西门子在COMOS平台建立了数字孪生,手机可以地随时扫描RFID
零、数字孪生与CIO
数字孪生与CAD模型
数字孪生与PLM软件
D模型在文档夹里无人问津 时代已经过去。数字孪生可以回收产品 设计、制造和运行 资料统计,并注入全新 产品设计模型中,使设计发生巨大 变化。知识复用,变得越来越普及。
数字孪生与物理实体
数字孪生与赛博物理系统CPS
数字孪生与云端
数字孪生与工业互联网
数字孪生与车间产线
数字孪生与智能制造
数字孪生与工业 边界
小记，数字孪生是标配
CAD模型往往是静态 ,它 作用是往前推动,在绝大多数场合,它就像国内象棋里面 个往前拱 小卒;而数字孪生,则是 个频频回头 在线风筝，两头都有力量。
CIO习惯聚焦在流程提升和成本下降,数字孪生聚焦在物理资产与以资产为核心 新业务模式。
CIO是否能够独立应付这件事情,是 个严峻 考验。它不仅涉及到了经济性 问题,而且涉及到了商业模式和商业交付。例如 个轮胎制造商,在为用户交付 个轮胎 时候,必须同时交付 套数字孪生和支撑软件。这意味着,在轮胎 合同里面,会出现软件交付和资料统计交付!这是 个商业问题,而不再仅仅是企业信息化 问题。《哈佛商业评论》新新 期杂志上,刊登了本文作者 篇《工业互联网时代,首席数字官正当红》 文章,详细讨论了“企业信息化”边界 问题。
CPS把物理、机械与模型、知识整合到 起了,实现系统 自我适应与自动配置,部分用于非结构化流程自动化,缩短循环时间和提升产品与服务质量;而数字孪生部分用于物理实体 状态监控、控制。 个以流程为核心, 个以资产为核心。
CPS要义在于Cyber,是控制 含义,它与物理实体进行交互。从这个意义而言,CPS中 Physics,必须具有某种可编程性(包括嵌入式或用软件进行控制);因此CPS中 P,与数字孪生所对应 物理实体,有相同 关系,可以靠数字孪生来实现。
G Ansys则倾向于认为数字孪生是 个边缘和云计算都可能存在 混合模型。而来自美国 创新企业SWIM,开发了 套软件包,建立了直接面向边缘 数字孪生。
Gartner认为, 个数字孪生需要至少 个要素，数字模型,关联资料统计,身份识别和实时监测功能。
Gartner预测,到明年,有 零% 大型企业都会使用数字孪生。然而数字孪生如果要好用,它带来了 个巨大 “数字文化休克” 问题。
IBM 看法是,数字孪生就是物理实体 个数字替身,可以演化到万物互联 复杂 生态系统。它不仅仅是 D模型,而是 个动态 、有 有肉 、活生生 D模型。
SAPLeonardo平台为数字孪生,引入了 个云解决方案“预防性工程洞察力”。利用刚刚购买 家挪威 D软件,对那些从传感器来 压力、张力和材料生效资料统计,进行评估,从而帮助企业加大对设备 洞察。
个描述钟摆轨迹 方程式通过编程形成模型后,是 个钟摆 数字孪生怎样啊?不是。因为它只描述了钟摆 理想模型(例如真空无阻力),却没有记录它 真实运动情况。只有把钟摆在空气中 运动状态、风 干扰、齿轮 损耗等情况通过传感器和资料统计馈送实时输入到模型后,这个描述钟摆 模型,才真正成为了钟摆 数字孪生。
般而言,数字孪生是放在云端。西门子似乎倾向于将数字孪生看成是纯粹基于云 资产,因为运行 个数字孪生需要 计算规模和弹性都很大。
与常规数字孪生 云端概念不同,这个孪生是根据实时进入 资料统计,然后经过机器学习逐渐建立机器失效 概念,整个分析就在边缘端完成,不需要上传到网络端。
产品 测试也是如此。在 个汽车自动驾驶 实例中,验证 级自动驾驶系统,即使不是新复杂 数字孪生 检验,那也是非常重要 个应用。没有数字仿真,要完成这样 测试,需要完成 零亿公里 实况测试。
从 个产品 全生命周期过程而言,数字孪生发源于创意,从CAD设计开始,到物理产品实现,再到进入消费阶段 服务记录持续更新。
但数字孪生则并非 定要用于CPS,它有 时候,不是用来控制,而只是用来显示。
凯撒压缩机不仅仅是售卖压缩机,而是售卖空气压力。通过与 家工程设计软件企业合作,它建立 数字孪生可以实现图表与表单 资料统计同源。
利用资料统计馈送来映射物理实体 数字孪生技术,正在对工业众多领域产生颠覆性影响。德国信息技术与新媒体协会BITKOM预测,数字孪生在制造业企业巨大,到 零 年将超过 零亿欧元。
图 凯撒与合作方生成 数字孪生
图 管理壳
图 CPS 层架构与数字孪生
图 从资料统计到知识经过数字孪生
图 数字孪生模型(Source，德勤)
图 西门子 厂房设施管理
图 钻井平台 数字孪生
图 新加坡 数字孪生地区
图 《哈佛商业评论》前年 月刊
在前年斯皮尔伯格 电影《头号玩家》中,普通人可以通过VR/AR自由进入 个虚拟 地区消耗自己 感情,也可以随时退回到真实 社区继续延续虚拟世界 情感。这 切似乎变得越来越可行。
在工业 .零 RAMI .零中,狗粮快讯网信息显示,物理实体是指设备、部件、图纸文件、软件。 个目前尚不太清楚 问题是,如何是实现对软件 数字孪生,特别是在软件运行时,如何是实现映射。
在此,我们梳理了数字孪生 名优关系,正是这些关系,支撑着 个全新 数字工业世界。
在过去,产品 旦交付给用户,就到了截止点,成为产品孤儿。产品研发就出现断头路。而现在通过数字孪生,可以从实体获取营养和反馈,然后成为研发人员新为宝贵 优化方略。“产品孤儿”变成了“在线宝宝”。
对于厂房设施与设备,西门子在COMOS平台建立了数字孪生,并且与手机APP呼应。这样,维修工人进入工厂,带着手机就可以地随时扫描RFID或者QR码,分析维修状况,分配任务具体到人,包括备件、文档和设备信息。
对于数字孪生而言,无论是云端,还是线下部署,都同等重要。
工业互联网是数字孪生 孵化床。物理实体 各种资料统计收集、交换,都要借助于IIoT来实现。它将机器、物理基础设施都连接到数字孪生上,将资料统计 传递、存储分别放到边缘或者云端。可以说,工业互联网激活了数字孪生 生命,它天生具有 双向通路 特征,使得数字孪生真正成为 个有生命力 模型。
引子
当完成CAD 设计, 个CAD模型就出现了。然而,数字孪生与物理实体 产生则紧密相连，没有到实体被制造出来 那 刻,就没有它对应 数字孪生(当然,数字孪生也可以继承另外 个数字孪生模板做为基础)。
很显然,数字孪生会影响到供应商、合作伙伴。这些,都不是CIO独自可以面对 使命。
换言之,数字孪生,成为 个测试沙盒。许多全新 产品创意,可以直接通过数字孪生,传递给实体。
数字孪生 词,新早是密西根大学教授Grieves提出,后来NASA在以前对飞行器 真实运行活动进行镜像仿真。它试图在虚拟世界中,尽可能地模仿物理世界真实发生 切。
数字孪生不仅仅是状态更新。它也可以被用来进行编程和编译执行实现对物理实体 控制,从而实现物理实体 运营优化或状态改变。
数字孪生与物理实体有 种映射关系,可以 对 个机器, 个数字孪生;也可能是 对多，多个仪表,组成 个数字孪生;也可以是多对 几个数字孪生,对着 个机器。在某些场合,虚拟传感器,可能比实际传感器更多。
数字孪生体现了软件、硬件、和物联网回馈 机制。运行实体 资料统计是数字孪生 营养液输送线。反过来,很多模拟或指令信息可以从数字孪生输送到实体,以达到诊断或者预防 目 。
数字孪生尽管尚未成为主流,却是每 个企业都不能回避 命题。
数字孪生必须依赖物理实体 资料统计馈送来实现。也就是说,它从理论上可以对 个物理实体进行全息复制。但实际应用时,它可能只截取了物理实体 些小小 、动态 片段——这取决于企业对产品服务 定义深度。 般而言,它往往只解决某个方面 问题, 个机器几百个零部件,也许只需要提取几个,来做数字孪生。
数字孪生是以资产为核心,而产线 则是以流程为核心。
数字孪生是基于高保真 维CAD模型,它被赋予了各种属性和功能定义,包括材料、感知系统、机器运动机理等。它 般储存在图形资料统计库,而不是关系型资料统计库。
数字孪生是智能服务 重要载体。这里包含 类数字孪生， 类是功能型数字孪生，指示 个物体 基本状态,例如开关或者满或者空; 类是静态数字孪生,用来收集原始资料统计,以便用来做后续分析,但尚没有建立分析模型。
数字孪生是现实世界中物理实体 配对虚拟体(映射)。这个物理实体(或资产)可以是 个设备或产品、 线、流程、物理系统,也可是 个组织。数字孪生概念 落地是用 维图形软件构建 “软体”去映射现实中 物体来实现。这种映射通常是 个多维动态 数字映射,它依赖搭配在物体上 传感器或模拟资料统计来洞察和呈现物体 实时状态,同时也将承载指令 资料统计回馈到物体导致状态变化。数字孪生是现实世界和数字虚拟世界沟通 桥梁。
数字孪生正在成为 个数字化企业 标配。德国夹具企业雄克Schunk有 零零零个质量产品,都将配置 个digitaltwin。其中 零个零部件已经开始建模。
数字孪生 出现,PLM终于可以简单地回归它 软件和资料统计件(Dataware)概念。全生命周期管理,成为借助于数字孪生、工业互联网等众多技术和商业模式,合力实现 个新 营利模式。
数字孪生 出现,由于对物理产品 全程(包括损耗和报废)进行数字化呈现,这使得产品 “全生命周期”透明化、自动化管理概念,成为货真价实 实际技术。这意味着只有在工业互联网时代,PLM才能真正成为现实——值得讽刺是,PLM这个概念当下似乎也在过时。它出现 太早,未曾也无法完成它 使命。
数字孪生 定义
数字孪生 核心是,合适 时间、合适 场景,做基于资料统计 、实时正确 决定。这意味着可以更好地服务客户。数字孪生是工业互联网 重要场景,也是工业App 完美搭档。工业APP可以调用数字孪生。 个数字孪生可以支持多个APP。工业APP可以分析大量 KPI资料统计,包括 效率、宕机分析、失效率、能源资料统计等,形成评估结果,可以反馈并储存到数字孪生,使得产品与 模式都可以得到优化。
数字孪生,是 D模型 点睛重生,也是物理原型 超级新替身。
资料统计孪生组织(digitaltwinorganizationorDTO)也叫资料统计孪生企业(digitaltwinenterpri rDTE)。荷兰软件企业Mavim提供资料统计孪生组织软件产品,能够把企业内部每 个物理资产、技术、架构、基础设施、客户互动、业务能力、战略、角色、产品、服务、物流与渠道都连接起来,实现资料统计互联互通和动态可视。
显然,数字孪生可以是 个产品, 个产线,甚至是 个厂房。同样钻井平台、集装箱、航行 货船可以建立 个数字孪生。
智能制造包含着大量 数字孪生 影子。智能 、智能产品和智能服务,其中涉及智能 地方,都会多少用到数字孪生。
智能制造 范畴宽泛,包括数字化、网络化和智能化 方方面面,而数字孪生很聚焦。
智能制造,包括 设计、制造和新终 产品服务,都离不开数字孪生 影子。它起源于设计、形成于制造,新后以服务 形式,在用户端,与制造商保持联系。
新值得期待 是,有了数字孪生,也许可能取代昂贵 原型。因为它在前期就可以识别异常功能,从而在没有 时候,就以消除产品缺陷。
新重要 类是第 种,就是高保真数字孪生。它可以对 个实体做深入 分析,检查关键因素,包括环境。用于预测和指示如何是操作。NASA是这方面 例子。
机器搭配、产线搭配,同样可以建立 个更庞大 、虚拟 仿真版本。通过将物理产线在数字空间 复制,可以提前对搭配、中试 工艺进行仿真。借助数字孪生 记录和分析,在实际产线搭配时,可以直接复制使用,从而大大降低搭配成本,加速新产品 引进。惹机器调试中 资料统计,可以用来优化 ,例如能耗、错误比率、循环周期等。则可以在后来 工厂和设备 运行过程中,继续发挥作用,从而提高厂房效率。值得 提 是,必要时数字孪生只携带 部分信息,它 般不需要完整 BOM。
根据Garnter 零 技术成熟度曲线,数字孪生正在处于冉冉上升 阶段。同样,IDC在 零 年 月给出 预测是,到今年,全世界头部 零零零家企业 零%,都会使用IoT产品中 数字孪生来提供产品创新。
根据德国Drath教授 CPS 层架构模型,可以看到,数字孪生是CPS建设 个重要基础环节。未来,数字孪生与资产管理壳AAS(AssetAdministrationShell)可能会融合在 起。
法国 达索系统正在用它 DExperienceCity,为新加坡地区建立 个完整 “数字孪生新加坡”。这样地区规划师,就可以利用数字影像更好地解决地区能耗、交通等问题。商店可以根据实际人流 情况,调整开业时间;红绿灯都不再是固定时间;突发时间 人流疏散,都有紧急 实时预算模型。甚至可以把企业之间 购买、分销关系也都加入进去,形成“虚拟社交企业”。
然而PLM以前虽然叫做产品全生命周期 管理,但从 个产品 设计、制造、到服务 全过程而言,PLM显然是没有完成任务。它 作用,到了制造 后期,狗粮快讯网编辑人员获悉,往往戛然而止了。大量在制造中发生 工程状态更改,往往无法返回给研发设计师。而当产品出厂之后,就会形成产品 信息孤儿,更是无法通过PLM进行跟踪。
然而,数字孪生 野心还不限于此。它可以是 个复杂 组织或地区。
然而, 个产品 制造过程,本身也可能是 个数字孪生。也就是,工艺仿真、制造过程,都可能建立 个复杂 数字孪生,进行仿真模拟,并记录真实资料统计进行交互。
管理壳可以认为是与物理资产相伴生 软件层,包括资料统计和界面。是CPS 物理层P与赛博层C进行交互 重要支撑部分。
考虑到数字孪生可以用PLM来管理产品或设备 生命周期,也从PLM软件中输出文件,狗粮快讯网系列报道,PLM显然与数字孪生紧密相关。
而在 个工厂 建造上,数字孪生同样可以发挥巨大作用。通过建筑信息模型BIM(BuildingInformationModeling)和仿真手段,对工厂 水电气网以及各种设施,都可以建立数字孪生,实现虚拟工厂装配。并在真实厂房建造之后,继续记录厂房自身 变化。
要描述这 者之间 关系,需要先谈另外 个工业 .零非常重要 支撑概念，管理壳。它可以使得物理资产有了资料统计描述,从而可以跟产品物理资产实现在数字空间 交互。
迎接数字孪生,需要用战略性视角审视它与过去、未来诸多工业要素 关系,比如它与PLM软件、CAD模型、工业云进行形态变换,它对物理实体、产线 ,以及工业之外 世界进行映射。同时它对智能制造、工业互联网和赛博物理系统CPS 支撑。而对首席信息官CIO来说,如何是接纳数字孪生这样 个新宠物?
这对于 线而言,是 个巨大 利好消息。OEM供应商要考虑 问题,也不仅仅是产品,而是涉及到多领域模型、传感器、边缘设备等软件配套。
这是 个双向进化 过程。
这是 个激荡波。
除了企业 各个部门需要共同制定战略,还有很多 数字伦理问题,需要跟合作伙伴和用户 起分析资料统计可能带来 结果。
,