數(shù)字孿生（Digital Twin）的技術應用逐步向工業(yè)生產(chǎn)的各個領域滲透，不僅可以針對產(chǎn)品建立可以實現(xiàn)虛實融合的數(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（實現(xiàn)工廠的可視化、透明化，優(yōu)化設備布局和工廠物流，提高設備績效）。工業(yè)數(shù)字孿生促進產(chǎn)品全生命周期管理，為遠程操控、設備健康監(jiān)測與管理等方面提供了更多可能。數(shù)字孿生技術是數(shù)字化轉型升級的關鍵綜合應用。

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與機器學習的配合，讓數(shù)據(jù)帶來行動（Transforming Data into Action）。數(shù)字孿生技術背景是通過物理映射的模型來遠程監(jiān)控，通過數(shù)據(jù)來控制。根據(jù)從各種物聯(lián)網(wǎng)傳感器來的實時數(shù)據(jù)不斷適應運行變化，并借助機器學習/人工智能預測相應物理計算物的未來，說白了物理世界變成了一個鮮活生命，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、機器學習數(shù)據(jù)來構建數(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)，并進行估計和分析其動態(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。這些智能互連和互操作性也被稱為物聯(lián)網(wǎng)或機器對機器 (M2M) 通信。由于傳感器和執(zhí)行器(sensors +actuators)的可用性與價格變得平民化，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）領域的熱門話題，是工業(yè)4.0的關鍵。信息物理系統(tǒng)（CPS,Cyber-Physical Systems）是一個綜合計算、網(wǎng)絡和物理環(huán)境的多維復雜系統(tǒng)，通過3C（Computation、Communication、Control）技術的有機融合與深度協(xié)作，實現(xiàn)大型工程系統(tǒng)的實時感知、動態(tài)控制和信息服務。CPS實現(xiàn)計算、通信與物理系統(tǒng)的一體化設計，可使系統(tǒng)更加可靠、高效、實時協(xié)同，具有重要而廣泛的應用前景。數(shù)字孿生初期是一個為預測性維護而創(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)控和識別與其真實物理對應物的潛在問題，通過結合基于物理的模型和數(shù)據(jù)驅動的分析來預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映射模型其實沒有抓住核心，以我的觀察核心其實是RUL預測、數(shù)據(jù)協(xié)同控制。

數(shù)字孿生是一種超越現(xiàn)實的概念，可以被視為一個或多個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個主要部分組成：現(xiàn)實空間中的實物產(chǎn)品；虛擬空間中的虛擬產(chǎn)品；將虛擬和真實產(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鍵。數(shù)字孿生的技術架構數(shù)字孿生的基本架構包括傳感器和測量技術、物聯(lián)網(wǎng)和機器學習。從計算的角度來看，推動數(shù)字雙胞胎的關鍵技術是數(shù)據(jù)和信息融合，促進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)驅動分析實現(xiàn)數(shù)字孿生的關鍵功能是提供資產(chǎn)的準確運營狀態(tài)，這樣才有助于數(shù)字孿生反映其相應物理雙胞胎體（physical twin）的預警、異常檢測、預測和優(yōu)化的能力。

物聯(lián)網(wǎng)系統(tǒng)通過其智能網(wǎng)關和邊緣計算設備進行實時數(shù)據(jù)采集，隨后融合預處理的傳感數(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)字孿生結合了建模和分析技術來創(chuàng)建特定目標的模型，例如飛機的關鍵部件等。因此，數(shù)字孿生被指定為預測性維護工作以實現(xiàn)準確的預測，當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)，加上機器學習與算法的處理。數(shù)字孿生4個主流應用場景數(shù)字孿生通過為制造單元中的關鍵資產(chǎn)提供預測服務來確定相關的行動方案。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和平臺的理想選擇。目前國際上數(shù)字孿生最為常用的應用有：

性能優(yōu)化——數(shù)字孿生有助于確定最佳參數(shù)和操作，有助于一些關鍵性能指標最大化并為長期規(guī)劃提供預測。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。通過調節(jié)和改進生產(chǎn)過程中的參數(shù)，對于制造中使用的很多機器進行參數(shù)設置。例如，在注塑中可能需要控制塑料的溫度、冷卻時間、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)可以改進自動設置和調整機器的參數(shù)。運行維護——數(shù)字孿生可以分析在不同條件下數(shù)據(jù)來分析運維表現(xiàn)。遠程設備運維經(jīng)常涉及到跨工廠、跨地域設備維護，遠程問題定位等場景。數(shù)字孿生在這些方面的應用，可以提升運行、維護效率，降低成本。例如，用可視化賽車引擎以識別所需的維護（即將燒毀的組件）。機器制造——數(shù)字孿生也被用作同時創(chuàng)建和開發(fā)的真實機器的數(shù)字副本。來自真實機器的數(shù)據(jù)被加載到數(shù)字模型中以便在實際制造開始之前就可以對想法進行模擬和測試。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行仿真分析、檢測和預測，輔助地面管控人員進行決策。改善客戶體驗——客戶是影響企業(yè)戰(zhàn)略和決策最為關鍵一個變量。增強客戶體驗以保留和探索新客戶群是企業(yè)的日常經(jīng)營重點，為此你可以通過直接創(chuàng)建面向客戶的應用程序的數(shù)字孿生，企業(yè)可以獲得即時反饋，從而提升面向客戶的服務。 數(shù)字孿生實際應用中的4個挑戰(zhàn)構建和實施數(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)。一旦將工藝計劃連接到制造執(zhí)行系統(tǒng)后，你需要使用云服務器中的數(shù)字孿生模型來生成與生產(chǎn)工藝設計相關的詳細工作指令。為此，如果生產(chǎn)環(huán)境有任何變化，整個過程都會依據(jù)設計和計劃來作相應更新。

? 如何更好構建數(shù)字化孿生與物理網(wǎng)絡連接關系。 海量的產(chǎn)品模型可以幫助企業(yè)設計優(yōu)秀的產(chǎn)品，需要時間來積累設計和制造的知識，這樣你才可以不斷重復使用和改進。

? 如何將大數(shù)據(jù)分析整合到數(shù)字孿生模型中。當直接從生產(chǎn)設備采集實時數(shù)據(jù)時，需要同時刷新數(shù)字孿生模型上的信息。在與實際制造結果的設計相比，大數(shù)據(jù)分析應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。 在特定領域的工具之間存在數(shù)據(jù)傳輸限制。

機器學習、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、物聯(lián)網(wǎng)、模擬和建模以及機器學習技術。隨著物聯(lián)網(wǎng)設備的使用變得無處不在，隨之而來的是物聯(lián)網(wǎng)設備產(chǎn)生的大量數(shù)據(jù)。在物聯(lián)網(wǎng)-云通信模型（IoT-cloud communication models）下設備生成的大數(shù)據(jù)數(shù)量增量會導致云服務的延遲。

有多個領域有助于數(shù)字孿生的效果實現(xiàn)——網(wǎng)絡、云/邊緣計算、機器學習、傳感器等。在人工智能領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間變量的演變以及結構監(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)、響應變化、改進運營，并由人工智能來增強數(shù)字孿生功能。在制造業(yè)中，物聯(lián)網(wǎng)設備從產(chǎn)品全生命周期中生成數(shù)據(jù)，例如設計、制造、MRO 等。制造數(shù)據(jù)一般來自以下幾個方面：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。來自制造設備的實時性能數(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)的處理應經(jīng)過多個步驟以提取信息。通過傳感器、應用程序編程接口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行清洗這個關鍵動作。

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，通過人工智能和機器學習、深度學習等先進數(shù)據(jù)分析方法和工具進行的實時數(shù)據(jù)或離線數(shù)據(jù)分析和挖掘是通過云計算來處理。從大量動態(tài)和模糊數(shù)據(jù)中提取的有價值的信息，使制造商能夠加深對產(chǎn)品生命周期各個階段的理解。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)字化轉型關鍵：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)實世界收集感官信息，并通過通信技術（無線）將它們發(fā)送到數(shù)字孿生計算模塊。物聯(lián)網(wǎng)/CPS 和手機的興起使產(chǎn)品更加互聯(lián)和可訪問，產(chǎn)生的大量數(shù)據(jù)允許準確定位，并通過及時深入的決策執(zhí)行進一步實現(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鍵。數(shù)字孿生可以管理和優(yōu)化整個制造過程（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、設備、工具、環(huán)境等的物理模型以及行為、規(guī)則、動力學和許多其他因素。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機會，例如：

1.使用中的產(chǎn)品受到實時監(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)、運行參數(shù)等；

2.可以模擬出產(chǎn)品在不同環(huán)境中的運行情況。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.基于實物產(chǎn)品的實時數(shù)據(jù)和歷史數(shù)據(jù)，數(shù)字孿生可預測產(chǎn)品剩余壽命、故障發(fā)生概率等。

根據(jù)對運行的狀況、剩余壽命和故障的預測，進行主動維護，避免突然停機。此外，當產(chǎn)品的虛擬模型出現(xiàn)故障時，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、備件等的維護和維修操作 (MRO) 指南，在開始MRO 之前，先了解基于虛擬現(xiàn)實和增強現(xiàn)實在虛擬世界中開展MRO的演練以進行預測分析。由于虛擬模型忠實地反映了零件的機械結構和相互之間的耦合，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。

在設計階段，產(chǎn)品創(chuàng)新依賴于對市場偏好和客戶需求的準確解讀。一旦設計發(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)和服務的融合，實現(xiàn)了生產(chǎn)、計劃、優(yōu)化和制造過程的實時性。在產(chǎn)品的日常運營和MRO中，實物產(chǎn)品的虛擬模型通過傳感器與產(chǎn)品的真實狀態(tài)同步，可實時生成產(chǎn)品的運行狀態(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際產(chǎn)品響應和預測特定場景下的產(chǎn)品響應來分析未知問題，從而提高產(chǎn)品壽命和維護效率，降低維護成本。智能制造獲取和分析所有數(shù)據(jù)需要大數(shù)據(jù)技術，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設施，并都在專注于開發(fā)CPS相關技術和平臺利用。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，對物理基礎設施、設備和環(huán)境的破壞很可能僅僅因為制造系統(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)和機器學習嵌入到安全預防中來，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)字孿生是個重要思維模型與實踐，融合AI、IOT、大數(shù)據(jù)、云計算與CPS等技術與數(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，更重要找到點去實踐。（本文完）