随着制造过程变得越来越数字化，数字孪生现在已经触手可及。通过为公司提供完整的产品数字化足迹，数字孪生使公司能够更快地发现物理问题，更准确地预测结果并构建更好的产品。
现在，制造过程正变得越来越数字化。随着这一趋势的发展，许多公司经常难以确定应该采取什么措施来在运营和战略上推动和交付真正的价值。事实上，数字解决方案可能会为一个组织带来巨大的价值，而这在互联、智能技术出现之前是不可能实现的。最近特别吸引人的似乎是数字孪生体的概念：一个物理对象或过程的近乎实时的数字图像，有助于优化业务绩效
直到最近，由于数字技术能力的限制以及高昂的计算、存储和带宽成本，数字孪生及其处理的大量数据通常对企业仍然难以捉摸。但是，近年来这些障碍已大大减少。成本大幅降低、能力和能力的提高带来了指数级的变化，使领导者能够将信息技术（IT）和运营技术（OT）结合起来，从而创造和使用数字孪生。
那么，为什么数字孪生如此重要，组织为什么要考虑它呢？数字孪生可以使公司从设计和开发到产品生命周期的结束，都拥有完整的产品数字足迹。反过来，这可以使他们不仅了解设计的产品，还可以了解构建该产品的系统以及该产品在现场的使用方式。随着数字孪生的诞生，公司可以通过新产品的上市速度、改进的运营、减少缺陷以及新的商业模式来增加收入，从而实现显著的价值。
数字孪生可以使公司更快地发现物理问题，更准确地预测结果，设计和制造更好的产品，最终更好地为客户服务，从而更快地解决问题。通过这种智能架构设计，公司可能会以前所未有的速度反复实现价值和收益。
如果公司想一次尝试创建数字孪生，这可能是一项艰巨的任务。关键可能是从一个领域开始，在那里实现价值，然后继续发展。但在做任何事情之前，企业应首先了解数字孪生的定义和发展方法，以避免不堪重负。
▲图源：699pic.com
数字孪生：它是什么，为什么重要
工业界和学术界以几种不同的方式定义了数字孪生。但是，也许这两个小组都没有将重点放在数字孪生的过程方面。例如，根据一些人的说法，数字孪生是已建成产品的集成模型，旨在反映所有制造缺陷，并不断更新，以包括在使用过程中所承受的磨损。其他广泛流传的定义将数字孪生体描述为一个物理对象的传感器启用的数字模型模拟现场环境中的对象。
从根本上讲，数字孪生体可以定义为一个物理对象或过程的历史和当前行为的不断发展的数字资料，有助于优化业务性能。数字孪生基于跨一系列维度的大规模，累积，实时，真实世界的数据测量。这些度量可以创建数字世界中对象或过程的不断发展的概况，这些概况或过程可以提供有关系统性能的重要见解，从而导致物理世界中的行为，例如产品设计或制造过程的变化。
数字孪生与传统的计算机辅助设计（CAD）不同，它也不仅仅充当另一个支持传感器的物联网（IoT）解决方案。它可能远远不止这两种。CAD完全封装在计算机模拟的环境中，该环境在建模复杂的环境中表现出一定的成功；更简单的IoT系统仅测量整个组件的位置和诊断等信息，但不测量组件和整个生命周期过程之间的交互作用。
事实上，数字孪生的真正力量以及它如此重要的原因在于它可以提供物理世界和数字世界之间近乎实时的全面联系。由于产品或过程的真实世界与数字世界之间的这种交互性，数字孪生可能会提供更丰富的模型，从而对不可预测性进行更真实，全面的测量。由于便宜，强大的计算功能，这些互动式测量结果可以使用现代的大规模处理体系结构和先进的算法进行分析，以进行实时预测反馈和离线分析。这些可以实现基本的设计和流程更改，而这些更改几乎肯定是当前方法无法实现的。
生产过程示例
数字孪生旨在对复杂的资产或过程进行建模，这些资产或过程以多种方式与其环境相互作用，因此很难预测整个产品生命周期的结果。事实上，可以在各种各样的情况下创建数字孪生，以实现不同的目标。
例如，有时使用数字孪生来模拟特定的复杂部署资产，例如喷气发动机和大型矿用卡车，以便在现场使用资产时监测和评估磨损和特定种类的压力。这样的数字双胞胎可能会产生重要的见解，从而可能影响未来的资产设计。个风电场的数字孪生体可能会发现运营效率低下的问题。其他部署特定资产的数字孪生的例子比比皆是。
▲图源：deloitte.com|图1
就像特定部署资产的数字孪生一样具有洞察力，制造过程中的数字孪生似乎提供了一种特别强大且引人注目的应用程序。图1代表了物理世界及其数字孪生模型中制造过程的模型。数字孪生模型可以近似实时地虚拟反映工厂现场实际发生的情况。分布在整个物理制造过程中的成千上万个传感器共同收集各种维度的数据：从生产机械的行为特征和进行中的工作（厚度，颜色质量，硬度，扭矩，速度等）到环境条件工厂本身。这些数据不断地与数字孪生应用程序进行通信并进行汇总。
数字孪生应用程序会连续分析传入的数据流。在一段时间内，与理想性能范围相比，分析可能会发现在特定尺寸下制造过程的实际性能的不可接受的趋势。这样的比较洞察可能会引发对现实世界中制造过程某些方面的调查和潜在的改变。
这是物理世界和数字世界之间互动的旅程，图1努力传达这一旅程。这样的旅程凸显了数字孪生的巨大潜力：成千上万个传感器进行连续的，非平凡的测量，然后将这些数据流传输到数字平台，然后依次执行近实时分析，以透明方式优化业务流程。
图1的模型通过五个启用组件（物理世界中的传感器和执行器，集成，数据，分析以及不断更新的数字孪生应用程序）找到表达。图1的这些组成元素在以下较高级别进行了解释：
传感器-在整个制造过程的分布式传感器创建信号，使孪生兄弟能够捕捉到与现实世界中物理过程相关的操作和环境数据。
数据-来自传感器的真实世界操作和环境数据将与来自企业的数据（如物料清单（BOM）、10个企业系统和设计规范）进行聚合和组合。数据还可能包含其他项目，例如工程图，与外部数据源的连接以及客户投诉日志。
集成-传感器通过物理世界和数字世界之间的集成技术（包括边缘、通信接口和安全性）将数据传输到数字世界，反之亦然。
分析-分析技术用于通过算法模拟和可视化程序分析数据，这些程序由数字孪生兄弟用来产生见解。
数字孪生图1的「数字」部分是数字孪生体本身，它将上述组件组合成一个近乎实时的物理世界和过程的数字模型。数字孪生模型的目标是沿着任何一个维度识别与最优条件的不可容忍偏差。这种偏差是业务优化的一种情况。可能是孪生的逻辑有误（希望没有），或者已经确定了节省成本，提高质量或提高效率的机会。由此产生的机会可能导致行动回到现实世界。
执行器—如果在现实世界中有必要执行某项操作，则数字孪生会通过执行器来产生操作，而执行器会受到人为干预，从而触发物理过程。
显然，一个物理过程（或对象）及其数字孪生模拟的世界比单一模型或框架所能描述的要复杂得多。当然，图1的模型只是一种数字孪生配置，它关注产品生命周期的制造部分。但是，但我们的模型旨在展示物理世界和数字世界配对的综合、整体和迭代质量。正是通过这一棱镜，一个个人可以开始实际的过程，服务于创造一个数字孪生。
数字孪生概念架构
▲图源：deloitte.com|图2
数字孪生概念架构（图2）可以正确地被认为是对构成图1的制造过程数字孪生模型的支持组件的扩展或「隐藏」的观察，尽管相同的基本原理可能适用于任何数字孪生配置。概念架构最好理解为六个步骤的序列，如下所示：
创建：创建步骤包括为物理过程配备无数传感器，这些传感器测量物理过程及其周围环境的关键输入。传感器的测量可大致分为两类：
1.与生产资产的物理性能标准（包括正在进行的多项工作）有关的操作测量，例如抗张强度，位移，扭矩和颜色均匀性；
2.影响有形资产运行的环境或外部数据，例如环境温度，大气压力和湿度水平。可以使用编码器将测量结果转换为安全的数字消息，然后将其传输到数字孪生。
来自传感器的信号可以被来自诸如制造执行系统，企业资源计划系统，CAD模型和供应链系统之类的系统的基于过程的信息所增强。这将为数字孪生提供大量不断更新的数据，以用作其分析的输入。
通信：通信步骤有助于物理过程和数字平台之间的无缝、实时、双向集成/连接。网络通信是促成数字孪生的根本变革之一；它包括三个主要组成部分：
边缘处理：边缘接口连接传感器和过程历史记录，处理信号和数据来自他们附近的来源，并将数据传送到平台。这有助于将专有协议转换为更容易理解的数据格式，并减少网络通信。这一领域的重大进展消除了过去限制数字孪生兄弟生存能力的许多瓶颈。
通信接口：通信接口有助于将信息从传感器功能传输到集成功能。这一领域需要许多选择，因为理论上产生洞察力的传感器可以放置在几乎任何位置，这取决于考虑中的数字孪生配置：工厂内、家庭中、采矿作业中或停车场，以及无数其他位置。
边缘安全性：新的传感器和通信功能已引起新的安全问题，并且仍在发展中。最常见的安全方法是使用防火墙，应用程序密钥，加密和设备证书。随着越来越多的资产启用IP，对安全启用数字孪生的新解决方案的需求可能会变得更加紧迫。
聚合：该聚合步骤可以支持数据摄取到数据储存库，处理和用于分析制备。数据聚合和处理可以在本地或在云中完成。在过去的几年中，支持数据聚合和处理的技术领域已经发生了巨大的发展，使得设计师能够以比过去少的成本、更灵活的方式创建可大规模扩展的体系结构。
分析：在分析步骤中，对数据进行分析和可视化。数据科学家和分析师可以利用先进的分析平台和技术来开发迭代模型，从而产生见解和建议并指导决策制定。
洞察力：在洞察力步骤中，来自分析的洞察力通过具有可视化的仪表板呈现，突出显示了数字孪生模型和物理世界类似物在一个或多个维度上的不可接受的差异，指出了可能需要调查和更改的领域。
作用：该动作步骤是将之前步骤中可操作的见解反馈到物理资产和数字流程中，以实现数字孪生体的影响。洞察力通过解码器，洞察通过解码器，然后输入到资产流程的执行器中，执行器负责移动或控制机制，或在后端系统中更新，这些系统控制供应链和订购行为，所有这些都受到人为干预。17这种交互作用完成了物理世界和数字孪生体之间的闭环连接。
数字孪生应用程序通常是用企业的主要系统语言编写的，该语言使用上述步骤来对物理资产和流程进行建模。另外，在整个过程中，可以用于数据管理和互操作性连接的目的应用标准和安全措施。
大数据引擎的计算能力，分析技术的多功能性，汇聚区域的庞大而灵活的存储可能性以及与规范数据的集成，使这对数字孪生模型可以建模的比以往任何时候都更加丰富，不那么孤立的环境。反过来，这样的发展可能会导致更复杂和更现实的模型，所有这些都有可能降低软件和硬件的成本。
重要的是要注意，上述概念体系结构应设计为在分析，处理，传感器和消息的数量等方面具有灵活性和可扩展性。这可以使架构随着市场的持续变化（有时是指数级变化）而快速发展。
▲图源：699pic.com
推动业务价值
对于任何一家开始进行数字化之旅的公司而言，个迫切需要关注的问题可能是，在创建一个数字孪生兄弟公司的投资中，是否有明确的能力显示效益并实现价值。这种新方法如何导致公司经营和开展业务的方式发生变化，从而带来可衡量的业务价值？过去，创建数字孪生不仅成本高昂，而且收益有限。随着越来越有利的存储和计算成本的出现，实现数字孪生体的用例和可能性的数量已经大大增加，进而推动了业务价值的增长。
在考虑数字孪生提供的商业价值时，公司应将重点放在与战略绩效和市场动态相关的问题上，包括改进和更持久的产品性能、更快的设计周期、新的收入来源潜力以及更好的保证成本管理。这些战略问题，除其他外，可以转化为特定的应用程序，这些应用程序可能提供数字孪生可能实现的广泛商业价值。表1按类别列出了这些值的摘要。
除上述业务价值领域外，数字孪生可能会帮助解决制造公司的许多其他关键绩效和效率指标。总体而言，数字孪生可能会提供许多应用来推动价值并开始从根本上改变公司的经营方式。这种价值可以用可追溯到业务关键指标的有形结果来衡量。
到目前为止，大部分讨论都集中在产品生命周期的制造过程部分的数字孪生模型上。制造过程只代表一个数字孪生结构。事实上，一个广泛的数字孪生用例的另一个可行的设想是在产品的整个生命周期中基于产品的应用：从想法开发到使用。一个这样的例子涉及一个工业制造商，在该领域面临许多质量问题，导致昂贵的维护和高保修责任。制造商试图确定问题的来源，这些问题对客户的信心和品牌形象造成了不利影响。这些问题对制造商的供应网络造成了额外的压力，并在试图解决已发现的问题时增加了成本。
为了解决这些问题，工程和供应网络组织采用了一种数字孪生方法，以寻求解决质量问题并改善与维护保修有关的可持续售后服务。首先，他们决定将「按设计的」BOM与制造过程中产生的所有类似信息（称为「按制造的」BOM）结合起来。为了帮助区分它们，设计好的BOM由开发和测试的元素组成，而制造的BOM由用于生产产品的设备聚合的元素组成，包括采购的零件明细和装配明细。些结果使工程师能够进行分析，并提供对影响质量的生产变化的见解。因此，该团队能够提供意想不到的见解来改进装配过程，将返工减少15-20%。
有了这部分数字孪生成果的信息，售后部门计划很快扩展此用例，以利用数字孪生过程更有效地使用来自现场产品的信息「维护」BOM，以更好地了解过程变化如何影响性能变化和应解决的改进。从设计BOM、制造BOM和维护BOM中获得的完整信息创造了一个「从摇篮到坟墓」的数字旅程，为新的商业机会时代创造了条件，包括资产可用性管理、备件库存优化、预测性维护和服务。
数字孪生可以为公司带来有形价值，创造新的收入来源，并帮助它们回答关键的战略问题。有了新的技术能力、灵活性、敏捷性和较低的成本，公司可能能够开始他们的旅程，以较低的资本投资和更短的价值实现时间创造一个数字孪生。数字孪生在产品的生命周期中有许多应用，可以实时回答以前无法回答的问题，提供了几年前几乎无法想象的价值。也许问题不在于是否应该开始，而是从哪里开始在最短的时间内获得最大的价值，以及如何在竞争中保持领先。第一步是什么？你将如何开始？到达那里可能是一项艰巨的任务，但旅程从一步开始。
