數(shù)字孿生（Digital Twin）的技術(shù)應(yīng)用逐步向工業(yè)生產(chǎn)的各個(gè)領(lǐng)域滲透，不僅可以針對產(chǎn)品建立可以實(shí)現(xiàn)虛實(shí)融合的數(shù)字孿生模型，也可以幫助企業(yè)建立工廠的數(shù)字孿生模型（實(shí)現(xiàn)工廠的可視化、透明化，優(yōu)化設(shè)備布局和工廠物流，提高設(shè)備績效）。工業(yè)數(shù)字孿生促進(jìn)產(chǎn)品全生命周期管理，為遠(yuǎn)程操控、設(shè)備健康監(jiān)測與管理等方面提供了更多可能。數(shù)字孿生技術(shù)是數(shù)字化轉(zhuǎn)型升級的關(guān)鍵綜合應(yīng)用。

數(shù)字孿生就是制造業(yè)的未來

數(shù)字孿生、物聯(lián)網(wǎng)IOT與機(jī)器學(xué)習(xí)的配合，讓數(shù)據(jù)帶來行動（Transforming Data into Action）。數(shù)字孿生技術(shù)背景是通過物理映射的模型來遠(yuǎn)程監(jiān)控，通過數(shù)據(jù)來控制。根據(jù)從各種物聯(lián)網(wǎng)傳感器來的實(shí)時(shí)數(shù)據(jù)不斷適應(yīng)運(yùn)行變化，并借助機(jī)器學(xué)習(xí)/人工智能預(yù)測相應(yīng)物理計(jì)算物的未來，說白了物理世界變成了一個(gè)鮮活生命，每一口呼吸那就是數(shù)據(jù)的涌現(xiàn)。數(shù)字孿生整合來自人工智能、軟件分析、機(jī)器學(xué)習(xí)數(shù)據(jù)來構(gòu)建數(shù)字仿真模型，可以提供物體變化和變化模型的數(shù)據(jù)。以數(shù)字的方式為物理對象創(chuàng)建虛擬模型，以模擬它們的行為。虛擬模型可以通過數(shù)據(jù)了解物理行為的狀態(tài)，并進(jìn)行估計(jì)和分析其動態(tài)變化過程。所有的物理對象都將具有嵌入式計(jì)算和通信能力，以便它們能夠感知環(huán)境并相互通信以提供服務(wù)。這些智能互連和互操作性也被稱為物聯(lián)網(wǎng)或機(jī)器對機(jī)器 (M2M) 通信。由于傳感器和執(zhí)行器(sensors +actuators)的可用性與價(jià)格變得平民化，數(shù)據(jù)采集變得相對容易。

物理世界和虛擬世界的融合是信息物理系統(tǒng)（CPS）領(lǐng)域的熱門話題，是工業(yè)4.0的關(guān)鍵。信息物理系統(tǒng)（CPS,Cyber-Physical Systems）是一個(gè)綜合計(jì)算、網(wǎng)絡(luò)和物理環(huán)境的多維復(fù)雜系統(tǒng)，通過3C（Computation、Communication、Control）技術(shù)的有機(jī)融合與深度協(xié)作，實(shí)現(xiàn)大型工程系統(tǒng)的實(shí)時(shí)感知、動態(tài)控制和信息服務(wù)。CPS實(shí)現(xiàn)計(jì)算、通信與物理系統(tǒng)的一體化設(shè)計(jì)，可使系統(tǒng)更加可靠、高效、實(shí)時(shí)協(xié)同，具有重要而廣泛的應(yīng)用前景。數(shù)字孿生初期是一個(gè)為預(yù)測性維護(hù)而創(chuàng)建物理資產(chǎn)模型的概念。數(shù)字孿生充分利用物理模型、傳感器、運(yùn)行歷史等數(shù)據(jù)，在虛擬空間中完成映射，從而監(jiān)控和識別與其真實(shí)物理對應(yīng)物的潛在問題，通過結(jié)合基于物理的模型和數(shù)據(jù)驅(qū)動的分析來預(yù)測物理孿生對象剩余使用壽命remaining useful life (RUL)。

數(shù)字孿生許多人簡單理解只是個(gè)映射模型其實(shí)沒有抓住核心，以我的觀察核心其實(shí)是RUL預(yù)測、數(shù)據(jù)協(xié)同控制。

數(shù)字孿生是一種超越現(xiàn)實(shí)的概念，可以被視為一個(gè)或多個(gè)彼此依賴的裝備系統(tǒng)的數(shù)字映射系統(tǒng)。數(shù)字孿生系統(tǒng)主要由3個(gè)主要部分組成：現(xiàn)實(shí)空間中的實(shí)物產(chǎn)品；虛擬空間中的虛擬產(chǎn)品；將虛擬和真實(shí)產(chǎn)品聯(lián)系在一起的數(shù)據(jù)和信息的連接。為此，收集和分析海量的制造數(shù)據(jù)，尋找其中的信息和連接成為智能制造的關(guān)鍵。數(shù)字孿生的技術(shù)架構(gòu)數(shù)字孿生的基本架構(gòu)包括傳感器和測量技術(shù)、物聯(lián)網(wǎng)和機(jī)器學(xué)習(xí)。從計(jì)算的角度來看，推動數(shù)字雙胞胎的關(guān)鍵技術(shù)是數(shù)據(jù)和信息融合，促進(jìn)信息從原始傳感器數(shù)據(jù)流向更高級別的數(shù)據(jù)理解和洞察。通過基于物理的模型和數(shù)據(jù)驅(qū)動分析實(shí)現(xiàn)數(shù)字孿生的關(guān)鍵功能是提供資產(chǎn)的準(zhǔn)確運(yùn)營狀態(tài)，這樣才有助于數(shù)字孿生反映其相應(yīng)物理雙胞胎體（physical twin）的預(yù)警、異常檢測、預(yù)測和優(yōu)化的能力。

物聯(lián)網(wǎng)系統(tǒng)通過其智能網(wǎng)關(guān)和邊緣計(jì)算設(shè)備進(jìn)行實(shí)時(shí)數(shù)據(jù)采集，隨后融合預(yù)處理的傳感數(shù)據(jù)可以喂養(yǎng)數(shù)字孿生模型。而離線數(shù)據(jù)經(jīng)過文本/數(shù)據(jù)挖掘算法處理后輸入到數(shù)字孿生體來。數(shù)字孿生結(jié)合了建模和分析技術(shù)來創(chuàng)建特定目標(biāo)的模型，例如飛機(jī)的關(guān)鍵部件等。因此，數(shù)字孿生被指定為預(yù)測性維護(hù)工作以實(shí)現(xiàn)準(zhǔn)確的預(yù)測，當(dāng)然背后需要使用物聯(lián)網(wǎng)傳感器獲取持續(xù)的數(shù)據(jù)，加上機(jī)器學(xué)習(xí)與算法的處理。數(shù)字孿生4個(gè)主流應(yīng)用場景數(shù)字孿生通過為制造單元中的關(guān)鍵資產(chǎn)提供預(yù)測服務(wù)來確定相關(guān)的行動方案。物聯(lián)網(wǎng)的日益普及是企業(yè)利用數(shù)字孿生平臺來提升其服務(wù)和平臺的理想選擇。目前國際上數(shù)字孿生最為常用的應(yīng)用有：

性能優(yōu)化——數(shù)字孿生有助于確定最佳參數(shù)和操作，有助于一些關(guān)鍵性能指標(biāo)最大化并為長期規(guī)劃提供預(yù)測。例如，NASA 提出并采用了對航天器安全性和可靠性優(yōu)化的監(jiān)測和優(yōu)化。通過調(diào)節(jié)和改進(jìn)生產(chǎn)過程中的參數(shù)，對于制造中使用的很多機(jī)器進(jìn)行參數(shù)設(shè)置。例如，在注塑中可能需要控制塑料的溫度、冷卻時(shí)間、速度等等。所有這些參數(shù)都可能受到各種外部因素的影響，例如，外界溫度等。通過收集所有這些數(shù)據(jù)可以改進(jìn)自動設(shè)置和調(diào)整機(jī)器的參數(shù)。運(yùn)行維護(hù)——數(shù)字孿生可以分析在不同條件下數(shù)據(jù)來分析運(yùn)維表現(xiàn)。遠(yuǎn)程設(shè)備運(yùn)維經(jīng)常涉及到跨工廠、跨地域設(shè)備維護(hù)，遠(yuǎn)程問題定位等場景。數(shù)字孿生在這些方面的應(yīng)用，可以提升運(yùn)行、維護(hù)效率，降低成本。例如，用可視化賽車引擎以識別所需的維護(hù)（即將燒毀的組件）。機(jī)器制造——數(shù)字孿生也被用作同時(shí)創(chuàng)建和開發(fā)的真實(shí)機(jī)器的數(shù)字副本。來自真實(shí)機(jī)器的數(shù)據(jù)被加載到數(shù)字模型中以便在實(shí)際制造開始之前就可以對想法進(jìn)行模擬和測試。例如美國國家航空航天局使用數(shù)字孿生對空間飛行器進(jìn)行仿真分析、檢測和預(yù)測，輔助地面管控人員進(jìn)行決策。改善客戶體驗(yàn)——客戶是影響企業(yè)戰(zhàn)略和決策最為關(guān)鍵一個(gè)變量。增強(qiáng)客戶體驗(yàn)以保留和探索新客戶群是企業(yè)的日常經(jīng)營重點(diǎn)，為此你可以通過直接創(chuàng)建面向客戶的應(yīng)用程序的數(shù)字孿生，企業(yè)可以獲得即時(shí)反饋，從而提升面向客戶的服務(wù)。 數(shù)字孿生實(shí)際應(yīng)用中的4個(gè)挑戰(zhàn)構(gòu)建和實(shí)施數(shù)字孿生的一些挑戰(zhàn)如下：

? 產(chǎn)品生命周期管理、制造執(zhí)行系統(tǒng)和運(yùn)營管理等多系統(tǒng)數(shù)字孿生模型一致性與更新存在挑戰(zhàn)。一旦將工藝計(jì)劃連接到制造執(zhí)行系統(tǒng)后，你需要使用云服務(wù)器中的數(shù)字孿生模型來生成與生產(chǎn)工藝設(shè)計(jì)相關(guān)的詳細(xì)工作指令。為此，如果生產(chǎn)環(huán)境有任何變化，整個(gè)過程都會依據(jù)設(shè)計(jì)和計(jì)劃來作相應(yīng)更新。

? 如何更好構(gòu)建數(shù)字化孿生與物理網(wǎng)絡(luò)連接關(guān)系。 海量的產(chǎn)品模型可以幫助企業(yè)設(shè)計(jì)優(yōu)秀的產(chǎn)品，需要時(shí)間來積累設(shè)計(jì)和制造的知識，這樣你才可以不斷重復(fù)使用和改進(jìn)。

? 如何將大數(shù)據(jù)分析整合到數(shù)字孿生模型中。當(dāng)直接從生產(chǎn)設(shè)備采集實(shí)時(shí)數(shù)據(jù)時(shí)，需要同時(shí)刷新數(shù)字孿生模型上的信息。在與實(shí)際制造結(jié)果的設(shè)計(jì)相比，大數(shù)據(jù)分析應(yīng)該識別兩者是否存在差異并找出其中原因。

? 目前，將不同的工程模型集成到數(shù)字孿生上還沒有優(yōu)化方法。 在特定領(lǐng)域的工具之間存在數(shù)據(jù)傳輸限制。

機(jī)器學(xué)習(xí)、人工智能和物聯(lián)網(wǎng)豐盈了數(shù)字孿生數(shù)字孿生包括傳感器和測量技術(shù)、物聯(lián)網(wǎng)、模擬和建模以及機(jī)器學(xué)習(xí)技術(shù)。隨著物聯(lián)網(wǎng)設(shè)備的使用變得無處不在，隨之而來的是物聯(lián)網(wǎng)設(shè)備產(chǎn)生的大量數(shù)據(jù)。在物聯(lián)網(wǎng)-云通信模型（IoT-cloud communication models）下設(shè)備生成的大數(shù)據(jù)數(shù)量增量會導(dǎo)致云服務(wù)的延遲。

有多個(gè)領(lǐng)域有助于數(shù)字孿生的效果實(shí)現(xiàn)——網(wǎng)絡(luò)、云/邊緣計(jì)算、機(jī)器學(xué)習(xí)、傳感器等。在人工智能領(lǐng)域所做的工作是用動態(tài)貝葉斯初始化的數(shù)字孿生，利用數(shù)字孿生的概念來跟蹤基于時(shí)間變量的演變以及結(jié)構(gòu)監(jiān)測。在物聯(lián)網(wǎng)世界中，由物理軟件模型依賴傳感器數(shù)據(jù)來了解其狀態(tài)、響應(yīng)變化、改進(jìn)運(yùn)營，并由人工智能來增強(qiáng)數(shù)字孿生功能。在制造業(yè)中，物聯(lián)網(wǎng)設(shè)備從產(chǎn)品全生命周期中生成數(shù)據(jù)，例如設(shè)計(jì)、制造、MRO 等。制造數(shù)據(jù)一般來自以下幾個(gè)方面：來自制造系統(tǒng)（例如 MES、PDM、SCM、ERP等）以及來自其他輔助系統(tǒng)（例如 CAD/CAM、CAE等）的數(shù)據(jù)。來自互聯(lián)網(wǎng)/用戶的數(shù)據(jù)，例如來自電商平臺、社交媒體、短視頻平臺等。來自制造設(shè)備的實(shí)時(shí)性能數(shù)據(jù)、產(chǎn)品數(shù)據(jù)材料、環(huán)境數(shù)據(jù)等。收集數(shù)據(jù)的處理應(yīng)經(jīng)過多個(gè)步驟以提取信息。通過傳感器、應(yīng)用程序編程接口application programming interface（API）、軟件開發(fā)工具包software development kit (SDK)等各種方式收集的數(shù)據(jù)，在處理和分析之前要進(jìn)行清洗這個(gè)關(guān)鍵動作。

這些經(jīng)過清理的數(shù)據(jù)集成和存儲起來用于各級制造數(shù)據(jù)的交換和共享。此外，通過人工智能和機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等先進(jìn)數(shù)據(jù)分析方法和工具進(jìn)行的實(shí)時(shí)數(shù)據(jù)或離線數(shù)據(jù)分析和挖掘是通過云計(jì)算來處理。從大量動態(tài)和模糊數(shù)據(jù)中提取的有價(jià)值的信息，使制造商能夠加深對產(chǎn)品生命周期各個(gè)階段的理解。因此，這將有助于制造企業(yè)做出更理性與智慧的商業(yè)決策。數(shù)字化轉(zhuǎn)型關(guān)鍵：大數(shù)據(jù)、云和信息物理系統(tǒng)的融合信息物理系統(tǒng) (CPS)讓基于數(shù)據(jù)分析的物理環(huán)境控制變得非常容易。物理系統(tǒng)從現(xiàn)實(shí)世界收集感官信息，并通過通信技術(shù)（無線）將它們發(fā)送到數(shù)字孿生計(jì)算模塊。物聯(lián)網(wǎng)/CPS 和手機(jī)的興起使產(chǎn)品更加互聯(lián)和可訪問，產(chǎn)生的大量數(shù)據(jù)允許準(zhǔn)確定位，并通過及時(shí)深入的決策執(zhí)行進(jìn)一步實(shí)現(xiàn)對企業(yè)的主動管理。因此，人、數(shù)據(jù)、智能算法的融合對數(shù)字化制造效率有著深遠(yuǎn)的影響。海量制造數(shù)據(jù)的采集、可視化和分析是智能制造的關(guān)鍵。數(shù)字孿生可以管理和優(yōu)化整個(gè)制造過程（從原材料的輸入到成品的輸出）。虛擬車間包括操作人員、材料、設(shè)備、工具、環(huán)境等的物理模型以及行為、規(guī)則、動力學(xué)和許多其他因素。產(chǎn)品虛擬模型被用來建立產(chǎn)品數(shù)字孿生，產(chǎn)品數(shù)字孿生將始終與產(chǎn)品保持同步以探索新的增值服務(wù)機(jī)會，例如：

1.使用中的產(chǎn)品受到實(shí)時(shí)監(jiān)控，產(chǎn)品數(shù)字孿生不斷記錄產(chǎn)品使用狀態(tài)、環(huán)境數(shù)據(jù)、運(yùn)行參數(shù)等；

2.可以模擬出產(chǎn)品在不同環(huán)境中的運(yùn)行情況。因此，它可以確定不同的環(huán)境參數(shù)和操作行為會對產(chǎn)品穩(wěn)定性、壽命和性能產(chǎn)生什么影響，從而有效管理物理產(chǎn)品的狀態(tài)和行為。

3.基于實(shí)物產(chǎn)品的實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)，數(shù)字孿生可預(yù)測產(chǎn)品剩余壽命、故障發(fā)生概率等。

根據(jù)對運(yùn)行的狀況、剩余壽命和故障的預(yù)測，進(jìn)行主動維護(hù)，避免突然停機(jī)。此外，當(dāng)產(chǎn)品的虛擬模型出現(xiàn)故障時(shí)，將直觀地診斷和分析故障，從而將故障部位的位置和故障的根本原因顯示給用戶。數(shù)字孿生可以提供拆卸順序、備件等的維護(hù)和維修操作 (MRO) 指南，在開始MRO 之前，先了解基于虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)在虛擬世界中開展MRO的演練以進(jìn)行預(yù)測分析。由于虛擬模型忠實(shí)地反映了零件的機(jī)械結(jié)構(gòu)和相互之間的耦合，它可以識別MRO策略是否有效、可執(zhí)行性和最優(yōu)化。產(chǎn)品生命周期不同階段的數(shù)據(jù)被積累和繼承，可為下一代產(chǎn)品的創(chuàng)新做出貢獻(xiàn)。

在設(shè)計(jì)階段，產(chǎn)品創(chuàng)新依賴于對市場偏好和客戶需求的準(zhǔn)確解讀。一旦設(shè)計(jì)發(fā)生變化，制造過程就可以很容易地更新，包括更新材料清單、流程和分配新資源。因此，數(shù)字孿生、大數(shù)據(jù)和服務(wù)的融合，實(shí)現(xiàn)了生產(chǎn)、計(jì)劃、優(yōu)化和制造過程的實(shí)時(shí)性。在產(chǎn)品的日常運(yùn)營和MRO中，實(shí)物產(chǎn)品的虛擬模型通過傳感器與產(chǎn)品的真實(shí)狀態(tài)同步，可實(shí)時(shí)生成產(chǎn)品的運(yùn)行狀態(tài)和組件的健康狀態(tài)。除了傳感器數(shù)據(jù)，數(shù)字孿生還集成了歷史數(shù)據(jù)，例如維護(hù)記錄、能耗等，通過對這些數(shù)據(jù)的分析產(chǎn)品數(shù)字孿生可以持續(xù)預(yù)測產(chǎn)品的狀態(tài)和剩余壽命、產(chǎn)品和故障概率。

數(shù)字孿生還可以通過比較實(shí)際產(chǎn)品響應(yīng)和預(yù)測特定場景下的產(chǎn)品響應(yīng)來分析未知問題，從而提高產(chǎn)品壽命和維護(hù)效率，降低維護(hù)成本。智能制造獲取和分析所有數(shù)據(jù)需要大數(shù)據(jù)技術(shù)，最近幾年IOT傳感器與大數(shù)據(jù)的專業(yè)人才特別稀缺。結(jié)論數(shù)字孿生已被華為、特斯拉、GE等許多公司戰(zhàn)略性選擇的下一代核心基礎(chǔ)設(shè)施，并都在專注于開發(fā)CPS相關(guān)技術(shù)和平臺利用。人、數(shù)據(jù)和智能算法的融合對制造效率具有深遠(yuǎn)的影響。從安全的角度來看，對智能制造系統(tǒng)的安全攻擊也提出新挑戰(zhàn)，例如，對物理基礎(chǔ)設(shè)施、設(shè)備和環(huán)境的破壞很可能僅僅因?yàn)橹圃煜到y(tǒng)中執(zhí)行器（actuators）與這些物體相連接而發(fā)生。你要從一開始就將物聯(lián)網(wǎng)和機(jī)器學(xué)習(xí)嵌入到安全預(yù)防中來，并與智能制造系統(tǒng)中的功能集成才可以。

這篇文章前后寫了很久，很硬核，我想你讀起來也很難懂。但是作為新商業(yè)重要一環(huán)：

數(shù)字孿生是個(gè)重要思維模型與實(shí)踐，融合AI、IOT、大數(shù)據(jù)、云計(jì)算與CPS等技術(shù)與數(shù)字化商業(yè)，抓住它就是抓住智能制造與工業(yè)4.0的牛鼻子。

有些知識是需要啃的，偶爾反芻的，有的只需要略讀。數(shù)字孿生需要啃一啃，更重要找到點(diǎn)去實(shí)踐。（本文完）