基于工业互联网的数字孪生综合管控平台应用研究

张国政

（中船重工信息科技有限公司，北京 100000）

随着云计算、人工智能等新一代信息技术与传统制造业的深度融合发展，世界各国加快了制造业智能化转型战略。而数字孪生（Digital Twins，DT）技术作为一种新兴技术，也开始被应用在智能制造、智慧园区等多个垂直行业。数字孪生技术早期被应用于航天领域，构建了航天飞行器的数字化双胞胎，通过对工作状态的模拟、仿真等操作来提高应急处理水平。数字孪生技术基于数据与模型，是对物理实体的一种数字化映射，并通过对可视化数据的整合和数据分析，实现一些预测、验证以及管控物理实体的技术。在工业互联网应用领域，将重点构建工业场景中常见物理对象实物、物理对象行为、物理对象工作过程的数字化模型，并集成与制造工艺相关的流程模型、机理模型等。

本文通过设计工业互联网领域的数字孪生技术综合管控平台架构，构建网络、平台、安全跨域体系，打造人、机、物、环、料多源互联的数据采集架构，采用可复用的智能化应用模式。并结合实际应用需求，拓展平台快速搭建能力，动态配置不同传感器、设备的快速接口能力。通过本文的应用研究，尽可能减少数字孪生在工程项目中的投入和工作量，助力项目降本增速[1-3]。

1 数字孪生基本概念

数字孪生早期被定义为连接实体产品和虚拟产品的数字化系统，是一种新兴的应用管理理念，在工业互联网、仿真推演、数字建模等方面具有较强的技术关联性和技术延续性。同时数字孪生也是多学科融合的一种典型共性技术，有跨系统、跨领域融合的特点，存在与三维可视化、模拟仿真等技术边界不清晰问题。数字孪生技术具有一些典型特征：①数字化双胞胎，即对物理对象实体在虚拟空间用数字化来表示，实现双向映射及状态交互；②同步性，即通过数据采集完成数据获取，可以实时地映射物理实体的状态信息；③推演，即通过孪生的生命周期模拟及演进，进而服务好物理实体的运营；④优化，即对物理对象的运行机理、运行过程数字化描述，同时结合大数据分析等手段来优化动作指令，进而提升生产效率。

数字孪生近年来成为了数字化发展的重要手段，国外一些发达国家，例如美国、德国已从国家的层面制定了一些政策。美国看重其在军工行业及工业制造行业作为工业互联网支撑的载体功能；德国侧重于制造业；英国构建了数字孪生城市，实现城市级乃至国家级的孪生体。中国则将数字孪生技术写进了“十四五”规划，并成立了一些联盟来推动该技术的落地应用。在行业应用层面，数字孪生技术也开始形成自身的体系和理论基础，在流程型制造工业，如石化、冶金等领域，已实现了重大设备管理场景的应用；在离散制造，如船舶、装备制造等领域，已实现了产品设计、远程运维等应用；在交通领域，则实现了城市关键要求数字化、车路智能管理等应用。在市场前景方面，随着该技术本身作为新的工业互联网市场增长点，预计到“十四五”末，市场规模能达到400亿美元。而作为企业应用主体来说，该技术已被大型的IT企业看重，微软已与Ansys展开合作，阿里在城市大脑方向已开展了数字孪生应用，该技术的附加值正逐步得到应用企业的认可[4-5]。

2 基于工业互联网的数字孪生综合管控平台研究

2.1 总体架构设计

总体架构如图1所示。基于工业互联网的数字孪生综合管控平台包含4个层级，分别为物理层、数字孪生层、服务层、用户层。物理层是实物对象的基础，是所有数据来源。数据采集用于对前端人、机、物、料、环设备数据进行采集和标识，完成物理设备的感知。依托通用支撑技术，实现模型构建、数据集成、仿真分析等功能，是数字孪生层的重要支撑载体。服务层则在现实场景对物理目标进行编号，模拟处物理目标在现实场景中的行为及影响，以实现状态监测、故障诊断、工艺分析、闭环优化等功能。用户层则是用可视化和虚拟现实为主要应用技术，来实现人机交互功能。

图1 总体架构

2.2 数据感知与采集

数据感知与采集作为实现数字孪生的基础，是对物理实体精准映射和数据采集的重要步骤，数据感知与采集不仅要实现对实体的多维度数据呈现，还要做好与业务的协同办公，做好在时域空域的标识，保障实体信息可信可控。标识作为物理实体在数字世界的身份信息，在实现跨系统、跨级信息共享的同时，也是其在数字孪生数据库的唯一身份，能够提供快速索引和关联信息交互等功能。

在数据采集方面，传统的传感器存在一些不足，与数字孪生数据高精准的要求还有一定的差距，需采用智能化的传感器，实现对信息进行分析、校准等功能，同时也要实现传感单元保护、数据存储与分析等，使其不仅实现数据采集的基本功能，也能自发上报自身信息，建成感知的节点。

在工业互联网应用领域，单一的传感器也存在一些不确定性，可能会因为微小故障而影响传感器使用，所以也需要考虑多传感器的信息融合。当手机完成监测目标多维数据后，需进行特征识别和特征提取，选用常用的人工智能算法，例如聚类、人工神经网络等来进行数据合成，确保采集数据的合理性。

2.3 通用支撑技术研究

数据的网络通信作为数字孪生管控平台通用支撑的基础，是实现物理实体信息到数字化模型的重要桥梁。在制造工业应用场景中，现场网是制造场景设备内部之间、设备与外部设备之间、设备与平台之间联通的基础，目前主流的主要有无源RFID、无线AP、5G以及有线传输等方式，构建现场网的多传输方式协同，满足通信要求的同时也能提高网络运维能力。高效的数据传输也是数字孪生通用支撑的关键技术，考虑使用智能路由，制定合理的信息交互机制，使得数据信息在传输时候能够实现自关联、调配等功能，高效实现数据流的路由配置。

为了解决网络故障中常见问题，还要采用基于SLA服务的服务质量架构，包含配置规则、保障机制、端到端映射规则等。该技术可以根据服务质量的一些共性特征，来构建API封装的平台。

完成数据传输通信后，在平台实际运行中，还需考虑网络资源的调度，需要构建一个面向网络资源的智能调度技术，能够依据网络拓扑结构、采样周期等需求，对计算资源进行协同编排，实现对前端感知数据的优先传输，服务好管控平台，满足管控平台的最优部署要求。

2.4 应用服务技术研究

数字建模是实现数字孪生应用服务的基础，建模主要分为模型抽象、模型表达、模型构建、模型运行。首先对制造工业场景中的设备进行特征提取，实现特征抽象化，再对提取后的信息进行数字化描述，然后通过三维引擎对模型进行渲染，之后完成数据模型的校验。为了更好地实现虚实映射，对通用支撑技术部分会提出更高的硬件要求、高性能计算及存储要求等。在工业互联网领域的典型设备采用json、xml等语言来自定义架构及描述，通过MQTT等传输协议进行数据交互。对复杂装备，则基于Modelica来进行开发。在网络数字化建模方面，以SNMP方式为主。通过对不同场景的建模分析，可以看出数字模型主要有几何模型、机理模型、信息模型。也可根据业务需要，对多种模型进行数据融合，构建出合适的工具和模型库，例如场地环境、规则模型库、工艺知识规则模型库、典型装备模型库。

数字仿真是数字孪生管控平台的重要应用服务，在建模正确的基础上，通过对机理数字化转化，只要输入信息和运行数据，就可以大体仿真出现实世界的物理特性和工艺等。基于数字仿真，可实现在工业互联网领域的远程诊断、智能运维、设备管理、工艺优化等，也可对物理实体进行定制化的分析、推演，并结合仿真结果来优化物理实体的配置。

在工业互联网领域，主要是对工程系统进行仿真，通过对实际的制造状态在数字化模型中模拟，再利用仿真来模拟出对物理实体的影响。在该场景中，可以对机械结构、装备控制等进行单元级的仿真，也可对离散或流程型产线进行系统级仿真，还可对场景中多个复杂子系统进行体系级的仿真。

2.5 展示技术研究

面向工业互联网领域，主要的展示技术为三维可视化及虚拟现实应用技术。展示应用技术基于三维引擎，多层次实时渲染，从宏观的工厂场景到局部的设备单元细节，完成空间物理信息的可视化呈现，达到工厂、产线一体化，动态静态一体化，支持全局和部分的分开展示。也可支持场景中无人设备、物流设备、工业机器人的模型可视化。

2.6 数字孪生集成

平台的系统集成功能支持不同类型数据源的集成，对开放且使用频率高的数据通信协议制定标准接口，采用适配器方案，将标准接口传递的参数针对特定的数据协议进行适配，通过标准的数据结构对数据进行解析。通过物联网中间件配置工业物联网关所接设备及数据的相关信息，生成配置文件；物联网中间件将配置文件通过MQTT通信模块传输并保存至本地；通过协议配置解析模块、数据配置解析模块对配置文件进行解析，获取工业物联网关设备和数据相关信息；对工业物联网关进行联网、端口和服务器设置，随后将设备和数据相关信息传至多协议适配与解析模块；启动多协议适配与解析模块，匹配设备类型，启动对应协议库，同设备进行通信交互，完成设备多协议解析。

3 典型应用

工业互联网近年来已列入了国家发展实施战略，已经成为了制造业“十四五”发展的重要一环。通过构建数字孪生综合管控平台，基于数据和模型，实现业务与管理的数据交互，完成工业互联网全要素、全链条的闭环优化。在工业互联网制造场景下，数字孪生能够贯穿制造过程，通过可视化管理来提升生产管控能力。对生产工艺做到可预测，故障诊断交互强。基于工业互联网的数字孪生综合管控平台还能促进制造企业进行内部改革，促使企业以数据带动技术，带动人才、资金、技术等多方面优化，提高了设备的运行效率，降低维护成本等，做到了降本增效。具体应用来说，在常见场景中，制造设备的实时监控，包括对生产信息、监控信息、维护信息的可视化呈现，能反馈至工艺过程，并能实现故障预警与报警功能。在设备远程诊断方面，可以通过基于仿真数据的故障库来缩短维修时间，同时可以缩短人才的培训时间。还可在此基础上对典型工业设备进行全生命周期管理，完成状态信息监测、制造过程管控、运行情况分析、设备维修故障库等，满足多层级管理需求。

工厂的状态监控及可视化呈现，构建虚拟车间/工厂，对工厂全流程业务数据进行融合，能够实现车间虚实映射，在模型的数据驱动下，完成设备、生产要素、生产过程、物流等可视化呈现，进而优化车间的生产，实现一些辅助功能，例如生产前产能仿真、生产后问题追溯等。

4 总结

基于数字孪生技术构建综合管控平台，是对工业互联网场景的一种应用探讨，数字孪生技术近年来正处于快速发展期，也成为一些大型企业信息化管理抓手，不过国内应用目前还是处于初期阶段，对于中小企业来说，可能前期投资较大，难以成为普适的技术。同时数字孪生对企业基础信息化能力要求较高，也给应用带来了一定的阻力。而面向行业来说，跨级合作较多，资源整合难度也较大。然后在一些机理模型、数据仿真方面，还存在研究深度不够的问题，这也是未来重点技术攻关的方向。后续将针对以上问题，进一步基于平台进行合作研究，为推动该技术在中国工业互联网的发展作出贡献。