來源：工業互聯網世界
數字孿生是美國工業互聯網參考架構和德國工業4.0架構的重要組成，是解決工業機理模型和工業APP碎片化問題的關鍵技術，是工業互聯網平臺的關鍵DNA。
當前，設備級數字孿生在工程機械、鋼鐵、菸草等行業開始應用，企業級和產業鏈級數字孿生正處於探索應用階段。
本文在深入分析徐工、華龍迅達、東方國信、西門子等企業“工業互聯網+數字孿生”應用實踐的基礎上，提出了當前“工業互聯網+數字孿生”融合發展面臨的挑戰和對策建議，對指導企業實踐、加快產業發展有一定借鑑意義。
一、數字孿生是構建工業互聯網平臺的關鍵
（一）數字孿生助力工業數字空間構建
工業生產實時產生著海量工業數據，這些數據具有多維度（外觀、工差、定位、物性等）、強關聯的特徵，然而目前企業缺乏對這些數據整合的手段。
數字孿生的數字主線使產品各維度的數據緊密關聯，使數據和機理模型相融合，打通了產品設計、製造、銷售、運維、報廢回收的全生命週期，助力構建工業數字空間。
（二）數字孿生催生“數據+機理”新型算法模型
工業互聯網的算法模型建設面臨建模難問題，傳統的算法模型大多是單獨基於物理實體第一性原理構建的機理模型，或者基於大數據分析構建的數據驅動模型，兩種算法模型之間存在割裂問題。
在數字孿生體中，機理模型與數字驅動模型之間，實時交互，融合統一，催生出“數據+機理”新型算法模型，為解決工業互聯網建模難問題，提供了新的方法。
（三）數字孿生推動工業APP邁向智能化
在工業互聯網平臺中，數字孿生模型位於Paas層，以API的形式出現。工業APP通過直接調用一個或多個數字孿生API，可以實時獲取生產製造全過程、全產業鏈、產品全生命週期信息，開發描述、診斷、預測、決策類工業APP，實現基於數字孿生的智能化創新應用。
二、應用場景及實踐
（一）設備級數字孿生：設備全狀態健康管理
一是設備狀態監測。基於物理設備的幾何形狀、功能、歷史運行數據、實時數據進行數字孿生建模，改變設備運行的“黑箱”狀態，實時監測設備各部件的運行情況。
例如，東方國信基於Cloudiip構建鍊鐵高爐的數字孿生體，實時監測鍋爐運行情況，分析高爐使用效率和煤氣利用率，提升鍋爐使用效率30%，降低煤炭消耗20%，單座高爐冶煉成本降低每年2400萬元。
二是遠程故障診斷。數字孿生體將實體設備運行情況與故障診斷模型庫相連，利用機器學習技術和知識圖譜技術分析數字孿生體的情況，實現實體設備的故障檢測、判斷、定位與恢復。
例如，華龍訊達為曲靖捲菸廠構建“以虛控實、精確映射”的數字孿生體，幫助企業及時發現和排除設備故障，減少物料消耗，提升設備有效作業率。
三是預測性維護。通過分析數字孿生體的內在性能參數，提前預判實體設備零部件的損壞時間，主動、及時和提前提供維護服務，避免設備非計劃停機帶來的損失。
例如，徐工集團基於漢雲工業互聯網平臺，構建每臺設備的數字孿生畫像，實時感知設備運行狀態，提前判斷零部件損壞的時間，及時主動進行維護，使設備故障率降低50%。
（二）企業級數字孿生：企業全流程業務優化
一是精益研發。數字孿生構建了一種新的“零成本試錯”的研發方法，通過在賽博空間進行研發、測試、驗證，實現研發成本大幅降低。基於數字孿生的精益研發，目前廣泛應用於航空航天、高鐵行業。
例如，傳統的火箭發動機研製75%成本在“試驗、失敗、修改”，馬斯克SpaceX公司在賽博空間構建了火箭研發的數字孿生體，以基於數字孿生體的試驗替代了大量傳統實物試驗，提高研製效率，將火箭發射成本降低到1/10以下。
二是智能生產。在新產品實際生產前，在賽博空間模擬生產，找出最優的生產計劃排程和最優生產方案，指導實際生產，縮短新產品導入週期。
例如，西門子根據每位顧客的體重、揮杆姿勢、力量等，個性化定製卡拉威高爾夫球杆。通過在賽博空間模擬生產，找出最優生產方案，使球杆定製成本沒有增加，上市週期從2-3年縮短為10-16個月。
三是精益管理。通過對企業管理各要素和各環節的數字孿生，發現和優化低效的管理流程，提高企業管理效率。目前廣泛應用於能源行業。
例如，殼牌、盧克、BP等石油企業紛紛將數字孿生模型應用於海上油田管理中。英國石油（BP）公司利用APEX數字孿生體，模擬原油採集和流動情況，優化流速、壓力等參數，將過去需要24小時才能完成的系統優化過程縮短到20分鐘，2018年APEX使BP的基準產量每天增加了19000桶。
（三）產業鏈級數字孿生：產業鏈全環節數字化管理
一是網絡化協同。實時動態感知供應鏈運行情況，識別和優化低效運行的流程，實現產業價值鏈的增值。
例如，軸承製造商SKF構建了全球供應鏈網絡的數字孿生模型，員工通過分析實時同步的、可視化的供應鏈運行情況，就可協調全球供應商的生產規模和運營計劃，實現供應鏈的全球化協同。
二是個性化定製。在營銷、研發、生產階段，在賽博空間構建數字孿生人、數字孿生產品和數字孿生工廠，實現基於用戶畫像的個性化精準營銷、基於虛擬產品體驗的定製設計、基於預先虛擬生產的快速排產，從而發現目標客戶、提高用戶參與度，縮短生產時間，降低定製成本。
例如，達索公司建立了基於數字孿生的3D體驗平臺，寶馬、特斯拉的客戶可以沉浸式體驗汽車的外觀與性能，進行個性化設計。同時，將客戶的設計方案實時傳輸到生產車間，在實際生產前進行虛擬生產，找到最優生產計劃，指導實際生產，縮短生產週期。
三是服務化延伸。通過遠程操控數字孿生體，從實物獲取數據並提供衍生服務，催生了按產品運營效果付費、按授權服務付費、按軟件服務付費、按諮詢服務付費，以及按互聯網金融付費等新的商業模式。
例如，農業機械製造商約翰迪爾公司利用數字孿生技術，通過分析挖掘農業機械收集的設備狀態數據以及氣象、土壤、種子等數據，幫助農場主作出了科學的農耕決策，從出售產品變為出售全套的農耕服務。
三、存在問題
（一）數據支撐能力不足
從數據採集系統看，大多工業企業的數據採集不是從傳感器或PLC，而是從原有的自動化系統上採集，這些系統大多沒有數據接口，缺少基礎設置數據，使得數據採集難度較大。
從工業數據協議看，工業領域不僅有ModBus、OPC、CAN、ControlNet等標準工業協議，還有自動化設備廠商開發的私有工業協議，工業協議之間轉換具有較大難度。從數據清洗看，大量工業數據以髒數據形式存儲，沒有進行清洗和分類，導致數據利用難度大。
（二）數字孿生模型匱乏
從行業看，製造業是一個極其龐大的領域，涵蓋了30個大類行業、191箇中類行業、525個小類行業。由於涉及的行業、領域眾多，不同行業及領域的企業的運轉邏輯千差萬別，需要構建專用的數字孿生模型。
然而，我國中小企業，由於資金有限，難以投入大量的人力物力，對特定細分行業及環節的知識經驗、工業機理、運轉邏輯進行系統梳理，整合構建出獨屬於特定場景的專用數字孿生模型。
（三）安全防範亟待強化
數字孿生將物理世界和數字世界融合起來，打破了傳統工業領域相對封閉、可信的環境。數字孿生擁有著工業生產運行的所有核心數據，數字孿生體極易被攻擊和竊取。賽博世界的網絡攻擊可以直接到達物理世界的生產線，造成生產崩潰、汙染物洩漏、爆炸性損傷等安全問題。
四、下一步工作建議
（一）突破“平臺+數字孿生”融合技術
一是在邊緣層，開展對自動控制、智能傳感、機器視覺、邊緣計算，以及多源異構傳感器協同測量和異構數據協議轉換等關鍵基礎技術攻關。
二是在Paas層，重點突破“數據+機理”建模、類腦計算建模、人工神經網絡、知識計算引擎與知識服務和大數據分析等核心技術。
三是在工業APP層，促進自然語言處理技術、虛擬現實、增強現實、群體智能技術和多維多尺度模型集成等技術在工業互聯網中的應用研究與探索。
（二）分行業編制數字孿生全景圖譜
一是培育行業通用模型。圍繞研發仿真、業務流程、工業原理、算法模型等重點領域，建設多標籤分類、智能化搜索的行業通用模型庫。
二是培育企業專用模型。建設數字孿生企業專用模型庫，圍繞企業產品全生命週期優化、產線全過程管控優化、業務和管理優化等重點領域，建設功能完備的企業專用模型庫。
三是開展模型測試驗證。建設數字孿生模型測試驗證平臺，開展技術驗證與測試評估。
（三）優化數字孿生解決方案供給
一是設備級數字孿生解決方案，以示範應用為切入點，推動數字孿生在設備狀態監測、遠程故障診斷、預測性維護領域的試點示範。
二是企業級數字孿生解決方案，推動數字孿生在企業研發、生產、管理領域的示範應用，打造一批企業級應用解決方案和典型應用案例。
三是產業鏈級數字孿生解決方案，推動試點示範由特定設備、特定企業發力轉向產業鏈全環節突破，加快推動數字孿生在網絡化協同、個性化定製、服務化延伸領域的落地推廣和商業模式探索。
（四）加緊工業數字空間綜合治理
一是明確工業數據權屬，劃分企業內部數據和社會開放數據邊界，促進數據的合理運用，保障數據安全。建立健全工業數據有序流動監管機制，完善相關法律法規，深入落實工業數據分級分類管理，防範數據安全風險。
二是完善工業數據管理體系。推動工業企業數據管理過程規範化，完善工業數據全生命週期內治理所需的機制、工具、流程、管理和評價規則，持續提升數據管理能力，不斷提高數據質量。
三是強化工業數據安全防護，打造工業互聯網安全監測預警和防護處置平臺，加強安全防護和監測處置技術手段建設，提升隱患排查、攻擊發現、應急處置和攻擊溯源等能力。
END
TrendBank勢銀是中國領先的新興產業研究和顧問公司。TrendBank以研究為中心，提供媒體資訊、研究諮詢、數據庫和市場營銷等解決方案。TrendBank服務於產業企業、金融機構（一二級市場私募基金/券商/銀行等）、高校/科研院所、政府等，為客戶提供的獨特洞見、分析和資源，幫助客戶高效決策，以實現高質量的業務增長。
TrendBank主要服務新能源、氫能與燃料電池、半導體顯示、5G、新材料等產業。
