數(shù)字孿生的構(gòu)建和應用需要軟件定義的工具和平臺提供支持。平臺的優(yōu)勢在于，一是系統(tǒng)架構(gòu)支持基于單一數(shù)據(jù)源實現(xiàn)產(chǎn)品全生命周期的管理，實現(xiàn)數(shù)據(jù)驅(qū)動的產(chǎn)品管理流程。二是實現(xiàn)不同行業(yè)、應用的打通，并支持其他模型通過 API 接入平臺。本文基于工業(yè)設備數(shù)字孿生系統(tǒng)框架，介紹在智能制造領域，數(shù)字孿生系統(tǒng)構(gòu)建的6大要素以及對產(chǎn)品全生命周期的應用服務。

工業(yè)設備數(shù)字孿生系統(tǒng)架構(gòu)

智能制造領域的數(shù)字孿生框架主要分為6個層級，包括基礎支撐層、數(shù)據(jù)互動層、模型構(gòu)建層、仿真分析層、功能層和應用層，如圖所示。

工業(yè)設備數(shù)字孿生系統(tǒng)總體框架

基礎支撐層

建立數(shù)字孿生是以大量相關數(shù)據(jù)作為基礎的，需要給物理過程、設備配置大量的傳感器，以檢測獲取物理過程及其環(huán)境的關鍵數(shù)據(jù)。傳感器檢測的數(shù)據(jù)大致上可分為3類：

（1）設備數(shù)據(jù)，具體可分為行為特征數(shù)據(jù)（如振動、加工精度等）、設備生產(chǎn)數(shù)據(jù)（如開機時長、作業(yè)時長等）和設備能耗數(shù)據(jù)（如耗電量等）；

（2）環(huán)境數(shù)據(jù)，如溫度、大氣壓力、濕度等；

（3）流程數(shù)據(jù)，即描述流程之間的邏輯關系的數(shù)據(jù)，如生產(chǎn)排程、調(diào)度等。

數(shù)據(jù)互動層

工業(yè)現(xiàn)場數(shù)據(jù)一般通過分布式控制系統(tǒng)（DCS）、可編程邏輯控制器系統(tǒng)（PLC）和智能檢測儀表進行采集。近年來，隨著深度學習、視覺識別技術的發(fā)展，各類圖像、聲音采集設備也被廣泛應用于數(shù)據(jù)采集中。

數(shù)字傳輸是實現(xiàn)數(shù)字孿生的一項重要技術。數(shù)字孿生模型是動態(tài)的，基于實時上傳的采樣數(shù)據(jù)進行建模和控制，對信息傳輸和處理時延有較高的要求。因此，數(shù)字孿生需要先進可靠的數(shù)據(jù)傳輸技術，具有更高的帶寬、更低的時延、支持分布式信息匯總，并且具有更高的安全性，從而能夠?qū)崿F(xiàn)設備、生產(chǎn)流程和平臺之間的無縫、實時的雙向整合/互聯(lián)。5G技術因其低延時、大帶寬、泛在網(wǎng)、低功耗的特點，為數(shù)字孿生技術的應用提供了一種基礎技術支撐，包括更好的交互體驗、海量的設備通信以及高可靠低延時的實時數(shù)據(jù)交互。

模型構(gòu)建層

建模即建立物理實體虛擬映射的3D 模型，這種模型真實地在虛擬空間再現(xiàn)物理實體的外觀、幾何、運動結(jié)構(gòu)、幾何關聯(lián)等屬性，并結(jié)合實體對象的空間運動規(guī)律而建立。數(shù)字孿生由一個或多個單元級數(shù)字孿生按層次逐級復合而成，比如，產(chǎn)線尺度的數(shù)字孿生是由多個設備耦合而成。因此，需要對實體對象進行多尺度的數(shù)字孿生建模，以適應實際生產(chǎn)流程中模型跨單元耦合的需要。

仿真分析層

仿真模型則是基于構(gòu)建的3D模型，結(jié)合結(jié)構(gòu)、熱學、電磁等物理規(guī)律和機理，計算、分析和預測物理對象的未來狀態(tài)。例如飛機研發(fā)階段，可以把飛機的真實飛行參數(shù)、表面氣流分布等數(shù)據(jù)通過傳感器反饋輸入到模型中，通過流體力學等相關模型，對這些數(shù)字進行分析，預測潛在的故障和隱患。

功能層

即利用數(shù)據(jù)建模得到的模型和數(shù)據(jù)分析結(jié)果實現(xiàn)預期的功能。這種功能是數(shù)字孿生系統(tǒng)最核心的功能價值的體現(xiàn)，能實時反映物理系統(tǒng)的詳細情況，并實現(xiàn)輔助決策等功能，提升物理系統(tǒng)在壽命周期內(nèi)的性能表現(xiàn)和用戶體驗。

應用層

在工業(yè)領域，構(gòu)建的數(shù)字孿生系統(tǒng)應用可貫穿工業(yè)設備整個生命周期，解決工業(yè)設備在設計、制造、調(diào)試、運行、運維、營銷階段各類問題。可預見的，數(shù)字孿生將在以下幾大領域中落地，推動產(chǎn)業(yè)更快、更有效的發(fā)展，如在衛(wèi)星/空間通信網(wǎng)絡、船舶、車輛、電網(wǎng)、物流、制造車間、智能城市、智能家居、人體健康等領域產(chǎn)生巨大影響與變化。

數(shù)字孿生產(chǎn)品全生命周期應用場景

產(chǎn)品設計階段

傳統(tǒng)的產(chǎn)品設計研發(fā)主要是通過紙張以及靜態(tài)的CAD設計，在技術驗證時，將生產(chǎn)出來的產(chǎn)品進行多次測試以及數(shù)據(jù)采集，因此研發(fā)周期長，成本造價高。而利用數(shù)字孿生技術可打破物理條件的限制，以更低的成本、更快的速度迭代產(chǎn)品和技術，提高設計的準確性，并虛擬驗證產(chǎn)品在物理環(huán)境中的性能。此階段的數(shù)字孿生體包含以下兩功能：

數(shù)字模型設計

構(gòu)建一個全三維標注的產(chǎn)品模型，包含“產(chǎn)品三維設計模型+產(chǎn)品制造信息（PMI，Product Manufacturing Information）+ 關聯(lián)屬性”。三維模型可通過產(chǎn)品爆炸圖的形式體現(xiàn)產(chǎn)品與各零部件之間的關系，PMI包含對產(chǎn)品的幾何尺寸、公差、表面質(zhì)量等信息，關聯(lián)屬性包括零件號、坐標系統(tǒng)、材料、版本、日期等。

模擬和仿真

通過一系列可重復、可變參數(shù)、可加速的仿真實驗，驗證產(chǎn)品在不同外部環(huán)境下的性能和表現(xiàn)。在設計階段就能驗證產(chǎn)品的適應性。

工藝規(guī)劃階段

在“三維設計模型+PMI+關系屬性”的基礎上，實現(xiàn)基于三維產(chǎn)品模型的工藝設計。具體的實現(xiàn)步驟包括：三維設計模型轉(zhuǎn)換 、三維工藝過程建模、結(jié)構(gòu)化工藝設計、基于三維模型的工裝設計、三維工藝仿真驗證及標準庫的建立，最終形成基于數(shù)字模型的工藝規(guī)程（model based instructions，MBI），具體包括工藝BOM、三維工藝仿真動畫、關聯(lián)的工藝文字信息和文檔。

生產(chǎn)制造階段

傳統(tǒng)工業(yè)制造階段，由于生產(chǎn)環(huán)節(jié)復雜，與企業(yè)系統(tǒng)間存在的“信息壁壘”的問題，無法掌握生產(chǎn)狀態(tài)、設備生產(chǎn)、排產(chǎn)的信息，造成了對產(chǎn)品的質(zhì)量保證以及交期的憂慮。數(shù)字孿生可助力工業(yè)設備的智能化制造，通過構(gòu)建設備生產(chǎn)過程的數(shù)字孿生模型，對生產(chǎn)、檢測關鍵環(huán)節(jié)實現(xiàn)智能監(jiān)管，全面掌握生產(chǎn)需求、生產(chǎn)狀況等，解決質(zhì)量監(jiān)管問題，提高產(chǎn)品質(zhì)量保證。

數(shù)字孿生在生產(chǎn)制造階段的3個功能：

生產(chǎn)過程仿真：在產(chǎn)品生產(chǎn)之前就可以通過虛擬生產(chǎn)的方式來模擬不同產(chǎn)品、不同參數(shù)、不同外部條件下的生產(chǎn)過程，實現(xiàn)對產(chǎn)能、效率及可能出現(xiàn)的生產(chǎn)瓶頸等問題的預判，加速新產(chǎn)品導入過程的準確性和快速化。

數(shù)字化生產(chǎn)線：將生產(chǎn)階段各個要素：如原材料、設備、工藝配方和工序要求，通過數(shù)字化的手段集成在一個緊密協(xié)作的生產(chǎn)過程中，并根據(jù)既定的規(guī)則自動完成不同條件組合下的操作，實現(xiàn)自動化生產(chǎn)過程。同時記錄生產(chǎn)過程中的各類數(shù)據(jù)，為后續(xù)的分析和優(yōu)化提供可靠的依據(jù)。

關鍵指標監(jiān)控和過程能力評估：通過采集生產(chǎn)線上的各種生產(chǎn)設備的實時運行數(shù)據(jù)，實現(xiàn)全部生產(chǎn)過程中的可視化監(jiān)控，并且通過經(jīng)驗或機器學習建立關鍵設備參數(shù)、檢驗指標的監(jiān)控策略，對出現(xiàn)違背策略的異常情況進行及時處理和調(diào)整，實現(xiàn)穩(wěn)定并不斷得到優(yōu)化的生產(chǎn)過程。

數(shù)字孿生智慧工廠

產(chǎn)品服務階段

傳統(tǒng)設備運營模式下，對產(chǎn)品故障的處理要經(jīng)過“發(fā)現(xiàn)故障—致電售后—售后維修”等一系列被動流程。然而隨著物聯(lián)網(wǎng)技術的成熟，許多大型工業(yè)產(chǎn)品都使用了大量傳感器來采集產(chǎn)品運行階段的信息，通過數(shù)據(jù)分析和優(yōu)化，化“被動式服務”為“主動式服務”，在設備出事前進行預測，以便預防性更換部件，避免意外停機，改善用戶對產(chǎn)品的使用體驗。數(shù)字孿生在這個階段中可實現(xiàn)如下3個功能：

遠程監(jiān)控和預防性維護。通過讀取智能工業(yè)產(chǎn)品的傳感器或控制系統(tǒng)的各種實時參數(shù)，構(gòu)建可視化的遠程監(jiān)控，并根據(jù)采集的歷史數(shù)據(jù)構(gòu)建層次化的部件、子系統(tǒng)乃至整個設備的健康指標體系，利用人工智能技術實現(xiàn)趨勢預測。

優(yōu)化客戶生產(chǎn)指標。工業(yè)裝備廠商可以通過采集海量數(shù)據(jù)，構(gòu)建針對不同應用場景、生產(chǎn)過程的經(jīng)驗模型，幫助客戶優(yōu)化參數(shù)配置，改善裝備參數(shù)設置的合理性，從而提高產(chǎn)品質(zhì)量和生產(chǎn)效率。

產(chǎn)品使用反饋。通過采集工業(yè)產(chǎn)品實時運行的數(shù)據(jù)，工業(yè)裝備廠商可以洞悉客戶對產(chǎn)品的真正需求，不僅能幫助客戶縮短新產(chǎn)品的導入周期、避免產(chǎn)品錯誤使用導致的故障、提高產(chǎn)品參數(shù)配置的準確性，更能精確掌握客戶需求，避免研發(fā)決策失誤。

產(chǎn)品報廢/回收階段

在生命周期的最后階段普遍面臨著報廢和回收的問題。此階段將記錄報廢/回收數(shù)據(jù)，包括原因、產(chǎn)品使用壽命等，為下一代產(chǎn)品的設計改進和創(chuàng)新、同類型產(chǎn)品的質(zhì)量分析及預測、基于物理的產(chǎn)品仿真模型和分析模型的優(yōu)化等提供數(shù)據(jù)支持。

由此可見，產(chǎn)品制造完成后的服務與報廢階段，仍要實現(xiàn)物理產(chǎn)品的互聯(lián)互通，實現(xiàn)對物理產(chǎn)品的全生命周期閉環(huán)數(shù)據(jù)管理。在數(shù)據(jù)中心的運維場景中，保障配電系統(tǒng)及其它服務器設備的可靠性是實現(xiàn)數(shù)據(jù)中心可用性的關鍵。為此，基于數(shù)字孿生的三維應急操作指導（emergency operation procedure, EOP）系統(tǒng)（圖），綜合手機的產(chǎn)品全生命周期信息，將設備可能發(fā)生事件的情況、應對的方法策略、運維操作指南直觀的分析顯示出來，確保運維人員可以迅速啟動、有序有效的組織實施各項應對措施。

數(shù)據(jù)中心EOP系統(tǒng)