1.3　面向智能制造的工业数字孪生

制造业作为全球经济发展的重要支撑，世界各国纷纷制定国家级发展战略，我国先后出台了“中国制造2025”“互联网+”“工业互联网”等制造业国家发展实施战略，把推动制造业高质量发展作为构建现代化经济体系的重要一环，推动制造业与新型ICT（Information and Communications Technology，信息与通信技术）融合，实现制造业数字化、智能化转型。在智能制造浪潮下，数字孪生成为最为关键和基础性技术之一。数字孪生作为连接物理世界和信息世界进行虚实交互的闭环优化技术，已成为推动制造业数字化转型，促进数字经济发展的重要抓手，以数据和模型为驱动，打通业务和管理层面的数据流，实时、连接、映射、分析、反馈物理世界行为，使工业全要素、全产业链、全价值链达到最大限度的闭环优化，助力企业提升资源优化配置，促进加快制造工艺数字化、生产系统模型化、服务能力生态化。

制造业数字孪生应用发展前景广阔。随着物联网、大数据、云计算、人工智能等新型ICT技术席卷全球，数字孪生得到越来越广泛的应用，被应用于航空航天、电力、船舶、离散制造、能源等行业领域，应用场景包括研发设计、生产制造、营销服务、运营管理、规划决策等环节。在智能制造领域，数字孪生被认为是一种实现制造信息世界与物理世界交互融合的有效手段，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。基于模型、数据、服务方面的优势，数字孪生正成为制造业数字化转型的核心驱动力。

制造业数字孪生的基础和关键技术有待提升。数字孪生作为综合性集成融合技术，涉及跨学科知识的综合应用，其核心是模型和数据。在制造业领域，各行业间原料、工艺、机理、流程等差异较大，模型通用性较差，面临多源异构数据采集协调集成难、多领域多学科角度模型建设融合难和应用软件跨平台集成难等问题。基于高效数据采集和传输、多领域多尺度融合建模、数据驱动与物理模型融合、动态实时连接交互、数字孪生人机交互技术呈现等数字孪生基础支撑核心技术，有助于探索基于数字孪生的数据和模型驱动工艺系统变革新路径，促进集成共享，实现数字孪生跨企业、跨领域、跨产业的广泛互联互通，实现生产资源和服务资源更大范围、更高效率、更加精准的优化。

随着企业数字化转型需求的提升，数字孪生技术将持续在制造业领域发挥作用，在制造业各个领域形成更深层次应用场景，通过跨设备、跨系统、跨厂区、跨地区的全面互联互通，实现全要素、全产业链、全价值链的全面链接，为制造业领域带来巨大转型变革。

工业数字孪生基于数字孪生技术发展起来的多类数字化技术集成融合和创新应用，使用建模工具在数字空间构建起精准物理对象模型，再利用实时物联网，数据驱动模型运转，进而通过数据与模型的集成融合构建起综合决策能力，推动工业全业务流程闭环优化。数字孪生的功能架构如图1-5所示。

第一层，连接层。具备采集感知和反馈控制两类功能，是数字孪生闭环优化的起始和终止环节。通过深层次的采集感知获取物理对象的全方位数据，利用高质量反馈控制完成物理对象的最终执行。

第二层，映射层。具备数据互联、信息互通、模型互操作3类功能，同时数据、信息、模型三者间能够实时融合。其中，数据互联是指通过工业通信实现物理对象市场数据、研发数据、生产数据、运营数据等全生命周期数据的集成；信息互通是指利用数据字典、元数据描述等功能，构建统一信息模型，实现物理对象信息的统一描述；模型互操作是指能够通过多模型融合技术将几何模型、仿真模型、业务模型、数据模型等多类模型进行关联和集成融合。

第三层，决策层。在连接层和映射层的基础上，通过综合决策实现描述、诊断、预测、处置等不同深度的应用，并将最终决策指令反馈给物理对象，支撑实现闭环控制。全生命周期实时映射、综合决策、闭环优化是数字孪生发展的三大典型特征：全生命周期实时映射指孪生对象与物理对象能够在全生命周期实时映射，并持续通过实时数据修正并完善孪生模型；综合决策指通过数据、信息、模型的综合集成，构建起智能分析的决策能力；闭环优化指数字孪生能够实现对物理对象从采集感知、决策分析到反馈控制的全流程闭环应用，本质是设备可识别指令、工程师知识经验与管理者决策信息在操作流程中的闭环传递，最终实现智慧的累加和传承。

在以上3个层次中，数字孪生模型是贯穿始终的核心。数字孪生模型基于连接层，为数字孪生分析与应用层和感知与反馈层提供数据支撑。映射层则通过数字孪生模型进行数据分析、产品仿真和预测，实现对生产过程的优化和控制，提高产品质量和效率。决策层则实现数据的实时监测、重要信息的报警预警和远程控制，为数字孪生模型、数字孪生分析与应用层提供数据反馈和修正，帮助数字孪生模型更好地拟合实际场景。