工业4.0与数字孪生-制造业如虎添翼

工业4.0与数字孪生制造业如虎添翼德勤工业4.0、数字化制造企业和数字化供应网络系列报告德勤咨询有限公司的供应链与制造运营业务组助力企业了解并把握机遇，运用工业4.0技术，建立数字化供应网络，进而实现企业战略目标。我们拥有增材制造、物联网和数据分析方面的精深洞见，能够协助企业重新评估人才、流程和技术，以适应先进制造实践日新月异的变化发展。封图：J.F.PODEVIN工业4.0与数字孪生目录前言 | 2数字孪生：定义与价值 | 3创建数字孪生 | 6提升商业价值 | 9如何着手部署 | 11结语 | 13尾注 | 14制造业如虎添翼1前言生产流程数字化趋势日益明显，已是大势所趋。受此趋势影响，大量企业努力寻求有效策略，以期从运营和战略层面推动实际价值的创造。数字化解决方案的确能够为企业带来巨大价值，达到互联智能技术出现前无法企及的水平。数字孪生是近期的热门概念：物理实体或流程的准实时数字化镜像，有助于企业实现绩效提升。直至今日，由于数字技术能力有限，且计算、存储和宽带成本过于高昂，数字孪生及其海量数据处理对于多数企业来说仍是一个难以掌控的领域。但近年来，这些不利因素已大大减少。1成本的大幅降低和能力的显著提升引发了巨大变化。企业领导人得以综合信息技术和运营技术，创建和利用数字孪生。2数字孪生为何如此重要？企业为何应当考虑采用该技术？利用数字孪生，企业能够自设计和开发阶段起，以数字化的形式完整记录整个产品生命周期。企业因此不仅可以了解产品设计，还能了解产品的生产系统和实际应用情况。创建数字孪生有助于企业加快新品上市速度，优化运营，改善不足，开发新的经营模式，进而提高收益。数字孪生能够让企业更加快捷地检测和解决实际问题，提高预测精准度，设计和生产出更加优质的产品，并最终更好地服务客户。有了这种智能架构设计，企业能够以更快的速度不断创造价值和收益。一家企业很难在创建数字孪生过程中同时覆盖以上所有领域。创建数字孪生的关键在于先从某一领域入手，在该领域创造价值后再继续推广到其他领域。但在此之前，企业首先应当了解数字孪生的定义和创建方式，以免在创建数字孪生的过程中不知所措。我们将在下文对数字孪生进行探讨，包括其定义、创建方式、如何驱动价值创造、典型的实际应用以及企业如何为数字孪生规划做好相关准备。工业4.0与数字孪生2数字孪生定义与价值数字孪生在业界和学术界有多种不同的定义。但业界和学术界均未对数字孪生的流程层面给予足够重视。部分定义认为，数字孪生是一件成品的综合模型，可反映产品的所有生产缺陷；同时该模型还将随着产品的使用持续更新，反映产品的消耗磨损情况。3其他一些广泛采用的定义认为，数字孪生是基于传感器所建立的某一物理实体的数字化模型，可模拟现实世界中的具体事物。4从根本上讲，数字孪生是以数字化的形式对某一物理实体过去和目前的行为或流程进行动态呈现，有助于提升企业绩效。数字孪生以针对众多层面持续、实时开展的大量物理世界数据检测为基础。该等检测可通过数字化的形式对某一物理实体或流程进行动态呈现，从而有效反映系统运行情况。企业可根据所获得的信息采取实际行动，例如调整产品设计或生产流程。数字孪生不同于传统的计算机辅助设计（CAD），也并非另一种以传感器为基础的物联网解决方案。5数字孪生的功能远高于这两者。计算机辅助设计完全局限于计算机模拟的环境中，在复杂环境建模方面取得了一定成效；6物联网系统的功能比数字孪生简单，可用于位置检测和整个组件的诊断，但无法对不同组件间的相互作用和整个生命周期过程进行检测。7数字孪生的真正功能在于能够在物理世界和数字世界之间全面建立准实时联系，这也是该技术的价值所在。基于产品或流程现实情况与虚拟情况之间的交互，数字孪生能够创造更加丰富的模型，从而对不可预测的情况进行更加真实和全面的检测。随着计算能力的提升和成本的降低，如今我们可采用大量的处理架构和先进的算法分析该等交互式检测结果，进而获得实时预测反馈，并开展离线分析。数字孪生的上述功能将引发设计和流程的根本性变革，这是目前的方法几乎无法实现的。数字孪生应用于生产流程数字孪生主要用于复杂资产或流程建模。复杂资产或流程会与周围的环境发生不同形式的交互作用，因此很难在整个产品生命周期内开展结果预测。8数字孪生的创建可结合各种不同的实际情况，以实现不同目的。例如，数字孪生有时会用于模拟喷气式发动机和大型矿用卡车等复杂部署资产，以监测和评估资产使用过程中的磨损和压力承受情况。该类数字孪生应用所产生的重要信息将影响未来的资产设计。风电场可通过数字孪生了解运营效率低下的原因。除此之外还存在大量其他与部署资产相关的数字孪生应用情况。9将数字孪生应用于部署资产能够提供深刻洞见，而将数字孪生应用于生产流程则能够产生功能强大的应用程序。图1呈现了物理世界中某一生产流程的模型，及其在数字世界中的数字化镜像。数字孪生是对工厂环境中实际情况的准实时虚拟复制。实际生产流程中部署了数以千计的传感器，共同收集各个不同层面的数据，包括生产机械的行为特征、半成品（厚度、颜色质地、硬度、转矩、速度等）以及工厂内部的环境状况等。该等数据不断传输至数字孪生应用程序，并由该程序完成数据聚合。从根本上讲，数字孪生是以数字化的形式对某一物理实体过去和目前的行为或流程进行动态呈现，有助于提升企业绩效。制造业如虎添翼3数据孪生应用程序持续分析所输入的数据流。一段时间过后，该等数据分析可通过与一系列正常运行情况的对比，识别实际生产流程在哪些层面存在异常情况。企业可根据此类对比分析结果展开调查，并对实际生产流程进行一定改革。这就是图1力图呈现的物理世界与数字世界的交互作用。这一过程体现了数字孪生所具备的巨大潜力：数以千计的传感器持续开展重要检测，并向数字化平台传输数据。数字化平台进而开展准实时分析，通过比较透明的形式优化运营流程。图1的模型呈现了五大驱动要素——物理世界的传感器和促动器、集成、数据和分析，以及持续更新的数字孪生应用程序。以下是对图1这些构成要素的概括性介绍：•传感器——生产流程中配置的传感器可发出信号，数字孪生可通过信号获取实际流程相关的运营和环境数据。•数据——传感器提供的实际运营和环境数据将在聚合后与企业数据合并，企业数据包括物料清单10、企业系统和设计规范等。其他类型的数据还包括工程图纸、外部数据源连接以及客户投诉记录等。•集成——传感器通过集成技术（包括边缘、通信接口和安全）达成物理世界与数字世界之间的数据传输。•分析——数字孪生利用分析技术开展算法模拟和可视化程序，进而分析数据，提供洞见。•数字孪生——图1的“数字化”层面是指数字孪生本身。该应用程序综合以上所有要素，建立物理实体和流程的准实时数字化模型。数字孪生旨在识别不同层面偏离理想状态的异常情况。无论是数字孪生出现逻辑错误（希望不是），还是分析结果显示应削减成本、提升质量、提高效率，出现偏离情况即意味着需开展运营优化。企业将最终根据分析结果采取实际行动。•促动器——若确定应当采取实际行动，则数字孪生将在人工干预的情况下通过促动器展开实际行动，推进实际流程的开展。11实际流程（或物理实体）及其数字虚拟镜像明显比简单的模型或结构要复杂得多。当然，图1的模型只是一个数字孪生结构，重点呈现产品生命周期的生产环节。12我们的模型旨在呈现物理世界和数字世界之间的映射所具备的集成、全面和交互特征。这一架构可帮助企业了解并着手创建数字孪生。将数字孪生应用于部署资产能够提供深刻洞见，而将数字孪生应用于生产流程则能够产生功能强大的应用程序。工业4.0与数字孪生4图1：生产流程数字孪生模型物理世界数字世界资料来源：德勤大学出版社德勤大学出版社|dupress.deloitte.com传输传感器集成分析创建分析洞见数据促动器行动聚合数字孪生与物理-数字-物理循环图1的数字孪生架构呈现的是从物理世界到数字世界，再从数字世界回到物理世界的过程。这一物理-数字-物理过程或循环构成了德勤工业4.0的研究基础。工业4.0（有时也被称作“第四次工业革命”），从广义上描述了数字制造环境，先进的生产技术与物联网相结合，制造企业在实现互联互通的同时，还能开展传输和分析活动，并利用信息采取更加智能的实际行动。欲了解更多信息，请见德勤工业4.0领先理念系列。制造业如虎添翼5理性能标准的相关操作数据，如拉伸强度、位移、力矩以及色彩均匀度；（2）影响物理资产运营的环境或外部数据，如周围环境温度、大气压力以及湿度。这些检测数据利用编码器转换为受保护的数字讯息，并传输至数字孪生。传感器的信号可利用制造执行系统、企业资源规划系统、CAD模型以及供应链系统的流程导向型信息进行增强。这可为数字孪生提供大量持续更新的数据用以分析。2.传输：传输步骤有助于实现流程和数字平台之间进行无缝、实时的双向整合/互联。网络传输是促使数字孪生成为现实的重大变革之一，包含三大组成部分：a.边缘处理：边缘接口连接传感器和流程历史数据库，在近源处处理其发出的信号和数据，并将数据传输至平台。这有助于将专有协议转换为更易于理解的数据格式，并减少网络创建数字孪生但是，如何创建数字孪生呢？总体上，数字孪生的创建包含两个主要关注领域：1.设计数字孪生的流程和产品生命周期的信息要求——从资产的设计到资产在真实世界中的现场使用和维护；2.创建使能技术，整合真实资产及其数字孪生，使传感器数据与企业核心系统中的运营和交易信息实现实时流动——正如概念体系架构中所阐述的。数字孪生流程设计与信息要求创建数字孪生，首先要进行流程设计。数字孪生建模是什么流程和集成点？应使用标准的流程设计技术来展示业务流程、流程管理人员、业务应用程序、信息以及物理资产之间如何进行交互。创建相关图表，连接生产流程与应用程序、数据需求以及创建数字孪生所需的传感器信息类型。流程设计将通过多种特性获得增强，提升成本、时间或资产效益。这些均构成数字孪生的基础假设，数字孪生的增强效能应于此开始。数字孪生概念体系架构数字孪生概念体系架构（图2）可视为图1制造流程数字孪生模型组成部分的扩展视图或内部视图，相同的基本原则也可应用于任何数字孪生设置。该概念性体系架构可分为更易于理解的六大步骤，如下：131.创建：创建步骤包括给物理过程配备大量传感器，以检测获取物理过程及其环境的关键数据。传感器检测的数据大体上可分为两类：（1）生产性资产（包括多种在建项目）的物数字孪生的关键在于以相关资产整个生命周期中所需的信息类型为重。将信息以可重复使用的方式进行组织形成体系往往十分重要。为此，需要创建一个标准的数据模型。标准的数据模型具有常用的企业标准数据结构，使不同系统和应用程序之间能够互联并交换企业信息。标准结构可允许融合数字孪生的不同系统之间以事先商定的简单形式进行沟通。由此可减少须存储于系统记录之外的信息量，消除管理大型主数据结构的需要，并允许企业更为灵活地将数字孪生进行多种应用，持续更新该数字孪生，如同其已与企业相互融合，而非增加企业负担。工业4.0与数字孪生6传输量。过去这方面领域的许多瓶颈限制了数字孪生的可行性，然而近期技术方面的重大突破消除了这些障碍。b.传输接口：传输接口将传感器功能获取的信息转移至整合职能。鉴于产生洞见的传感器依数字孪生的设置可放置于几乎任何地点，该领域需要多种方案以供选择：放置在工厂里、家中、采矿场或停车场以及其他各类地点。14c.边缘安全：新型传感器和传输设备带来了新的安全问题，并且仍在不断增长。最常用的安全措施包括采用防火墙、应用程序密钥、加密以及设备证书等。随着互联资产愈加增多，实现数字孪生安全应用的新解决方案需求便愈显迫切。3.聚合：聚合步骤可支持将获得的数据存入数据储存库中，并进行处理以备用于分析。数据聚合及处理均可在现场或云端完成。驱动数据聚合及处理的技术领域在过去数年获得了极大的发展，使设计人员得以创造大规模的延伸架构，具有更高的敏捷度，而成本仅及过去的一小部分。154.分析：在分析步骤，将数据进行分析并作可视化处理。数据科学家和分析人员可利用先进的数据分析平台和技术，开发迭代模型，发掘洞见，提出建议，并引导决策过程。165.洞见：