数字孪生制造业应用案例

2017年最火爆的词无疑是人工智能，一时之间好像科技公司不提人工智能就是落伍，甚至有些从业者这样调侃自己，【风太大了，以至于吓坏了风口上的猪。】其实，不管是大数据还是人工智能，其落地的根本都是建立合适的模型。要解决的基础问题有两个，首先是明确需求是什么？其次是知道模型怎么搭。随着人工智能和大数据的发展，很多之前不敢想象的应用都已经落地，只有你想不到，没有技术做不到。需求越来越大胆，模型的搭建就成了关踺问题。除了熟悉业务流程和技术原理的数据科学家外，现实世界向虚拟世界的转换越完全模型的搭建就越容易。

数字孪生在制造业的一些典型应用：
产品研发

在制造过程中，产品研发不仅需要同时满足多方需求，而且在设计中可能还会涉及到形态、温湿度等多个方面的考量，尤其是对于高度复杂的产品而言，要完成产品部件的设计修改，尺寸装配，通常需要反复尝试，耗费大量人力和物力。利用数字孪生技术可以在研发阶段构建产品的数字孪生模型，并综合利用流体、电磁、热学等仿真软件。工程设计师不仅能看到产品外部变化，更能洞察内部零件动态，对产品进行设计优化、确认和验证，降低设计成本，缩短产品上市周期。

运行监控和智能运维

当设备生产流水线的仿真模型搭建完成后，将实时采集的装备运行过程中的传感器数据传递到其数字孪生模型进行仿真分析，可以对装备的健康状态和故障征兆进行诊断，预测维护工作的最佳时间点，提供维护周期的参考依据。不仅能够及时预测相应风险，还能做出高效迅速的反应，有效提升产品的可靠性和可用性，降低产线运维风险。

产线调试和工厂运行状态模拟

当制造企业在新建或改造产线以及工厂之前，可以利用数字孪生技术建立一个生产环境的虚拟样本，用数字化的方式将工业机器人、自动化设备、传感器，以及工作人员等模拟进整个制造环境中，在虚拟环境下进行设备诊断、过程模拟等仿真预测，在产线或工厂实际运行之前尽可能避免有可能出现的生产异常和现场故障等问题。对于正在运行的工厂，可以通过数字孪生技术实现工厂日常运转的可视化，对产线运行现状、设备工作状态、订单完成情况、成品质量、现场能耗等有一个直观的了解，从而对实际生产情况及时进行调配和管理，实现真正的智能化。