解读数字孪生的十大关键问题
本文标签: 数字孪生 Digital Twin 三维建模 虚拟仿真 工业物联网 工业互联网 

    当前,数字孪生(Digital twin)是各界关注的热点,Gartner曾连续四年将数字孪生列为十大战略发展科技之一。北京航空航天大学的陶飞教授的团队对数字孪生技术进行了长期的深入研究,撰写了一批国际水准的学术论文。近期,美国工业互联网联盟(IIC)、中国信通院和赛迪等研究机构也相继发表了相关白皮书,我国从政府主管部门到企业也十分关注数字孪生技术。

    但是,当前业界对于数字孪生技术还存在一些模糊甚至错误的认识,给数字孪生技术披上了一层神秘的面纱。笔者认为,如果不能正确理解数字孪生技术的基本内涵,就囫囵吞枣地应用数字孪生技术,很可能会“走入歧途。为此,本文希望结合工业界的应用需求与实践,来厘清对数字孪生的基本认识,从而引导企业正确理解和应用数字孪生技术。本文撰写过程中,多次向陶飞教授讨教,在此深表感谢!

一、关于数字孪生的内涵

    很多业界主流公司都给数字孪生提出自己的定义。

    GE Digital认为:Digital twins are software representations of assets and processes that are used to understand, predict, and optimize performance in order to achieve improved business outcomes.  Digital twins consist of three components: a data model, a set of analytics or algorithms, and knowledge.(数字孪生是资产和流程的软件表示,用于理解、预测和优化绩效以实现改善的业务成果。数字孪生由三部分组成:数据模型、一组分析工具或算法以及知识。

   西门子认为:Digital Twin is a smart, virtual representation (model) of the physical product, production process or product's utilization. It has the required accuracy and fidelity to predict actual, physical performance.(数字孪生是对实体产品、生产流程或产品使用的一种智能化和虚拟化的表示(或模型)。数字孪生模型必须具备高度的精确度和保真度,以对实际的物理性能进行预测)。

   SAP认为:A digital twin is a virtual representation of a physical object or system – but it is much more than a high-tech lookalike. Digital twins use data, machine learning, and the Internet of Things (IoT) to help companies optimize, innovate, and deliver new services.(数字孪生是物理对象或系统的虚拟表示,但远远不仅是一个用高科技手段看起来很相似。数字孪生使用数据、机器学习和物联网来帮助企业优化,创新和提供新服务。)

   PTC认为:Digital twins are emerging as the best way for enterprises to compound value from digital transformation initiatives. For the industrial enterprise, digital twin use cases are primarily being adopted across engineering, operations, and service – driving significant business value and laying the groundwork for digital transformation across the enterprise.(数字孪生正在成为企业从数字化转型举措中实现价值增值的最佳途径。对于工业企业,数字孪生主要应用在产品的工程设计、运营和服务中采用,带来重要的商业价值,并为整个企业的数字化转型奠定基础。)

   陶飞教授认为:当前对数字孪生存在多种不同认识和理解,目前尚未形成统一共识的定义,但物理实体、虚拟模型、数据、连接、服务是数字孪生的核心要素。不同阶段(如产品的不同阶段)的数字孪生呈现出不同的特点,对数字孪生的认识与实践离不开具体对象、具体应用与具体需求。从应用和解决实际需求的角度出发,实际应用过程中不一定要求所建立的“数字孪生”具备所有理想特征,能满足用户的具体需要即可。

   结合学术界和工业界的实践,e-works认为,数字孪生并不是一个单元的数字化技术,而是一种在多种使能技术交叉融合的基础上,通过构建物理实体所对应的数字孪生模型,并对数字孪生模型进行可视化、分析与优化,从而提升物理实体的性能和运行绩效的综合性技术策略。

二、数字孪生的基本特征

    数字孪生的基本特征是虚实融合。通过对物理实体构建“高保真”的数字孪生模型,并实现物理模型和数字孪生模型的双向映射。构建数字孪生模型不是目的,而是手段。企业应用了数字孪生的若干使能技术,并不等于企业就实现了数字孪生,只有实现这些使能技术的交叉融合应用,才是真正的数字孪生应用。

    任何物理实体都可以创建其数字孪生模型,一个零部件、一个产品、一条生产线、一个车间、一座工厂、一个建筑、一座城市,乃至一颗心脏、一个人体等。对于不同的物理实体,其数字孪生模型的用途和侧重点差异很大。例如,新加坡构建了数字城市,相当于一个城市的数字孪生模型,不仅包括了地理信息的三维模型,各种建筑的三维模型,还包括了各种地下管线的三维模型。该模型作为城市的数字化档案,可以用于优化城市交通,便于各种公共设施的维护。Google构建了数字人体模型,可以用于模拟人服药之后,药品在人体内扩散和产生功效过程,从而优化药效。显然,物理实体的结构越复杂,其对应的数字孪生模型也会越复杂,要构建精确的数字孪生模型,实现数字孪生应用的难度也更大。
    
三、数字孪生的关键使能技术

    数字孪生技术的应运而生,源于数字化设计、虚拟仿真和工业物联网等关键使能技术的蓬勃发展与交叉融合。

    数字化设计技术从早期的二维设计发展到三维建模,从三维线框造型,进化到三维实体造型、特征造型,这个过程中也产生了诸如直接建模、同步建模、混合建模等技术,以及面向建筑与施工行业的BIM技术(建筑信息模型)。三维建模技术不光用于产品设计阶段,并且用于三维工艺设计。产品的三维模型中不仅包括几何信息、装配关系,还包括PMI(产品制造信息,包括尺寸、公差、形位公差、粗糙度和材料规格等信息)等制造信息,已经实现了MBD(基于模型的产品定义)。产品的三维模型包含了产品的完整信息,为了支持三维模型的快速浏览,从中抽取出仅包括三维几何信息的轻量化三维模型。在三维设计技术的基础上,又产生了虚拟现实技术(VR),用于在汽车等复杂产品的设计阶段进行虚拟的体验,其中包括沉浸式虚拟现实系统Cave,用于产品展示和营销的三维渲染技术,以及基于视景仿真的模拟驾驶技术等。近年来又发展起来增强现实技术(AR),其特点是可以将实物模型和数字化模型融合在一个可视化环境之中,从而实现传感器数据的可视化、操作过程的三维可视化,从而辅助进行产品的操作培训、维修维护等应用。

    虚拟仿真技术从早期的有限元分析,发展到对流场、热场、电磁场等多个物理场的仿真,对振动、碰撞、噪声、爆炸等各种物理现象的仿真,对产品的材料力学、弹性力学、动力学仿真,对产品长期使用的疲劳仿真,对整个产品的系统仿真,以及针对注塑、铸造、焊接等各种加工工艺的仿真,帮助产品实现整体性能最优的多学科仿真与优化技术,还有针对数控加工、机器人加工的仿真,以及面向工厂的设备布局、物流仿真、人因工程仿真技术。如果从仿真的对象来区分,虚拟仿真技术可以分为产品性能仿真、产品制造过程仿真和数字化工厂仿真。

    在数字化设计技术和虚拟仿真技术发展和集成应用的过程中,产生了Digital Mockup(DMU,数字原型)、Digital Prototyping(数字样机)、Virtual Prototype(虚拟样机)、Functional Virtual Prototype(全功能虚拟样机)等技术,主要是用于实现复杂产品的三维运动仿真、装配仿真和性能仿真。

    另一方面,随着传感器技术和无线通信技术的发展,二十一世纪以来,物联网应用越来越广。除在消费领域应用之外,为了支持高价值工业设备的运行监控和维修维护,工业物联网(IIOT)开始受到业界广泛关注。IIOT采集的数据类型和采集频率比普通的物联网应用高得多,而应用的数学模型和分析方法比普通的物联网应用复杂得多。

    在学术界的研究和GE、西门子等工业巨头的示范效应驱动下,数字孪生技术应运而生。

    2016年6月,我在美国参加西门子工业软件一年一度的全球媒体与分析师会议时,西门子应用了Digital Twin、Digital Thread(数字主线)等术语。后来我建议他们对这些名词术语给予解释,后来西门子发给我了十多个名词的解释,e-works专门讲这些名词术语进行了翻译。

    从数字孪生技术的发展背景可以看出,数字孪生模型是相对于其物理模型而言的。可以先建立数字孪生模型,应用数字孪生模型来进行虚拟试验,但最终还是要建立物理模型,通过对数字孪生的分析,来优化物理模型的运行。

    需要强调的是,数字孪生的关键使能技术,在数字孪生诞生之前就已经存在。而数字孪生的应用,又促进了这些关键使能技术的进一步发展。


四、产品的数字化孪生与工厂的数字孪生有何差异?

   在一些以往的分析数字孪生的文章中,没有明确地区分不同的主体,尤其是在制造业应用最广的产品数字孪生和工厂数字孪生,这很容易造成认识和理解的误区。

    对于产品的数字孪生应用,重点在于复杂的机电软一体化装备,例如发电设备、工程机械、加工中心、高端医疗设备、航空发动机、飞机、船舶、轨道交通装备、电梯,以及能够实现智能互联的通信终端产品。

  在产品的设计制造生命周期,数字孪生技术主要的价值是通过在实物样机上安装传感器,在样机测试的过程中,将传感器采集的数据传递到产品的数字孪生模型,通过对数字孪生模型进行仿真和优化,从而改进和提升最终定型产品的性能。

  产品服役的生命周期,是产品的数字孪生应用最核心的阶段。尤其是对于长寿命的复杂装备,通过物联网采集的设备运行数据,并与其数字孪生结果在相同工况下的仿真结果进行比对,可以分析出该设备的运行是否正常,设备绩效如何,是否需要更换零部件等。完整的产品数字孪生模型应当包括了产品运行全生命周期的数字化档案。

  在产品的报废回收再利用生命周期,可以根据产品的使用履历、服务BOM和更换备品备件的记录,来结合数字孪生模型的仿真结果,来判断哪些零件可以进行再制造。例如SpaceX公司的一级火箭实现了复用,如果结合数字孪生技术,可以更加准确地判断哪些零部件可以复用。此外,在该生命周期,企业往往会对老产品进行改进,进行再设计,从而进入到下一个产品全生命周期。因而,老产品的数字孪生模型又可以用于支撑下一代产品的改进与创新。

   陶飞教授对数字孪生车间进行了系统研究。于车间/工厂的数字孪生应用,目前主要侧重于对于一个业已存在的实体工厂,构建其数字孪生模型,从而对实体工厂的生产、物流、检测与试验设备、产线、仪表的运行状态与绩效、生产质量、产量、能耗、工业安全等关键数据进行可视化,在此技术上进行分析与优化,从而帮助工厂提高产能、提升质量、降低能耗、确保安全。

  目前,已有很多企业建立了对工厂的监控与智慧系统,包括视频监控、设备状态显示(停机、正常、预警和报警等),各种分析报表和图表等。构建数字孪生工厂,可以进一步提升工厂运行的透明度。然而,要构建工厂完整的高精度数字孪生模型,需要工厂的建筑、生产线、设备和产品的数字孪生模型,难度很大。设备和产线的数字孪生模型构建,有赖于厂商提供相关数据。但是,即便是仅仅基本的示意性的工厂数字孪生模型,对于工厂管理者更快速地掌控生产状态、定位设备问题、避免非计划停机,也具有实实在在的价值。

   必须强调,数字孪生工厂与其关键使能技术之一,数字化工厂仿真应用的本质区别是,数字孪生工厂所显示的所有数据和状态信息,均来自真实的物理工厂,而非仿真结果。

   数字孪生工厂对于离散制造企业和流程制造企业,都有十分重要的价值。在考察英国**EVA公司时,我们观摩了该公司对于化工厂和无人的海上钻井平台的数字孪生应用的展示。 

    毫无疑问,实现数字孪生工厂最重要的基础,是设备的数据采集和车间联网(M2M)。

五、数字孪生的应用场景

哪些算数字孪生的应用?哪些不算?


   **EVA公司提供了面向流程行业的

六、数字孪生对工业企业的应用价值


七、数字孪生模型的颗粒度与精度


八、数字孪生领域的主流厂商和解决方案


九、数字孪生的推进策略


十、数字孪生的发展与应用趋势展望






发表于: 2020-05-07 08:21 阅读(35) 评论(0) 收藏 好文推荐

发表评论(网友发言只代表个人观点,不代表本网站观点或立场。)

您尚未登录,请先【登录或注册