（黑龙江大学，黑龙江 哈尔滨 150000）
摘要：未来，所有的企业都将成为数字化企业,物理世界中的各种事物都能使用数字孪生技术进行复制。在智能制造领域，通过数字孪生技术的使用，将大幅推动产品在设计、生产、维护及维修等环节的变革，数字孪生在制造领域的应用已经成为不可阻挡的时代潮流。
关键词：数字化；数字孪生；智能制造；虚拟空间
前言
数字孪生：是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。该技术非常前沿，未来会在制造领域带来巨大变革。
1.数字孪生的产生与发展
1.1数字孪生的背景
“孪生体”概念在制造领域的应用最早可追溯到NASA的阿波罗项目。在此项目中，需要制造两个完全相同的飞行器，一个留在地球，一个发向外太空，留在地球上的飞行器被称为“孪生体”，用来实时反映正在执行任务飞行器的状态信息，并为地面工作人员和宇航员辅助处理各种突发状况，方便做出正确决策。但是，此时的“孪生体”还是实物，需要耗费大量的人力物力。
此后，伴随数字化和网络化技术的快速发展，数字孪生体的概念模型逐渐被描述出来，包括三个部分：
1）物理空间的实体产品；
2）虚拟空间的虚拟产品；
3）物理产品和虚拟产品之间的数据和信息交互接口。
这个概念模型从以下几个方面极大地拓展了项目中的“孪生体”：
1）采用数字化方法建立了一个与产品的物理实体在外表、内容和性质相同的虚拟产品；
2）引入虚拟空间，建立了虚拟空间和物理空间的关联，使两者之间可以进行数据和信息的交互；
3）形象直观地体现了虚实融合、以虚控实的理念；
4）对该概念进行扩展和延伸，除了产品以外，针对工厂、车间、生产线、制造资源（工位、设备、人员、物料等），在虚拟空间都可以建立相应的数字孪生体。
1.2数字孪生的发展
第一阶段：限于当时数字化手段，数字孪生的概念只停留在产品的设计阶段，通过数字模型来表征物理设备的原型；
第二阶段：随着数字化技术的进步以及制造业的快速发展,数字孪生的概念逐步扩展到了模拟仿真、虚拟装配和3D打印等领域；
第三阶段：2014年至今，随着物联网技术、人工智能、虚拟现实技术和云计算能力的不断发展，更多的工业产品、设备具有了智能特性，而数字孪生也逐步扩展到了包括制造和服务在内的产品的整个周期，并不断丰富着数字孪生的形态。
1.3数字孪生与智能制造
数字孪生最重要的意义在于，它实现了物理系统到CPS（信息物理系统）的反馈。只有带有反馈的全生命跟踪，才可以实现在全生命周期范围内，数字和物理空间的一致。正是因为数字孪生对产品全生产周期的准确描述，智能制造才得以蓬勃发展。
在数字孪生与数字生产线之间的关系中，所有数据模型都能够实现双向沟通，真实物理产品的状态和参数将通过与智能生产系统集成的CPS向数字化模型反馈。
2.数字孪生的不同形态
数字孪生贯穿产品的全生命周期，在不同阶段引入不同生产要素，产生不同的表现形态。
2.1设计阶段
数字孪生技术可以提高设计的准确性，利用设计模型可以对设计产品进行预估，避免不必要的麻烦。数字孪生在设计阶段主要包括数字模型设计、模拟和仿真。
期刊文章分类查询,尽在期刊图书馆
数字模型设计：开发出满足技术规格的产品虚拟原型，精确记录产品的各种物理参数，以可视化的方式展示出来，并通过一系列的验证手段来检验设计的精准程度；
模拟和仿真：通过一系列的仿真实验，来验证产品在不同外部环境下的性能和表现，也就是验证产品的适应性。
2.2制造阶段
数字孪生与产品是一个高度协同的过程。利用数字孪生可以提高产品的设计质量和交付速度、降低产品的生产成本。通过数字化手段构建起来的虚拟生产线，将产品同生产设备、生产过程等其他形态的数字孪生高度集成起来，实现如下的功能：
生产过程仿真：产品生产之前，通过虚拟生产的方式来模拟在不同参数、不同外部条件下的生产过程，实现对产能、效率以及可能出现的问题的提前预判，加速新产品量产过程；
数字化产线：将生产阶段的各种要素，通过数字化手段集成在一个紧密协作的生产过程中，并根据既定的规则，自动完成在不同条件下的操作，实现自动化生产过程；同时记录生产过程中的各类数据，为后续的分析和优化提供依据；
关键指标监控和过程能力评估：通过采集生产线上各种生产设备的数据,实现全部生产过程的可视化监控,并且通过经验或者机器学习建立关键设备参数、检验指标的监控策略,对违背策略的异常情况进行及时处理和调整,实现稳定并不断优化的生产过程。
2.3服务阶段
随着物联网技术的成熟和传感器成本的下降，很多工业产品都使用了大量的传感器来采集产品运行阶段的环境和工作状态，并通过数据分析和优化来避免产品的故障，改善用户对产品的使用体验。
远程监控和预测性维修：通过读取传感器或者控制系统的各种实时参数，实现可视化的远程监控，并给予历史采集数据，构建层次化的健康指标体系，并使用人工智能实现趋势预测；基于预测的结果，对维修策略以及备品备件的管理策略进行优化，降低和避免客户因为非计划停机带来的损失；
优化客户的生产指标：智能制造厂商可以通过采集的海量数据，构建起针对不同应用场景、不同生产过程的经验模型，帮助其客户优化参数配置，以改善客户的产品质量和生产效率。
产品使用反馈：通过采集产品的实时运行数据，智能制造厂商可以了解客户对产品的真实需求，避免产品错误使用导致的故障、提高产品参数配置的准确性，精确把握客户的需求，避免研发决策失误。
3.数字孪生的应用
数字孪生的实现需要高性能计算、大量传感器采集、数字仿真、智能数据分析、VR呈现等高新技术。
在工业领域，数字孪生正在进入主流用途，西门子、GE等已经大量采用数字孪生技术，应用于设计制造等方面，并将该技术列为未来最具竞争力的高科技技术之一；2017年，世界上最大的武器生产商洛克希德•马丁公司发布了未来几年在国防和航天工业中发挥重要作用的6大顶尖技术预测，数字孪生位列其中，并且首次将数字孪生技术运用到深空探测上。国内，许多大型物联网企业也早已把数字孪生作为战略性技术之一，可见它在智能制造领域的分量足够巨大。
虚拟制造与现实生产的融合已经成为巨头公司引领制造业进步的关键，能否把握这一发展潮流，终会成为企业引领相关领域发展的及其重要的因素。
4.结语
根据工业发展的不同阶段，蒸汽机时代到电气化时代实现了第二次工业革命的跨越，信息化时代又彻底颠覆了以往的生活。许多专家相信，数字化一定会引领第四次工业革命的潮流，为传统制造到智能制造的变革做最坚实的技术支撑。
参考文献
[1]庄存波，刘捡华，熊辉等. 产品数字孪生体的内涵、体系结构及其发展趋势[J].计算机集成制造系统. 2017，23（4）：753-768.
[2]刘大同，郭凯，王本宽，彭宇. 数字孪生技术综述与展望[J]. 计算机集成制造系统.2018（11） 第39卷第11期.
[3]陶飞，刘蔚然，刘检华，刘晓军，刘强，屈挺，胡天亮，张执南，向峰，徐文君，王军强，张映锋，刘振宇，李浩，程江峰，戚庆林，张萌，张贺，隋芳媛，何立荣，易旺民，程辉. 数字孪生及其应用探索[J]. 计算机集成制造系统. 2018（01）第24卷第1期.
作者简介：王传波（1996.05—），男，山东省泰安市人，哈尔滨市南岗区黑龙江大学，信息与通信工程专业2018级研究生，研究方向：物联网。
论文作者:王传波 朱勇
论文发表刊物:《知识-力量》2019年7月上
论文发表时间:2019/4/4
标签：数字论文; 产品论文; 技术论文; 物理论文; 生产过程论文; 智能论文; 模型论文; 《知识-力量》2019年7月上论文;