图片来源：Patti Engineering
了解数字孪生和工业物联网（IIoT）技术如何协同工作。实施数字孪生有益于制造企业更好地优化生产运营和改进系统效率。
在很大程度上，工业物联网（IIoT）使数字孪生成为可能，更易于对工业运营、设备和系统进行优化。数字孪生和IIoT技术可以协同工作。实施数字孪生可以使工业运营和系统受益。
01 数字孪生的定义
数字孪生（Digital Twin），是真实世界机器、设备或过程的数字表示。但数字孪生不仅仅是仿真。数字孪生精确地复制了真实世界中的系统功能和行为。这种复制是通过数字线程实现的。数字线程是一种通信框架，它从与现实世界系统互连的平台中提取数据，并将这些数据馈送到数字孪生模型。
与数字孪生相连的系统，可能包括IIoT设备、计算机辅助设计（CAD）软件、产品生命周期管理（PLM）软件、制造执行系统（MES）和企业资源规划（ERP）系统。数字线程还允许用户在数字孪生模型上运行仿真，并根据客观、真实的场景、结果和数据做出决策。
如果没有诸如IIoT和基于云的数据管理等实时提供细颗粒度数据的技术，数字孪生将不可能实现，或者，至少效率要低得多。
02 数字孪生模型：细节程度
要使数字孪生模型发挥作用，需要细化到哪种程度？
简单地说，这取决于具体情况。数字孪生需要何种程度的细节，通常取决于用户期望实现的目标。在一个理想的世界里，数字孪生会精确复制整个制造过程，包括前端和后端物流。或者，在产品设计方面，数字孪生将复制从概念到构建的整个设计过程。对于大多数制造商以及使用数字孪生的目的来说，这样的细节既不现实也不可行。
在现实世界中，大多数数字孪生模型的实现都专注于特定的过程或产品。当使用数字孪生优化过程时，应将核心过程的信息，如过程时间、流程、数量以及拒收或返工率，输入到数字孪生模型中。如果可能，数字孪生模型还应包括核心过程上游和下游的一两个步骤。最重要的是，一旦确定了重点领域，就应在该领域内收集尽可能多的信息。
请记住，在使用数字孪生技术来帮助企业开发过程或产品时，数字表示是在产品或过程构建或实施之前创建的。因此，一旦物理系统就位，就必须更新数字孪生模型。如果不更新，数字孪生模型对真实世界系统的表示很可能是不准确的。如果使用一个不准确的数字孪生模型，可能会导致时间、精力，当然还有成本的浪费。
▲西门子的仿真软件 ProcessSimulate，显示了机器人工作单元与 ABB 机器人的数字孪生模型。仿真面板用于查看和仿真运行编程软件的 I/O。
03 数字孪生模型更新的频率
为了维持正常功能，多久就需要更新一次数字孪生模型？如果现实世界的系统发生变化，数字表示就应随之更新，即使变化看起来微不足道。在制造或生产过程中可能会发生无法立即察觉的变化，例如零件打滑或随着时间的推移生产线速度降低。
拥有一个准确且最新的数字孪生模型，可以让参与者将现实世界的过程和结果与数字孪生模型预测的结果相比较。然后，用户就可以非常准确、可靠地确定问题发生的位置或原因。这是数字孪生技术应用主要的、持续的优势之一，即使在最初的设计、开发和调试完成之后，它们仍然具有相当的价值。
尽管在理论上，保持数字孪生模型的最新状态很简单，但一些制造商发现这是一项艰巨的任务，因为工业过程涉及的变量非常多，而且它们可能随时会变化。
04 自动更新数字孪生模型
更新可以自动进行吗？在初次采用数字孪生模型时，最主要的挑战来自通信和标准化。即使所有信息都可用，但它们存在于不同的设备中，如传感器、控制器、3D模型和ERP系统等。将信息转换为相同的格式或语言，聚合并将其传输给数字孪生模型，各个环节都面临着挑战。
虽然数字孪生的信息集成仍然是一个挑战，但机器学习和人工智能技术将有助于解决这些问题。现在，数字线程平台可以采集来自不同系统的数据，将其标准化，并在物理过程或产品与数字孪生之间提供无缝连接。借助自动化功能，数字线程可在很大程度上处理更新，尤其是在应用于单个产品或流程时。
然而，对于超大规模过程和整个工业运营，利用自动化进行数字孪生的更新更具挑战性。如果我们探讨的是一条完整的生产线或工厂，则需要将每个事件和序列的时间传递给数字孪生模型——而利用现有技术，很难从现实世界的组件和系统中提取这些信息。
考虑到这一点，让我们来看看目前数字孪生技术能为制造商真正带来好处的一些应用场景。
05 数字孪生适合的应用场景
数字孪生可以应用于几乎任何产品或过程。实际应用中，数字孪生也经常用于非制造业，如软件开发。它的真正价值，在于如何在产品、过程或系统的整个生命周期中使用数字孪生。
▲许多机器人制造商提供自己的仿真软件，例如 Fanuc的 Roboguide 机器人仿真软件，可以充当数字孪生仿真。
可以在产品或过程的开发过程中使用数字孪生，以模拟设计、功能和工作流程。数字孪生在制造应用中非常有用，在这些应用中，有多个轴运动或过程同时发生或以紧密的顺序发生。
汽车行业装配线的数字孪生案例：零件可以在传送带上沿生产线向下游传送，多个机器人在不同的工位对零件进行操作。必须非常周密地协调和控制所有这些运动和过程，从零件装上传送带到卸载。如果零件在传送带上滑动，或者如果某个位置出现故障，这将会如何影响生产线的其余部分？或者，如果希望将传送带速度提高20%，用户需要知道机器人和末端执行器的循环周期需要如何改变，以与提速后的传送带匹配。可以通过数字孪生技术和仿真来解决这些问题。
产品或过程修改、测试的数字孪生案例：对于测试产品或过程的修改结果，数字孪生也很有价值。数字孪生让设计师和控制工程师可以测试各种场景和案例，而不会中断生产，也无需投资物理原型和测试设备。当最终迭代被锁定时，实施和启动会更快、更顺利，因为通常情况下在这个阶段需要解决的长长的“假设”列表已经被解决了。在这个场景中使用数字孪生，会消除过程中的大量不确定性和风险。
▲该图展示了通过可编程逻辑控制器（PLC），从计算机数控（CNC）机器和机器人自动采集数字孪生数据的案例。
不确定性可能导致代价高昂的错误、时间和精力的浪费。这就是为什么数字孪生所带来的的经济价值，通常取决于在开发、启动和调试、整个产品或过程生命周期的修改以及故障排除过程中所节省（或可以节省）的时间和成本。
06 实施数字孪生的成本
实施数字孪生是否需要大量的成本和时间投资？关于实施数字孪生最大的误解之一，是前期难以估量的成本和时间。事实上，数字孪生系统已经通过产品设计软件被设计为数字产品，或通过PLC被编程为控制系统。数字线程平台可以从各种设备引入3D模型、程序和所有数据，因此工程师和设计团队不必担心所有部件之间的数据传输和通信。
虽然数字孪生需要有前期投资，但它可以节省大量的设计、编程和配置时间，并可以预防掉入“陷阱”和最后关头出现灾难性问题。这些优势，再加上模拟变更和故障排除等长期好处，要远超数字孪生所花费的前期时间和成本。（作者 | Sam Hoff）
关键概念：
■ 定义数字孪生并确定其细节程度。
■ 数字孪生的信息集成仍然是一个挑战，但 AI 技术有助于解决这些问题。
思考一下：
你知道 AI 正在帮助实现数字孪生的自动更新吗？