǔn)確、更接近真實(shí)的工況，為數(shù)字孿生體的推演提供可靠的數(shù)據(jù)支撐。

目前中國(guó)制造業(yè)正處于轉(zhuǎn)型升級(jí)的關(guān)鍵時(shí)期，通過(guò)物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實(shí)體經(jīng)濟(jì)深度融合，使得中國(guó)制造競(jìng)爭(zhēng)力得到大幅提升。未來(lái)，數(shù)字雙胞胎也可結(jié)合物聯(lián)網(wǎng)的數(shù)據(jù)采集、大數(shù)據(jù)處理和人工智能建模分析，實(shí)現(xiàn)對(duì)過(guò)去發(fā)生問(wèn)題的診斷、當(dāng)前狀態(tài)的評(píng)估以及未來(lái)趨勢(shì)的預(yù)測(cè)，并給予分析結(jié)果，模擬各種可能性，提供更全面的決策支持。

來(lái)源：OFweek工控網(wǎng)

企業(yè)數(shù)字化轉(zhuǎn)型實(shí)現(xiàn)智能制造的十個(gè)必學(xué)知識(shí)！

智能制造是一個(gè)非常大非常廣的概念，除了涉及制造企業(yè)本身，還與供應(yīng)鏈的上下游企業(yè)息息相關(guān)，它包含自動(dòng)化、信息化、智能物流、智能計(jì)算、智能決策等多個(gè)方面。

市場(chǎng)背景：智能制造改革牽扯的是整個(gè)制造業(yè)，毫無(wú)疑問(wèn)這是一個(gè)萬(wàn)億級(jí)別的大市場(chǎng)。所屬的細(xì)分市場(chǎng)各個(gè)都是大片藍(lán)海：未來(lái)10年中國(guó)機(jī)器人市場(chǎng)將達(dá)6000億元人民幣；預(yù)計(jì)2018年，中國(guó)民用無(wú)人機(jī)市場(chǎng)將達(dá)到110.9億元；預(yù)計(jì)至2020年，中國(guó)自動(dòng)化物流系統(tǒng)市場(chǎng)規(guī)模將超過(guò)1000億元……

智能制造的實(shí)現(xiàn)是一個(gè)從手工到半自動(dòng)化，再到全自動(dòng)化，最終實(shí)現(xiàn)智能化、柔性化生產(chǎn)的過(guò)程。智能制造將制造業(yè)與信息技術(shù)和互聯(lián)網(wǎng)技術(shù)相結(jié)合，在生產(chǎn)工藝、生產(chǎn)管理、供應(yīng)鏈體系、營(yíng)銷體系等多個(gè)方面實(shí)現(xiàn)全產(chǎn)業(yè)鏈的互聯(lián)互通。

那么，企業(yè)該如何實(shí)現(xiàn)自己的智能制造改革呢？以下十項(xiàng)技術(shù)都是知識(shí)點(diǎn)：

1.多源多通道數(shù)據(jù)實(shí)時(shí)采集感知技術(shù)

多源傳感器數(shù)據(jù)采集是智能制造過(guò)程中實(shí)現(xiàn)智能感知的前提，通過(guò)各類傳感器（壓力傳感器、位移傳感器、視覺(jué)傳感器等）組成，實(shí)現(xiàn)對(duì)多源多通道分布式數(shù)據(jù)的實(shí)時(shí)采集、分析和轉(zhuǎn)換等。

多源傳感器數(shù)據(jù)采集系統(tǒng)包含以下幾項(xiàng)技術(shù)：

· 信號(hào)轉(zhuǎn)換技術(shù)

· 實(shí)時(shí)網(wǎng)絡(luò)通信技術(shù)

· 多線程管理技術(shù)

· 數(shù)據(jù)緩存池技術(shù)

· 黑匣子技術(shù)

· 信息安全技術(shù)

2.異構(gòu)數(shù)據(jù)內(nèi)容融合與傳輸共享技術(shù)

通過(guò)對(duì)各種異構(gòu)計(jì)算數(shù)據(jù)進(jìn)行內(nèi)容分析和融合處理，從海量數(shù)據(jù)中挖掘隱藏信息和有效數(shù)據(jù)，提高智能制造過(guò)程中各種裝備狀態(tài)監(jiān)測(cè)的準(zhǔn)確性。

異構(gòu)數(shù)據(jù)包括：海量的多媒體傳感數(shù)據(jù)、文本/超文本、聲音數(shù)據(jù)、影像數(shù)據(jù)、視頻序列等。

3.復(fù)雜工況的多任務(wù)自適應(yīng)協(xié)同技術(shù)

智能制造的實(shí)現(xiàn)往往需要能夠自主分析當(dāng)前的工況環(huán)境和任務(wù)要求，實(shí)現(xiàn)多任務(wù)自適應(yīng)協(xié)同規(guī)劃，并根據(jù)不同任務(wù)難度自適應(yīng)調(diào)整作業(yè)策略。

多工況包含以下幾種（以挖掘作業(yè)為例）：

· 常用，挖掘形狀規(guī)則，且經(jīng)常使用該功能

· 特殊，挖掘形狀規(guī)則，但不經(jīng)常使用

· 自主標(biāo)記，挖掘形狀不規(guī)則，但經(jīng)常使用

· 高度自定義，高度依賴駕駛經(jīng)驗(yàn)的操作

4.多機(jī)協(xié)同的集群化交互與控制技術(shù)

智能制造的多機(jī)集群模仿生物集群行為，單機(jī)間通過(guò)彼此信息交互與自主控制來(lái)進(jìn)行協(xié)同工作，從而可在各種險(xiǎn)惡環(huán)境下低成本完成多樣性的復(fù)雜任務(wù)。

具體包括：

· 遠(yuǎn)程操控端，人機(jī)交互裝置遠(yuǎn)程遙控，任務(wù)指派和監(jiān)控

· 移動(dòng)用戶端，網(wǎng)頁(yè)、APP做任務(wù)指派和監(jiān)控

· 智能機(jī)械端，環(huán)境感知、機(jī)身工況傳感、自主作業(yè)控制

· 移動(dòng)互聯(lián)網(wǎng)，無(wú)線數(shù)據(jù)通訊承載

· 衛(wèi)星定位，導(dǎo)航與測(cè)量輔助

· 云端數(shù)據(jù)中心，環(huán)境建模分析，任務(wù)和軌跡規(guī)劃，大數(shù)據(jù)分析和診斷

5.大數(shù)據(jù)驅(qū)動(dòng)故障診斷深度學(xué)習(xí)技術(shù)

制造裝備運(yùn)行過(guò)程中產(chǎn)生的海量特征數(shù)據(jù)蘊(yùn)含大量的故障信息，在收集智能裝備運(yùn)行特征數(shù)據(jù)的基礎(chǔ)上，應(yīng)用深度學(xué)習(xí)算法對(duì)大數(shù)據(jù)進(jìn)行知識(shí)挖掘，獲尋與故障有關(guān)的診斷規(guī)則，實(shí)現(xiàn)對(duì)制裝備的故障進(jìn)行智能預(yù)測(cè)和分析。

6.數(shù)字孿生與數(shù)字樣機(jī)建模分析技術(shù)

數(shù)字孿生充分利用物理模型、傳感器更新、運(yùn)行歷史等數(shù)據(jù)，集成多學(xué)科、多物理量、多尺度、多概率的仿真過(guò)程，在虛擬空間中完成映射，從而反映了相對(duì)制造過(guò)程中各裝備的全生命周期過(guò)程。

7.多技術(shù)路線工作方案優(yōu)化決策技術(shù)

針對(duì)不確定性的、半結(jié)構(gòu)化或非結(jié)構(gòu)化的智能制造工作方案決策問(wèn)題，通過(guò)信號(hào)推理、定量推理等方法，在不確定性、不完備、模糊信息的環(huán)境下實(shí)現(xiàn)智能制造與產(chǎn)品設(shè)計(jì)旨在服役多目標(biāo)多技術(shù)路線工作方案優(yōu)化的自主決策。

8.工藝工裝協(xié)同推送與自動(dòng)裝夾技術(shù)

個(gè)性化推送技術(shù)及語(yǔ)義檢索技術(shù)融入工藝工裝推送過(guò)程中，基于融合智能裝備與產(chǎn)品工藝工裝特征的個(gè)性化語(yǔ)義檢索，形成個(gè)性化的工藝工裝協(xié)同推送機(jī)制，提高智能制造工藝設(shè)計(jì)過(guò)程中獲取產(chǎn)品工藝工裝的效率。

9.產(chǎn)品知識(shí)圖譜與知識(shí)網(wǎng)絡(luò)構(gòu)建技術(shù)

通過(guò)對(duì)分布的多學(xué)科知識(shí)數(shù)據(jù)進(jìn)行結(jié)構(gòu)層次上的集成，消除多學(xué)科多領(lǐng)域知識(shí)數(shù)據(jù)的語(yǔ)法和語(yǔ)義分歧，使得數(shù)據(jù)結(jié)構(gòu)具有一致性，進(jìn)而對(duì)設(shè)計(jì)設(shè)計(jì)庫(kù)數(shù)據(jù)進(jìn)行知識(shí)表示，完成知識(shí)庫(kù)的建立。

結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)通過(guò)結(jié)構(gòu)化改造和篩選整合，形成趨同或者一致且無(wú)冗余的結(jié)構(gòu)化數(shù)據(jù)，也就是將客觀世界主觀抽象成設(shè)計(jì)數(shù)據(jù)庫(kù)，再通過(guò)知識(shí)表示形成知識(shí)庫(kù)。

10.機(jī)電液一體化云平臺(tái)知識(shí)服務(wù)技術(shù)

知識(shí)服務(wù)技術(shù)著手于知識(shí)的自動(dòng)推送，有序地組織機(jī)、電、液一體化跨學(xué)科知識(shí)，并在合適的設(shè)計(jì)過(guò)程中推送給設(shè)計(jì)人員合適的設(shè)計(jì)知識(shí)，從而實(shí)現(xiàn)跨學(xué)科知識(shí)服務(wù)的個(gè)性化、高效化和智能化。