數字孿生技術在汽車行業中的應用

王紅彥，阮 兵

（中國汽車工業工程有限公司，天津 300113）

今天的數字化技術正在不斷地改變每一個企業。隨著市場競爭日益激烈，產品上市時間周期不斷縮短、產品個性化定制程度不斷加強，迫使企業必須同上下游建立起協同開放的生態環境，采取數字化、智能化的手段來加速產品開發。隨著新一代信息技術與實體經濟的加速融合，數字孿生被認為是一種實現制造信息世界與物理世界交互融合的有效手段，并在工業研發、生產和運維全鏈條過程中發揮重要作用。許多著名企業與組織高度重視，正在積極探索基于數字孿生的數字化轉型新模式、新業態[1]。

1 數字孿生定義

通過數字化手段，以數據與模型的集成融合為基礎核心，將物理設備的各種屬性精準數字化映射到虛擬空間中，在虛擬空間中模擬、驗證、分析和預測。精準地將客戶的真實使用情況反饋到設計端，通過仿真復雜的制造工藝，實現產品設計、生產制造、智能服務和綜合決策等的閉環優化，從而有效提高開發、生產及運維的有效性和經濟性，實現產品的有效迭代。這種技術就是數字孿生。

建立數字化的產品全生命周期檔案，從根本上推進產品全生命周期各階段的高效協同，驅動企業產品創新；為全過程質量追溯、能效管理與優化、遠程智能運維、產品研發及綜合決策的持續優化等奠定數據基礎。數字孿生作為一種服務企業的解決方案和手段，已經越來越多地為企業創造實際價值[2]。

2 數字孿生技術的核心

數字孿生技術的核心元素是數字化模型的建立。一般情況下，建模方法可以分為2類：第一性原理或基于物理的方法（例如力學建模），以及數據驅動的方法（例如深度學習）。好的模型既能逼真地描述真實事物的外在形狀，又能準確地反映真實事物的內在變化規律[3]。

與數字化模型緊密相關的是數據和算法。數據是模型的輸入，來自于各種傳感器的實時采集或系統的歷史積累。算法通常需要深度學習，通過對大量歷史數據進行分析處理，不斷地建立、完善模型的內在處理邏輯；實時數據輸入到模型后，算法對數據進行分析處理，通過已建立的內在處理邏輯做出判斷，進而控制模型做出相應的變化[3]。

3 數字孿生技術在汽車產業的應用

數字孿生技術在如智慧城市、健康醫療、工業4.0和智能駕駛等各行各業得到廣泛應用。對于制造業來說，虛擬數字模型可以融合企業的人、機、料、法、環和財等全域數據，以整個企業組織體為對象構建數字孿生，推動企業各環節信息的互聯互通和數據共享。實現從單個設備、單個工藝與單個企業向全要素、全流程和全業務各類資源優化配置，從而助力制造業不斷提升核心競爭力、持續高質量發展。

針對汽車行業，數字孿生技術可以應用于產品研發、工藝規劃和生產制造、設備維護、人員培訓及售后服務等產業鏈各個環節。

3.1 產品研發階段的數字孿生[3]

在汽車市場競爭日益激烈的今天，所有主機廠都渴望以更少的成本和更快的速度將更好的產品推向市場。產品的數字孿生包含產品所有設計元素的信息，如車輛的三維幾何模型，系統工程模型，BOM表，一維至三維、多學科的仿真模型，電氣系統設計和軟件與控制系統設計等。其可以在汽車的研發階段預測其各項物理性能及整體性能，并在虛擬環境中對產品進行分析或優化。

3.1.1 數字建模

使用CAD工具開發出滿足技術規格的產品虛擬原型，能識別、編輯修改幾何特征，將特征再參數化，以可視化的方式展示出來；同時對產品內部件的物理和運動約束、電氣和行為系統、軟件與控制算法等信息進行全數字化的建模技術。這會涉及到零件設計、裝配設計、工裝與磨具設計、工業設計和管路等，并需要通過一系列的驗證手段來檢驗設計的精準程度。這是建設產品數字孿生的基礎技術。

3.1.2 一體化的仿真驗證

由于產品運行時的性能涉及到多物理場、多學科的綜合作用，需要通過工藝流程、物流邏輯和實際規則等的仿真實驗，來驗證產品在不同外部環境下的性能表現和適應性。因此，在此階段，要基于單個系統或多個系統的聯合仿真對產品模型的性能進行預測分析。這會涉及高級流體、電子冷卻、傳熱分析、復合材料、運動仿真和響應信真等多種重要技術。

3.1.3 其他關鍵技術

實現完備的產品數字孿生，除了建模和仿真之外，還需要創成式設計、基于歷史數據的仿真結果校準技術等其他關鍵技術。

3.2 工藝規劃階段的數字孿生

工藝仿真就是驗證產品的工藝性。交互式或自動地建立裝配路徑，動態分析裝配干涉情況，確定最優裝配和拆卸操作順序，仿真和優化產品裝配的操作過程。即通過建立各個生產單元的數字化模型，將生產階段的各種要素，如排產邏輯、物流配送、工藝配方和工序要求、生產設備和工裝及車控制算法等生產流程的數值仿真，通過仿真手段集成在一個緊密合作的虛擬生產過程中，自動完成在不同規則組合下虛擬的生產過程。通過這種方式來實現產品的可裝配性分析、裝配工藝的優化、裝配質量的控制和裝配工裝的驗證，獲得完善的制造規劃，以保證產品質量，縮短產品生產周期。

3.3 虛擬生產調試

在生產的執行階段，對各個生產單元內的工作流程與效率進行過程建模與仿真。在汽車的裝配過程中，對多個協同工作的機器手臂控制算法進行虛擬調試，減少后期車間安裝、調試和量產的時間。對生產單元內人機交互過程的仿真和調試，能詳細評估人體在特定的工作環境下的一些行為表現，如動作時間的評估、工作標準化的評估和疲勞強度的評估等，確保了人體操作的合理性和安全性，提高了裝配的可行性。

3.4 工廠、車間布局

建立三維數字化車間或工廠的資源布局，包括工廠中所用的各種資源，通過三維工廠設計能清晰明了工廠設計、布局與安裝過程；以數據和互聯網為媒介，物理工廠與虛擬工廠基于數字孿生，實現雙向真實映射與實時交互并產生孿生數據。在孿生數據的驅動下，實現工廠全生產要素在物理工廠、虛擬工廠之間的迭代運行。具備物流優化，產線評估能力，驗證安裝操作可達性，裝配過程路徑分析，物料搬運過程模擬等仿真能力，使得車間數據保持一致性，生產能力得到充分利用，生產流程透明化管理，成品庫存減少，交貨時間縮短等，最終使物理工廠不斷進化，直到工廠生產和管控達到最優，形成一種工廠運行新模式[4]。

3.5 生產過程關鍵指標監控能力評估

數字孿生技術應用于生產制造過程從設備層、產線層到車間層、工廠層等不同的層級，貫穿于生產制造的設計、工藝管理和優化、資源配置、參數調整、質量管理和追溯、能效管理和生產排程等各個環節。通過采集生產線上原材料、設備、流程、人員或者環境參數、運行狀態等各種生產要素的實時運行數據，實現全部生產過程的可視化監控，并隨著采集的物理參數的變化實時地在數字空間進行更新。

生產線或產品的各個物理傳感器產生的大量數據，通過經驗或機器學習建立關鍵設備參數、檢驗指標的監控策略，對生產過程進行評估和優化，實現主動響應、事故溯源和預測性維護等重要功能，并針對事故原因提出產品設計、生產流程設計中的改進方案等。

3.6 運維階段的數字孿生

隨著物聯網技術的成熟和傳感器成本的下降，車間主要設備及最終車輛，會更多地使用物聯網設備來采集運行階段的環境和工作狀態等指標。通過讀取智能設備車輛傳感器或控制系統的各種實時參數，會同后臺的數據積累，以及專家庫、知識庫的迭加復用，構建設備的健康指標體系，采用人工智能進行數據挖掘和智能分析，實現趨勢預測；基于預測的結果，對維修策略及備品備件的管理策略進行優化，提前預警設備或產品可能發生的故障，主動給企業提供精準、高效的設備管理和遠程運維服務，改善用戶對車輛的使用體驗。

3.7 服務階段的數字孿生

3.7.1 銷售體驗[3]

在汽車銷售過程中，借助數字孿生技術，結合VR/AR，可以為用戶提供沉浸式的體驗，讓用戶在虛擬空間操控駕馭汽車，全方位地感受汽車在各種環境、各種場景下的性能和魅力，激發用戶的購車欲望。一輛帶有三維可視化功能的數字孿生汽車，可以讓潛在的買家在網上或4S店購車時將汽車的配置改成自己喜歡的個性化定制，廠商可借助產品研發數字孿生體系，協同客戶一起，加速并完成對新產品的導入周期，提高產品參數配置的準確性。

3.7.2 客戶潛在需求挖掘

通過采集汽車的實時運行數據，展現用戶的軌跡信息。站在客戶視角，可視化呈現客戶與品牌的互動過程及動態體驗感受；通過AI+BI分析反饋數據，輸出可視化客戶體驗看板。車輛制造商可以據此洞悉客戶潛在的真實需求，提高產品參數配置的準確性，避免產品研發的決策失誤。

3.7.3 汽車使用反饋[5]

二手車市場上，如果給車輛一個數字標識（基于數字孿生和區塊鏈），就可以跟蹤車輛健康狀況，回答消費者關心的維修頻率、零件更換等問題。

3.7.4 有針對性地召回

建立數字線程和全生命周期管理的數字孿生體。伴隨汽車產品的電動化、網聯化、智能化和共享化，數字孿生技術將進一步助力汽車企業，以更高效全面的手段，更開放透明的姿態，通過跟蹤汽車中的關鍵部件及其序列號，主動將有問題的汽車范圍精準縮小到那些直接受到影響的批次上。

3.8 數字孿生技術在其他方面的應用

3.8.1 工廠基礎設施

采用數字孿生體可以在遠程情況下對工廠進行參觀和考察。通過虛擬現實技術實現工廠漫游、設備實時數據、產線產能情況、不良率和工廠布局等數據一覽。

3.8.2 沉浸式培訓

通過數字孿生體，利用筆記本電腦遠程培訓工人。設備甚至不需要實際安裝，就可以向其他人展示如何使用。另外可以借助AR/VR技術實現專家遠程運維和指導。

3.8.3 更全面的分析和預測能力[6]

現有的產品生命周期管理，無法對隱藏在表象下的問題提前進行預判。而數字孿生可以結合物聯網的數據采集，通過在數字空間實時構建物理對象的精準數字化映射，采用大數據的處理和人工智能的建模分析、驗證，實現對過去發生問題的診斷、當前狀態的評估及未來趨勢的預測，最終形成智能決策的優化閉環。

3.8.4經驗的數字化[6]

在傳統的工業設計、制造和服務領域，經驗往往是一種模糊而很難把握的形態，但又是解決實際問題，作出精準判決的依據。數字孿生的最大優勢是可以通過數據挖掘等技術，對于故障診斷、流程改善和資源配置優化等過程及結果，進行數字化挖掘，得到的模型、經驗等知識封裝并集成管理，也是數字孿生技術的關鍵內容之一。

4 數字孿生的價值

隨著大數據、AI技術、物聯網、區塊鏈和5G等新一代信息技術的迅速發展，以及先進制造技術、新材料技術等系列新興技術的共同發展，數字孿生技術在不斷探索和嘗試、優化和完善、發展和演化，在經濟社會各領域的滲透率不斷提升，數字孿生已經成為垂直行業數字化轉型的重要使能技術。

4.1 數據驅動

基于全面實現基于模型的設計（MBD），整個研發、設計和制造過程將由數字化工廠的“大腦”（單一數據源）進行協調和驅動，生產信息實時反饋用以優化設計，大幅提升設計重用率，降低設計與生產制造過程的不確定性，大幅縮短產品研制周期，減少變更單數量，積累產品研制的工程大數據。

4.2 物物互通

數字化工廠將使用三維模型作為產品研制的信息載體，通過MBD技術將所有信息裝載于模型，并將數據結構化，使機器可以讀懂產品信息，并進行相應的操作，基于射頻識別技術（RFID）的應用，通過產品生命周期管理（PLM）、制造執行系統（MES）和分散控制系統（DCS）的集成實現物物互通。

4.3 人機協同

使用者通過數字孿生系統迅速掌握物理系統的特性和實時性能，識別異常情況，獲得分析決策的數據支持，并能便捷地向數字孿生系統下達指令，減少實際生產的停產減產率；另外可以通過“人”和“機”的孿生體，監管和預測人機數字模型，積累學習人機的技能知識、交互特征等，融合人的靈活性、適應性和機器的高效性、準確性等各自優勢，協調構建更加完善的人因工程分析和更加完善的評價體系。

4.4 產品迭代

根據客戶的要求，多次的產品設計迭代可以在虛擬的三維數字孿生空間中，進行部件修改調整，產品尺寸裝配等，精準地將客戶的真實使用情況反饋到設計端，同時在虛擬產線中進行設計優化、問題診斷，可以大幅降低產品驗證工作和裝配可行性，減少迭代過程中設備的制造工作量、工期及成本，提高開發和生產的有效性和經濟性，加速產品的有效改進。

4.5 虛實互聯

采用數字孿生技術，在虛擬環境完成產品設計，并開展仿真驗證和工藝的優化迭代，然后在虛擬工廠中進行試生產，固化工藝參數。在實際生產過程中，建立孿生和業務的相互規則，通過虛擬工廠收集、反饋真實工廠的運行數據。基于豐富的歷史和實時數據，以及專業的算法模型，實現在數字世界對物理對象的狀態和行為進行模擬試驗和分析預測，為用戶實際業務決策賦能。

5 結束語

數字孿生是信息化技術發展到一定程度的必然結果，是支撐數字化轉型的綜合技術體系。毋容置疑，數字孿生技術在數據標準、模型積累、軟件開發和安全體系等方面還需要不斷探索和完善。

在汽車“新四化”變革中，隨著智能裝備、工業軟件、工業互聯網、IoT、人工智能、云計算和邊緣計算等新一代技術的發展，應用在深化，體系在演進，數字孿生正在或已經成為人類解構、描述和認識物理世界的重要工具之一。數字孿生也將與這些新技術一道，打造一個有利于汽車產業發展的良好生態。