解耦數字孿生，賦能儀器儀表行業轉型升級

孫柏林，劉哲鳴

（中國儀器儀表學會產品信息工作委員會，北京 100043）

0 引言

智能經濟的出現，是人類社會的一場顛覆性變革。當下的裝備制造領域已經逐漸成為虛擬與現實實時交互與融合的實踐領域。數字孿生（Digital Twin）具有虛實共生、高虛擬仿真、高實時交互和深度洞見等技術特性，其應用走向不斷地在工業領域延伸和拓展。數字孿生技術作為新的數字化關鍵技術已經應用到了與工業4.0 相關的智能制造領域中。智能制造系統是多技術集成創新的產物，如何深入理解數字孿生與智能制造的關系與趨勢，更是業界關注的焦點之一。隨著工業4.0、CPS（Cyber Physical Systems——信息物理系統）、智能制造等研究的深入，如何解決制造中物理世界與信息世界之間的交互共融，成為進一步推進制造業變革的核心問題。在此背景下，學術界和工業界提出了數字孿生的概念及技術體系，用于解決上述難題。

1 數字孿生技術的問世

1.1 數字孿生的概念

通俗地講，數字孿生就是對應于物理實體的數字模型，是面向對象的全生命周期并采用單一數據源實現物理空間和信息空間的雙向映射。數字孿生的構建基于設計階段生成的物理、功能模型，并在隨后的制造和使用階段，通過與物理實體之間的數據和信息交互，不斷提高自身的完整性和精確度，最終實現對物理實體的完全、精確描述。

數字孿生是充分利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映相對應的實體裝備的全生命周期過程。

數字孿生技術通過建立虛擬模型和仿真的方式來對客觀物理實體進行高逼真度的模擬，從而以全新的手段來解決和優化問題，為生產生活帶來了一個全新的視角。

1.2 數字孿生概念的歷史

數字孿生（Digital Twin）的概念起源于21 世紀初期，2002 年美國密歇根大學的教授Dr.Michael Grieves 在發表的一篇文章中第一次提出了數字孿生概念。他認為通過物理設備的數據，可以在虛擬（信息）空間構建一個可以表征該物理設備的虛擬實體和子系統，并且這種聯系不是單向和靜態的，而是在整個產品的生命周期中都聯系在一起。

在那之后，數字孿生的概念逐步擴展到了模擬仿真、虛擬裝配和3D 打印這些領域，而到了2014 年以后，隨著物聯網技術、人工智能和虛擬現實技術的不斷發展，更多的工業產品、工業設備具備了智能的特征，而數字孿生也逐步擴展到了包括制造和服務在內的完整的產品周期階段，并不斷豐富著數字孿生的形態和概念。

自概念提出以來，數字孿生技術在不斷快速演化，無論是對產品的設計、制造還是服務，都產生了巨大的推動作用。

2 數字孿生技術在制造業轉型中的應用

2.1 數字孿生在設計階段的應用

在產品的設計階段，利用數字孿生可以提高設計的準確性，并驗證產品在真實環境中的性能。這個階段的數字孿生，主要包括如下功能：

1）數字模型設計：使用CAD 工具開發出滿足技術規格的產品虛擬原型，精確地記錄產品的各種物理參數，以可視化的方式展示出來，并通過一系列的驗證手段來檢驗設計的精準程度。

2）模擬和仿真：通過一系列可重復、可變參數、可加速的仿真實驗，來驗證產品在不同外部環境下的性能和表現，在設計階段就能夠驗證產品的適應性。

2.2 數字孿生在制造階段的應用

產品的制造階段，利用數字孿生可以加快產品導入的時間，提高產品設計的質量，降低產品的生產成本和提高產品的交付速度?？蓪崿F如下的功能：

1）生產過程仿真：在產品生產之前，就可以通過虛擬生產的方式來模擬在不同產品、不同參數、不同外部條件下的生產過程，實現對產能、效率以及可能出現的生產瓶頸等問題的提前預判，加速新產品導入的過程。

2）數字化產線：將生產階段的各種要素，如原材料、設備、工藝配方和工序要求，通過數字化的手段集成在一個緊密協作的生產過程中，并根據既定的規則，自動完成在不同條件組合下的操作，實現自動化的生產過程；同時，記錄生產過程中的各類數據，為后續的分析和優化提供依據。

3）關鍵指標監控和過程能力評估：通過采集生產線上的各種生產設備的實時運行數據，實現全部生產過程的可視化監控，并且通過經驗或者機器學習建立關鍵設備參數、檢驗指標的監控策略，對出現違背策略的異常情況進行及時處理和調整，實現穩定并不斷優化的生產過程。

2.3 數字孿生在服務階段的應用

隨著物聯網技術的成熟和傳感器成本的下降，很多工業產品從大型裝備到消費級產品，都使用了大量的傳感器來采集產品運行階段的環境和工作狀態，并通過數據分析和優化來避免產品故障，改善用戶對產品的使用體驗。這個階段的數字孿生，可以實現如下的功能：

1）遠程監控和預測性維修：通過讀取智能工業產品的傳感器或者控制系統的各種實時參數，構建可視化的遠程監控，并給予采集的歷史數據，構建層次化的部件、子系統乃至整個設備的健康指標體系，并使用人工智能實現趨勢預測；基于預測的結果，對維修策略以及備品備件的管理策略進行優化，降低和避免客戶因為非計劃停機帶來的損失。

2）優化客戶的生產指標：對于很多需要依賴工業裝備來實現生產的工業客戶，工業裝備參數設置的合理性以及在不同生產條件下的適應性，往往決定了客戶產品的質量和交付周期。而工業裝備廠商可以通過海量采集的數據，構建起針對不同應用場景、不同生產過程的經驗模型，幫助其客戶優化參數配置，以改善客戶的產品質量和生產效率。

3）產品使用反饋：通過采集智能工業產品的實時運行數據，工業產品制造商可以洞悉客戶對產品的真實需求，不僅能夠幫助客戶加速對新產品的導入周期、避免產品錯誤使用導致的故障，提高產品參數配置的準確性，更能夠精確地把握客戶的需求，避免研發決策失誤。

3 數字孿生技術如何影響儀器儀表發展

3.1 更好地創新

第一，數字孿生能夠實現快速構思，即不僅能夠對直接看到的物理對象進行描述，彌補思維過程中丟失的信息，而且能夠基于看到的物理產品和虛擬產品的信息，了解和優化物理對象。

第二，數字孿生能夠實現對比，即數字空間與物理空間是精準映射和共同進化的，有助于不斷積累相關知識，以發現理想特征與實際趨勢之間的誤差，并進行定量和定性監測。

第三，數字孿生能夠實現廣域的協同，即以數字化方式模擬物理空間的實際行為，并將其疊加到數字空間（模型）中，從而突破個體數量和地域分布的限制，實現遠程控制生產系統的制造執行。

3.2 更精確測量

無論是設計、制造還是服務，都需要精確地測量物理實體的各種屬性、參數和運行狀態，以實現精準的分析和優化。但是，傳統的測量方法，必須依賴于價格不菲的物理測量工具，如傳感器、采集系統、檢測系統等，才能夠得到有效的測量結果。

而數字孿生技術，可以借助于物聯網和大數據技術，通過采集有限的物理傳感器指標的直接數據，并借助大樣本庫，通過機器學習推測出一些原本無法直接測量的指標。

3.3 更全面的分析和預測能力

現有的產品生命周期管理，很少能夠實現精準的預測。因此，往往無法對隱藏在表象下的問題提前進行預判。

而數字孿生可以結合物聯網的數據采集、大數據的處理和人工智能的建模分析，實現對當前狀態的評估、對過去發生問題的診斷，以及對未來趨勢的預測，并給予分析的結果，模擬各種可能性，提供更全面的決策支持。

數字孿生技術在產品生產全流程和高價值領域關鍵裝備預測性維護具有應用方向。數字孿生技術應用于預測性維護，還可對高價值領域關鍵裝備進行預測性維護。

在航天航空、軍工、發電、核工業、高速鐵路等高價值領域中的關鍵裝備，在使用過程中，用于維修保障的費用高昂，并且往往通過技術人員在錯誤中吸取的經驗教訓對設備進行預測維護，避免機器異常。但是，如果有經驗的技術人員離開企業，企業可能由于未能提前發現設備故障而造成嚴重損失。

數字孿生技術驅動下的各產品維護技術方案，都由用戶發起服務方響應或設備發起生產人員響應的被動響應模式，轉變成服務方主動發起用戶響應或生產人員發起設備響應的主動響應模式，由被動服務向主動服務轉變，能更好地保障產品運行正常，服務用戶。

3.4 經驗的數字化

在傳統的工業設計、制造和服務領域，經驗往往是一種模糊而很難把握的形態，很難將其作為精準判決的依據。而數字孿生的一大關鍵進步，是可以通過數字化的手段，將原先無法保存的專家經驗進行數字化，并提供了保存、復制、修改和轉移的能力。

例如，針對大型設備運行過程中出現的各種故障特征，可以將傳感器的歷史數據通過機器學習訓練出針對不同故障現象的數字化特征模型，并結合專家處理的記錄，將其形成未來對設備故障狀態進行精準判決的依據，并可針對不同的新形態的故障進行特征庫的豐富和更新，最終形成自治化的智能診斷和判決。

3.5 在產品質量分析中的應用

基于數字孿生的產品質量分析可以對產品的加工質量進行實時分析，可以對加工過程進行質量的優化控制，通過對數據的分析和自我學習來不斷地改善產品加工質量。

對于產品，除了需要設計精確合理的制造工藝，還要對其生產過程的加工質量進行實時分析。如果出現了加工質量問題，還應該準確定位出發生故障的關鍵點，發現問題，及時修改，保證產品的質量。

在基于數字孿生的產品質量分析過程中，可以準確定位產品制造加工的各個環節；在虛擬模型的仿真運行下，可以實時地分析產品的質量。虛擬模型會對產品加工過程的相應數據進行分析，對產品的加工質量進行預測以及進行質量問題追溯。

復雜產品裝配是典型的離散型裝配，具有單件小批生產、裝配周期長、涉及專業領域多、裝配數據復雜、返工返修多等特點。在復雜產品裝配過程中，通常會產生大量的質量數據，這些數據是評價裝配質量的重要基礎數據，可以用來衡量產品是否裝配合格，并為后續裝配質量的持續改進提供相關指導。因此，對離散裝配過程的質量數據進行實時管理與分析，進而對復雜產品裝配過程質量進行管理與控制，具有十分重要的意義。

針對復雜產品裝配過程中質量管控時效性差、缺乏預測性等問題，提出基于數字孿生技術的復雜產品裝配過程質量管控方法。通過構建物理車間、虛擬車間和車間生產管理系統協同工作的質量管控數字孿生模型，實現了裝配過程質量數據的采集、分析與反饋，在此基礎上利用馬爾柯夫（Markov）方法預測質量數據的未來狀態。

4 對于儀器儀表企業發展的建議

信息技術日新月異，自動化儀表在關鍵性技術上也逐漸有了突破性進展，從模擬技術向數字技術轉變成為其新的發展趨勢。長遠來看，其發展趨勢主要表現在以下五方面：

第一，自動化儀器儀表技術逐漸向智能化發展。

第二，自動化儀器儀表技術逐漸向高精度化發展。

第三，自動化儀器儀表技術逐漸向總線化發展。

第四，自動化儀器儀表技術逐漸向網絡化發展。

第五，自動化儀器儀表技術在形態上將逐漸向開放性發展。

今天的數字化技術正在不斷地改變每一個企業。未來，所有的企業都將轉型成為數字化的公司。這不只是要求企業開發出具備數字化特征的產品，更指的是通過數字化手段改變整個產品的設計、開發、制造和服務過程，并通過數字化的手段連接企業的內部和外部環境。隨著產品生命周期的縮短、產品定制化程度的加強，以及企業必須同上下游建立起協同的生態環境，都迫使企業不得不采取數字化的手段來加速產品的開發，提高開發、生產、服務的有效性以及提高企業內外部環境的開放性。

5 結束語

習近平總書記在致2019 世界制造業大會的賀信中指出，“全球制造業正經歷深刻變革”，要“把推動制造業高質量發展作為構建現代化經濟體系的重要一環”。2019 年中央經濟工作會議將“著力推動高質量發展”作為六大重點工作之一。中央明確：2020 年中國經濟要干的45 件大事中的第28 件是要大力發展數字經濟。這就表明：發展數字經濟是全黨全國的戰略任務，而無論當前制造企業選擇何種策略和路徑，數字孿生技術都將成為趨勢，并將在未來幾年之內成為標配，這也是數字化企業與產品差異化的關鍵。