智能制造管理 课件 第十章 数字孪生与智能制造

第十章数字孪生与智能制造1数字孪生技术的概念与其理论发展2从智能制造发展看数字孪生3数字孪生技术应用的条件与驱动数字孪生技术的概念与其理论发展大规模定制化生产、柔性制造、预测性维护都是工业4.0提出的新型智能制造的场景。随着物联网技术和基于模型的设计仿真的普及，以数据为驱动的新型制造形式正在呈现。其中一个趋势就是数字孪生。数字孪生（DigitalTwin）是以数字化方式创建物理实体的虚拟模型，借助数据模拟物理实体在现实环境中的行为，通过虚实交互反馈、数据融合分析、决策迭代优化等手段，为物理实体增加或扩展新的能力。作为一种充分利用模型数据、智能并集成多学科的技术，数字孪生面向产品全生命周期过程，发挥连接物理世界和信息世界的桥梁和纽带作用，提供更加实时、高效、智能的服务。数字孪生近期得到了广泛和高度关注。全球最具权威的IT研究与顾问咨询公司Gartner连续两年将数字孪生列为当年十大战略科技发展趋势之一。世界最大的武器生产商洛克希德马丁公司2017年11月将数字孪生列为未来国防和航天工业6大顶尖技术之首;2017年12月8日中国科协智能制造学术联合体在世界智能制造大会上将数字孪生列为世界智能制造十大科技进展之一。10.1.1数字孪生定义数字孪生技术的概念与其理论发展数字孪生的概念最初由Grieves教授于2003年在美国密歇根大学的产品全生命周期管理课程上提出，并被定义为三维模型，包括实体产品、虚拟产品以及二者之间的连接，但由于当时技术和认知上的局限，数字孪生的概念并没有得到重视。直到2011年，美国空军研究实验室和NASA合作提出了构建未来飞行器的数字孪生体，并定义数字孪生为一种面向飞行器或系统的高度集成的多物理场、多尺度、多概率的仿真模型，能够利用物理模型、传感器数据和历史数据等反映与该模型对应的实体的功能、实时状态及演变趋势等，随后数字孪生还应包含专家知识以实现精准模拟，Rios等认为数字孪生不仅面向飞行器等复杂产品，还应面向更加广泛通用的产品。在数字孪生概念不断完善和发展过程中，学术界主要针对数字孪生的建模、信息物理融合、交互与协作及服务应用等方面展开了相关研究。10.1.2数字孪生的发展数字孪生技术的概念与其理论发展10.1.3数字孪生的应用场景在建模方面当前在数字孪生建模的框架和建模流程上已开展了一定研究，但还没有一致的结论。在建模相关理论上，包括物理行为研究、无损材料测定技术、量化误差与置信评估研究，已取得一定进展，这些辅助技术将有助于模型参数的确定、行为约束的构建以及模型精度的验证。在信息物理融合方面在数字孪生信息物理融合上，目前仅在数据融合方面的降维处理传感器数据与制造数据集成融合上有初步研究，而针对数字孪生信息物理融合理论与技术的研究仍是空白。在交互与协同方面已经开展的生产数据实时采集理论和人机交互的研究有助于实现物理世界与虚拟世界的交互与协同，但当前几乎没有机器间以及服务间交互协同的相关研究。在服务应用方面目前对数字孪生在疲劳损伤预测、结构损伤监测、实时运行状态检测、故障定位等方面的服务应用已开展一定研究，而在实现服务融合协同上仍有很多问题有待研究解决。数字孪生技术的概念与其理论发展10.1.3数字孪生的应用场景尽管数字孪生的很多方面，例如，数字孪生建模、信息物理融合、交换与协同等方面有待系统深入地研究。但工业界已经开始了初步的尝试。主要为：（1）产品的数字孪生。基于模型的产品参数、质量测量参数定义，可以数字化三维展现产品的使用功能机理、部件的结构和相互作用。（2）流程孪生。流程孪生的目的是模拟产品的可制造性和制造能力。通过流程孪生可以知道制造的节拍、瓶颈等。从智能制造发展看数字孪生10.2.1智能制造发展趋势和重点数字化到网络化再到智能化推进智能制造范式演进：数十年来，智能制造在实践演化中形成了许多不同的范式，包括精益生产、柔性制造、并行工程、敏捷制造、数字化制造、计算机集成制造、网络化制造、云制造、智能化制造等，在指导制造业智能转型中发挥了积极作用。面对智能制造不断涌现的新技术、新理念、新模式，综合已经出现的智能制造相关范式，经过总结归纳，可以综合为三种基本范式，即数字化、网络化、智能化。从智能制造发展看数字孪生10.2.1智能制造发展趋势和重点柔性化生产需求激增促进制造过程软硬件深度协同：我国是制造业大国，但是面对国际上制造业“双向回流”的局面，如何提升我国制造业柔性化水平，将决定我国本土保留中高端制造能力的多少。柔性化生产的发展，不仅仅需要企业在生产过程中更多使用智能制造装备，更要通过快速换模、单件流等生产方式的创新来实现柔性化生产。工业物联网大发展推动智能制造系统集成高速兴起：工业物联网是自动化与信息化深度融合的突破口，在工厂内部主要实现自动化设备与企业信息化管理系统的连接，从而实现数字化管理；在工厂外部，则依托工业云平台提供数据采集、云端分析，进而实现企业间的联动协同，最终实现产业生态体系中各企业间的价值协同共赢。从智能制造发展看数字孪生10.2.2智能制造发展尚存在难以解决的问题国内智能制造发展基础参差不齐亟待强基固本国内各区域、各产业之间发展水平参差不齐，以京津冀、长三角、粤港澳大湾区为代表的发展先行区域，在个别产业方向、个别产业环节已经具备了国际先进水平，但是在东北、西北、西南等地区，还存在诸多高耗能、高污染、低产出的落后生产方式，“一刀切”式地鼓励企业瞄准智能化进行改造升级，难以有的放矢地深入展开，更可能出现违背工业发展规律的揠苗助长，逐步夯实数字化、网络化基础，才是提升我国制造业综合实力的主要方向。软件硬件发展脱节导致智能化升级进程缓慢智能制造发展的核心是新一代信息技术与先机制造技术的深度融合，因此搭建完整的网络架构，普及MES、ERP、PLM等工业控制系统和工业软件与设备更新同等重要，甚至在成本降低、流程缩短、效率提升等方面取得的效果较机器换人有过之而无不及。单独更新硬件设备犹如四肢发达但是不受大脑控制，而单独完善软件系统则犹如高位截瘫毫无行动力可言，因此软件与硬件发展的脱节将极大阻碍智能化升级过程。智能化改造投入需求过高阻碍中小型企业发展如此动辄百万、千万甚至上亿元的资金投入让众多企业望而却步，而且受到建设周期、生产周期及资金回流周期的影响，企业难以在短时间内快速实现生产效率的大幅提升和投资资金的快速回笼，甚至会出现企业由于盲目重金布局设备更新而导致资金链紧张或断裂，最终迫使企业倒闭的极端案例。从智能制造发展看数字孪生10.2.3数字孪生有望推动智能制造实现快速发展兼顾数字化与网络化双向赋能智造升级数字孪生（DigitalTwin）是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生的两大基础要素便是数字化与网络化，即通过智能传感器的数据捕捉以及现有的工业原理，将人、机器的物理动作转化为计算机可接收、可编辑、可分析的数字信号，同时将所有数据捕获终端进行网络化链接，从而实现虚拟空间中各层线路、各台设备的有机整合，使得物理空间中的所有信息都能够有效地反馈在虚拟数字空间中，完成完整的映射过程。有效连接实体生产车间与数字虚拟空间数字孪生的核心是使数字虚体空间中的虚拟事物与物理实体空间中的实体事物之间具有可以联接通道、可以相互传输数据和指令的交互关系。数字孪生技术能够有效地将物理空间实体与虚拟数字模型进行协同，这种连接不是简单的信息拷贝和流程形态的简单呈现，而是基于现有数据和信息，在数字虚拟空间进行未来工作流程的演绎和模拟，通过数字模拟先行的方式提前预知可能出现的技术漏洞、工艺瑕疵和质量问题，实现“先预防”模式对于打破实体生产过程中“后维修”模式的升级。投入低、见效快有助于技术快速普及由于数字孪生并不是一个极度复杂并且系统庞大的技术，既不会因为漫长的设计过程而导致过多的资金投入从而影响企业现实收益，也不会因为出现技术问题而导致生产线大面积停产，为企业带来不可估量的损失。从智能制造发展看数字孪生10.2.4数字孪生未来主要发展方向离散型制造仍是主要方向：由于数字孪生技术能够在数字虚拟空间中对于制造流程的各个环节进行单独模拟、任意整合，使得以汽车、电子制造、机械制造为代表的离散型制造与数字孪生技术匹配度极高。同时，成熟度越高的产业越能够有效地总结出通用型生产流程和工艺原理，为实体制造过程虚拟数字化提供更加便利的条件。因此，目前国内外数字孪生技术均主要应用于汽车制造、电子制造、机械制造等产业方向，代表企业包括西门子、GE、吉利等，而在未来，随着AI算法的不断提升，数字孪生可应用的领域也将迅速扩大，并最终实现智慧城市等超复杂架构的完美映射。由设备工序数字化向流程系统数字化发展：现阶段数字孪生技术主要应用在智能工厂这一制造业场景中，专注于实体设备和生产线的数字虚拟化，而随着大数据、云计算等技术的不断发展，数字孪生将逐步由设备工序数字化向流程系统数字化发展，即通过反复的模拟计算，自主生成数据资源库，并利用深度学习等人工智能技术，逐步实现数字孪生对于实体流程的自适应、自决策，从而在生产需求、业务场景发展新变化时，生