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“利用数字工具和表示方法进行设计、评估和生命周期管理”。

“数字主线”一词最早出现在美国空军全球科技愿景工作组报告《2013 年全球视野》中。

“数字主线”这一术语在2018年由麻省理工学院的Singh和Willcox在其题为《基于数字主线的工程》的论文中进一步完善。在这篇学术论文中，“数字主线”被定义为“一种数据驱动的架构，它将整个产品生命周期中的信息连接起来，旨在作为组织在任何给定时间点的产品的主要或权威数据和通信平台”。

狭义上，“数字主线”一词也指物理对象数字表示的最低设计和规范层级。数字主线是基于模型的系统工程 (MBSE) 的一项关键能力，也是数字孪生的基础。

数字主线这一术语也用来描述数字孪生体与构成物理对象的需求、部件和控制系统之间的可追溯性。

智能工厂——德国商业理念的应用——图片来源：Xpert.Digital

该图表展示了2017年一项针对德国工业企业总经理的调查结果，该调查涉及智能工厂当前及未来使用的技术。23%的受访者表示，他们目前在智能工厂中使用了产品的数字孪生模型。43%的受访者表示，他们计划未来使用产品的数字孪生模型。

这也适用于自主内部物流：17% 的受访者表示他们目前（2017 年）正在使用自主内部物流。35% 的受访者计划在 2022 年前实施自主内部物流。

五年后（2022 年）的使用情况

• 数据驱动的资源优化——77%
• 综合规划——61%
• 大数据驱动的流程和质量优化——65%
• 模块化生产资产 – 36%
• 网络化工厂/互联工厂 – 60%
• 预测性维护 – 66%
• 流程可视化/自动化 – 62%
• 产品数字孪生——43%
• 工厂数字孪生 / 工厂数字孪生 – 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——35%
• 生产参数转移 – 32%
• 全自动数字化工厂——11%

当前使用情况（2017 年）

• 数据驱动的资源优化——52%
• 综合规划——32%
• 大数据驱动的流程和质量优化——30%
• 模块化生产资产 – 29%
• 网络化工厂/互联工厂 – 29%
• 预测性维护 – 28%
• 流程可视化/自动化 – 28%
• 产品数字孪生——23%
• 工厂数字孪生 / 工厂数字孪生 – 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——17%
• 生产参数转移 – 16%
• 全自动数字化工厂——5%

一项针对德国工业企业总经理的调查中，问题表述如下：“以下概念对贵公司而言有多重要？” 该来源未提供关于调查方法或超过100%得分的任何信息。

数字孪生技术在优化机器方面的应用实例之一是能源发电厂（如涡轮机、喷气发动机和机车）的维护。

数字孪生技术的另一个例子是利用3D模型为物理对象创建数字副本。这使得实际物理对象的状态得以显示，从而提供了一种将物理对象投射到数字世界的方法。例如，如果传感器从连接的设备收集数据，则可以使用这些传感器数据实时更新设备状态的副本，即“数字孪生”。“设备影子”一词也用于描述数字孪生的概念。数字孪生旨在成为物理对象属性和状态（包括形状、位置、姿态、状态和运动）的当前且准确的副本。

数字孪生技术还可用于监控、诊断和预测，以优化资产的性能和利用率。在此领域，传感器数据可以与历史数据、专家经验以及车队和仿真学习相结合，从而提高预测结果。因此，复杂的预测和智能维护平台可以利用数字孪生技术来识别问题的根本原因并提高生产力。

将自动驾驶车辆及其传感器的数字孪生体嵌入交通和环境模拟中，也被提出作为克服汽车行业应用开发、测试和验证中重大挑战的一种手段，尤其是在相关算法基于人工智能方法，需要大量训练和验证数据集的情况下。

实体制造对象被虚拟化，并以数字孪生模型（化身）的形式呈现，这些模型无缝且紧密地集成到物理空间和网络空间中。实体对象和孪生模型以互惠互利的方式进行交互。

行业层面的动态

数字孪生正在变革整个产品生命周期管理 (PLM) 流程，涵盖从设计、制造到服务和运营的各个环节。目前，PLM 在效率、制造、智能化、服务阶段以及产品设计的可持续性方面都非常耗时。数字孪生可以将产品的物理空间和虚拟空间融合起来，使企业能够为其所有产品创建数字化足迹，从设计开发到整个生命周期。通常，制造业受到的数字孪生影响尤为显著。在制造过程中，数字孪生是工厂车间实时操作的虚拟副本。数千个传感器遍布整个物理制造流程，从环境条件、机器行为和工作执行等各个维度收集数据。所有这些数据都会被数字孪生持续传输和收集。得益于物联网 (IoT) 的发展，数字孪生变得更加经济实惠，并有望塑造制造业的未来。对于工程师而言，其优势之一在于能够将利用数字孪生虚拟设计的产品应用于实际生产环境中。随着具有实时功能的真实“事物”的数字孪生体的出现，先进的产品和工厂维护与管理方法变得越来越容易获得。

数字孪生技术具有巨大的商业潜力，因为它预测的是未来，而非分析制造过程的过去。数字孪生技术所创建的现实表征使制造商能够朝着预先规划的商业实践发展。制造业的未来基于以下六个方面：

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

随着制造流程各个环节的数字化程度不断提高，提升生产效率的机遇也随之而来。这首先体现在模块化设计上，模块化设计能够显著提升生产系统的效率。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，物联网等互联技术通过优化后续的产品设计和营销流程，进一步完善了数字化流程，从而实现更高的性能。如果产品能够在故障发生之前检测到问题，就能显著提升客户满意度和忠诚度。随着存储和数据处理成本的持续下降，数字孪生技术的潜在应用范围也在不断扩大。

数字孪生技术对工业领域具有特殊意义。它的存在及其在工业价值创造过程中的应用，能够为企业带来决定性的竞争优势。自2010年代初以来，随着物联网(IoT)的兴起，各种数字化控制和联网产品以及集成服务得以生产，这一点尤为突出。

在工业领域，数字孪生技术已应用于产品、生产设施、流程和服务等领域。它们甚至可以先于物理孪生体存在，例如未来产品的设计模型。数字孪生体可用于分析和评估物理孪生体的使用数据。它们用途广泛，功能多样。

它们对行业而言的独特价值在于无需制作物理原型，并且能够在所有相关方面模拟真实世界原型的行为、功能和质量。这种价值可以应用于产品、系统和服务整个生命周期的价值链的各个环节。

数字孪生体有多种不同的形式。例如，它可以基于系统开发的行为模型、3D模型或功能模型，在基于模型的设计过程中，真实、全面地描绘真实孪生体的机械、电子和其他属性及性能特征。

各种数字孪生体可以相互连接，并与其对应的物理实体进行广泛的通信和交互。这也被称为贯穿整个产品生命周期的数字主线，其中还可以包含更多与产品相关的信息。企业可以从这种连续的数字主线中获得最大收益，因为它能够优化各种价值创造流程，并利用各种数字商业模式来推广其产品或服务。

生产工程只是众多工业应用之一。数字孪生技术能够映射系统在其整个生命周期（设计、建造、运营和回收）中的各个阶段。即使在规划阶段，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，同样的仿真模型还可以用于进一步优化流程并改进生产方式。

在运输和仓储领域，DHL和UPS等国际物流公司不断开发基于数字孪生技术的新应用，例如货物追踪溯源以及仓库和整个港口设施的智能控制。SAP和Oracle等软件厂商也在扩展其ERP系统，并提供新的IT解决方案，例如用于供应链管理的数字化供应链。

数字孪生概念正日益应用于生产控制、物流和采购领域。这使得该概念能够与控制工程和自动化技术的方法和工具紧密结合。

由于智慧城市运动中对数字技术的兴趣日益浓厚，地理数字孪生技术在城市规划实践中变得越来越流行。这些数字孪生技术通常以交互式平台的形式出现，用于实时采集和可视化三维和四维空间数据，从而对城市环境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用作建筑环境设计和规划的协作工具，也可用于整合来自城市嵌入式传感器和API服务的数据源，从而创建数字孪生模型。例如，AR技术可以将增强现实地图、建筑物和数据投影到桌面，供建筑专业人员协作查看。

在建筑行业，规划、设计、施工、运营和维护活动正日益数字化——部分原因是引入了建筑信息模型（BIM）流程——而建筑物的数字孪生被视为一种合乎逻辑的延伸，无论是在单个建筑物层面还是在国家层面。例如，英国数字建筑中心于2018年11月发布了《双子座原则》，其中概述了构建“国家数字孪生”的原则。

最早的“数字孪生”应用案例之一于1996年在希思罗机场1号航站楼的希思罗快线设施建设期间实施。咨询公司莫特麦克唐纳（Mott MacDonald）和BIM先驱乔纳森·英格拉姆（Jonathan Ingram）将围堰和钻孔中的运动传感器连接到数字对象模型，以显示模型内的运动情况。他们还创建了一个数字注浆对象，用于监测向地下注入灌浆以稳定土壤移动的效果。

医疗保健行业正被数字孪生技术所变革。数字孪生的概念最初被提出并应用于产品或设备的预测分析。借助数字孪生技术，医疗、体育和教育等领域可以通过采用更加数据驱动的医疗保健方法来改善人们的生活。技术的进步使得创建个性化患者模型成为可能，这些模型可以根据收集到的健康和生活方式参数不断更新。这最终可以创建一个虚拟患者，详细描述个人的健康状况，而不仅仅依赖于过去的记录。此外，数字孪生技术还可以将个人的记录与人群的记录进行比较，从而更轻松地识别出模式，并达到更高的准确度。数字孪生技术对医疗保健的最大益处在于能够根据个体患者的反应来定制医疗保健方案。数字孪生技术不仅能够更精确地定义个体患者的健康状况，还将改变人们对健康患者的固有认知。过去，“健康”的定义是没有任何疾病迹象。现在，可以将“健康”患者与人群进行比较，从而定义真正的健康。然而，数字孪生技术在医疗保健领域的应用也带来了一些弊端。数字孪生技术可能导致不平等，因为这项技术并非人人都能使用，而且可能会加剧贫富差距。此外，数字孪生技术还能识别出人群中的某些模式，而这些模式可能会导致歧视。

数字孪生技术在医学领域也日益普及，它通过创建患者的虚拟模型来模拟医疗程序。这使得医生能够在治疗前熟悉患者的具体情况，并且在外科手术中，可以预先制作并精确植入患者定制的植入物（例如人工关节），从而改善手术效果并加快康复速度。

数字孪生技术极大地提升了汽车行业的效率。汽车行业的数字孪生技术通过利用现有数据来简化流程并降低边际成本。目前，汽车工程师正在通过整合基于软件的数字化功能来增强现有的物理实体。数字孪生技术在汽车行业的一个具体应用是，汽车工程师将数字孪生技术与公司的分析工具相结合，以分析特定车辆的驾驶方式。这使他们能够提出可以减少道路交通事故的新功能，而这在以前是无法在如此短的时间内实现的。

数字技术具有一些区别于其他技术的特性。这些特性反过来又会产生特定的后果。数字孪生体展现出以下特性。

连接性

数字孪生技术的关键特性之一是其连接性。近年来，物联网 (IoT) 的快速发展催生了众多新技术，同时也推动了数字孪生技术的发展。这项技术与物联网的本质有很多共同之处，尤其是其连接性。该技术的核心在于实现物理组件与其数字对应物之间的连接。这种连接是数字孪生的基础，没有它，数字孪生技术便无法存在。如前所述，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整合和传输这些数据。数字孪生技术能够增强公司、产品和客户之间的连接。例如，通过让供应链中的合作伙伴查看产品或资产的数字孪生，可以提高他们之间的连接性。这些合作伙伴只需访问数字孪生即可验证产品的状态。

还可以加强与客户的联系。

服务化是指企业通过提供服务为其核心产品增加价值的过程。以发动机行业为例，该企业的核心产品是发动机制造，而其附加值则来源于提供发动机检测和维护服务。

服务化

服务化是一种与制造企业相关的商业模式创新，指的是企业现有产品组合从单纯的有形商品转向商品与服务相结合的模式。因此，它反映了企业层面向服务型社会转型的整体经济趋势。

服务化模式的实例已存在超过百年。然而，近二十年来，这一主题迅速崛起，成为人们关注的焦点。这是因为全球化使得德国等高工资国家的企业将服务化视为抵御低工资国家竞争的一种手段。在学术界，桑德拉·范德默韦和胡安·拉达的一篇研究论文使服务化成为一个独立的研究课题。

均质化

数字孪生技术既是数据同质化的产物，也是其推动因素。由于任何类型的信息或内容现在都可以以相同的数字形式存储和传输，因此可以创建产品的虚拟表示（即数字孪生），从而将信息与其物理形态分离。数据同质化和信息与其物理制品的分离促成了数字孪生的出现。数字孪生还使得以数字方式存储越来越多的关于物理产品的信息并将其与产品本身分离成为可能。

随着数据日益数字化，其传输、存储和处理速度更快、成本更低。根据摩尔定律，未来几年计算能力将继续呈指数级增长，而数据处理成本将显著下降。这将降低开发数字孪生的边际成本，并使使用虚拟模型进行测试、预测和解决问题的成本远低于在物理模型上进行测试并等待物理产品出现故障后再采取行动。

信息同质化和解耦的另一个后果是用户体验的趋同。随着物理对象信息的数字化，单个物品可以提供多种新的可能性。数字孪生技术允许与更多用户共享有关物理对象的详细信息，不受地域和时间的限制。迈克尔·格里夫斯在其关于数字孪生技术在制造业应用的白皮书中，针对数字孪生技术带来的同质化后果，指出了以下几点：

过去，工厂经理的办公室可以俯瞰整个工厂，让他们对车间的运作情况有所了解。而有了数字孪生技术，不仅工厂经理，所有参与工厂生产的人员都可以通过同一个虚拟窗口，不仅能看到单个工厂的运作情况，还能看到全球所有工厂的运作情况。

可重新编程且智能

如前所述，数字孪生技术允许对实体产品进行特定方式的重新编程。此外，数字孪生还可以利用实体​​产品上的传感器、人工智能技术和预测分析进行自动重新编程。这种可重新编程性带来的一个结果是新功能的涌现。以发动机为例，数字孪生可用于收集发动机性能数据，并在必要时调整发动机，从而创建产品的更新版本。可重新编程性也带来了服务化。制造商可以负责监控数字孪生，根据需要进行调整或重新编程，并将其作为一项附加服务提供。

数字痕迹

数字孪生技术的另一个特点是会留下数字痕迹。工程师可以利用这些痕迹，例如，在机器发生故障时查看数字孪生的历史记录，从而诊断问题的根源。未来，这些诊断结果还可以被机器制造商用于改进设计，从而降低相同故障的发生频率。

模块化

在制造业领域，模块化可以定义为产品和生产模块的设计和调整。通过在制造模型中引入模块化，制造商能够优化模型和机器。数字孪生技术使制造商能够跟踪机器的运行状况，并识别潜在的改进领域。借助模块化机器，制造商可以利用数字孪生技术来识别哪些组件影响机器性能，并用更合适的组件替换它们，从而改进制造流程。