数字孪生的十大关系Word文档格式.docx
《数字孪生的十大关系Word文档格式.docx》由会员分享，可在线阅读，更多相关《数字孪生的十大关系Word文档格式.docx（12页珍藏版）》请在冰豆网上搜索。
一个描述钟摆轨迹的方程式通过编程形成模型后，是一个钟摆的数字孪生吗？
不是。
因为它只描述了钟摆的理想模型（例如真空无阻力），却没有记录它的真实运动情况。
只有把钟摆在空气中的运动状态、风的干扰、齿轮的损耗等情况通过传感器和数据馈送实时输入到模型后，这个描述钟摆的模型，才真正成为了钟摆的数字孪生。
Gartner认为，一个数字孪生需要至少四个要素：
数字模型，关联数据，身份识别和实时监测功能。
数字孪生体现了软件、硬件、和物联网回馈的机制。
运行实体的数据是数字孪生的营养液输送线。
反过来，很多模拟或指令信息可以从数字孪生输送到实体，以达到诊断或者预防的目的。
这是一个双向进化的过程。
1数字孪生与CAD模型
当完成CAD的设计，一个CAD模型就出现了。
然而，数字孪生与物理实体的产生则紧密相连：
没有到实体被制造出来的那一刻，就没有它对应的数字孪生（当然，数字孪生也可以继承另外一个数字孪生模板做为基础）。
CAD模型往往是静态的，它的作用是往前推动，在绝大多数场合，它就像中国象棋里面一个往前拱的小卒；
而数字孪生，则是一个频频回头的在线风筝：
两头都有力量。
3D模型在文档夹里无人问津的时代已经过去。
数字孪生可以回收产品的设计、制造和运行的数据，并注入全新的产品设计模型中，使设计发生巨大的变化。
知识复用，变得越来越普及。
数字孪生是基于高保真的三维CAD模型，它被赋予了各种属性和功能定义，包括材料、感知系统、机器运动机理等。
它一般储存在图形数据库，而不是关系型数据库。
最值得期待的是，有了数字孪生，也许可能取代昂贵的原型。
因为它在前期就可以识别异常功能，从而在没有生产的时候，就以消除产品缺陷。
IBM的看法是，数字孪生就是物理实体的一个数字替身，可以演化到万物互联的复杂的生态系统。
它不仅仅是3D模型，而是一个动态的、有血有肉的、活生生的3D模型。
数字孪生，是3D模型的点睛重生，也是物理原型的超级新替身。
2数字孪生与PLM软件
考虑到数字孪生可以用PLM来管理产品或设备的生命周期，也从PLM软件中输出文件，PLM显然与数字孪生紧密相关。
然而PLM以前虽然叫做产品全生命周期的管理，但从一个产品的设计、制造、到服务的全过程而言，PLM显然是没有完成任务。
它的作用，到了制造的后期，往往戛然而止了。
大量在制造中发生的工程状态更改，往往无法返回给研发设计师。
而当产品出厂之后，就会形成产品的信息孤儿，更是无法通过PLM进行跟踪。
数字孪生的出现，由于对物理产品的全程（包括损耗和报废）进行数字化呈现，这使得产品的“全生命周期”透明化、自动化管理概念，成为货真价实的实际方法。
这意味着只有在工业互联网时代，PLM才能真正成为现实——值得讽刺是，PLM这个概念当下似乎也在过时。
它出现的太早，未曾也无法完成它的使命。
数字孪生的出现，PLM终于可以简单地回归它的软件和数据件（Dataware）概念。
全生命周期管理，成为借助于数字孪生、工业互联网等众多技术和商业模式，合力实现的一个新的营利模式。
3数字孪生与物理实体
数字孪生必须依赖物理实体的数据馈送来实现。
也就是说，它从理论上可以对一个物理实体进行全息复制。
但实际应用时，它可能只截取了物理实体的一些小小的、动态的片段——这取决于企业对产品服务的定义深度。
一般而言，它往往只解决某个方面的问题，一个机器几百个零部件，也许只需要提取几个，来做数字孪生。
数字孪生与物理实体有三种映射关系，可以一对一：
一个机器，一个数字孪生；
也可能是一对多：
多个仪表，组成一个数字孪生；
也可以是多对一：
几个数字孪生，对着一个机器。
在某些场合，虚拟传感器，可能比实际传感器更多。
图1凯撒与合作方生成的数字孪生
凯撒压缩机不仅仅是售卖压缩机，而是售卖空气压力。
通过与一家工程设计软件公司合作，它建立的数字孪生可以实现图表与表单的数据同源。
数字孪生不仅仅是状态更新。
它也可以被用来进行编程和编译执行实现对物理实体的控制，从而实现物理实体的运营优化或状态改变。
4数字孪生与赛博物理系统CPS
CPS把物理、机械与模型、知识整合到一起了，实现系统的自我适应与自动配置，主要用于非结构化流程自动化，缩短循环时间和提升产品与服务质量；
而数字孪生主要用于物理实体的状态监控、控制。
一个以流程为核心，一个以资产为核心。
要描述这二者之间的关系，需要先谈另外一个工业4.0非常重要的支撑概念：
管理壳。
它可以使得物理资产有了数据描述，从而可以跟其他物理资产实现在数字空间的交互。
图2管理壳
管理壳可以认为是与物理资产相伴生的软件层，包括数据和界面。
是CPS的物理层P与赛博层C进行交互的重要支撑部分。
CPS要义在于Cyber，是控制的含义，它与物理实体进行交互。
从这个意义而言，CPS中的Physics，必须具有某种可编程性（包括嵌入式或用软件进行控制）；
因此CPS中的P，与数字孪生所对应的物理实体，有相同的关系，可以靠数字孪生来实现。
图3CPS的三层架构与数字孪生
根据德国Drath教授的CPS三层架构模型，可以看到，数字孪生是CPS建设的一个重要基础环节。
未来，数字孪生与资产管理壳AAS（AssetAdministrationShell）可能会融合在一起。
但数字孪生则并非一定要用于CPS，它有的时候，不是用来控制，而只是用来显示。
在工业4.0的RAMI4.0中，物理实体是指设备、部件、图纸文件、软件。
一个目前尚不太清楚的问题是，如何实现对软件的数字孪生，特别是在软件运行时，如何实现映射。
5数字孪生与云端
一般而言，数字孪生是放在云端。
西门子似乎倾向于将数字孪生看成是纯粹基于云的资产，因为运行一个数字孪生需要的计算规模和弹性都很大。
SAPLeonardo平台为数字孪生，引入了一个云解决方案“预防性工程洞察力”。
利用刚刚购买的一家挪威的3D软件，对那些从传感器来的压力、张力和材料生效数据，进行评估，从而帮助企业加大对设备的洞察。
GE、Ansys则倾向于认为数字孪生是一个边缘和云计算都可能存在的混合模型。
而来自美国的创新公司SWIM，开发了一套软件包，建立了直接面向边缘的数字孪生。
图4从数据到知识经过数字孪生
与常规数字孪生的云端概念不同，这个孪生是根据实时进入的数据，然后经过机器学习逐渐建立机器失效的概念，整个分析就在边缘端完成，不需要上传到网络端。
对于数字孪生而言，无论是云端，还是线下部署，都同等重要。
6数字孪生与工业互联网
根据Garnter的2017技术成熟度曲线，数字孪生正在处于冉冉上升的阶段。
同样，IDC在2017年11月给出的预测是，到2020年，全球头部2000家企业的30%，都会使用IoT产品中的数字孪生来提供产品创新。
数字孪生尽管尚未成为主流，却是每一个企业都不能回避的命题。
工业互联网是数字孪生的孵化床。
物理实体的各种数据收集、交换，都要借助于IIoT来实现。
它将机器、物理基础设施都连接到数字孪生上，将数据的传递、存储分别放到边缘或者云端。
可以说，工业互联网激活了数字孪生的生命，它天生具有的双向通路的特征，使得数字孪生真正成为一个有生命力的模型。
数字孪生的核心是，合适的时间、合适的场景，做基于数据的、实时正确的决定。
这意味着可以更好地服务客户。
数字孪生是工业互联网的重要场景，也是工业App的完美搭档。
工业APP可以调用数字孪生。
一个数字孪生可以支持多个APP。
工业APP可以分析大量的KPI数据，包括生产效率、宕机分析、失效率、能源数据等，形成评估结果，可以反馈并储存到数字孪生，使得产品与生产的模式都可以得到优化。
7数字孪生与车间产线生产
数字孪生是以资产为核心，而产线生产则是以流程为核心。
机器安装、产线安装，同样可以建立一个更庞大的、虚拟的仿真版本。
通过将物理产线在数字空间的复制，可以提前对安装、中试的工艺进行仿真。
借助数字孪生的记录和分析，在实际产线安装时，可以直接复制使用，从而大大降低安装成本，加速新产品的引进。
惹机器调试中的数据，可以用来优化生产，例如能耗、错误比率、循环周期等。
则可以在后来的工厂和设备的运行过程中，继续发挥作用，从而提高厂房效率。
值得一提的是，必要时数字孪生只携带一部分信息，它一般不需要完整的BOM。
这对于生产线而言，是一个巨大的利好消息。
OEM供应商要考虑的问题，也不仅仅是产品，而是涉及到多领域模型、传感器、边缘设备等软件配套。
8数字孪生与智能制造
智能制造的范畴宽泛，包括数字化、网络化和智能化的方方面面，而数字孪生很聚焦。
智能制造包含着大量的数字孪生的影子。
智能生产、智能产品和智能服务，其中涉及智能的地方，都会多少用到数字孪生。
数字孪生是智能服务的重要载体。
这里包含三类数字孪生：
一类是功能型数字孪生：
指示一个物体的基本状态，例如开关或者满或者空；
一类是静态数字孪生，用来收集原始数据，以便用来做后续分析，但尚没有建立分析模型。
最重要的一类是第三种，就是高保真数字孪生。
它可以对一个实体做深入的分析，检查关键因素，包括环境。
用于预测和指示如何操作。
NASA是这方面的例子。
在过去，产品一旦交付给用户，就到了截止点，成为产品孤儿。
产品研发就出现断头路。
而现在通过数字孪生，可以从实体获取营养和反馈，然后成为研发人员最为宝贵的优化方略。
“产品孤儿”变成了“在线宝宝”。
图5数字孪生模型（Source：
德勤）
换言之，数字孪生，成为一个测试沙盒。
许多全新的产品创意，可以直接通过数字孪生，传递给实体。
数字孪生正在成为一个数字化企业的标配。
德国夹具公司雄克Schunk有5000个标准产品，都将配置一个digitaltwin。
其中50个零部件已经开始建模。
智能制造，包括的设计、制造和最终的产品服务，都离不开数字孪生的影子。
它起源于设计、形成于制造，最后以服务的形式，在用户端，与制造商保持联系。
9数字孪生与工业的边界
从一个产品的全生命周期过程而言，数字孪生发源于创意，从CAD设计开始，到物理产品实现，再到进入消费阶段的服务记录持续更新。
然而，生产一个产品的制造过程，本身也可能是一个数字孪生。
也就是，工艺仿真、制造过程，都可能建立一个复杂的数字孪生，进行仿真模拟，并记录真实数据进行交互。
产品的测试也是如此。
在一个汽车自动驾驶的实例中，验证5级自动驾驶系统，即使不是最复杂的数字孪生的检验，那也是非常重要的一个应用。
没有数字仿真，要完成这样的测试，需要完成140亿公里的实况测试。
而在一个工厂的建造上，数字孪生同样可以发挥巨大作用。
通过建筑信息模型BIM（BuildingInformationModeling）和仿真手段，对工厂的水电气网以及各种设施，都可以建立数字孪生，实现虚拟工厂装配。
并在真实厂房建造之后，继续记录厂房自身的变化。
图6西门子的厂房设施管理
对于厂房设施与设备，西门子在COMOS平台建立了数字孪生，并且与手机APP呼应。
这样，维修工人进入工厂，带着手机就可以地随时扫描RFID或者QR码，分析维修状况，分配任务具体到人，包括备件、文档和设备信息。
显然，数字孪生可以是一个产品，一个产线，甚至是一个厂房。
同样钻井平台、集装箱、航行的货船可以建立一个数字孪生。
图7钻井平台的数字孪生
然而，数字孪生的野心还不限于此。
它可以是一个复杂的组织或城市。
数据孪生组织（digitaltwinorganizationorDTO）也叫数据孪生企业（digitaltwinenterpriseorDTE）。
荷兰软件公司Mavim提供数据孪生组织软件产品，能够把企业内部每一个物理资产、技术、架构、基础设施、客户互动、业务能力、战略、角色、产品、服务、物流与渠道都连接起来，实现数据互联互通和动态可视。
法国的达索系统正在用它的3DExperienceCity，为新加坡城市建立一个完整的“数字孪生新加坡”。
这样城市规划师，就可以利用数字影像更好地解决城市能耗、交通等问题。
商店可以根据实际人流的情况，调整开业时间；
红绿灯都不再是固定时间；
突发时间的人流疏散，都有紧急的实时预算模型。
甚至可以把企业之间的采购、分销关系也都加入进去，形成“虚拟社交企业”。
图8新加坡的数字孪生城市
在2018年斯皮尔伯格的电影《头号玩家》中，普通人可以通过VR/AR自由进入一个虚拟的城市消耗自己的感情，也可以随时退回到真实的社区继续延续虚拟世界的情感。
这一切似乎变得越来越可行。
10数字孪生与CIO
Gartner预测，到2021年，有50%的大型企业都会使用数字孪生。
然而数字孪生如果要好用，它带来了一个巨大的“数字文化休克”的问题。
这是一个激荡波。
CIO习惯聚焦在流程提升和成本下降，数字孪生聚焦在物理资产与以资产为核心的新业务模式。
CIO是否能够独立应付这件事情，是一个严峻的考验。
它不仅涉及到了经济性的问题，而且涉及到了商业模式和商业交付。
例如一个轮胎制造商，在为用户交付一个轮胎的时候，必须同时交付一套数字孪生和支撑软件。
这意味着，在轮胎的合同里面，会出现软件交付和数据交付！
这是一个商业问题，而不再仅仅是企业信息化的问题。
《哈佛商业评论》最新一期杂志上，刊登了本文作者的一篇《工业互联网时代，首席数字官正当红》的文章，详细讨论了“企业信息化”边界的问题。
图9《哈佛商业评论》2018年5月刊
除了企业的各个部门需要共同制定战略，还有很多的数字伦理问题，需要跟合作伙伴和用户一起分析数据可能带来的结果。
很显然，数字孪生会影响到供应商、合作伙伴。
这些，都不是CIO独自可以面对的使命。
小记：
数字孪生是标配
无论如何，在未来几年，数字孪生技术都将飞速发展，以数字孪生为核心的产业、组织和产品将如雨后春笋般诞生、成长和成熟。
每个行业、每个企业不管采用何种策略和路径，数字孪生将在未来几年之内成为标配，这也是数字化企业与产品差异化的关键。
没有数字孪生战略的企业，是没有竞争力的。
作者简介
林雪萍：
南山工业书院发起人，北京联讯动力咨询公司
赵光：
美国奥麦咨顾问公司
升级会员 