解耦数字孪生，赋能仪器仪表行业转型升级

孙柏林，刘哲鸣

（中国仪器仪表学会产品信息工作委员会，北京 100043）

0 引言

智能经济的出现，是人类社会的一场颠覆性变革。当下的装备制造领域已经逐渐成为虚拟与现实实时交互与融合的实践领域。数字孪生（Digital Twin）具有虚实共生、高虚拟仿真、高实时交互和深度洞见等技术特性，其应用走向不断地在工业领域延伸和拓展。数字孪生技术作为新的数字化关键技术已经应用到了与工业4.0 相关的智能制造领域中。智能制造系统是多技术集成创新的产物，如何深入理解数字孪生与智能制造的关系与趋势，更是业界关注的焦点之一。随着工业4.0、CPS（Cyber Physical Systems——信息物理系统）、智能制造等研究的深入，如何解决制造中物理世界与信息世界之间的交互共融，成为进一步推进制造业变革的核心问题。在此背景下，学术界和工业界提出了数字孪生的概念及技术体系，用于解决上述难题。

1 数字孪生技术的问世

1.1 数字孪生的概念

通俗地讲，数字孪生就是对应于物理实体的数字模型，是面向对象的全生命周期并采用单一数据源实现物理空间和信息空间的双向映射。数字孪生的构建基于设计阶段生成的物理、功能模型，并在随后的制造和使用阶段，通过与物理实体之间的数据和信息交互，不断提高自身的完整性和精确度，最终实现对物理实体的完全、精确描述。

数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。

数字孪生技术通过建立虚拟模型和仿真的方式来对客观物理实体进行高逼真度的模拟，从而以全新的手段来解决和优化问题，为生产生活带来了一个全新的视角。

1.2 数字孪生概念的历史

数字孪生（Digital Twin）的概念起源于21 世纪初期，2002 年美国密歇根大学的教授Dr.Michael Grieves 在发表的一篇文章中第一次提出了数字孪生概念。他认为通过物理设备的数据，可以在虚拟（信息）空间构建一个可以表征该物理设备的虚拟实体和子系统，并且这种联系不是单向和静态的，而是在整个产品的生命周期中都联系在一起。

在那之后，数字孪生的概念逐步扩展到了模拟仿真、虚拟装配和3D 打印这些领域，而到了2014 年以后，随着物联网技术、人工智能和虚拟现实技术的不断发展，更多的工业产品、工业设备具备了智能的特征，而数字孪生也逐步扩展到了包括制造和服务在内的完整的产品周期阶段，并不断丰富着数字孪生的形态和概念。

自概念提出以来，数字孪生技术在不断快速演化，无论是对产品的设计、制造还是服务，都产生了巨大的推动作用。

2 数字孪生技术在制造业转型中的应用

2.1 数字孪生在设计阶段的应用

在产品的设计阶段，利用数字孪生可以提高设计的准确性，并验证产品在真实环境中的性能。这个阶段的数字孪生，主要包括如下功能：

1）数字模型设计：使用CAD 工具开发出满足技术规格的产品虚拟原型，精确地记录产品的各种物理参数，以可视化的方式展示出来，并通过一系列的验证手段来检验设计的精准程度。

2）模拟和仿真：通过一系列可重复、可变参数、可加速的仿真实验，来验证产品在不同外部环境下的性能和表现，在设计阶段就能够验证产品的适应性。

2.2 数字孪生在制造阶段的应用

产品的制造阶段，利用数字孪生可以加快产品导入的时间，提高产品设计的质量，降低产品的生产成本和提高产品的交付速度。可实现如下的功能：

1）生产过程仿真：在产品生产之前，就可以通过虚拟生产的方式来模拟在不同产品、不同参数、不同外部条件下的生产过程，实现对产能、效率以及可能出现的生产瓶颈等问题的提前预判，加速新产品导入的过程。

2）数字化产线：将生产阶段的各种要素，如原材料、设备、工艺配方和工序要求，通过数字化的手段集成在一个紧密协作的生产过程中，并根据既定的规则，自动完成在不同条件组合下的操作，实现自动化的生产过程；同时，记录生产过程中的各类数据，为后续的分析和优化提供依据。

3）关键指标监控和过程能力评估：通过采集生产线上的各种生产设备的实时运行数据，实现全部生产过程的可视化监控，并且通过经验或者机器学习建立关键设备参数、检验指标的监控策略，对出现违背策略的异常情况进行及时处理和调整，实现稳定并不断优化的生产过程。

2.3 数字孪生在服务阶段的应用

随着物联网技术的成熟和传感器成本的下降，很多工业产品从大型装备到消费级产品，都使用了大量的传感器来采集产品运行阶段的环境和工作状态，并通过数据分析和优化来避免产品故障，改善用户对产品的使用体验。这个阶段的数字孪生，可以实现如下的功能：

1）远程监控和预测性维修：通过读取智能工业产品的传感器或者控制系统的各种实时参数，构建可视化的远程监控，并给予采集的历史数据，构建层次化的部件、子系统乃至整个设备的健康指标体系，并使用人工智能实现趋势预测；基于预测的结果，对维修策略以及备品备件的管理策略进行优化，降低和避免客户因为非计划停机带来的损失。

2）优化客户的生产指标：对于很多需要依赖工业装备来实现生产的工业客户，工业装备参数设置的合理性以及在不同生产条件下的适应性，往往决定了客户产品的质量和交付周期。而工业装备厂商可以通过海量采集的数据，构建起针对不同应用场景、不同生产过程的经验模型，帮助其客户优化参数配置，以改善客户的产品质量和生产效率。

3）产品使用反馈：通过采集智能工业产品的实时运行数据，工业产品制造商可以洞悉客户对产品的真实需求，不仅能够帮助客户加速对新产品的导入周期、避免产品错误使用导致的故障，提高产品参数配置的准确性，更能够精确地把握客户的需求，避免研发决策失误。

3 数字孪生技术如何影响仪器仪表发展

3.1 更好地创新

第一，数字孪生能够实现快速构思，即不仅能够对直接看到的物理对象进行描述，弥补思维过程中丢失的信息，而且能够基于看到的物理产品和虚拟产品的信息，了解和优化物理对象。

第二，数字孪生能够实现对比，即数字空间与物理空间是精准映射和共同进化的，有助于不断积累相关知识，以发现理想特征与实际趋势之间的误差，并进行定量和定性监测。

第三，数字孪生能够实现广域的协同，即以数字化方式模拟物理空间的实际行为，并将其叠加到数字空间（模型）中，从而突破个体数量和地域分布的限制，实现远程控制生产系统的制造执行。

3.2 更精确测量

无论是设计、制造还是服务，都需要精确地测量物理实体的各种属性、参数和运行状态，以实现精准的分析和优化。但是，传统的测量方法，必须依赖于价格不菲的物理测量工具，如传感器、采集系统、检测系统等，才能够得到有效的测量结果。

而数字孪生技术，可以借助于物联网和大数据技术，通过采集有限的物理传感器指标的直接数据，并借助大样本库，通过机器学习推测出一些原本无法直接测量的指标。

3.3 更全面的分析和预测能力

现有的产品生命周期管理，很少能够实现精准的预测。因此，往往无法对隐藏在表象下的问题提前进行预判。

而数字孪生可以结合物联网的数据采集、大数据的处理和人工智能的建模分析，实现对当前状态的评估、对过去发生问题的诊断，以及对未来趋势的预测，并给予分析的结果，模拟各种可能性，提供更全面的决策支持。

数字孪生技术在产品生产全流程和高价值领域关键装备预测性维护具有应用方向。数字孪生技术应用于预测性维护，还可对高价值领域关键装备进行预测性维护。

在航天航空、军工、发电、核工业、高速铁路等高价值领域中的关键装备，在使用过程中，用于维修保障的费用高昂，并且往往通过技术人员在错误中吸取的经验教训对设备进行预测维护，避免机器异常。但是，如果有经验的技术人员离开企业，企业可能由于未能提前发现设备故障而造成严重损失。

数字孪生技术驱动下的各产品维护技术方案，都由用户发起服务方响应或设备发起生产人员响应的被动响应模式，转变成服务方主动发起用户响应或生产人员发起设备响应的主动响应模式，由被动服务向主动服务转变，能更好地保障产品运行正常，服务用户。

3.4 经验的数字化

在传统的工业设计、制造和服务领域，经验往往是一种模糊而很难把握的形态，很难将其作为精准判决的依据。而数字孪生的一大关键进步，是可以通过数字化的手段，将原先无法保存的专家经验进行数字化，并提供了保存、复制、修改和转移的能力。

例如，针对大型设备运行过程中出现的各种故障特征，可以将传感器的历史数据通过机器学习训练出针对不同故障现象的数字化特征模型，并结合专家处理的记录，将其形成未来对设备故障状态进行精准判决的依据，并可针对不同的新形态的故障进行特征库的丰富和更新，最终形成自治化的智能诊断和判决。

3.5 在产品质量分析中的应用

基于数字孪生的产品质量分析可以对产品的加工质量进行实时分析，可以对加工过程进行质量的优化控制，通过对数据的分析和自我学习来不断地改善产品加工质量。

对于产品，除了需要设计精确合理的制造工艺，还要对其生产过程的加工质量进行实时分析。如果出现了加工质量问题，还应该准确定位出发生故障的关键点，发现问题，及时修改，保证产品的质量。

在基于数字孪生的产品质量分析过程中，可以准确定位产品制造加工的各个环节；在虚拟模型的仿真运行下，可以实时地分析产品的质量。虚拟模型会对产品加工过程的相应数据进行分析，对产品的加工质量进行预测以及进行质量问题追溯。

复杂产品装配是典型的离散型装配，具有单件小批生产、装配周期长、涉及专业领域多、装配数据复杂、返工返修多等特点。在复杂产品装配过程中，通常会产生大量的质量数据，这些数据是评价装配质量的重要基础数据，可以用来衡量产品是否装配合格，并为后续装配质量的持续改进提供相关指导。因此，对离散装配过程的质量数据进行实时管理与分析，进而对复杂产品装配过程质量进行管理与控制，具有十分重要的意义。

针对复杂产品装配过程中质量管控时效性差、缺乏预测性等问题，提出基于数字孪生技术的复杂产品装配过程质量管控方法。通过构建物理车间、虚拟车间和车间生产管理系统协同工作的质量管控数字孪生模型，实现了装配过程质量数据的采集、分析与反馈，在此基础上利用马尔柯夫（Markov）方法预测质量数据的未来状态。

4 对于仪器仪表企业发展的建议

信息技术日新月异，自动化仪表在关键性技术上也逐渐有了突破性进展，从模拟技术向数字技术转变成为其新的发展趋势。长远来看，其发展趋势主要表现在以下五方面：

第一，自动化仪器仪表技术逐渐向智能化发展。

第二，自动化仪器仪表技术逐渐向高精度化发展。

第三，自动化仪器仪表技术逐渐向总线化发展。

第四，自动化仪器仪表技术逐渐向网络化发展。

第五，自动化仪器仪表技术在形态上将逐渐向开放性发展。

今天的数字化技术正在不断地改变每一个企业。未来，所有的企业都将转型成为数字化的公司。这不只是要求企业开发出具备数字化特征的产品，更指的是通过数字化手段改变整个产品的设计、开发、制造和服务过程，并通过数字化的手段连接企业的内部和外部环境。随着产品生命周期的缩短、产品定制化程度的加强，以及企业必须同上下游建立起协同的生态环境，都迫使企业不得不采取数字化的手段来加速产品的开发，提高开发、生产、服务的有效性以及提高企业内外部环境的开放性。

5 结束语

习近平总书记在致2019 世界制造业大会的贺信中指出，“全球制造业正经历深刻变革”，要“把推动制造业高质量发展作为构建现代化经济体系的重要一环”。2019 年中央经济工作会议将“着力推动高质量发展”作为六大重点工作之一。中央明确：2020 年中国经济要干的45 件大事中的第28 件是要大力发展数字经济。这就表明：发展数字经济是全党全国的战略任务，而无论当前制造企业选择何种策略和路径，数字孪生技术都将成为趋势，并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。