数字孪生 – 数字孪生：3D 可视化和数字供应链管理

数字主线被定义为“使用数字工具和表示进行设计、评估和生命周期管理”。

“数字主线”一词首次出现在美国空军全球科技愿景工作组报告“全球视野 2013”​​中。

麻省理工学院的 Singh 和 Willcox 于 2018 年在题为“数字线程工程”的论文中进一步完善了“数字线程”一词。 在这篇学术论文中，术语“数字主线”被定义为“一种数据驱动的架构，它连接整个产品生命周期的信息，旨在成为公司产品在任何时间点的主要或权威数据和通信平台。”

从狭义上讲，数字主线还用于指物理项目的数字表示的最低级别的设计和规范。 数字线程是基于模型的系统工程 (MBSE) 的一项关键功能，也是数字孪生的基础。

术语“数字主线”还用于描述数字孪生对构成物理对象的需求、部件和控制系统的可追溯性。

智能工厂 – 在德国使用公司相关概念 – 图片：Xpert.Digital

该图显示了 2017 年对德国工业公司董事总经理进行的一项关于当前和未来智能工厂所使用技术的调查结果。 23% 的受访者表示，他们目前在智能工厂中使用该产品的数字孪生。 43% 的受访者表示他们计划在未来使用产品的数字孪生。

这也适用于自主内部物流：17% 的受访者表示他们目前正在使用这种方式（2017 年）。 35% 的人计划到 2022 年实现这一目标。

五年内使用（2022年）

• 基于数据的资源优化 – 77%
• 综合规划 – 61%
• 大数据驱动的流程和质量优化 – 65%
• 模块化生产系统/模块化生产资产 – 36%
• 联网工厂/互联工厂 – 60%
• 预测性维护 – 66%
• 流程可视化/自动化/流程可视化/自动化 – 62%
• 产品的数字孪生/产品的数字孪生 – 43%
• 工厂的数字孪生 / 工厂的数字孪生 – 44%
• 生产工厂的数字孪生/生产资产的数字孪生 – 39%
• 灵活的生产方式/灵活的生产方式 – 34%
• 自主厂内物流/自主厂内物流 – 35%
• 生产参数的转移 – 32%
• 完全自主的数字工厂 – 11%

今日使用情况（2017 年）

• 基于数据的资源优化 – 52%
• 综合规划 – 32%
• 大数据驱动的流程和质量优化 – 30%
• 模块化生产系统/模块化生产资产 – 29%
• 联网工厂/互联工厂 – 29%
• 预测性维护 – 28%
• 流程可视化/自动化 / 流程可视化/自动化 – 28%
• 产品的数字孪生/产品的数字孪生 – 23%
• 工厂的数字孪生 / 工厂的数字孪生 – 19%
• 生产工厂的数字孪生/生产资产的数字孪生 – 18%
• 灵活的生产方式/灵活的生产方式 – 18%
• 自主厂内物流/自主厂内物流 – 17%
• 生产参数转移 – 16%
• 完全自主的数字工厂 – 5%

德国工业公司的董事总经理接受了采访。 调查中提出的问题如下：“以下概念与贵公司的相关性如何？” 该来源未提供有关调查类型或超过 100% 的分数的任何信息。

如何使用数字孪生来优化机器的一个例子是涡轮机、喷气发动机和机车等发电设备的维护。

数字孪生的另一个例子是使用 3D 模型为物理对象创建数字伴侣。 这允许显示实际物理对象的状态，提供一种将物理对象投影到数字世界的方法。 例如，当传感器从连接的设备收集数据时，传感器数据可用于实时更新设备状态的副本作为“数字孪生”。 “设备影子”一词也用于数字孪生的概念。 数字孪生旨在成为物理对象属性和状态的最新且准确的副本，包括形状、位置、手势、状态和运动。

数字孪生还可用于监控、诊断和预测，以优化资产性能和利用率。 在这一领域，传感数据可以与历史数据、人类专业知识以及车队和模拟学习相结合，以改善预测结果。 因此，复杂的预测和智能维护平台可以利用数字孪生来找到问题的根本原因并提高生产力。

自动驾驶汽车及其嵌入交通和环境模拟中的传感器的数字孪生也被提议作为克服汽车行业应用开发、测试和验证方面重大挑战的一种手段，特别是当相应的算法基于基于人工的方法时。情报，这需要大量的培训和验证数据集。

物理制造对象被虚拟化并表示为数字孪生模型（化身），这些模型在物理空间和网络空间中无缝且紧密集成。 物理对象和孪生模型以互利的方式相互作用。

行业层面的动态

数字孪生正在改变整个产品生命周期管理 (PLM)，从设计到制造再到服务和运营。 如今，PLM 在产品设计的效率、制造、智能、服务阶段和可持续性方面非常耗时。 数字孪生可以将产品的物理空间和虚拟空间结合在一起。 数字孪生使公司能够创建所有产品的数字足迹，从设计到开发以及整个产品生命周期。 一般来说，制造业行业受到数字孪生的严重影响。 在制造过程中，数字孪生是工厂实时流程的虚拟复制品。 整个物理制造过程中放置​​了数千个传感器，所有传感器都从不同维度收集数据，例如： B. 环境条件、机器的行为特征和所进行的工作。 所有这些数据都由数字孪生持续传输和收集。 得益于物联网，数字孪生变得更加经济实惠，并且可以决定制造业的未来。 工程师的优势在于能够实际使用由数字孪生虚拟设计的产品。 通过具有实时功能的真实“事物”的数字孪生，可以实现先进的产品和资产维护和管理方法。

数字孪生提供了巨大的商业潜力，因为它们预测未来而不是分析制造过程的过去。 数字孪生创建的现实表现使制造商能够向事前业务实践发展。 制造业的未来基于以下6个方面：

• 可扩展性，
• 模块化，
• 灵活性
• 自治，
• 连接性
• 和数字孪生。

随着制造过程各个阶段的数字化程度不断提高，实现更高生产率的机会正在出现。 这从模块化开始，并提高生产系统的效率。 此外，自主性使生产系统能够高效、智能地应对突发事件。 最后，像物联网一样，连接性可以通过优化后续的产品设计和推广周期来实现更高的性能，从而实现数字化闭环。 当产品能够在问题实际发生故障之前检测到问题时，这可以带来更高的客户满意度和忠诚度。 随着存储和数据处理成本的不断降低，数字孪生的可能用途也在扩大。

数字孪生对于工业尤其重要。 它的存在和在工业价值创造过程中的使用可以成为公司决定性的竞争优势。 自 2010 年代初以来尤其如此，因为物联网使得生产各种具有集成服务的数字控制和网络产品成为可能。

例如，在工业中，产品、生产系统、流程和服务都有数字孪生。 它们也可以存在于真正的双胞胎之前，例如作为未来产品的设计模型。 它们可用于分析和评估真实双胞胎的使用数据。 它们有各种各样的目的和功能。

它们对行业的特殊价值源于物理原型的保存以及在每个相关方面模拟真实双胞胎的行为、功能和质量的可能性。 该价值可用于产品、系统和服务的整个生命周期中价值创造的所有部分。

数字孪生有多种形式。 例如，它可以基于系统开发的行为模型、3D模型或功能模型，在模型过程中尽可能真实、全面地描述真实双胞胎的机械、电子和其他属性和性能特征——为基础的设计。

不同的数字双胞胎可以相互链接，还可以与真实的双胞胎进行广泛的沟通和互动。 这也称为数字主线，贯穿整个产品生命周期，并且可以包括其他与产品相关的信息。 公司可以从这种一致的数字主线中获得最大的利益，它可以优化各种价值创造流程，并为所提供的产品或服务开发广泛的数字业务模型。

生产技术只是众多工业应用领域之一。 数字孪生映射系统的整个生命周期（设计、创建、操作和回收）。 即使在规划过程中，工程师也可以使用仿真模型来优化流程。 一旦系统投入运行，相同的仿真模型可用于进一步优化流程和转变生产。

在运输和仓储领域，DHL和UPS等国际物流公司正在不断开发数字孪生的新应用，例如跟踪和追踪或仓库和整个港口设施的智能控制。 SAP 或 Oracle 等软件制造商正在扩展其 ERP 系统，并提供新的 IT 解决方案作为供应链管理的数字供应链。

数字孪生的概念越来越多地应用于生产控制、物流和采购。 这意味着这一概念可以与控制技术和调节工程的方法和手段紧密联系起来。

由于智慧城市运动中对数字技术的兴趣日益浓厚，地理数字孪生在城市规划实践中变得流行。 这些数字孪生通常以交互式平台的形式提出，用于实时捕获和显示 3D 和 4D 空间数据，以对城市环境（城市）及其包含的数据进行建模。

增强现实 (AR) 系统等可视化技术既可以用作建筑环境中设计和规划的协作工具，也可以集成来自城市嵌入式传感器和 API 服务的数据源以形成数字孪生。 例如，AR 允许将增强现实地图、建筑物和数据投影到桌面上，以便建筑行业专业人士协作查看。

在建筑行业，规划、设计、施工、运营和维护活动正变得越来越数字化——包括通过引入 BIM（建筑信息模型）流程——而建筑物的数字孪生被视为逻辑延伸——无论是在个别建筑以及国家层面。 例如，在英国，英国数字化建设中心于 2018 年 11 月发布了《双子座原则》，制定了开发“国家数字孪生”的原则。

1996 年，在希思罗机场 1 号航站楼建设希思罗快线设施期间，实现了“数字孪生”的最早示例之一。 顾问 Mott MacDonald 和 BIM 先驱 Jonathan Ingram 将围堰和钻孔中的运动传感器连接到数字对象模型，以显示模型中的运动。 创建了一个数字注射对象来监测将砂浆泵入地球以稳定地面运动的效果。

医疗保健被认为是一个正在被数字孪生技术变革的行业。 医疗保健行业中的数字孪生概念最初被提出并首先用于产品或设备预测。 数字孪生可以通过采用更加数据驱动的医疗保健方法来改善医学、体育和教育领域的生活。 技术的可用性使得为患者创建个性化模型成为可能，该模型可以根据记录的健康和生活方式参数不断调整。 这最终可以产生一个虚拟患者，详细说明单个患者的健康状况，而不仅仅依赖于以前的记录。 此外，数字孪生还可以将个人记录与总体记录进行比较，以便更轻松地找到详细的模式。 医疗保健数字孪生的最大优势在于，医疗保健可以根据患者的个体反应进行定制。 数字孪生不仅会在定义个体患者的健康方面带来更好的解决方案，而且还将改变健康患者的预期形象。 “健康”过去被认为是没有疾病迹象。 现在，“健康”患者可以与其他人群进行比较，以定义真正的健康。 然而，医疗保健领域数字孪生的出现也存在一些缺点。 数字孪生可能会导致不平等，因为这项技术可能并非人人都能使用，从而扩大了贫富差距。 此外，数字孪生将识别人群中可能导致歧视的模式。

数字孪生的想法在医学领域也越来越广泛，通过创建患者的虚拟图像来模拟医疗应用。 这样，医生可以在治疗前根据患者的具体情况进行处理，并且在外科手术过程中，可以预制并精确插入患者专用的插入物（例如人工关节），从而提高手术效果并加快速度。恢复过程。

汽车行业通过数字孪生技术得到了改善。 汽车行业的数字孪生是通过利用现有数据来简化流程并降低边际成本来实施的。 目前，汽车设计师正在通过整合基于软件的数字功能来扩展现有的物理物质性。 汽车行业数字孪生技术的一个具体例子是，汽车工程师使用数字孪生技术结合公司的分析工具来分析特定汽车的驾驶方式。 通过这种方式，他们可以建议在汽车中加入新功能，以减少道路事故的数量，这在以前是不可能在如此短的时间内实现的。

数字技术具有区别于其他技术的某些特征。 这些特征反过来又会产生一定的后果。 数字孪生具有以下特征。

连接性

数字孪生技术的关键特征之一是其连接性。 物联网（IoT）的最新发展带来了众多新技术。 物联网的发展也推动了数字孪生技术的发展。 该技术具有许多与物联网特征一致的特征，即其连接性。 首先也是最重要的是，该技术实现了物理组件与其数字组件之间的连接。 数字孪生的基础依赖于这种连接，没有这种连接，数字孪生技术就不会存在。 如上一节所述，这种连接是通过物理产品上的传感器实现的，这些传感器收集数据并通过各种集成技术集成和通信该数据。 数字孪生技术增强了公司、产品和客户之间的联系。 例如，可以通过使供应链成员验证产品或资产的数字孪生来增强供应链中合作伙伴之间的连通性。 然后，这些合作伙伴只需控制数字孪生即可检查该产品的状态。

与客户的联系也可以增加。

服务化是公司通过服务为其核心产品增加价值的过程。 以发动机为例，制造发动机是该组织的核心产品，然后通过提供发动机检查和维护服务来增加价值。

服务化

服务化是一种与制造企业相关的商业模式创新，指的是以前的产品组合从仅物质产品转向物质产品和服务的组合的变化。 因此，它反映了公司层面向服务社会迈进的整体经济趋势。

服务化的例子已经存在了 100 多年。 然而，这个话题在过去 20 年里迅速变得更加重要，因为由于全球化，德国等高工资国家的公司将其视为保护自己免受低工资国家竞争的一种手段。 在科学领域，基于 Sandra Vandermerwe 和 Juan Rada 的专业文章，服务化已成为一个独立的研究主题。

同质化

数字孪生可以被描述为一种数字技术，它既是数据同质化的结果，也是数据同质化的推动者。 由于现在可以以相同的数字形式存储和传输任何类型的信息或内容，因此可以创建产品的虚拟表示（以数字孪生的形式），从而将信息与其物理形式解耦。 数据的同质化以及信息与其物理制品的解耦使得数字孪生的创建成为可能。 数字孪生还可以以数字方式存储越来越多的有关物理产品的信息，并将其与产品本身分离。

随着数据变得越来越数字化，它可以快速且经济高效地传输、存储和计算。 根据摩尔定律，未来几年计算能力将继续呈指数级增长，而数据处理的成本将大幅下降。 因此，这将降低开发数字孪生的边际成本，并使使用虚拟表示来测试、预测和解决问题的成本相对便宜得多，而不是在物理模型上进行测试并等待物理产品损坏后再尝试干预。

信息同质化、解耦的另一个后果是用户体验的趋同。 随着物理对象的信息变得数字化，单个工件可以提供多种新的可能性。 数字孪生技术允许与更多的代理共享有关物理对象的详细信息，无论位置或时间如何。 Michael Grieves 在其关于制造业中的数字孪生技术的白皮书中，对数字孪生带来的同质化的后果阐述了以下观点：

过去，工厂经理的办公室可以俯瞰工厂，这样他们就可以了解工厂车间的情况。 借助数字孪生，不仅工厂经理，而且参与工厂生产的每个人都可以拥有同一个虚拟窗口，不仅可以访问单个工厂，还可以访问世界各地的所有工厂。

可重新编程且智能化

如前所述，数字孪生允许以特定方式对物理产品进行重新编程。 此外，数字孪生还可以自动重新编程。 借助物理产品上的传感器、人工智能技术和预测分析。 这种可重编程性的结果之一就是功能的出现。 再次以发动机为例，数字孪生可用于收集有关发动机性能的数据，并在必要时调整发动机并创建更新版本的产品。 服务化也可以被视为可重编程性的结果。 制造商可能负责监控数字孪生、进行调整或在必要时对数字孪生重新编程，并且他们可以将其作为附加服务提供。

数字痕迹

另一个特点是数字孪生技术会留下数字痕迹。 工程师可以使用这些痕迹来进行诸如以下操作： 例如，在机器发生故障时，检查数字孪生的痕迹来诊断问题发生的位置。 这些机器的制造商将来还可以使用这些诊断来改进其设计，以便将来不再频繁发生相同的故障。

模块化

就制造业而言，模块化可以描述为产品和生产模块的设计和定制。 在制造模型中添加模块化使制造商有机会优化模型和机器。 数字孪生技术使制造商能够跟踪使用中的机器并确定机器中可能需要改进的领域。 当这些机器是模块化的时，制造商可以使用数字孪生技术来识别哪些组件正在影响机器的性能，并用更合适的组件替换它们，以改进制造过程。