基于工業互聯網的數字孿生綜合管控平臺應用研究

張國政

（中船重工信息科技有限公司，北京 100000）

隨著云計算、人工智能等新一代信息技術與傳統制造業的深度融合發展，世界各國加快了制造業智能化轉型戰略。而數字孿生（Digital Twins，DT）技術作為一種新興技術，也開始被應用在智能制造、智慧園區等多個垂直行業。數字孿生技術早期被應用于航天領域，構建了航天飛行器的數字化雙胞胎，通過對工作狀態的模擬、仿真等操作來提高應急處理水平。數字孿生技術基于數據與模型，是對物理實體的一種數字化映射，并通過對可視化數據的整合和數據分析，實現一些預測、驗證以及管控物理實體的技術。在工業互聯網應用領域，將重點構建工業場景中常見物理對象實物、物理對象行為、物理對象工作過程的數字化模型，并集成與制造工藝相關的流程模型、機理模型等。

本文通過設計工業互聯網領域的數字孿生技術綜合管控平臺架構，構建網絡、平臺、安全跨域體系，打造人、機、物、環、料多源互聯的數據采集架構，采用可復用的智能化應用模式。并結合實際應用需求，拓展平臺快速搭建能力，動態配置不同傳感器、設備的快速接口能力。通過本文的應用研究，盡可能減少數字孿生在工程項目中的投入和工作量，助力項目降本增速[1-3]。

1 數字孿生基本概念

數字孿生早期被定義為連接實體產品和虛擬產品的數字化系統，是一種新興的應用管理理念，在工業互聯網、仿真推演、數字建模等方面具有較強的技術關聯性和技術延續性。同時數字孿生也是多學科融合的一種典型共性技術，有跨系統、跨領域融合的特點，存在與三維可視化、模擬仿真等技術邊界不清晰問題。數字孿生技術具有一些典型特征：①數字化雙胞胎，即對物理對象實體在虛擬空間用數字化來表示，實現雙向映射及狀態交互；②同步性，即通過數據采集完成數據獲取，可以實時地映射物理實體的狀態信息；③推演，即通過孿生的生命周期模擬及演進，進而服務好物理實體的運營；④優化，即對物理對象的運行機理、運行過程數字化描述，同時結合大數據分析等手段來優化動作指令，進而提升生產效率。

數字孿生近年來成為了數字化發展的重要手段，國外一些發達國家，例如美國、德國已從國家的層面制定了一些政策。美國看重其在軍工行業及工業制造行業作為工業互聯網支撐的載體功能；德國側重于制造業；英國構建了數字孿生城市，實現城市級乃至國家級的孿生體。中國則將數字孿生技術寫進了“十四五”規劃，并成立了一些聯盟來推動該技術的落地應用。在行業應用層面，數字孿生技術也開始形成自身的體系和理論基礎，在流程型制造工業，如石化、冶金等領域，已實現了重大設備管理場景的應用；在離散制造，如船舶、裝備制造等領域，已實現了產品設計、遠程運維等應用；在交通領域，則實現了城市關鍵要求數字化、車路智能管理等應用。在市場前景方面，隨著該技術本身作為新的工業互聯網市場增長點，預計到“十四五”末，市場規模能達到400億美元。而作為企業應用主體來說，該技術已被大型的IT企業看重，微軟已與Ansys展開合作，阿里在城市大腦方向已開展了數字孿生應用，該技術的附加值正逐步得到應用企業的認可[4-5]。

2 基于工業互聯網的數字孿生綜合管控平臺研究

2.1 總體架構設計

總體架構如圖1所示?；诠I互聯網的數字孿生綜合管控平臺包含4個層級，分別為物理層、數字孿生層、服務層、用戶層。物理層是實物對象的基礎，是所有數據來源。數據采集用于對前端人、機、物、料、環設備數據進行采集和標識，完成物理設備的感知。依托通用支撐技術，實現模型構建、數據集成、仿真分析等功能，是數字孿生層的重要支撐載體。服務層則在現實場景對物理目標進行編號，模擬處物理目標在現實場景中的行為及影響，以實現狀態監測、故障診斷、工藝分析、閉環優化等功能。用戶層則是用可視化和虛擬現實為主要應用技術，來實現人機交互功能。

圖1 總體架構

2.2 數據感知與采集

數據感知與采集作為實現數字孿生的基礎，是對物理實體精準映射和數據采集的重要步驟，數據感知與采集不僅要實現對實體的多維度數據呈現，還要做好與業務的協同辦公，做好在時域空域的標識，保障實體信息可信可控。標識作為物理實體在數字世界的身份信息，在實現跨系統、跨級信息共享的同時，也是其在數字孿生數據庫的唯一身份，能夠提供快速索引和關聯信息交互等功能。

在數據采集方面，傳統的傳感器存在一些不足，與數字孿生數據高精準的要求還有一定的差距，需采用智能化的傳感器，實現對信息進行分析、校準等功能，同時也要實現傳感單元保護、數據存儲與分析等，使其不僅實現數據采集的基本功能，也能自發上報自身信息，建成感知的節點。

在工業互聯網應用領域，單一的傳感器也存在一些不確定性，可能會因為微小故障而影響傳感器使用，所以也需要考慮多傳感器的信息融合。當手機完成監測目標多維數據后，需進行特征識別和特征提取，選用常用的人工智能算法，例如聚類、人工神經網絡等來進行數據合成，確保采集數據的合理性。

2.3 通用支撐技術研究

數據的網絡通信作為數字孿生管控平臺通用支撐的基礎，是實現物理實體信息到數字化模型的重要橋梁。在制造工業應用場景中，現場網是制造場景設備內部之間、設備與外部設備之間、設備與平臺之間聯通的基礎，目前主流的主要有無源RFID、無線AP、5G以及有線傳輸等方式，構建現場網的多傳輸方式協同，滿足通信要求的同時也能提高網絡運維能力。高效的數據傳輸也是數字孿生通用支撐的關鍵技術，考慮使用智能路由，制定合理的信息交互機制，使得數據信息在傳輸時候能夠實現自關聯、調配等功能，高效實現數據流的路由配置。

為了解決網絡故障中常見問題，還要采用基于SLA服務的服務質量架構，包含配置規則、保障機制、端到端映射規則等。該技術可以根據服務質量的一些共性特征，來構建API封裝的平臺。

完成數據傳輸通信后，在平臺實際運行中，還需考慮網絡資源的調度，需要構建一個面向網絡資源的智能調度技術，能夠依據網絡拓撲結構、采樣周期等需求，對計算資源進行協同編排，實現對前端感知數據的優先傳輸，服務好管控平臺，滿足管控平臺的最優部署要求。

2.4 應用服務技術研究

數字建模是實現數字孿生應用服務的基礎，建模主要分為模型抽象、模型表達、模型構建、模型運行。首先對制造工業場景中的設備進行特征提取，實現特征抽象化，再對提取后的信息進行數字化描述，然后通過三維引擎對模型進行渲染，之后完成數據模型的校驗。為了更好地實現虛實映射，對通用支撐技術部分會提出更高的硬件要求、高性能計算及存儲要求等。在工業互聯網領域的典型設備采用json、xml等語言來自定義架構及描述，通過MQTT等傳輸協議進行數據交互。對復雜裝備，則基于Modelica來進行開發。在網絡數字化建模方面，以SNMP方式為主。通過對不同場景的建模分析，可以看出數字模型主要有幾何模型、機理模型、信息模型。也可根據業務需要，對多種模型進行數據融合，構建出合適的工具和模型庫，例如場地環境、規則模型庫、工藝知識規則模型庫、典型裝備模型庫。

數字仿真是數字孿生管控平臺的重要應用服務，在建模正確的基礎上，通過對機理數字化轉化，只要輸入信息和運行數據，就可以大體仿真出現實世界的物理特性和工藝等?；跀底址抡?，可實現在工業互聯網領域的遠程診斷、智能運維、設備管理、工藝優化等，也可對物理實體進行定制化的分析、推演，并結合仿真結果來優化物理實體的配置。

在工業互聯網領域，主要是對工程系統進行仿真，通過對實際的制造狀態在數字化模型中模擬，再利用仿真來模擬出對物理實體的影響。在該場景中，可以對機械結構、裝備控制等進行單元級的仿真，也可對離散或流程型產線進行系統級仿真，還可對場景中多個復雜子系統進行體系級的仿真。

2.5 展示技術研究

面向工業互聯網領域，主要的展示技術為三維可視化及虛擬現實應用技術。展示應用技術基于三維引擎，多層次實時渲染，從宏觀的工廠場景到局部的設備單元細節，完成空間物理信息的可視化呈現，達到工廠、產線一體化，動態靜態一體化，支持全局和部分的分開展示。也可支持場景中無人設備、物流設備、工業機器人的模型可視化。

2.6 數字孿生集成

平臺的系統集成功能支持不同類型數據源的集成，對開放且使用頻率高的數據通信協議制定標準接口，采用適配器方案，將標準接口傳遞的參數針對特定的數據協議進行適配，通過標準的數據結構對數據進行解析。通過物聯網中間件配置工業物聯網關所接設備及數據的相關信息，生成配置文件；物聯網中間件將配置文件通過MQTT通信模塊傳輸并保存至本地；通過協議配置解析模塊、數據配置解析模塊對配置文件進行解析，獲取工業物聯網關設備和數據相關信息；對工業物聯網關進行聯網、端口和服務器設置，隨后將設備和數據相關信息傳至多協議適配與解析模塊；啟動多協議適配與解析模塊，匹配設備類型，啟動對應協議庫，同設備進行通信交互，完成設備多協議解析。

3 典型應用

工業互聯網近年來已列入了國家發展實施戰略，已經成為了制造業“十四五”發展的重要一環。通過構建數字孿生綜合管控平臺，基于數據和模型，實現業務與管理的數據交互，完成工業互聯網全要素、全鏈條的閉環優化。在工業互聯網制造場景下，數字孿生能夠貫穿制造過程，通過可視化管理來提升生產管控能力。對生產工藝做到可預測，故障診斷交互強?；诠I互聯網的數字孿生綜合管控平臺還能促進制造企業進行內部改革，促使企業以數據帶動技術，帶動人才、資金、技術等多方面優化，提高了設備的運行效率，降低維護成本等，做到了降本增效。具體應用來說，在常見場景中，制造設備的實時監控，包括對生產信息、監控信息、維護信息的可視化呈現，能反饋至工藝過程，并能實現故障預警與報警功能。在設備遠程診斷方面，可以通過基于仿真數據的故障庫來縮短維修時間，同時可以縮短人才的培訓時間。還可在此基礎上對典型工業設備進行全生命周期管理，完成狀態信息監測、制造過程管控、運行情況分析、設備維修故障庫等，滿足多層級管理需求。

工廠的狀態監控及可視化呈現，構建虛擬車間/工廠，對工廠全流程業務數據進行融合，能夠實現車間虛實映射，在模型的數據驅動下，完成設備、生產要素、生產過程、物流等可視化呈現，進而優化車間的生產，實現一些輔助功能，例如生產前產能仿真、生產后問題追溯等。

4 總結

基于數字孿生技術構建綜合管控平臺，是對工業互聯網場景的一種應用探討，數字孿生技術近年來正處于快速發展期，也成為一些大型企業信息化管理抓手，不過國內應用目前還是處于初期階段，對于中小企業來說，可能前期投資較大，難以成為普適的技術。同時數字孿生對企業基礎信息化能力要求較高，也給應用帶來了一定的阻力。而面向行業來說，跨級合作較多，資源整合難度也較大。然后在一些機理模型、數據仿真方面，還存在研究深度不夠的問題，這也是未來重點技術攻關的方向。后續將針對以上問題，進一步基于平臺進行合作研究，為推動該技術在中國工業互聯網的發展作出貢獻。