建模模擬的「前世今生」

• 建模模擬最早來源於上世紀60年代至70年代的計算機語言編寫的數字演算法，當時只是簡單的用於計算特定物理現象，解決設計問題；之後的二十年，隨著工作站和微機的普及以及計算能力的提高，模擬技術的應用逐漸遍及各個學科和不同層面；而且不會停留在設計階段，正在向產品和系統的全生命周期擴展，構成與實體形影不離的「數字雙胞胎」。由於模擬能夠在產品生命周期提供無縫協助和優化，將會成為製造體系的核心功能之一，未來智能工廠是基於模型的系統工程或基於模型的製造，軟體定義產品、決定企業盛衰，模擬技術製造系統關鍵組成部分的黃金時代才剛剛開始。Gartner預測，到2021年，全球50％的大型工業公司將使用數字雙胞胎，從而使這些組織的效率提高10％，尤其是製造業和工程行業的公司，如果想要在競爭中保持領先地位，就需要考慮實施數字雙胞胎。

• 製造業是目前數字雙胞胎最常用的行業，按時向客戶提供保質保量的產品對製造企業至關重要，如果機器的運轉不能協同並以適當的容量工作，就回影響員工、生產、可交付性以及最終客戶的滿意度；採取實時監控、不中斷生產的情況下進行測試、並且能夠在設施中收集的數百萬個數字據點獲得更多信息，數字雙胞胎使製造企業更加智能。

• 在德勤的一份案例研究中，一家工業製造企業決定採用數字雙胞胎方法，來解決其在現場遇到的問題，從而解決維護費用和客戶延遲交付。製造企業收集了設備以及正在生產的產品數據，來研究裝配過程及其與產品質量的關係。因此，該項目能夠識別低效率並優化裝配流程，將返工率降低了15％至20％。

「數字孿生」國內現狀

最早在市場上提出「數字化孿生」模型概念的是西門子，基於模型的虛擬企業和基於自動化技術的現實企業的「數字化孿生」（Digital Twins），包括「產品數字化雙胞胎」、「生產工藝流程數字化雙胞胎」和「設備數字化雙胞胎」，三個層面又高度集成為一個統一的數據模型，並通過數字化助力企業整合橫向和縱向價值鏈，提供工業生態系統重塑和實現「工業4.0」自下而上的切實之路。

數字孿生的引入國內僅僅幾年時間，目前處於初步探索與實踐環節，距離廣泛應用還有很長的路要走；目前數字孿生技術還面臨著諸多難題，主要可分為三類：一是高模擬度，高保真度的模擬建模是構建數字雙胞胎體系的關鍵，數字孿生作為物理實體在數字空間的超寫實動態模型，產品虛擬模型的高精度性、多物理場建模、高保真度響應模擬等是首要解決的技術難題。二是數據收集，由於數字孿生技術的應用以海量數據為基礎，並且是基於全要素、全生命周期的數據，而有關這些數據所涉及的先進感測器技術、自適應感知、精確控制與執行技術等難題急需攻關。三是實時監測與健康預測技術也尚待完善，實時和預測是數字孿生的核心要素，一方面物理產品的數據動態實時反映在數字孿生體系中，另一方面，數字孿生基於感知的大數據進行分析決策，進而控制物理產品，而其中離不開相應的高實時性數據交互、高置信度模擬預測、超級計算能力等技術能力。此外，新的設計檢驗方法仍需進一步探索，使物理模式的實驗結果更準確、更接近真實的工況，為數字孿生體的推演提供可靠的數據支撐。

目前中國製造業正處於轉型升級的關鍵時期，通過物聯網、大數據、人工智慧和實體經濟深度融合，使得中國製造競爭力得到大幅提升。未來，數字孿生也可結合物聯網的數據採集、大數據處理和人工智慧建模分析，實現對過去發生問題的診斷、當前狀態的評估以及未來趨勢的預測，並給予分析結果，模擬各種可能性，提供更全面的決策支持。