数字孪生——智能制造新趋势

近年来，智能制造成为了世界各国竞争的主要焦点，美国率先强调先进制造的感知控制、智能制造的技术平台和先进材料制造;德国推出工业4.0主要强调三大主题，包括智能工厂、智能生产和智能物流。

智能制造已经成为制造业的发展方向。在智能制造的各个环节中，所做的工作千头万绪，不少企业对于未来的发展仍是摸不着头脑。智能制造从数字孪生入手，充分利用模型、数据、智能，并集成多学科技术，面向产品全生命周期，发挥连接物理世界和信息世界的桥梁和纽带，提供更加实时、高效、智能的服务。

智能制造是智能技术与制造技术的融合，是运用智能技术来解决制造的问题。智能制造是对复杂装备、复杂产品，在全生命周期中加工、装备等环节的制造活动，并进行知识学习、信息感知与分析、智能决策与执行，实现制造过程、制造系统与制造装备的知识推理、动态传感与自主决策。

对于企业而言，智能制造需要从知识工程起步，一个企业能为行业提供哪些新的知识、新的技术、新的工艺、新的产品，如果企业离开了这四个新字，是无法摆脱普通加工型企业的身份，在行业里的地位也只能处于中下端。

数字化孪生（Digital Twin）是指以数字化方式拷贝一个物理对象，模拟对象在现实环境中的行为，对产品、制造过程乃至整个工厂进行虚拟仿真，从而提高制造企业产品研发、制造的生产效率。

数字孪生共有八项关键技术图

数字孪生最早由美国的一位教授提出的，其主要实现实体模型跟虚拟模型之间的连接。具体而言，以数字孪生八项关键技术的第二项，复杂装备几何-物理-行为-工况建模技术为例，运用复杂装备数字孪生多性能耦合分析，在大数据驱动下进行数字孪生行为仿真与复杂装备全生命周期作业过程仿真，实现了智能车间布局规划与生产调度优化技术、运行状态可视分析与故障智能预测技术、基于增强现实的维修维护操作等技术。

达索公司，法国的飞机制造商，在2014年推出一个3D Experience平台，利用用户交互反馈的信息不断改进信息世界中的产品设计模型，并反馈到物理实体产品当中，使得战斗机降低浪费25%，质量改进提升15%。其主要是推动社交协作，三维建模、虚拟仿真、智能信息处理，实时体验。谭院士还强调，达索既是飞机制造公司同时又是软件公司。

西门子公司，其提出了工业4.0，西门子公司利用数字孪生构建一个安贝格数字化工厂，最大程度实现了生产自动化、个性化、弹性化、自我优化和提高生产资源效率、降低生产成本。目前，西门子公司在中国成都建立了一个工业4.0工厂，它主要实现了生产流程数字化，在硬件不提升的情况下产能提升了8倍，产品的追溯性可以达到100%。

通用公司，其推出了Predix工业互联网平台，Predix使领域专家和开发人员能够使用一套成熟的数据和建模技术构建并运行数字双胞胎。但是最终通用公司卖掉了Predix工业互联网平台，也有人认为是美国通用推广Predix失败了。

通过实例可以看到，所提到的三大制造公司均可以实现自行研发工业软件。由于工业软件包含大量的专业知识，所以需要工业企业有能力把工业知识、管理知识、加工知识、装配知识等研发集成在软件内。

制造业是目前数字孪生最常用的行业，按时向客户提供保质保量的产品对制造企业至关重要，如果机器的运转不能协同并以适当的容量工作，就回影响员工、生产、可交付性以及最终客户的满意度；采取实时监控、不中断生产的情况下进行测试、并且能够在设施中收集的数百万个数字据点获得更多信息，数字孪生使制造企业更加智能。

数字孪生的引入国内仅仅几年时间，目前处于初步探索与实践环节，距离广泛应用还有很长的路要走；目前数字孪生技术还面临着诸多难题，主要可分为三类：一是高仿真度，高保真度的仿真建模是构建数字双胞胎体系的关键，数字孪生作为物理实体在数字空间的超写实动态模型，产品虚拟模型的高精度性、多物理场建模、高保真度响应模拟等是首要解决的技术难题。二是数据收集，由于数字孪生技术的应用以海量数据为基础，并且是基于全要素、全生命周期的数据，而有关这些数据所涉及的先进传感器技术、自适应感知、精确控制与执行技术等难题急需攻关。三是实时监测与健康预测技术也尚待完善，实时和预测是数字孪生的核心要素，一方面物理产品的数据动态实时反映在数字孪生体系中，另一方面，数字孪生基于感知的大数据进行分析决策，进而控制物理产品，而其中离不开相应的高实时性数据交互、高置信度仿真预测、超级计算能力等技术能力。此外，新的设计检验方法仍需进一步探索，使物理模式的实验结果更准确、更接近真实的工况，为数字孪生体的推演提供可靠的数据支撑。

目前中国制造业正处于转型升级的关键时期，通过物联网、大数据、人工智能和实体经济深度融合，使得中国制造竞争力得到大幅提升。未来，数字孪生也可结合物联网的数据采集、大数据处理和人工智能建模分析，实现对过去发生问题的诊断、当前状态的评估以及未来趋势的预测，并给予分析结果，模拟各种可能性，提供更全面的决策支持。