数字孪生—— 制造业智能化转型的关键驱动力 随着信息技术的发展,制造技术的进步,人们的物质生活日益丰富,同时对产品的智能化、个性化需求也越来越多。如何提高生产效率,缩短产品上市时间,采取更灵活、柔性的生产模式,提高资源和能源利用率,快速响应市场智能化、个性化、多变的需求是当今全球工业面临的主要问题。为了解决这些问题,全球主要工业强国,纷纷提出各自的智能制造战略愿景规划,像德国提出“工业4.0”,美国提出“制造业复兴计划”,我国提出“中国制造2025”战略。数字孪生技术作为构建元宇宙的核心技术之一,与工业物联网、5G通信、大数据,云计算、人工智能、3D可视化等一系列技术,可以构建出现实世界物体的虚拟镜像,在几何形状、物理模型、行为状态等方面进行模拟、仿真、预测和辅助决策,从而能有效解决上述问题,实现智能制造的愿景。 1.数字孪生的起源 “孪生”的概念最早起源于美国国家航空航天局的“阿波罗计划”。数字孪生(“Digital Twin”)这一概念最早由美国的Michael Grieves博士于2002年在密西根大学和NASA的研讨会上提出。在他看来,随着系统的复杂性日益增加,现代产品系统、生产系统、企业系统本质上是都属于复杂系统。为了优化、预测复杂系统的性能,我们需要一个可观测的数字化模型,一个产品的多物理场、综合性的数字化表示,以便于在产品的整个生命周期中维护和重复使用在设计、制造、运营过程中的数字信息,通过分析和挖掘产品或设备的状态数据,传感器数据,操作历史数据,从而实现状态诊断、行为预测,智能调度。此外,通过积累数据库实例,工业大数据分析师可以评估特定系列设备及其部件、并反馈给产品设计师和工艺设计师、用于产品和工艺的持续改进,最终形成闭环的数字孪生。直到2010年,“Digital Twin”一词在NASA的技术报告中被正式提出;2012年,美国国家航空航天局与美国空军联合发表了关于数字孪生的论文,重点应用于未来飞行器发展。2015 - 2020年为数字孪生应用萌芽期,各大工业软件巨头纷纷布局数字孪生业务。近2年数字孪生进入了快速发展期,数字孪生与AI、AR/VR等新兴技术融合,广泛应用在各个行业。 2.数字孪生的典型特征 数字孪生的本质是信息建模,旨在为现实世界中的实体对象在数字虚拟世界中构建数字模型,但数字孪生涉及的信息建模已不再是基于传统的底层信息传输格式的建模,而是对实体对象外部形态、内部机理和运行关系等方面的整体抽象描述。其难度和应用效果相较于传统建模呈指数级增长,主要表现为数字孪生可以有多个变身,即根据不同用途和场景构建形态各异的数字模型。 1.互操作性 数字孪生中的物理对象和数字空间能够双向映射、动态交互和实时连接,因此数字孪生具备以多样的数字模型映射物理实体的能力,具有能够在不同数字模型之间转换、合并和建立“表达”的等同。 2.可拓展性 数字孪生技术具备集成、添加和替换数字模型的能力,能够针对多尺度、多物理、多层级的模型内容进行扩展。 3.实时性 数字孪生技术要求数字化,即以一种计算机可识别和处理的方式管理数据以对随时间轴变化的物理实体进行表征。表征的对象包括外观、状态、属性、内在机理,形成物理实体实时状态的数字虚体映射。 4.高保真性 数字孪生的保真性指描述数字虚体模型和物理实体的接近性。要求虚体和实体不仅要保持几何结构的高度仿真,在状态、相态和时态上也要仿真。值得一提的是在不同的数字孪生场景下,同一数字虚体的仿真程度可能不同。例如工况场景中可能只要求描述虚体的物理性质,并不需要关注化学结构细节 。 5.闭环性 数字孪生中的数字虚体,用于描述物理实体的可视化模型和内在机理,以便于对物理实体的状态数据进行监视、分析推理、优化工艺参数和运行参数,实现决策功能,即赋予数字虚体和物理实体一个大脑,因此数字孪生具有闭环性 。 3.数字孪生分层架构 数字孪生技术架构可以划分为四层:物理层、数据层、模型层、功能层。 物理层:就是数字孪生系统描述刻画的现实世界中的物理对象。不同类型的数字孪生应用,物理实体是不一样的,像智能工厂数字孪生,所描述刻画的物理对象,就是工厂、车间,产线,工位,及工厂中的人、机、料、法、环等生产要素。不同的行业,其描述刻画的物理对象也会有所差异。 数据层:数字孪生是基于数据驱动的,要实现物理实体与虚拟孪生体之间的实时映射和互动,