若以數字孿生比作人類大腦，就像我們在現實世界中憑直覺用大腦的能力去記憶、記錄、分析、處理和預測一樣，數字孿生也可以透過分析收集到的資料在數字世界中做同樣的事情。
數字孿生技術在虛擬世界模擬製造流程，並幫助企業在數字孿生模型中靈活配置資源，並最佳化工作流程，快速響應不斷變化的產品需求和訂單渠道。
本文介紹了數字孿生所需要的幾大方面條件：用於收集資料的智慧裝置、強大的網路連線裝置支援以及實時互聯的軟硬體生態，並展望了製造業對這項技術的期待。
撰文 | 齊健
「數字孿生」是物理世界的數字化表達，它可以幫助我們數字世界中模擬真實世界，並預測可能會發生的各種情況，從而基於模擬結果做出判斷，選取最優方案，反饋到物理世界。在構建一個「數字孿生」模型的過程中，需要打通資料的雙向溝通渠道，使物理世界的狀態和引數可以透過與智慧系統向數字模型反饋，從而真正實現數字孿生，並以此對物理世界進行動態、實時地評估和最佳化。
早上世紀70年代，「數字孿生」的概念就已經初具雛形。在NASA的阿波羅13號事故中，NASA曾嘗試利用「數字孿生」技術模擬航天器在太空中的各種場景，並以此幫助宇航員解決在太空著遇到的突發情況。在幾十年後的今天，「數字孿生」正在成為覆蓋全球的智慧化基礎設施，被廣泛應用在城市規劃、醫療保健和汽車設計等各種領域，而其在工業、製造業的應用潛力尤為巨大，「數字孿生」技術正在加速全球數字經濟的發展程序。
在實際應用中，「數字孿生」概念不斷擴充套件，早已不是單純的模擬模擬，隨著雲技術、邊緣計算、增強UI、3D建模等一系列相關技術的融入，「數字孿生」正在成為一個創新技術集的統稱。
一 數字主線：貫穿製造流程的每個場景
在設計與生產過程中，透過數字化檢測、測量以及感測器等裝置收集資料，再透過數字化系統反映到產品定義的三維模型，即可構建物理產品的數字孿生模型，進而對物理世界進行分析。而將分析模型的資料傳遞到產品三維模型進行最佳化，再傳遞到數字化生產線加工成真實的物理產品，則是數字世界對物理世界的反作用。
在「數字孿生」最佳化的企業中，有無數這樣的收集、分析和反饋流程，這些流程匯聚成了覆蓋產品全生命週期與價值鏈的「數字主線」。從最初的概念設計、產品設計，到模擬、材料、工藝、製造，乃至銷售和運維等每個環節都貫穿在「數字主線」上，由此驅動以統一數字化模型為核心的產品資料流。
打個更生動的比方，在製造業場景中，如果將數字孿生的核心部件與人類特徵相聯絡：操作裝置就好比肌肉，數字孿生平臺是大腦，數字主線就是負責連結的神經系統。
而且，就像我們在現實世界中憑直覺用大腦的能力去記憶、記錄、分析、處理和預測一樣，數字孿生也可以透過分析收集到的資料在數字世界中做同樣的事情。在製造業，資料輸入有助於數字執行緒和數字孿生最佳化操作功能，這有助於增加吞吐量和提高效率。
二 感測器：工業的末梢神經
數字孿生的應用基礎是資料，而資料的關鍵在於採集、治理，以及如何將資料有效應用於分析流程中。如果說「數字主線」是工業的中樞神經，那麼分散在應用場景的每臺終端裝置上的感測器，就是這條神經系統上的一個個神經末梢。
裝置是工業場景的基礎設施，針對裝置的嵌入式智慧升級是數字孿生的首要條件。隨著IIoT應用的快速增長，大量製造業終端裝置製造商都以開放的態度，積極地融入物聯網，裝置供應商開始越來越多地在設計階段將智慧感測器嵌入到生產裝置中。
智慧感測器可以將從裝置中搜集到的資訊，按一定規律變換為電訊號或其他形式的資訊輸出，從而滿足資訊的傳輸、處理、儲存、顯示、記錄和控制等要求。其主要特點包括：微型化、數字化、智慧化、多功能化、系統化和網路化。
隨著感測器的增多，終端介面以及資料流通等工業現場的資料問題逐漸浮上水面。不同裝置之間打通資料鏈接，需要覆蓋全面網路、裝置協議的平臺基礎，以及穩定、高效的網路中繼。在工業場景下智慧裝置的網路連線強度往往超過Wi-Fi的效能。因此，越來越多的製造商轉向使用4G/LTE和5G專用無線網路，獲得可靠、安全的高頻寬，滿足運營技術的需要。
三 實時互聯：打通資料的脈絡
隨著數字孿生和IoT的深入發展，越來越多的製造商開始關注人工智慧、機器學習、自動化和增強智慧。然而，所有這些引人注目的功能都需要一個突出的連線基本條件：低延遲。
4G/LTE是提供低延遲和快速響應時間所需的最低無線連線標準，這使得數字孿生能夠在有效且及時提供資料，並快速響應運營商的需求。隨著標準的演變和支援生態系統的發展，5G為製造業帶來了更大的前景。隨著5G標準的不斷髮展，後續的版本將具備新的功能，如時效性通訊。這將為裝置之間的通訊和控制提供更緊密的同步，並改善定位和本地化。
在滿足這些條件的同時，還必須要考慮系統互連，這強調了在生產設施中使用的各種標準和協議之間進行通訊和整合的必要性。在這裡，網路連線需要提供一種簡單的、流線型的「資料交換」，而工業聯結器則是系統之間有效通訊的重要組成部分。
四 邊緣雲：高效利用實時資料
資料的採集和傳遞是實現「數字孿生」的第一步，這一步對於大部分製造企業來說並不困難，「數字孿生」體系建設的真正難點在於資料治理和利用。
工業場景中的資料大多保質期不長，很多資料需要實時處理，但隨著終端裝置上感測器數量的爆炸式增長，採集到的資料量也日趨龐大。基於雲端的大資料處理受頻寬和響應效率的制約很難把資料處理能力下放到每個應用場景中，這就導致了很多實時資料在實時採集後沒有「實時」利用，造成了大量的資源浪費和價值流失。
由此，工業場景就需要邊緣雲技術的支援。透過在工業現場建設邊緣雲，由邊緣側採集、處理資料，解決傳輸和響應速度問題，緩解雲端算力的壓力，並在雲與終端裝置間起到承上啟下的作用。
諾基亞在芬蘭奧盧的燈塔專案「意識工廠」案例中，工廠內的各種裝置都嵌入了智慧裝置，利用專用（4。9G / LTE）無線網路為工廠內外的所有資產建立安全可靠的連線，從而在邊緣雲上建立基於數字孿生模型，並進行實時資料分析，以此最佳化產線。
例如，在監控生產環境中，透過利用各種資料來源，觀察到溼度和溫度的偏差，設定觸發自動警報，能夠確保哪些地方可能需要調整或維護。
數字孿生還可以在連線的機器和資料來源之間提供自動化的實時過程分析，從而加快錯誤檢測和糾正的速度。而且，還可以實時監控裝配過程，在中央使用者介面上隨時檢視每個機器人單元的狀態和進度。
該工廠每天生產1，000個4G和5G基站，每年都對產線進行技術最佳化，持續提高生產力30％以上，產品交付市場時間節省50％，每年節省數百萬歐元。
五 以「數字孿生」持續最佳化製造流程
日前，第36屆美洲盃帆船賽（America ‘s Cup）在紐西蘭的奧克蘭拉開帷幕，在本屆大賽中亮相的眾多高效能AC75超高速水翼極限帆船中，來自紐西蘭酋長隊的展示讓人眼前一亮，在他們的AC75帆船研發過程中，與麥肯錫子公司Quantum Black合作打造了帆船的數字孿生模型，並利用AI對帆船及運動員在水上的表現進行迭代分析，快速提供最優的船體最佳化和航行測試方案，為船隊提供了十倍於以往的研發測試效率。
「數字孿生」概念在今天的製造業中日趨成熟壯大，無論是數字化供應商、裝置製造商還是技術服務商，都在加緊打造更貼合「數字孿生」技術體系的產品和解決方案。「數字孿生」的技術集合也在不斷擴充，製造企業在數字化轉型升級的過程中，可以選擇各種數字手段，構建符合自身特點的「數字孿生」體系，使製造流程中產生的資料在物理世界和數字世界滾動起來，持續迭代，從而實現對企業業務流程的持續最佳化。改善產品研發流程，提高車間自動化水平，實現生產過程智慧化，快速響應業務需求，降低生產維護成本，提高整個業務流程的效率，並最大限度地提升產品質量。