數字孿生的構建和應用需要軟件定義的工具和平臺提供支持。平臺的優勢在于，一是系統架構支持基于單一數據源實現產品全生命周期的管理，實現數據驅動的產品管理流程。二是實現不同行業、應用的打通，并支持其他模型通過 API 接入平臺。本文基于工業設備數字孿生系統框架，介紹在智能制造領域，數字孿生系統構建的6大要素以及對產品全生命周期的應用服務。

工業設備數字孿生系統架構

智能制造領域的數字孿生框架主要分為6個層級，包括基礎支撐層、數據互動層、模型構建層、仿真分析層、功能層和應用層，如圖所示。

工業設備數字孿生系統總體框架

基礎支撐層

建立數字孿生是以大量相關數據作為基礎的，需要給物理過程、設備配置大量的傳感器，以檢測獲取物理過程及其環境的關鍵數據。傳感器檢測的數據大致上可分為3類：

（1）設備數據，具體可分為行為特征數據（如振動、加工精度等）、設備生產數據（如開機時長、作業時長等）和設備能耗數據（如耗電量等）；

（2）環境數據，如溫度、大氣壓力、濕度等；

（3）流程數據，即描述流程之間的邏輯關系的數據，如生產排程、調度等。

數據互動層

工業現場數據一般通過分布式控制系統（DCS）、可編程邏輯控制器系統（PLC）和智能檢測儀表進行采集。近年來，隨著深度學習、視覺識別技術的發展，各類圖像、聲音采集設備也被廣泛應用于數據采集中。

數字傳輸是實現數字孿生的一項重要技術。數字孿生模型是動態的，基于實時上傳的采樣數據進行建模和控制，對信息傳輸和處理時延有較高的要求。因此，數字孿生需要先進可靠的數據傳輸技術，具有更高的帶寬、更低的時延、支持分布式信息匯總，并且具有更高的安全性，從而能夠實現設備、生產流程和平臺之間的無縫、實時的雙向整合/互聯。5G技術因其低延時、大帶寬、泛在網、低功耗的特點，為數字孿生技術的應用提供了一種基礎技術支撐，包括更好的交互體驗、海量的設備通信以及高可靠低延時的實時數據交互。

模型構建層

建模即建立物理實體虛擬映射的3D 模型，這種模型真實地在虛擬空間再現物理實體的外觀、幾何、運動結構、幾何關聯等屬性，并結合實體對象的空間運動規律而建立。數字孿生由一個或多個單元級數字孿生按層次逐級復合而成，比如，產線尺度的數字孿生是由多個設備耦合而成。因此，需要對實體對象進行多尺度的數字孿生建模，以適應實際生產流程中模型跨單元耦合的需要。

仿真分析層

仿真模型則是基于構建的3D模型，結合結構、熱學、電磁等物理規律和機理，計算、分析和預測物理對象的未來狀態。例如飛機研發階段，可以把飛機的真實飛行參數、表面氣流分布等數據通過傳感器反饋輸入到模型中，通過流體力學等相關模型，對這些數字進行分析，預測潛在的故障和隱患。

功能層

即利用數據建模得到的模型和數據分析結果實現預期的功能。這種功能是數字孿生系統最核心的功能價值的體現，能實時反映物理系統的詳細情況，并實現輔助決策等功能，提升物理系統在壽命周期內的性能表現和用戶體驗。

應用層

在工業領域，構建的數字孿生系統應用可貫穿工業設備整個生命周期，解決工業設備在設計、制造、調試、運行、運維、營銷階段各類問題。可預見的，數字孿生將在以下幾大領域中落地，推動產業更快、更有效的發展，如在衛星/空間通信網絡、船舶、車輛、電網、物流、制造車間、智能城市、智能家居、人體健康等領域產生巨大影響與變化。

數字孿生產品全生命周期應用場景

產品設計階段

傳統的產品設計研發主要是通過紙張以及靜態的CAD設計，在技術驗證時，將生產出來的產品進行多次測試以及數據采集，因此研發周期長，成本造價高。而利用數字孿生技術可打破物理條件的限制，以更低的成本、更快的速度迭代產品和技術，提高設計的準確性，并虛擬驗證產品在物理環境中的性能。此階段的數字孿生體包含以下兩功能：

數字模型設計

構建一個全三維標注的產品模型，包含“產品三維設計模型+產品制造信息（PMI，Product Manufacturing Information）+ 關聯屬性”。三維模型可通過產品爆炸圖的形式體現產品與各零部件之間的關系，PMI包含對產品的幾何尺寸、公差、表面質量等信息，關聯屬性包括零件號、坐標系統、材料、版本、日期等。

模擬和仿真

通過一系列可重復、可變參數、可加速的仿真實驗，驗證產品在不同外部環境下的性能和表現。在設計階段就能驗證產品的適應性。

工藝規劃階段

在“三維設計模型+PMI+關系屬性”的基礎上，實現基于三維產品模型的工藝設計。具體的實現步驟包括：三維設計模型轉換 、三維工藝過程建模、結構化工藝設計、基于三維模型的工裝設計、三維工藝仿真驗證及標準庫的建立，最終形成基于數字模型的工藝規程（model based instructions，MBI），具體包括工藝BOM、三維工藝仿真動畫、關聯的工藝文字信息和文檔。

生產制造階段

傳統工業制造階段，由于生產環節復雜，與企業系統間存在的“信息壁壘”的問題，無法掌握生產狀態、設備生產、排產的信息，造成了對產品的質量保證以及交期的憂慮。數字孿生可助力工業設備的智能化制造，通過構建設備生產過程的數字孿生模型，對生產、檢測關鍵環節實現智能監管，全面掌握生產需求、生產狀況等，解決質量監管問題，提高產品質量保證。

數字孿生在生產制造階段的3個功能：

生產過程仿真：在產品生產之前就可以通過虛擬生產的方式來模擬不同產品、不同參數、不同外部條件下的生產過程，實現對產能、效率及可能出現的生產瓶頸等問題的預判，加速新產品導入過程的準確性和快速化。

數字化生產線：將生產階段各個要素：如原材料、設備、工藝配方和工序要求，通過數字化的手段集成在一個緊密協作的生產過程中，并根據既定的規則自動完成不同條件組合下的操作，實現自動化生產過程。同時記錄生產過程中的各類數據，為后續的分析和優化提供可靠的依據。

關鍵指標監控和過程能力評估：通過采集生產線上的各種生產設備的實時運行數據，實現全部生產過程中的可視化監控，并且通過經驗或機器學習建立關鍵設備參數、檢驗指標的監控策略，對出現違背策略的異常情況進行及時處理和調整，實現穩定并不斷得到優化的生產過程。

數字孿生智慧工廠

產品服務階段

傳統設備運營模式下，對產品故障的處理要經過“發現故障—致電售后—售后維修”等一系列被動流程。然而隨著物聯網技術的成熟，許多大型工業產品都使用了大量傳感器來采集產品運行階段的信息，通過數據分析和優化，化“被動式服務”為“主動式服務”，在設備出事前進行預測，以便預防性更換部件，避免意外停機，改善用戶對產品的使用體驗。數字孿生在這個階段中可實現如下3個功能：

遠程監控和預防性維護。通過讀取智能工業產品的傳感器或控制系統的各種實時參數，構建可視化的遠程監控，并根據采集的歷史數據構建層次化的部件、子系統乃至整個設備的健康指標體系，利用人工智能技術實現趨勢預測。

優化客戶生產指標。工業裝備廠商可以通過采集海量數據，構建針對不同應用場景、生產過程的經驗模型，幫助客戶優化參數配置，改善裝備參數設置的合理性，從而提高產品質量和生產效率。

產品使用反饋。通過采集工業產品實時運行的數據，工業裝備廠商可以洞悉客戶對產品的真正需求，不僅能幫助客戶縮短新產品的導入周期、避免產品錯誤使用導致的故障、提高產品參數配置的準確性，更能精確掌握客戶需求，避免研發決策失誤。

產品報廢/回收階段

在生命周期的最后階段普遍面臨著報廢和回收的問題。此階段將記錄報廢/回收數據，包括原因、產品使用壽命等，為下一代產品的設計改進和創新、同類型產品的質量分析及預測、基于物理的產品仿真模型和分析模型的優化等提供數據支持。

由此可見，產品制造完成后的服務與報廢階段，仍要實現物理產品的互聯互通，實現對物理產品的全生命周期閉環數據管理。在數據中心的運維場景中，保障配電系統及其它服務器設備的可靠性是實現數據中心可用性的關鍵。為此，基于數字孿生的三維應急操作指導（emergency operation procedure, EOP）系統（圖），綜合手機的產品全生命周期信息，將設備可能發生事件的情況、應對的方法策略、運維操作指南直觀的分析顯示出來，確保運維人員可以迅速啟動、有序有效的組織實施各項應對措施。

數據中心EOP系統