通过分享数字孪生的力量来改善设计、客户服务和效率

跳跃的开发板

作者：贸泽电子Mark Patrick

电影“阿波罗13号”向全世界展示了美国宇航局（NASA）工程师如何利用其受灾飞船的“陆地孪生（terrestrial twin）”来设计一种将宇航员安全带回国内的方法。从那时起，体现在神奇救援工作中的配对概念已经发展变得更加复杂，其实现越来越具有虚拟化性质，并最终演变成现在被称为数字孪生（digital twinning）的实践。

密歇根大学的Michael Grieves博士首次介绍了“数字孪生”这一术语，在他的著作“虚拟完美：通过产品生命周期管理推动创新和精益产品”一书中，当时是指关于NASA正在进行的产品开发工作。简而言之，数字孪生是物理产品的动态虚拟表示。

数字孪生定义

为被制造的真实世界产品开始构建数字孪生，丰富的3D CAD数据为精确的数字模型提供了其中的基础，实际上，在创建任何物理表现之前很久就可以使用。然而，就在21世纪初期，在制造时直接捕获有关各个单体信息的机制相对比较原始。只有相对有限数量的数据可用于表征数字模型，而且通常是纸质的并且是手动收集。

最近，制造执行系统（MES）越来越多地采用，并从各种传感器、仪表、精密测量仪器、检查设备等采集数据，使得从制造过程中捕获的信息量显著增加。通过自动收集、存储和组织数据，现在可以构建更复杂的模型，允许用数字表示，并以更高的准确度来再现物理产品的属性。

现在开始大众化

信息处理的最新发展，即物联网（IoT）和经济实惠的高性能云计算的出现，使数字孪生能够经济高效地扩展到涵盖整个产品生命周期，其中包括现场日常运营。此外，对于数字孪生的早期采用者，如大型OEM和政府支持的组织，那些小得多的公司也能够更加容易地得到数字孪生实践。成本方面的可负担性能够推动更具想象力的应用出现，以改善产品设计，加快上市时间、提高管理和维护、以及最终用户体验。

改善产品创造

通过建造精确的模型，产品制造商可以通过研究数字孪生，以获得许多见解并反馈到改善创建物理产品所涉及的众多方面，例如设计特征，选定的组件，供应链和要使用的制造工艺等等。通过在虚拟环境中构建和测试连续的多代产品，还可以简化新产品开发，节省时间和成本。当数字模型的最新版本完全符合要求的规格，并且达到完全可操作的优化时，仅仅能够承诺物理制造。正如Michael Grieves自己观察到的那样，移动像素比移动原子要容易得多。

真正的预测性维护

数字孪生已经有效地应用于包含大量零件，或需要大量配置或调整的小批量产品。一些重要的例子包括飞机发动机，或化石燃料发电厂中使用的大型燃气或蒸汽涡轮发电机。诸如此类系统的复杂性使得操作员不用基于平均故障间隔时间（MTBF）分析来计算使任何一个单元离线以进行维护的最佳时间。因为在发电厂、安全关键的飞机发动机等情况下，非计划停机成本非常昂贵，所以常规维护一般以很频繁的间隔定期进行，目的是在易损部件寿命终止之前将其更换。尽管这种方式费用很高，但该方法却不能预测任何给定组件何时会发生故障，因此会带来意外和昂贵的停机风险。

相比之下，数字孪生技术利用现场物理孪生对象的大量传感器数据来驱动精确预测的软件应用，能够实现更具成本效益的基于状态的维护，其中考虑了与真实世界运行条件相关的大量参数。这些可能表明设备需要大量使用，或用于短期过载或有害环境，例如飞机发动机在特定日期沿特定路线飞行时需要暴露于大量火山灰，则需要提前维护，而不是按照标准时间表建议的去做，从而通过减少意外停机来提高安全性并提高成本效益。另一方面，如果数据显示低于典型磨损（例如，由于使用程度低于预期），则可以延长更换间隔，从而减少常规停机时间，而不会影响服务质量或增加故障风险。

更清晰的远程资产管理

对远程资产进行经济有效监控是数字孪生的另一个关键优势。越来越大的环境压力将会更大程度上依赖可再生能源，因而目前看到正在引进大量风电设施。公用电网中的风力发电设施通常位于沿海地区或海上，以利用更加充分的风力条件。但这些地区的天气可能非常极端，如果怀疑风暴损坏了设备，派遣服务人员检查涡轮机或其他设备的运行状态会产生很高的费用（更不用说造成耽搁造成的损失）。

如果能够在风力发电站中每种资产设备都保持有一个数字孪生，借助于安装在涡轮机和现场其他物理基础设施上大量传感器的实时数据，将能够使专家评估设备状态，例如是否存在任何结构性弱点或电气设备损坏，从而快速而详细地确定最佳行动方案，并有可能远程解决任何问题。或者，如果认为需要访问现场，则可以提前通知相应的团队，并正确配备携带装置以更好地执行任务，从而避免多次访问的成本。在正常运行条件下，数字孪生也具有相应的价值。将实时性能和配置数据应用于数字孪生，可以调整每个物理涡轮机达到最佳效率和可靠性。

更好的客户体验

随着物联网和云计算的大众化普及，数字孪生可以在更多商业领域得到应用。设备供应商（例如制造自动化）可以使用它来提供更佳的客户体验，并可超越使用基于标准维护带来的好处。某个客户每台机器的专用数字孪生可以为设备厂商提供不仅可以在内部使用以反馈给未来产品开发的见解，而且还有机会为用户分享个性化建议，例如如何改进操作员行为以增加产量，降低设备磨损或能耗等等。

数字孪生的未来

从历史上看，数字孪生已经运行在GE的Predix等强大的工业互联网平台。最近，GE和微软将Predix引入微软的Azure云（Azure Cloud），以及SAP Predictive Engineering Insights软件即服务（SaaS）等平台的出现，有望大大提高可访问性和可扩展性，数字孪生技术还可进一步利用云端人工智能来运行更多的假设情景。

通过该路线图，数字孪生已经从（几乎字面上）从航天工业开创的蓝天概念发展成具有广泛商业吸引力的令人兴奋工具。市场分析公司Gartner将其列为2018年十大战略技术趋势之一，并预测未来十年，数十亿的产品将拥有数字孪生技术。Research and Markets的一份报告发现，75％的受访高管计划在2020年采用数字孪生技术。IDC预测，通过投资数字孪生技术，一般的公司其关键流程周期时间将改善30％ 。

随着全球更多组织努力实现数字化转型，数字孪生可以再现一个工艺、产品或服务的虚拟模型，同时能够涵盖众多领域应用，包括协助商业规划，提供数字化实验的测试平台，或用于未来改进的蓝图等等。随着数字孪生应用跨越整个生命周期，其范围将扩展到制造业以外的众多领域，如智能建筑、医疗保健、环境管理、石油和天然气开发以及智能城市等等。

图1：数字孪生图解1。

图2：数字孪生图解2。

图3：数字孪生图解3。