前言：數字孿生、MBSE和工業互聯網是目前炙手可熱的先進或智能制造概念。不管是數字孿生、MBSE還是工業互聯網，其實都是一個相對較大的概念或者模式而非具體的技術，都具有非常豐富的內涵，彼此之間也具有很大的關聯關系。

      數字孿生（Digital Twin）是以數字化的方式建立物理實體的多維、多時空尺度、多學科、多物理量的動態虛擬模型來仿真和刻畫物理實體在真實環境中的屬性、行為、規則的決策技術，是踐行智能制造、工業4.0、工業互聯網和數字化轉型的先進使能技術，是體現大數據、人工智能、AR/VR融合的載體支撐技術，是推動產品全生命周期設計研發、生產制造、運維保障轉型升級的有效推進技術。

 

　　軍工行業是國家先進制造業的重要組成部分，是國家安全和國防建設的脊梁，一直以來是我國先進制造技術應用發展的策源地和引領者。

 

　　當前高功能/性能密度武器裝備更新換代速度明顯加快、高效柔性快速響應制造要求越來越高、實戰化服役保障運維服務要求益發嚴格，迫切需要擁抱智能制造發展浪潮，強化實現以數字化、智能化為特征的轉型升級，實現自主可控的跨越式發展，已經到了刻不容緩的地步。

 

　　就國內外長期普遍性的實際發展規律而言，先進的制造技術一般都是起源于軍工行業。雖然我們目前在民口行業相對于國防軍工行業，在智能制造等先進技術方面的聲音似乎更大，但對于國家的實力來說，軍工行業的智能制造技術的深入應用，必將也應該是更大的舞臺和戰場。一、數字孿生與智能制造的關系

 

　　數字孿生技術是智能制造深入發展的必然階段，是智能制造的推進抓手和運行體現。數字孿生的核心是分析推理決策，與當前制造業智能化提升的本質內涵是直接呼應的。智能制造是感知、分析、推理、決策和控制的閉環過程，與數字孿生所強調的充分利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映相對應的實體裝備的全生命周期過程的理念一脈相承。以CPS模式為核心的智能制造是面向產品、裝備、系統，目前數字孿生技術的應用也已經從傳統的產品孿生向產線、車間、工廠的系統級孿生方向發展，已經從傳統基于三維可視化模型向直指本質的決策推理模型轉變。數字孿生是當前智能制造理念的物化落實的具體體現。

 

　　（1）數字孿生與賽博物理系統的關系

 

　　賽博物理系統作為智能制造的核心模式，體現了動態感知、實時分析、自主決策、精準執行的閉環過程，支持了裝備/系統的自適應、自組織的智能化發展理念，數字孿生是CPS的具體體現，重點是突出虛實融合下的數據處理、仿真分析、虛擬驗證及運行決策等，但是與傳統的 CPS相比，數字孿生更加強調實時性和閉環這兩個特征。

 

　　（2）數字孿生與工業物聯網/工業互聯網的關系

 

　　數字孿生是閉環CPS過程的典型體現，具有“虛實同步、以實融虛、以虛控時”特點，工業互聯網/工業互聯網資源狀態及控制的泛在化基礎設施能力是支持數字孿生得以實現的基礎，同時數字孿生也是工業互聯網平臺貫通軟硬環節的有效支撐。

 

　　（3）數字孿生與工業軟件/工業APP的關系

 

　　工業軟件是產品研發過程中知識經驗的軟件物化，是工業APP所強調的服務化特點的源頭支撐。數字孿生閉環過程中的數字孿生體是工業軟件的重要體現方式，體現了對物理對象的幾何、物理、行為、規則及約束的多維、不同粒度的多空間、推進演化/實時過程/外部干擾的多時間等尺度的綜合。

 

　　（4）數字孿生與大數據/人工智能的關系

 

　　數字孿生體是數字孿生的核心，體現了數據分析、推理決策等，大數據所體現對工業物聯/互聯支持下海量狀態數據和歷史運行經驗數據的分析處理，人工智能所體現的對案例訓練和規則推理，大數據/人工智能是支撐數字孿生體向智能化縱深發展的重要技術。

 

　　（5）數字孿生與AR/VR/MR的關系

 

　　雖然數字孿生的本質是推理決策，但目前數字孿生比較多的應用領域還是具有三維可視化外在展示需求，從而與目前AR/VR/MR等新型顯示及應用技術具有自然的密切關系，能夠構建一個更加豐富的全態化擬真展示模型，提升虛擬融合的交互直觀度和深度。

 

　　（6）數字孿生與設備健康管理的關系

 

　　數字孿生在資產密集型行業應用主要是以設備維護為重點的，涉及到以設備健康管理為核心的數字化移交及運行監控。設備性能數字雙胞胎用于故障預測、健康管理及預測性維護，并反饋運行信息給設計以優化設計，改善產品性能。

 

　　（7）數字孿生與基于模型系統工程的關系

 

　　基于模型的系統工程（MBSE）是實現全生命周期集成研發的核心思想，數字化孿生體將促進建模、仿真與優化技術無縫集成到產品全生命周期的各個階段，也是面向加工、裝配等DFX技術發展的重要使能基礎，是推動MBSE核心思想發展的重要著力點。

 

　　（8）數字孿生與數字主線的關系

 

　　數字主線是從過程業務數據驅動的角度建立全生命周期集成的重要技術，從狹義角度而言，為全生命周期各階段業務模型的處理提供數據銜接傳遞支持，從廣義角度而言，為整個全生命周期鏈條提供統一的信息模型規范支持，是數字孿生體在不同尺度方面的數據獲取與分析的具體體現，是數字孿生閉環控制模型的重要支撐。

二、差距與問題

　　數字孿生與軍工裝備研制全生命周期的各個階段具有融合的體現關系。在產品研發階段的設計分析的擬實仿真評估、工藝設計階段的工藝系統虛擬驗證、生產制造階段的生產制造運行大數據/人工智能決策、制造資源狀態評估與預防性維護等、試驗測試階段的虛擬試驗測試評估、服役運維階段的裝備性能動態預測評估等方面，并且能夠有效地與面向全生命周期跨地域/專業的綜合研制集成融合，從而能夠有效地支撐和發展形成軍工行業研制生產新模式。

 

　　（1）設計研發經驗知識化仍需大力提升

 

　　無論是民口還是軍工企業，在智能制造領域中鮮見設計研發的示范。軍工設計院所承擔了大量高新復雜裝備研制任務，具有技術密集、學科融合的特點，具備沉淀長期形成的設計經驗知識并將其融合到工業APP中實現復用和支撐后續發展的潛質和需求，但目前先進的數字孿生等智能制造技術應用體現嚴重不足。軍工設計研發院所在經驗知識沉淀的自主化核心工業軟件方面存在較大差距，這種局面急需引導改觀。

 

　　（2）工藝裝備的研發對智能化重視不夠

 

　　在當前緊迫的國際態勢下，發展自主可控和迭代升級的工藝裝備是重中之重的任務，軍工行業在此方面尤其需要重視。目前工藝裝備研發多偏重于自動化執行的特征，對在裝備中物化沉淀工藝知識并支持智能決策存在認識不足和效果不好的雙重差距。在工藝研發中重視智能化提升是實現轉型升級的有效途徑支持之一，當前的重視程度存在巨大不足，難以支撐實現從跟仿向領跑的轉變。

 

　　（3）制造生產管控智能化水平嚴重不足

 

　　智能制造背景下的制造單元、生產線、車間乃至工廠呈現出明顯的業務流程管理自動化、軟硬一體化融合、決策功能突出的特點，軍工企業雖然經過長期甚至反復建設，限于管理水平、技術限制和認知深度，整體發展效果不容樂觀，與民口先進企業水平相比差距明顯并呈拉大趨勢，需要更有魄力的打破習慣并強化先進智能制造技術的運用，務實提高生產效率和效能。

 

　　（4）試驗測試智能化水平亟待提高

 

　　復雜裝備的試驗測試是國防科技工業的重要特色。但在試驗測試業務流程的智能管控、試驗測試大數據挖掘、數字孿生智能試驗測試等方面技術的探索，仍然亟待從范圍和深度上進行全面的提高，實現降低試驗測試成本和提高試驗測試效果的雙重改善。

 

　　（5）運維保障智能化存在較大差距

 

　　對裝備運用要求提升是必須的，運維保障的智能化是提高支撐能力的關鍵。尤其在國外和民口已經有大量成功遠程運維案例的局面下，復雜裝備的運維保障智能化水平差距明顯，已經與保障作戰能力要求不相適應，不利于對軍工發展的持續支持。

三、數字孿生技術推進重

　　軍工行業是我國制造行業發展的主戰場，高性能/高功能密度復雜裝備的快速迭代研制、快速響應制造、試驗測試驗證、服役運維保障等為數字孿生技術提供了發展場景與契機，數字孿生技術可以與武器裝備全生命周期實現深度的融合。結合軍工行業的發展需求和發展優勢，梳理軍工行業數字孿生技術推進重點領域。

 

　　（1）基于數字孿生的研發設計擬實仿真

 

　　軍工裝備屬于復雜精密的產品，其產品研發設計涉及到復雜的多學科專業的協同，軍工行業已經具有較好的積累基礎，具備開展基于數字孿生的研發設計擬實仿真的能力和需求。重點結合復雜裝備系統及其關鍵部件子系統，發展基于傳感的智能產品、綜合幾何、物理、行為、規則和約束等多維、多尺度動態模型建模技術，從機理、行為方面深入解釋和揭示產品的內在運行及演變機制，同時可進一步歷史試驗和運行數據，對數字孿生進行校核驗證和改進，實現對復雜裝備系統研發的擬實仿真。

 

　　（2）基于數字孿生的自適應工藝優化

 

　　工藝能力是軍工行業的核心能力，是制約武器裝備快速響應研制的關鍵，傳統的試湊式工藝試驗的發展模式應向虛擬驗證方向轉變，但目前這些經驗知識大多在“大國工匠”的頭腦中，軍工行業的高技能人才資源豐富，也具有開展基于數字孿生的自適應工藝優化的基礎。重點結合國防科技工業加工、裝配、焊接、成形等專業工藝的實際需求，開展多維多尺度動態工藝過程建模與仿真，并形成與工藝系統狀態采集和反饋執行的閉環機制，實現基于數字孿生的自適應工藝能力。

 

　　（3）基于數字孿生的制造執行過程決策

 

　　快速響應生產是提高裝備研制效率的關鍵，其核心是對制造系統的運行進行精準的決策分析，才能形成有序、協調、可控、高效的運行效果。軍工行業數字化制造方面已經經過長期的發展，具備向基于數字孿生的制造執行過程分析方向發展的條件。依托已經建設的大量MES、ERP、BI等數字化業務管控系統，重點開展計劃排產與動態調度的優化決策、產品質量問題快速診斷決策、物料供應鏈風險分析決策、安全生產危險態勢分析決策等，實現基于數字孿生的制造執行過程決策。

 

　　（4）基于數字孿生的制造裝備資源狀態評估與預防性維護

 

　　制造裝備資源是武器裝備研制生產的關鍵支撐，軍工行業經過長期的發展，已經積累了豐富的高端制造裝備資源，實現潛力挖掘以及高效利用是軍工行業發展的直接需求。制造資源狀態評估與預測性維護也是當前工業互聯網和數字孿生最為成熟的技術，軍工行業具有良好的應用場景。結合軍工重點單位的重大關鍵制造裝備資源，開展智能化數據狀態采集、制造資源狀態大數據分析及故障判斷等，實現基于數字孿生的制造裝備資源狀態評估與預防性維護。

 

　　（5）基于數字孿生的虛擬試驗測試

 

　　軍工行業具有大量高規格的試驗測試裝置，但面臨著現有裝置潛力發揮和減少物理試驗及其裝置高效發展的需求，具備開展基于數字孿生的虛擬試驗測試的條件和需求。重點開展基于機理和數據綜合的虛擬性能評估推理建模、產品模型與試驗測試模型的融合演變、基于物聯的物理與虛擬試驗測試迭代優化等，實現基于數字孿生的虛擬試驗測試。

 

　　（6）基于數字孿生的服役性能與運維評估

 

　　復雜裝備研制向全生命周期一體化綜合保障擴展，向實戰化服役性能及運維保證方向發展，武器裝備的服役性能與運維評估是軍工行業發展的最終衡量。重點開展基于數字孿生的在天在軌裝備性能評估、基于數字孿生的裝備故障預測與健康管控、基于數字孿生的裝備抗毀傷評估等，實現從經驗到科學的服役性能與運維評估。

 

　　（7）基于數字孿生的跨地域/專業的綜合研制集成

 

　　裝備研制生產已經從傳統的縱向集成向廣域范圍內的跨領域/專業協同研制模式轉變，是提高裝備高效協同研制的發展趨勢，基于模型的系統工程和數字主線的深入發展也為數字孿生技術的實踐奠定了基礎。重點開展基于數字孿生的協同研制模型統一建模、基于數字孿生的協同研制業務流程的集成管控等，實現基于數字孿生的跨地域/專業的綜合研制集成。

 

　　（8）基于工業互聯網的聯動保供生產供應集成

 

 

　　復雜裝備的研制必然涉及到廣域范圍的人/物/業務的協同，工業互聯網技術的發展也必將為此提供有效的支撐。重點開展組織單位多位業務透明擴散機制、基于數字孿生的聯動保供管控、產業鏈的韌性重構治理等，實現基于工業互聯網的聯動保供生產供應集成。

 

來源：智能制造隨筆