以數字孿生技術為牽引，推動裝備工業虛實結合與軟硬兼備

劉晨曦 邵斌 左世全

一、數字孿生是我國裝備工業數字化轉型的“倍增器”

（一）數字孿生對裝備工業發展起到重要賦能作用

數字孿生技術正在與裝備工業深度結合，它具備的“數化保真、實時交互、先知先覺、共生共智”的功能，對裝備工業轉型升級起到重要賦能作用。

一是在產品研發過程中，數字孿生能夠通過仿真工具、物聯網技術、虛擬現實等各種數字化方式，集成尺度和學科多樣性的仿真過程，模擬設備在真實場景下運轉狀態和具體參數，在虛擬空間中完成映射。如中國船級社開展船用泵組的智能檢驗系統的試點研究，企業建立用于設備典型狀態分析的數字孿生系統，以此為基礎，建立船用設備云檢驗平臺并迅速投入使用。

二是在經營管理過程中，數字孿生能夠建設實體業務的多維模型，對實體業務過程及線下操作程序，形成人員、機器、原料、方法、環境的統一整體實時管理，提升智能化管理水平，實現降本增效。如天津港集團所屬“津港輪31” “津港輪32”兩艘拖輪的智能系統更多地運用“智慧大腦”，通過船舶智能化讓船舶控制變得更加簡單和高效，減少人為的失誤操作。

三是在產品的維護階段，數字孿生技術能夠相對準確地提供故障點和故障概率的相關信息。如中海石油（中國）有限公司深圳分公司首次進行了將數字孿生技術運用于海洋平臺裝備的運維階段的嘗試，利用數字孿生技術在數字空間構建了一個基于物理信息、歷史數據、傳感器數據的數字模型，對海洋平臺進行安全健康管理，進行信息的實時反饋。

（二）數字孿生是驅動裝備工業數字化轉型的重要引擎

數字孿生技術正在驅動我國裝備工業數字化轉型，體現在以下三方面：一是面向產品的數字孿生助力產品全生命周期優化。如國家能源集團聯合動力技術有限公司通過分析基于SCADA數據的機組狀態參數之間的關系，挖掘數據包中的有效信息，開展了風電機組的故障診斷、狀態評估的研究工作。二是面向車間的數字孿生應用在生產全過程管控。如海爾集團在生產過程中，對工廠進行三維可視化改造，能夠觀測產品的數量、質量以及生產設備的運維情況，從而起到調整品控、排查故障、降低損耗的目的。三是面向企業的數字孿生推動業務綜合評估與管理。如中車四方股份有限公司在制造高鐵轉向架的過程中，通過對廠房等主要資源三維建模的搭建，建立主機廠的數字化車間虛擬環境，以實現生產系統的運行仿真，優化工藝布局，進行生產項目的綜合統籌布局和管理。

二、數字孿生在我國裝備工業應用過程中的“攔路虎”

（一）機理模型建模、感知傳輸、數據處理等重要技術尚未成熟

機理模型建模技術方面，我國裝備工業現有模型的基礎大多為二位、三維等幾何模型，其物理、行為、規則模型的獲取往往比較困難，對于部分現存裝備甚至連精準幾何模型也很難獲取。機理模型構建中，面向行業的模型庫較少，給快速建模帶來極大的挑戰。

數據處理技術方面，孿生數據具有多元、多維、時變、異構等特點，在存儲、傳輸、融合等方面均存在挑戰。具體如下：一是多源異構數據一致性較難實現。復雜的裝備工業傳感系統中，采集的數據涉及物理、幾何、時間等多源異構數據，此類數據中既存在結構化數據，也存在大量離散型數據，如何實現多源異構多模數據集成、融合和統一管理，仍然是有待解決的問題。二是數據字典的缺失或不完善。不同維度模型的集成過程中，需要在不同系統和設備之間進行多類型數據傳輸和交互，因此要建立通信接口協議，并形成統一數據標準、數據語義及代碼，而數據字典的缺失或不完善，導致工業數據語義不統一、傳輸不規范。

（二）數據孿生各項標準亟待完善

數據標準方面，由于數字孿生系統的輸入數據包含不同來源渠道，如不同信息系統、不同社會主體、不同統計路徑等，受數據錄入方式、數據來源渠道、數據統計方式等因素影響，數據的準確性難以保障，數據的采集、傳輸與處理環節均缺乏相應的標準進行規范。

機理模型標準方面，裝備工業數字孿生系統的核心是機理模型構建，但是機理模型的表達、封裝與接口事關各數字孿生廠商的商業秘密，然后機理模型的不統一又影響了模型的擴展性，從而阻礙了各廠商的進一步發展。

算法庫標準方面，各數字孿生系統開發商之間編程語言各不相同，數字孿生系統開發商、裝備工業生產商與用戶之間，所使用的模型標準、數據標準不同，難以構建統一標準的算法庫，造成算法復用率低，重復勞動增加。

驗收標準方面，裝備工業數字孿生系統的驗收工作通常以是否完成了合同約定的需求為準則，缺乏權威統一的裝備工業數字孿生系統的驗收標準，對系統的質量進行約束，從而規范裝備工業數字孿生市場。

（三）專業及標準化人才較為缺失

一方面，核心軟件技術由美國和德國等發達國家掌握，憑借在工業軟件、仿真系統方面的技術領先優勢，以及在傳統工控網絡、通信等方面的標準話語權，掌握了大量數字孿生的主導力量。當前各個行業的大量軟硬件系統由國外企業提供，核心軟件技術由國外人才主導，復雜的全球經濟環境和貿易壁壘使得國內裝備工業企業使用時存在運維成本高昂、技術標準不統一、數據采集困難、系統集成效率低等諸多問題。

另一方面，數字孿生在裝備工業領域落地應用過程中缺乏標準的指導與參考，亟需一批具有國際視野的標準化研究專業人才。一些如國際標準化組織自動化系統與集成技術委員會（ISO/TC184）、IEEE數字孿生標準工作組（IEEE/P2806）等組織正在開展數字孿生標準體系的研究，但尚未有統一的數字孿生具體應用標準發布。我國亟須培養一批專業人才，著重針對共性基礎標準、行業應用標準等問題進行研究，搶占新興技術領域高地。

三、數字孿生在我國裝備工業落地實現的“著力點”

（一）夯實數字孿生基礎設施建設

一是完善網絡基礎設施建設。數字孿生的實現，是建立在連續采樣、大體量的工業大數據基礎上的，而大數據的傳輸、交互和共享，必然要求建立容量、帶寬、存儲與數據處理能力更強大的基礎設施，要加快補齊云計算、邊緣計算等計算短板，加快發展數字孿生算法，促進數據中心、服務器、感知設施的優化匹配和協同發展。二是扎牢裝備工業數字化基礎。加快新型傳感器、智能儀器儀表等關鍵智能制造裝置的研發與產業化，重點發展高端數控機床、工業機器人、增材制造（3D打印）裝備、伺服驅動系統等智能制造裝備及成套系統，著眼于裝備工業轉型升級帶來的巨大需求，以企業為主體，以規模化應用和產業化為目標，著力提升國產裝備的數字化水平。

（二）以試點示范帶動智能制造模式推廣

一是建議在全國范圍內遴選出若干不同類型的試點示范企業，給予財稅政策的支持，調動企業積極性，實現數字孿生“點”上的突破，形成有效的經驗與模式，產生社會影響和導向效果，在各領域加以推廣與應用。二是需要對“面”上更多的企業進行政策引導，通過推動兩業融合等具體措施，鼓勵裝備制造業企業探索開展工業大數據平臺建設、應用，建立試點企業互聯互通的數據融合系統網絡，并逐步擴大影響范圍，為其他服務化企業提供參考，不斷提升行業企業的數字化、網絡化水平，為數字孿生的實現奠定基礎，

（三）加強智能制造人才隊伍建設

一是搭建合理的人才梯隊。堅持以用為本，創新人才培養體制機制，針對我國數字孿生技術發展的實際需求，既要培養高水平的科技領軍人才、科研人才、工程技術人才和產業化人才，又要培養從事技術推廣和科研管理的專業人才，搭建合理的人才梯隊。二是吸引海外高級人才。積極建設一批國家級高新技術攻關及產業化基地，不斷引導和推進產業集聚發展，為海外人才發揮才能打造專屬領地，搭建高層次學習交流平臺，營造高端學術氛圍，增強海外人才認同感，建立健全激勵機制，為海外人才回國提供良好的居住以及生活環境。