來源：微信公眾號衛(wèi)星與網(wǎng)絡
作者：龍小昂
引言
工業(yè)企業(yè)的數(shù)字化轉型，需要面臨制造理念、組織方式和商業(yè)模式的多種變革。一個產(chǎn)品，從設計理念開始，經(jīng)歷了制造、使用和報廢，跨越了時空，呈現(xiàn)出一個完整的生命周期。如果設想這種產(chǎn)品有一本履歷表，那么它將忠實地記錄了這個產(chǎn)品的各階段生命周期相關的數(shù)據(jù)。各種健康狀況和風險，都會一目了然，然而事實卻并非如此。對于制造商而言，各階段的數(shù)據(jù)通常呈現(xiàn)孤立、分散的特征，尤其是用戶對于產(chǎn)品使用過程中，基本就是黑匣子。數(shù)據(jù)的分裂，讓產(chǎn)品的各個階段，都成為一座座孤島而互不相連，數(shù)據(jù)失去了流動性，大大約束了人們的洞察力。
數(shù)字孿生，作為連接實體與數(shù)字空間的一種高保真、實時互動的可視化模型，隨著工業(yè)互聯(lián)網(wǎng)的發(fā)展，成為一種全新而有效的解決方案。工廠的設備，可以通過實時可視化的數(shù)字孿生，模擬機器在生產(chǎn)系統(tǒng)中的表現(xiàn)，通過虛實交互、數(shù)物融合和知識自動化，形成一線操作者和管理者的決策支撐系統(tǒng)，提供更加實時、高效、智能的服務[1]。
一、研究背景
企業(yè)數(shù)字化轉型，圍繞著數(shù)據(jù)驅動而來。而數(shù)據(jù)要真正產(chǎn)生的價值，需要靠企業(yè)知識體系來提供。因此，數(shù)字化轉型，首先需要面對的是企業(yè)知識的梳理。但是傳統(tǒng)的知識體系，往往呈現(xiàn)非常僵化的狀態(tài)。例如，工程圖檔往往是企業(yè)的重要知識資產(chǎn)，但很多制造企業(yè)都是采用傳統(tǒng)的圖紙檔案管理方式，以“底圖”或“藍圖”的形式，進行分類、分密級歸檔保存。而代表企業(yè)重要的知識體系，如工藝說明、操作手冊、工程文件等，已經(jīng)隨著企業(yè)信息化應用的逐步發(fā)展，一般都是通過掃描后進行管理。
然而這些圖紙、電子文檔所保存的知識，都是靜態(tài)、分散和割裂的。顆粒度太大，缺乏語義的連接，無法實現(xiàn)相互之間的關聯(lián)，流動性很差。這種知識體系，只是被收藏起來，但卻無法高效重復使用。對于資深工程師而言，這只是一種儲存方式而已，因為信息查找而言，仍然非常低效；而對于經(jīng)驗不足的員工而言，這些知識則像是被隱藏起來。
面臨數(shù)字化轉型，由于缺乏系統(tǒng)性的知識體系支撐，因此工業(yè)企業(yè)呈現(xiàn)出如下的困境：
1）工業(yè)場景復雜，存在海量多源異構的工業(yè)數(shù)據(jù)，多樣性、復雜性的工業(yè)數(shù)據(jù)，造成工業(yè)場景信息孤島化，數(shù)據(jù)利用價值低。
2）工業(yè)場景中，存在顯性知識與隱性知識，各種結構化、半結構化和非結構化知識，知識關聯(lián)性弱。
3）人工智能（AI）正在逐漸成為大數(shù)據(jù)分析的重要技術，但是傳統(tǒng)AI訓練，過度依賴人工開發(fā)算法。它無法關聯(lián)自然語言所對應的概念、屬性、關聯(lián)性等。
4）隨著工業(yè)數(shù)字化普及，海量的CAD、CAE文件以及數(shù)字化的各類文檔、說明書、操作手冊等，信息量暴增，給用戶決策帶來新的痛點。
5）工業(yè)知識專業(yè)性強，且涉及技術領域廣。零散化的知識晦澀難懂，工業(yè)術語解釋專業(yè)性強，經(jīng)驗知識傳播、傳承困難。
而通過知識圖譜，可以將各種概念，通過編碼連接的方式，形成語義連接，將隱形的知識顯性化；而數(shù)字孿生技術，則可以在傳統(tǒng)靜態(tài)模型中，增加了實時運行數(shù)據(jù)的反饋，動態(tài)記錄，并且用可視化的方式進行展現(xiàn)。這將徹底改變原有的知識管理方式，激活沉默的知識資產(chǎn)，從而幫助人們重新認識、管理和控制機器世界。
二、構建數(shù)字孿生的方法論
構建機器數(shù)字孿生，不僅僅是信息組織和表現(xiàn)形式的圖形化，更在于構建過程中，是將企業(yè)的知識體系貫穿其中，信息上下游之間的背景鏈路清晰明了。而在構建數(shù)字孿生的過程中，可以采用“雙模數(shù)字孿生”的方式，就是將幾何模型和和機理模型相互嵌套。結合不同的設計、制造和運維的階段，知識體系嵌入其中，最終在使用的時候，就可以實現(xiàn)知識自動化。
01、建立物理幾何模型，對應物理實體
構建物理幾何模型，首先是從零配件開始。例如，一臺煙草包裝機，有1.5萬個零件，需要一一建模，并且建立設備零部件庫。這些零部件庫的最小單位為零件級別，如螺絲、螺母。主要數(shù)據(jù)獲取方式，包括從CAD軟件、數(shù)據(jù)表以及現(xiàn)場測繪開始，構建實體等比的數(shù)字化模型。
02、建立機理模型，對應運行軌跡
機理模型，就是要將幾何空間的零部件，跟控制系統(tǒng)的機器動作進行匹配。機器的真實運動軌跡，在幾何模型都有對應描述作。這其中，都是通過數(shù)據(jù)標簽，來標識零部件的狀態(tài)，并且跟控制邏輯相對應。例如，薄膜紙會剔除那些無法包裝的煙支和煙包。而煙支無法包裝的原因會有幾十種：薄膜褶皺、煙支重量不夠、圓周不夠圓、空投、漏氣、重量等。需要深入了解這些機理，然后將其做成模型和算法，并與幾何模型相對應。
03、三類知識模型的構建
第一種是設計類。要設備的設計資料出發(fā)，運用數(shù)字孿生技術，全面刻畫設備的物理屬性，實現(xiàn)虛擬設備對物理設備的真實映射，最終完成對物理設備的完全鏡像。
第二類是制造知識模型的構建。運用數(shù)字孿生技術全面的刻畫設備與產(chǎn)品之間的屬性，實現(xiàn)虛擬設備與物理設備的數(shù)字模型真實映射。制造階段所涉及的知識按其特性可分為三類：
（1）基礎知識：為裝備制造企業(yè)核心數(shù)據(jù)，企業(yè)組織結構、崗位、工種、人員、存貨檔案、固資編碼、供應商等信息。
（2）生產(chǎn)管理知識：如生產(chǎn)計劃、產(chǎn)品指標、原材料清單、績效考核指標等。
（3）設備知識：如供應商、規(guī)格型號、操作說明、操作規(guī)程等。
第三類是運維知識模型的構建?；谠O備服務知識模型，在采集的實時數(shù)據(jù)、歷史數(shù)據(jù)及領域知識等，共同實現(xiàn)設備的多維數(shù)字孿生模型構建。建立各種故障代碼、維修對策庫，并且提前通過虛擬模型，進行仿真驗證，從而實現(xiàn)對機器狀態(tài)檢測、故障預測以及維修策略建議等功能。
以上三種知識模型的建立，都離不開一套表達各種物品之間關系的知識圖譜，這是構建在行業(yè)規(guī)則之上的編碼體系，具有很強的支撐作用，能夠快速建立知識模型，并且用可視化的方式，將背后的知識體系表達出來。
三、數(shù)字孿生提升現(xiàn)場員工能力
在知識體系的基礎上，構建了高保真的數(shù)字孿生，就可以在現(xiàn)場，提高員工的判斷力，從而提升工廠的運營效率。
01、化簡為繁，輕松看透機器的奧秘
機器作為工業(yè)生產(chǎn)的必備工具，可視化管理是工業(yè)數(shù)字化轉型必經(jīng)階段。而數(shù)字孿生，則更勝一籌，不僅僅讓使用者對設備有形象具體的圖形理解，對設備現(xiàn)實的狀況及所有參數(shù)數(shù)據(jù)等信息一目了然，而且以非常體系化的方式，引導用戶輕松使用機器。
設備數(shù)字孿生，可以將一臺機器以3D的形式，展示設備整機、部套、零件之間的層次關系。用戶可以借助于導航樹，在煙機的不同零部件之間進行自由切換，深度了解。數(shù)字孿生會呈現(xiàn)出拆分動畫，逐級遞進，用戶可以直接與場景中的3D對象進行交互，用層層“爆炸圖”的方式，查看機械零件、子部件的詳細信息。
圖1：機械結構層層分解圖
設備的元器件、油路、氣路等，都是等比例建模，攜帶各種屬性信息。設備數(shù)字孿生，就像為操作者提供了一臺CT機，看到機器的各種結構和屬性，從而對機器有著深刻的了解。
02、聰明機器傻瓜式操作：“虛擬專家”在線培訓
基于數(shù)字孿生技術創(chuàng)造出來的3D互動模擬的在線培訓系統(tǒng)，可以實現(xiàn)現(xiàn)實與虛擬仿真的統(tǒng)一。它突破了“分別翻看圖紙說明書“的傳統(tǒng)培訓模式的限制，而是直接“在線手把手”。各種不同的操作規(guī)范、說明手冊等，都被統(tǒng)一集成到一個界面上，每一步行動都有說明和提示。在大大縮短培訓周期的同時，豐富了培訓內容，并減少了現(xiàn)場實訓的成本損耗和危險性。以前一臺進口的高端煙草機械，即使是成熟的工人，完全掌握一臺機器，需要用兩三年。而現(xiàn)在生手工人，只需要3-6個月就可以完全上手，大大減少了對熟練工人的依賴性。
圖2：虛擬專家引導操作培訓
03、提升設備運行效率，實現(xiàn)自適應
傳統(tǒng)設備管理工作中，設備監(jiān)管、設備控制、設備維護、庫存管理等各個業(yè)務模塊之間數(shù)據(jù)不互通互聯(lián)，存在信息孤島。同時還存在設備管理效率較低、設備維護成本高等問題。而基于數(shù)字孿生的設備管理應用，能夠讓現(xiàn)場發(fā)生故障的時候，不僅僅是知其然，而且知其所以然。
例如機器如果發(fā)生停機故障，傳統(tǒng)方式需要統(tǒng)治維修人員，然后去現(xiàn)場排查，排查往往又需要半天時間，找到故障原因。機器非計劃停產(chǎn)，會給企業(yè)帶來很大的損失。但這種現(xiàn)象，在車間里非常普遍。
而通過機器數(shù)字孿生，就可以在車間的任何一臺人機界面上，直接就可以看到什么位置、何種部件、發(fā)生了何種故障。如圖3中所示意。
圖3：設備數(shù)字孿生自動完成故障報警及診斷
這種基于設備服務知識模型，能夠對設備狀態(tài)進行評估，準確預警，從而幫助優(yōu)化設備檢測、維修計劃安排和人力資源分配，大大提高了設備的運行效率與可靠度。
這種應用，也可以在云平臺上，對多個系統(tǒng)實時遠程管理，并且可以細化到產(chǎn)線級、設備級、零部件級的運行狀態(tài)，了解設備故障問題嚴重程度、故障描述、處理方法等
而下一步，設備數(shù)字孿生將進一步推動智能機器的進化，實現(xiàn)自適應的機器控制。根據(jù)故障情況，可以直接反向去控制機器。
結束語
從圖紙到零件，從制造商到最終客戶，從決策者到管理者再到操作者，數(shù)字孿生的應用貫穿在整個設備的全生命周期之中。而知識作為指導人和機器學習及做事的指令集合和規(guī)則體系[4]，為高保真、實時互動的數(shù)字孿生提供了核心支撐。通過數(shù)字孿生技術，實現(xiàn)工業(yè)知識模型化、模型軟件化、軟件云端協(xié)同化，推動業(yè)務流程與機器效率的提升，真正實現(xiàn)了知識自動化。
實際上，數(shù)字孿生的應用并不限于機器，往上它還有車間級、企業(yè)級和城市級。不同層次的數(shù)字孿生，對應不同的決策判斷，從而使得數(shù)字化轉型可以逐層切入。高保真、實時交互的數(shù)字化孿生，成為數(shù)字化轉型的重要支點。
