數字孿生技術關鍵應用及方法研究

王建民 楊子兵 桑騰 薛永勝

(1.山東聊城煙草有限公司，山東聊城 252000;2.機械工業第六設計研究院有限公司，河南鄭州 450000)

0 引言

通常情況下認為，智能制造技術的應用主要是依托我國新一代通信信息技術來完成的，以及先進制造技術的基礎上，通過二者的有機結合，使其能夠切實融入到制造的各個環節中。包括制造的設計環節、生產環節、管理環節，以及服務環節等。與傳統制造相對比，智能制造具有控制更精確、信息感知更深刻、自決策更優化等一系列優勢。從2013年德勒的全國制造企業調查來看，我國的智能制造仍處于一個初級階段，相關技術、模式并不成熟，給企業帶來的利潤也比較薄弱。對此，基于這一問題，我國與2015出臺了“中國制造2025”的戰略性發展技術，致力于我國智能制造產業的進一步發展，并轉實現我國從制造大國向著制造強國的方向轉變。對此，在通過多年的努力和奮斗后，我國的智能制造應取得了十分顯著的成效，包括智能制造的能力、服務以及利潤都得到了顯著的提高。同時，伴隨著數字化技術的發展，通信技術的成本也在不斷降低，傳感器也在向著小型化的方向發展，更有利于將其投入到更多的產品中。此外，從信息化的集成來看，就企業而言，也能夠就產品的生產狀態變化，以及產品的屬性，進行更為及時地獲取。因此，本文針對以上問題，著重探討數字孿生技術關鍵應用及方法。

1 數字孿生應用于產品生產全流程

基于數字孿生技術發展，在當前各行業中都取得了顯著的成效，同時有效容納大數據技術、5G技術、人工智能技術等多方面技術，推動我國建設邁向一個嶄新的臺階。如圖1所示。

1.1 產品數據獲取

通常情況下認為，針對產品的數據收集，主要是體現在PLM系統傳感器系統以及無線射頻技術等方面。并在實際的生產環節，確保所需要的產品和設備，保證其具有唯一的標識。那么從這里所談到的標識來看，主要指的便是一維條碼，或者是二維條碼。同時，在條碼的應用下，完成對其的識別。通過這樣一種方式，工作人員也能夠更為有效地對每一個產品，以及每一個設備的實際狀態進行把控。同時，通過對標識的識別，也能使實現具體針對物理實體到數字表示連接的有效對應。過程中，首先從標簽的信息來看，更多時候是在RFID讀取器的基礎上，來完成無線電波發布的讀取的，從而有效跟蹤供應鏈中的對象身份，以此對其進行更為直接的檢測。一般認為，基于傳感器系統的部署，能夠更好地實現產品全部生命周期的監控。這里主要包括振動的監控、能耗的監控以及環境的監控，而環境的監控又可以包括溫度的監控、壓力的監控以及濕度的監控等。其工作原理主要體現在傳感器所具備的兩層結構能夠將所采集的數據進行測量，并實現數據向信息的轉變，以此來完成到處理單元的前進，從而完成兩類信息的集成。

圖1 數字孿生技術概念圖

1.2 數據管理功能

一般認為，在產品生產和管理的過程中，是會存在三個階段的變化的，且多變現為生命周期上的數據增多。此外，隨著產品生命周期上的數據增加，包括數據規模在內，也會出現一定程度的變化。因此，針對這一問題，工作人員首先便是要從數據角度出發，這對數據展開科學的處理和清洗，在大量的數據當中挑選出最為關鍵的數據，并完成這些關鍵性數據的計算和儲存，以此來為后續的數據分析工作提供有效的支持。其工作原理主要體現在，在不同的應用程序中，對接口進行調用，并實現數據向Hadoop軟件架構的分布式數據庫中。同時，利用相關系統來進行組建的存儲以及結構化和非結構化數據的管理，以此來達到查詢和操作的目的。這里所談到的系統，主要包括了HBase系統、HDFS分布式文件系統以及Hive數據倉庫工具等。

1.3 數字孿生信息分析

數字孿生信息分析主要指的是，利用分析技術進行可視化的程序構建，以及展開算法模擬，從而針對產品在其整個生命過程中產生的數據，進行一個有效的分析[1]。過程中，更多時候是需要借助對數據的應用技術，以及對信息的分析，來就產品在未來生產場景，以及維護環節進行一個有效的預測。其工作原理主要體現在，在Spark分布式計算結構的應用中，對數據的分析算法模塊進行融合，以此來在大量的數據中進行挖掘，并結合D3等相關的可視化應用來實現數據文件的展示，以此來完成人際交互平臺的提供。

1.4 通信系統

通常情況下認為，在人際交互界面與數據庫之間，當中的信息需要進行檢索，或者是需要互聯互通時，能夠更為便捷和及時地打破信息隔離。現如今，隨著相關技術的發展，已經實現了工業物聯網作為數字孿生的通信系統。通過該項技術的應用，更有利于實現自主訪問的實時性和智能化，并對實際工業環境中的過程、服務信息以及產品進行有效的收集和分析。工業物聯網是由多個通信軟件連接而成的，并以此為基礎，也能夠實現對設備層，以及設備層網上的各層級的信息的監視、交換、收集以及分析等所需操作。實際工作中，企業可同時對傳感器進行使用、對軟件和機械學習進行使用，并在一系列技術手段的應用中來實現物理對象，以及其他相關大數據流數據的收集和分析。之后，在完成了收集和分析后，再對數據進行管理和操作。

2 數字孿生技術應用于預測性維護

2.1 CBM與數字孿生技術融合

通過數據孿生技術的應用，能夠實現設備模型在仿真空間上的模擬，從而實現裝填數據向虛擬模型的上傳乃至模擬運行[2]。同時，也能夠實現與真實設備的同步運轉，并對未來的運行情況進行預判和模擬。通過這樣一項技術的應用，不僅僅解決了過往設備由于不間斷運行帶來的高額成本，也解決了過往信息準確性差的問題。同時，也減少了過往故障信息的遺漏。其工作原理主要是通過CBM中的現狀評價和未來狀態預測來進行決策。其中，現狀評價只要對目前的狀態信息進行收集，同時在完成收集后，將其與預定義的故障極限進行比對。期間，如果超過了狀態的極限，便要對其進行維修。而未來狀態預測則是對虛擬環境中的設備運行狀態數據進行連續性的監控，從而實現設備狀態數據的圖形化，以此來對可能的衰減導向進行分析，并同時得出正常情況與失效情況的臨界點[3]。簡言之，在兩種狀態的運行中，包括產品的全部生命周期都能夠得到一個有效的保障，并有效降低了風險。

2.2 數字孿生技術驅動傳統PHM系統升級

在數據孿生技術的應用中，主要是通過PHM系統，對CPS進行利用。CPS所具備的嵌入式系統和通信網絡，能夠有效感知通過各類傳感器所采集到的數據，并在完成了數據采集后，將其傳輸到虛擬的模型當中。在虛擬的模型被輸入了真實的物理產品數據后，便會進行同步于實際工作的模擬，以此來計算出可能出現的故障，以及出現故障的產品類型，出現故障的原因，出現故障的時間等[4]。同時，在知識庫的作用下，也能夠針對故障提出確切的解決方案，并同時對方案進行模擬，以此來驗證方案的可行性。期間，如果故障得到了成功的解決，便會將其投入到物理實體中，使其在沒有實際出現故障時，便對其進行維護，以此來保證正常的運轉。期間，如果故障的解決并未達到理想的狀態，便會將其返還給知識庫，在其中進行重新分析，制定相關的升級修改策略。

3 結語

綜上所述，本文通過對數字孿生技術理論機理的研究，主要道明了數字孿生技術在實際應用中對產品生產互動全部流程的價值，以及在部分關鍵性裝備進行預測性維護中的價值。首先，從前者的應用來看，主要指出了對數字孿生進行創建時所需要的關鍵性技術以及具體的實施方法。其次，從后者來看，則是指出了數字孿生技術與傳統的APM、PHM、CBM等產品維護技術的融合。基于數字孿生技術的導向，也在不斷實現被動服務向主動預測的轉變，更有利于為用戶提供服務。同時，隨著我國近些年的不斷發展，包括工業數據的采集方案、高速傳輸方法等有關數字孿生的關鍵性技術都在不斷走向成熟，更為精準地實現了物理世界的數字化模型仿真，從而達到對仿真的結果進行數據分析的目的。期間，在研究成果上，也形成了標準化的固化形式，更為突出地體現了標準引領下的指導理念，全方位推動了我國數字化智能制造的轉換速率，為我國領域的發展全面保駕護航。