數(shù)字孿生是什么？我該怎么用？

工廠管理者需要監(jiān)控設(shè)備、生產(chǎn)線和運(yùn)營(yíng)流程，從而實(shí)現(xiàn)維護(hù)，減少時(shí)間與生產(chǎn)成本。目前，已經(jīng)有不少行業(yè)進(jìn)行了一定程度的數(shù)字化轉(zhuǎn)型，也借此實(shí)現(xiàn)了運(yùn)營(yíng)歷史可視化，進(jìn)一步提升了決策能力。

但除了回顧歷史數(shù)據(jù)，即審視已經(jīng)發(fā)生的事件之外，管理者還需要對(duì)未來(lái)可能出現(xiàn)的情況做出評(píng)估，對(duì)潛在情境與相應(yīng)后果做出展望，確保最終決策更具說(shuō)服力。

這類場(chǎng)景之前就存在于制造業(yè)，利用軟件進(jìn)行不同類型的場(chǎng)景重現(xiàn)。通過(guò)模擬各類零件、元件與產(chǎn)品的設(shè)計(jì)與使用方式，制造商可以驗(yàn)證不同設(shè)備在不同負(fù)載、流程或環(huán)境下的實(shí)際表現(xiàn)。此外，制造商還經(jīng)常利用設(shè)備上的信息構(gòu)建流程模擬，用以驗(yàn)證設(shè)備的實(shí)際效能與生產(chǎn)線的運(yùn)行情況。時(shí)至今日，豐富的歷史數(shù)據(jù)與設(shè)備實(shí)時(shí)指標(biāo)采集已經(jīng)讓數(shù)字孿生成為可能。

從數(shù)字孿生說(shuō)起

數(shù)字孿生是一種從物理系統(tǒng)收集數(shù)據(jù)、再對(duì)結(jié)果進(jìn)行記錄與操作的技術(shù)，其目標(biāo)就是建立起與真實(shí)系統(tǒng)高度契合的數(shù)字化副本。有了數(shù)字孿生，我們才能深度研究對(duì)象、機(jī)器、原型設(shè)計(jì)或流程的功能表現(xiàn)。在實(shí)踐層面，數(shù)字孿生就是根據(jù)實(shí)物資產(chǎn)建立的數(shù)學(xué)模型，由相關(guān)資產(chǎn)的歷史與實(shí)時(shí)數(shù)據(jù)組合而成。

借助數(shù)字孿生技術(shù)，我們終于能夠擺脫現(xiàn)實(shí)的束縛，在虛擬環(huán)境下開(kāi)展一系列純數(shù)字形式的研究。管理者與分析師可以借此評(píng)估潛在情境，模擬設(shè)備、生產(chǎn)線與流程可能面臨的種種狀況。

雖然數(shù)字孿生與強(qiáng)調(diào)場(chǎng)景模擬，但它跟設(shè)計(jì)模擬、或者說(shuō)理論模擬之間還是有著不少差別。下面，我們就以具有有限元分析的計(jì)算機(jī)輔助設(shè)計(jì)（CAD）軟件為例，聊聊二者在模擬意義上的區(qū)別。

數(shù)字孿生使用的是目標(biāo)設(shè)備或流程實(shí)時(shí)收集的真實(shí)數(shù)據(jù)，而理論模擬則只能使用關(guān)于材料、環(huán)境及制造商的通用數(shù)據(jù)。

顧名思義，設(shè)計(jì)模擬就是在設(shè)計(jì)階段依靠各類標(biāo)稱數(shù)據(jù)對(duì)潛在的零件、設(shè)備或流程解決方案進(jìn)行規(guī)劃。與此不同，數(shù)字孿生則更強(qiáng)調(diào)為已經(jīng)成型的設(shè)備或流程建立數(shù)字化表示，再配合傳感器實(shí)時(shí)收集到的數(shù)據(jù)不斷完善這樣一套數(shù)學(xué)模型。

因此，數(shù)字孿生會(huì)在整個(gè)生命周期之內(nèi)持續(xù)跟蹤對(duì)象，而不再局限于其中某個(gè)特定階段。這就保證了更新數(shù)據(jù)能夠與現(xiàn)實(shí)世界隨時(shí)交互、同步變化。以此為基礎(chǔ)，我們才能測(cè)試并剖析哪些變更切實(shí)有效，結(jié)合流程運(yùn)營(yíng)產(chǎn)生的實(shí)際數(shù)據(jù)嘗試提高準(zhǔn)確性、并隨時(shí)間推移跟蹤各類不符合預(yù)期的異常情況。

這類數(shù)字副本帶來(lái)的是一套復(fù)雜且可靠的綜合視圖，能夠在不造成失真的前提下復(fù)制需要重現(xiàn)的內(nèi)容。從這個(gè)意義上講，數(shù)字孿生堪稱工業(yè)生產(chǎn)與流程分析的新希望。它能夠模擬未來(lái)情境、開(kāi)展預(yù)測(cè)分析，保證在潛在問(wèn)題發(fā)生之前搶先調(diào)整操作規(guī)劃。

總體而言，數(shù)字孿生能幫助企業(yè)提升透明度與可見(jiàn)性，強(qiáng)化管理者的控制能力。在掌握了設(shè)備的運(yùn)行條件與產(chǎn)品的潛能空間之后，管理者也能更好地在生產(chǎn)環(huán)境中維持穩(wěn)定的生產(chǎn)力水平。也正因?yàn)槿绱?，?shù)字孿生才被普遍視為工業(yè) 4.0的關(guān)鍵技術(shù)。

數(shù)字孿生技術(shù)構(gòu)成

物聯(lián)網(wǎng)

要建立數(shù)字孿生，我們首先要從待建模的資產(chǎn)中提取出大量運(yùn)營(yíng)數(shù)據(jù)——包括歷史數(shù)據(jù)與實(shí)時(shí)數(shù)據(jù)兩個(gè)部分。而數(shù)據(jù)收集的實(shí)現(xiàn)，自然離不開(kāi)物聯(lián)網(wǎng)、特別是物聯(lián)網(wǎng)傳感器技術(shù)。

物聯(lián)網(wǎng)由大量接入網(wǎng)絡(luò)的無(wú)線傳感器組成，這些傳感器不斷收集并發(fā)送數(shù)據(jù)、借以實(shí)現(xiàn)監(jiān)控。這部分?jǐn)?shù)據(jù)可以利用邊緣計(jì)算技術(shù)進(jìn)行處理，再由云端進(jìn)行存儲(chǔ)和展示。

這項(xiàng)技術(shù)的優(yōu)勢(shì)，在于它能夠持續(xù)對(duì)資產(chǎn)開(kāi)展實(shí)時(shí)監(jiān)控。傳感器會(huì)隨時(shí)更新信息，并通過(guò)編程方式在設(shè)備或流程發(fā)生變化時(shí)立即發(fā)送警報(bào)和附加信息。如此一來(lái)，運(yùn)營(yíng)狀況分析將變得及時(shí)且詳盡，幫助管理者快速發(fā)現(xiàn)負(fù)面因素并采取補(bǔ)救措施。

對(duì)數(shù)字孿生來(lái)說(shuō)，物聯(lián)網(wǎng)堪稱不可或缺的技術(shù)支柱。物聯(lián)網(wǎng)將幫助我們發(fā)送用于更新數(shù)字副本的真實(shí)數(shù)據(jù)，并立足任意時(shí)間點(diǎn)對(duì)當(dāng)前狀況實(shí)施研究和操作。而在此期間產(chǎn)生及發(fā)送的大量數(shù)據(jù)，也將成為診斷及預(yù)測(cè)等大數(shù)據(jù)分析應(yīng)用的必要素材。

AI

實(shí)現(xiàn)數(shù)字孿生的另一項(xiàng)前置科技正是人工智能（AI）。作為當(dāng)前極度熱度的計(jì)算機(jī)科學(xué)領(lǐng)域，AI致力于研究在計(jì)算機(jī)化系統(tǒng)中實(shí)現(xiàn)自主性與學(xué)習(xí)能力的可行方法。

換句話說(shuō)，AI使得軟件與硬件系統(tǒng)能夠像人類一樣學(xué)習(xí)和進(jìn)化，使其以更快速度執(zhí)行人類部署的任務(wù)。與數(shù)字孿生高度相關(guān)的AI子領(lǐng)域，主要有機(jī)器學(xué)習(xí)（ML）與深度學(xué)習(xí)（DL）兩種。

在數(shù)字孿生的概念中，AI負(fù)責(zé)提供處理物聯(lián)網(wǎng)數(shù)據(jù)所必需的認(rèn)知能力。物聯(lián)網(wǎng)只是通過(guò)傳感器捕捉并生成大量數(shù)據(jù)，后續(xù)的數(shù)據(jù)管理、模式識(shí)別、數(shù)學(xué)解碼、洞察提煉與問(wèn)題解決等就要依靠AI智能模型來(lái)完成。

利用這些信息，AI模型可以執(zhí)行預(yù)測(cè)分析，搶在重大問(wèn)題發(fā)生前提出預(yù)警與修復(fù)方案。有了這樣一位得力助手，企業(yè)管理層就能加快行動(dòng)速度、提高效率，進(jìn)而主動(dòng)降低運(yùn)營(yíng)成本和風(fēng)險(xiǎn)。

數(shù)字孿生中使用的AI算法經(jīng)過(guò)精心設(shè)計(jì)，專為解決復(fù)雜技術(shù)挑戰(zhàn)而生，例如：

大規(guī)模數(shù)據(jù)處理：AI算法能夠以遠(yuǎn)超人類的速度處理海量數(shù)據(jù)，同時(shí)減少人工數(shù)據(jù)操作造成的意外錯(cuò)誤；

實(shí)時(shí)處理速度：數(shù)據(jù)不僅生成速度極快、其中還往往包含多種模式，這就要求我們使用可擴(kuò)展、經(jīng)過(guò)訓(xùn)練的AI模型對(duì)數(shù)據(jù)執(zhí)行清洗與預(yù)處理，之后再根據(jù)高質(zhì)量數(shù)據(jù)開(kāi)展分析。

計(jì)算機(jī)能夠在幾毫秒內(nèi)完成大量重復(fù)性任務(wù)，因此能以自動(dòng)化方式實(shí)現(xiàn)人類無(wú)法企及的處理效率。只有依托于AI，數(shù)字孿生生成的數(shù)據(jù)才能被轉(zhuǎn)化為具備可操作性的實(shí)時(shí)行動(dòng)，并用于進(jìn)一步深入研究數(shù)字化資產(chǎn)。

AR、VR與儀表板

物聯(lián)網(wǎng)傳感器負(fù)責(zé)生成數(shù)據(jù)，AI系統(tǒng)通過(guò)算法執(zhí)行復(fù)雜計(jì)算。但為了讓用戶能夠與系統(tǒng)開(kāi)展交互，我們還需要一套用戶友好、而且簡(jiǎn)潔直觀的交互界面。

這個(gè)界面可以很簡(jiǎn)單，例如包含主要監(jiān)控參數(shù)、相關(guān)限制、模擬控制選項(xiàng)的儀表板。根據(jù)需求，我們還可以在其中顯示特定流程的布局與實(shí)時(shí)數(shù)據(jù)可視化結(jié)果。

此外，我們也可以使用VR技術(shù)或AR技術(shù)打造更精細(xì)的表現(xiàn)效果。通過(guò)可穿戴設(shè)備與智能手機(jī)，用戶即可獲得前所未有的數(shù)據(jù)交互新體驗(yàn)。

在VR系統(tǒng)中，可視化內(nèi)容會(huì)以100%沉浸式形態(tài)呈現(xiàn)，不再依靠任何物理環(huán)境。AR系統(tǒng)則完全不同，主要強(qiáng)調(diào)通過(guò)虛擬指示引導(dǎo)用戶同時(shí)觀察物理世界與虛擬組件。

這些技術(shù)的應(yīng)用能夠大大提升解決方案的參與度，所以也給工業(yè)環(huán)境帶來(lái)了可觀的創(chuàng)新空間。但需要明確一點(diǎn)，請(qǐng)?jiān)谝胄录夹g(shù)前認(rèn)真考慮可能的安全隱患——萬(wàn)萬(wàn)不可在工業(yè)運(yùn)營(yíng)中引入可能增加事故風(fēng)險(xiǎn)的干擾因素。

哪些工業(yè)環(huán)境合適使用數(shù)字孿生

考慮到其天然特性，數(shù)字孿生憑借著高精度、全數(shù)字化等優(yōu)勢(shì)成為預(yù)測(cè)與模擬領(lǐng)域的重要工具。用好數(shù)字孿生，也將幫助企業(yè)顯著提高生產(chǎn)力、降低成本與風(fēng)險(xiǎn)、推進(jìn)流程自動(dòng)化水平。

但前文已經(jīng)提到，數(shù)字孿生也有自己的可行性與適用性問(wèn)題。由于其高度依賴于真實(shí)、可靠及最新實(shí)時(shí)數(shù)據(jù)的支持，所以如果缺乏這類成規(guī)模的數(shù)據(jù)結(jié)構(gòu)，數(shù)字孿生策略根本無(wú)法落地。

此外，作為制造業(yè)流程自動(dòng)化與數(shù)字化轉(zhuǎn)型中的必要元素，傳感器的設(shè)計(jì)、選擇與部署不僅需要一定時(shí)間，還涉及資金與時(shí)間的核算。

在某些情況下，這類數(shù)據(jù)根本不具備可用性。以原型方案的設(shè)計(jì)、構(gòu)建與制作為例，我們根本無(wú)法提前收集到真實(shí)運(yùn)行數(shù)據(jù)。在這種情況下，就只能繼續(xù)使用理論模擬開(kāi)展資產(chǎn)或流程設(shè)計(jì)。

但只要切實(shí)可行，數(shù)字孿生確實(shí)能幫助我們立足統(tǒng)計(jì)數(shù)據(jù)深入理解產(chǎn)品的本質(zhì)與運(yùn)作規(guī)律。以工廠場(chǎng)景為例，為生產(chǎn)線或制造流程建立數(shù)字孿生不僅能節(jié)約大量實(shí)體資源，還能模擬出更高運(yùn)作強(qiáng)度下的狀態(tài)指標(biāo)——例如將產(chǎn)出量上調(diào)至每小時(shí)50件——再測(cè)試各類調(diào)優(yōu)方案能否支撐起這樣的產(chǎn)能需求。

數(shù)字孿生是一種復(fù)雜的模型，能夠在項(xiàng)目的整個(gè)生命周期內(nèi)搜集數(shù)據(jù)，幫助我們?yōu)槲锢碣Y產(chǎn)建立起準(zhǔn)確、及時(shí)的數(shù)字表示。在這項(xiàng)技術(shù)的支持下，眾多行業(yè)或?qū)⒂瓉?lái)更強(qiáng)大的測(cè)試、預(yù)測(cè)、知識(shí)積累與高效決策能力。