智能制造|四谈“数字孪生”——研究/应用新进展

以下文章来源于英诺维盛公司 ,作者赵敏 宁振波

导读: 关于数字孪生,笔者此前已经写过三篇文章:智能制造:数字孪生之我见(2016-12-31);再谈“数字孪生”——似是而非“数字双胞胎”(2018-2-9);三谈“数字孪生”——更深入的研究与应用(2018-2-13)。时间又过去了一年多,关于数字孪生的讨论再次成为业界热点。因此,笔者汇总收集到的有关资料和二人合作写书过程中的最新研究成果,写成第四篇探讨数字孪生的文章。

生命周期 流程映射

工业产品,有简单产品和复杂产品之分。简单产品(例如一个自行车脚蹬),用数字孪生技术,难以体现出较高的应用价值。产品复杂度越高,难度越大,数字孪生的应用就越有价值。

复杂产品研制过程包括很多的阶段和节点:从市场调研、需求分析、概念设计、方案设计、产品设计、产品的试制、试验、产品设计定型和生产定型后的批生产,然后到产品的交付,交付后产品要运行、维护、维修、大修等长期的使用过程,最后到退役、报废或者回收。如此长的流程构成了产品的全生命周期。该周期内所有阶段和节点的划分,实际上是对一个复杂产品的研制、生产、运行等全生命周期过程的解耦,如图1所示:

传统的产品设计方法,对客户的市场调研、需求分析阶段,依据的方法是以纸面文字反映出来的条目式的文档,不能完整反映客户的真实需求和市场的真实要求;到了方案设计(含草图、初步设计、详细设计、试制、实验)阶段,还是依据蓝图、工艺卡片以及相关的纸质说明书/作业指导书来完成试制和试验;最后在批生产阶段,依据的也是这些纸质资料;产品交付给客户以后,仍然是蓝图和技术文档。所有技术内容都是基于纸张的图文定义和依附于物理实体产品。这是一个“以图纸为基础,以物理样件为驱动”的传统开发过程。

对MBSE(基于模型的系统工程)方法的探索,让我们在重大项目的需求阶段,就可将系统工程方法应用于需求分析,把重大项目的各种需求在需求分析软件中写成数字化需求工程模型。伴随着分析的深入和执行项目的资源要素的逐渐加入,需求工程的模型会逐渐演变成功能模型,再演变成逻辑模型,并不断赋予模型越来越多的可执行的技术内涵,最后发展到产品生产、交付以及维护维修过程,数字化虚拟模型贯穿了产品全寿期过程,并且在计算机上完成上述一系列工作。所有上述不同阶段的数字化模型,其实都和传统的蓝图、工艺卡片、技术文件和最终真实产品一一对应。这就形成了基于数字主线的横向数字孪生(数字化模型)。

七层结构 纵向解耦

笔者认为,在纵向维度上,数字孪生也有其自身发展规律。这与复杂产品的解耦有关。无论是飞机、航空母舰、高铁、核电站等产品,都是复杂产品。复杂产品的特点是系统层级很多。以飞机研发为例,我们可以在纵向上把一个复杂产品分七个层级来进行解耦。由此,与任何一个级别的物理产品所对应的数字孪生体也都具有相应的层级对应关系。如图2所示。

纵横交织 重构体系

笔者认为:数字孪生,一横一纵。交织发展,动态演进。既与产品全寿期相匹配,又与产品的系统结构与级别相映射。

众所周知,工业体系的标准化程度越高,它的应用面越宽,通用型越强。这启发、赋予了我们全新的思想方法,在产品研制过程中,以先解耦、再重构的方式,对所使用的传统架构的大型工业软件进行重大变革。例如,我们根据复杂产品解耦的层次和具体的物理产品单元,确定其在设计、仿真、工艺、工装、制造以及试用等阶段等所需使用的相应的工业软件。这样就可以把原有的传统架构的大型工业软件分解形成一个个具有统一软件接口,小型轻灵、功能齐全、很容易配置形成一个统一的研发系统的一种新形态软件,这就是工业APP。

复杂产品经过七层分解之后,就会出现天量的零件和元器件,海量的组件、部件,大量的子系统和系统,最后按照系统层级不断综合验证,形成一个完整的复杂产品全机。如果每一步都按照数字化模型来研制和生产,这个复杂产品系统最后可以以较高的质量交付。当然,该系统无论是在设计、工艺、生产、制造、工装、交付和维护维修过程中,都已经有了大量的产品原型和数字模型。据初步估算,按照30吨的一架飞机来衡量,从产品模型、到工艺模型、仿真模型、实验模型、维护维修保障的模型,如果每个单元都是采用数字孪生技术实现的话,估计数字模型会有上百万个;为了把这几百万个模型充分的设计关联,形成完整的体系,就需要非常繁杂、多种类的软件。我们可以把这些软件合理分类、分层、分阶段,变成一个个专用的工业APP。当然这些APP之间一定要有标准,软件接口要有标准,最后我们可以根据产品需求,通过动态重组这些APP来重构产品,实现产品的解构与重构。正是这些工业APP的成功,构成了全新的工业体系,基于系统化数字孪生的工业体系,从而形成新的研制体系。

在未来复杂产品研制过程中,理论上讲说,研制过程的每个不同级别的单元的产品定义,既有物理实体模型,也有相应的数字孪生模型,彼此之间有着精准的虚实对应关系。但是,在实际操作过程中,有些单元以数字模型描述足矣,并不需要实体模型;也有些单元不需要数字模型,而直接做物理实体模型。因此,笔者认为:数字孪生在实践中是按需实施的,企业无需为了数字孪生而做数字孪生。

概念延伸 应用丰富

数字孪生具有多种定义并且已经发展出来了多种的应用情形。近年来国内外对数字孪生的研究取得了不少进展,市场上有一些基于既有数字孪生概念而发展出来的多元化的“进阶”数字孪生体,笔者选取了四家软件公司两家咨询机构和一家高校的观点介绍给读者。如表1所示。

西门子公司提出了“综合数字孪生体”的概念,包含了数字孪生体产品、数字孪生体生产和数字孪生体绩效的精准的连续映射递进关系,最终达成理想的高质量产品交付。其中“数字孪生体绩效”的概念颇有新意。如图3所示。

“3DEXPERIENCE®孪生体”是达索公司给出的一个数字孪生体的新概念,着重强调体验一致性,原理一致性,单一数据源,宏观与微观统一。物理孪生体与3DEXPERIENCE®孪生体,彼此在功能/性能/逻辑相互对应。以开发飞机为例,如经验证,3DEXPERIENCE®孪生体飞机能飞,物理实体飞机就能飞;如研究给病人打退烧针后是否退烧,可在3DEXPERIENCE®孪生体上虚拟打一针,其产生的效果,应与真实世界一致。如图4所示。

PTC公司对数字孪生体的研究侧重于“数字孪生体+AR技术”,让数字孪生体更具有真实感和工作场景感,例如在客户购车现场,可以利用AR技术在真实车辆的旁边,放置几乎一模一样的数字孪生体“轿车”,让客户来参观、评估和体验,甚至在该“轿车”上加载具有高度真实感的虚拟气流,动态显示高速行驶时车身的空气动力学气流“实况”。还可以按客户要求,给数字孪生体轿车换车身颜色、车轮颜色或轮毂式样。如图5所示。

ESI公司认为,从虚拟孪生(Virtual Twin)到混合孪生(Hybrid Twin),是一个逐渐发展的过程。虚拟孪生与数字孪生是有不同内涵的。由物理基础模型而构建的虚拟孪生(数学模型/因果模型/降阶模型等),与由真实数据分析和机器学习而构建的数字驱动的数字孪生(机器学习模型/经验模型等),二者叠加,构成了混合孪生。如图6所示。

ESI认为,混合孪生解决方案通过联接当前物联网(IoT)的信息和过去大数据的信息,并结合未来可能的演绎(更新和推断的虚拟原型),使企业能够虚拟地提供预测性维护并优化产品的辅助运营。例如,因为气流强度和方向的高度不确定性,风力发电很难预测和管理。ESI做了一个海上“风孪生(WindTwin)”项目,风电设备将其状态实时地传达给维护站,“风孪生”模型能够根据当下发电结果来调整运行参数、提出警告并预测任何失效/损坏。

北京航空航天大学陶飞教授给出了数字孪生“五维模型”和新内涵:数字孪生=物理实体+数字实体+连接+孪生数据+服务,即DT={PE, VE, CN, DD, Ss},除物理实体以外,其余4个都可以用各自的模型来描述,五个维度的模型与数据彼此交互,迭代优化。如图7所示。

以笔者为代表的走向智能研究院的研究成果,参见下节内容。

数字主线 全程贯通

数字主线(Digital Thread)较早地在美国军方研究与应用。在2013年美国空军发布的《全球地平线》顶层科技规划文件中,将数字主线和数字孪生两项技术视作有可能“改变游戏规则”的颠覆性技术。

“Digital Thread”定义和翻译与“Digital Twin”类似,有着不同的理解和翻译结果。有人将“Digital Thread”翻译为“数字线索”“数字纽带”“数字线程”“数字链”等。笔者经过研究之后,认为译作“数字主线”可较为准确地体现出“Digital Thread”的本意,因为与数字主线相匹配的,还有“数字支线”,大量的“数字支线”汇聚成为了“数字主线”。所有的“数字主线+数字支线”,就是赛博通道。

美国NIST(国家标准技术研究院)给出的定义是:智巧制造系统(Smart Manufacturing Systems)项目的数字主线,将提供扩展和完成数字主线的方法和协议,用于流通于设计、制造和产品支持过程的数字信息,以实现智巧制造系统的集成。各种生命周期过程的“信息孤岛”正在慢慢地连接起来,形成信息的“数字主线”,这些信息被设想为整合和推动现代设计、制造和产品支持过程。

PTC给出的定义是:数字主线寻求创建对数据的同质性和简单的通用访问。它们跟踪一组相关的数据,因为它在业务流程和功能中穿插,以创建连续性和可访问性。可以为许多不同的实体和进程创建数字主线。最常见的情况是,产品的一个数字主线遵循从设计开始到工程,再到制造说明、供应链管理,再到服务历史和客户事件的全生命周期。

《空天防务观察》编辑刘亚威先生定义:所谓数字主线,旨在通过先进的建模与仿真工具建立一种技术流程,提供访问、综合并分析系统寿命周期各阶段数据的能力,使军方和工业部门能够基于高逼真度的系统模型,充分利用各类技术数据、信息和工程知识的无缝交互与集成分析,完成对项目成本、进度、性能和风险的实时分析与动态评估。

笔者对数字主线有着不同的理解。为了阐明数字主线这个概念,我们引入一个与其相对应的“物理主线”概念:把图1中复杂的研制过程精简为图8中间这条线(研制流程线),将其划分为“方案设计、工程研制、批产交付、服务保障”四大阶段。传统的物理主线就是研制流程线下面的部分,重点展现材料、能量、时空信息的流动,数字主线就是研制流程线上面的部分,重点展现数据的流动。

由上图,笔者来简要说明一个复杂问题:

第一个阶段方案设计,上方是数字主线中流转的是数字化设计的可用于空气动力学计算的飞机外形,下方的物理主线上是飞机的缩比模型在风洞实验中的图片,这两个过程就构成了第一个数字孪生;

第二个阶段工程研制,上面的数字主线中流转的是包含了各种研制数据的全飞机数字样机,下方的物理主线上是在飞机制造过程中的真实飞机,彼此构成第二个数字孪生;

第三个阶段是飞机交付阶段,上方数字主线中流转的是一个全飞机可交付数字样机,下方的物理主线上是真实的实体飞机交付,构成第三个数字孪生;

第四个阶段是服务保障(飞机交付后的维护维修过程),上方数字主线中流转的是数字样机在维护维修保障中的应用,下方的物理主线上是真实的实体飞机的维修与维护,构成了第四个数字孪生。

在上述每一阶段,上方数字层中有各自的数据流在数字支线上流动,下方物理层中有各自的材料/物流、能量、时空信息在物理支线上流动。在数字层和物理层之间波动交织的是类似DNA的双螺旋链,在不同的节点上,数物映射,支线汇聚,纵横交织,形成贯穿全寿期的、数据自动流动的数字主线。

在飞机研制流程的基础上,匹配传统的物理产品研制线,建立了贯穿于各个研发阶段的数字主线;如果叠加在一起,不仅数据上互联互通,而且能够通过上层的数字端对下层的物理端实现控制,就构成了整个的飞机研制生产的CPS。把CPS再加上整个企业的物流、库存、财务、销售、服务以及企业的各类决策和管理系统,就构成了一个智能企业的智能制造体系。

应该说,数字主线是与数字孪生既相互关联又有所区别的一个概念。数字孪生主要负责数物虚实映射,数字主线主要负责数字孪生的数据贯通。

数物虚实映射:产品的数字孪生体与物理孪生体彼此呼应,互联互通,传感器将物理孪生体的工况信息实时发送到数字孪生体,数字孪生体经过计算/分析/推理之后,将必要的控制指令回馈给物理孪生体。

数字孪生数据贯通:数字主线基于数字孪生体之间的标准接口,在所有的数字孪生体之间铺设了通畅的数据通道,让不同系统层级上的大大小小的数字孪生体中的“数字支线”数据都汇聚到数字主线上,让流经数字主线上的数据实现了“不落地”式的贯通性流动,消除了原有的“数据孤岛”,形成了产品研制过程中的数据在全系统层级、全生命周期、全业务链上的自动流动。

CPS结构 虚实映射

笔者根据自己的理解与研究,在《三体智能革命》书中给出了一种CPS结构图示,其中以对应于物理机器的“数字机器”(包括对应于时空自然信息、能量、实体材料、物理运行规则、物理实体行为的数字化信息、数字化能量、数字化材料、数字运行规则、数字虚体行为),明确指出多种虚实映射的数字孪生关系,构成了CPS的整体结构。如图9所示。

CPS概念由美国人作为科学研究内容首创,由德国人在推出工业4.0的一系列的理论与实践中发扬光大。笔者一直认为,没有数字孪生,就没有CPS,当然也就没有工业4.0/智能制造/工业互联网。因此在研究CPS时,笔者坚持认真学习和深入领会德国的RAMI4.0,于是当笔者以国内首创的“三体智能模型”来解读CPS时,自然而然就把数字孪生写在了CPS结构中。没有想到,笔者始于2015年的这一自发的研究结果,居然在对数字孪生与CPS的关系理解上走在了德国人前面。

德国人2013年提出的RAMI4.0中,没有直接阐述数字孪生的内容,只是隐含地指出了在管理壳的“信息层”包含了数据、CAD虚拟模型等,相当于有了数字孪生的“痕迹”。笔者注意到,从2019年开始,德国人在新版的工业4.0文件中,才开始介绍数字孪生概念以及实施方法。

比德国人稍微早一点的是德勤咨询公司,德勤大学出版社在2018年发布的“工业4.0与数字孪生:制造业如虎添翼”研究报告中,直接将二者放在一起研究,认为数字孪生是实施工业4.0/智能制造,改善研发与生产的利器:“数字孪生可以结合多种实际环境来创建,以服务于不同的目的。例如,数字孪生有时会用来模拟复杂部署资产,如喷气发动机和大型采矿卡车,以便监测和评估这些资产在现场使用时的磨损和各种特殊受力。一个风电场的数字孪生会发现运营效率低下的问题。这类数字孪生可能会产生重要的见解,影响和改进未来的资产设计。”

企业高价值资产的研发、制造与运营管理,是一个非常复杂的问题。在没有数字孪生的时代,很多物理设备的问题都难以发现,物理空间的信息时刻在发生,但是由于时空限制,人们无法察觉到这些物理活动信息的变化,因此在运营管理、科学决策方面,一直缺乏有效的信息/数据支持。

CPS结构 虚实映射

物理世界与数字世界之间,一直横亘着一堵看不见、摸不着、越不过的“墙”。物理世界有自己的模型和行为规律,数字世界既有从物理世界人为设定、映射过来的模型和行为规律,也有自己特定的规律,长期以来,二者并行发展,鲜有交集。

近年来蓬勃兴起的物联网技术和日渐便宜的传感器,让传感技术的普及应用发展到了一个新阶段,在各种产品上安装传感器,把物理世界正在发生而过去捕捉不到的各种现场信息,转化成为计算机可用的比特数据,而系统仿真技术的升级换代,又不断优化了所生成的实时海量数据。工业物联网平台的出现,可支持将物理实体的实时操作数据与数字虚体中所有针对具体数字产品模型的数据进行有效整合,由此而推动了数字孪生体的快速发展。

数字孪生是智能制造的基础,数字孪生最为重要的启发意义在于,它创新地建立了从物理世界的物理实体向数字空间的数字虚体的双向反馈。物理世界正在发生的物理活动信息,以数字化比特数据实时发送到数字世界中,而数字世界的数字决策指令也可以随时发送到物理设备上。在产品/设备的全生命周期范围内,这种互联互通的机制确保了数字虚体与物理实体的协调一致。如此,各种基于数字虚体系统开发的各类仿真分析、数据采集、知识挖掘、深度学习等应用,都能适用于现实中的物理实体系统。

小结

笔者认为,数字孪生是客观世界中的物化事物及其发展规律被软件定义后的一种结果。丰富的工业软件内涵以及强大的软件定义效果,让数字孪生的研究在国内外呈现出百花齐放的态势。对数字孪生体的理解和定义在不断加深和拓展的过程中。

以日渐成熟的数字孪生技术,实现了在物理实体与数字虚体之间的自由交互、往复行走与数物融合。数字孪生关系不断建立,数字孪生体数量日益增多,基于数字孪生的应用也呈现出快速发展的状态。

数字孪生,方兴未艾。产品复杂,孪生价高。数物融合,想象空间巨大。

数字孪生,现在已经驶入了快车道,众多的新模式、新业态将应运而生。

【作者简介】

赵敏——走向智能研究院执行院长,中国发明协会常务理事,创新方法研究会常务理事,英诺维盛公司总经理。国内著名两化融合/智能制造/工业互联网/工业软件专家,U-TRIZ创始人。正高工。在国内外媒体和国际国内学术会议发表文章和论文百余篇,为企业解决200多技术难题。著有《创新的方法》、《TRIZ入门及实践》、《知识工程与创新》、《TRIZ进阶及实战》、《三体智能革命》、《智能制造术语解读》、《机·智:从数字化车间走向智能制造》等专著、合著。

宁振波——中国航空工业集团信息技术中心原首席顾问,曾工作在第一飞机设计研究院,中航工业综合所,金航数码科技有限责任公司,研究员。西北工业大学兼职教授,兼任中咨公司、多家军工集团的外聘专家。工信部首批两化融合专家。国内著名制造业信息化、智能制造领域的知名资深实战派专家。曾获国家科技进步二等奖(飞机全机数字化样机设计)及光华龙腾奖——“中国设计贡献奖”金质奖章。