《數字孿生是服裝智能制造的底座》

東華大學教授     聞力生

上世界六十年代，美國宇航局（簡稱NASA）實施阿波羅計劃（Apollo program）,這個計劃的目的是實現載人登月飛行和人對月球的實地考察。NASA在阿波羅計劃工程中成功的實踐之后，在2010年發布的Area 11技術路線圖中首次提出了數字孿生（Digital Twins）的概念。

其定義為：“一個數字孿生，是一種集成化了的多種物理量、多種空間尺度的運載工具或系統的仿真，該仿真使用了當前最為有效的物理模型、傳感器數據的更新、飛行的歷史等等，來鏡像出其對應的飛行當中孿生對象的生存狀態。”

2002年美國密歇根大學Michael Grieves教授在為PLM（產品生命周期管理）中心成立而向工業界發表演講而制作的幻燈片中，首次提出了PLM概念模型，模型中出現了現實空間，虛擬空間，從現實空間到虛擬空間的數據流，從虛擬空間到現實空間的信息流，以及虛擬子空間的表述, 見圖一。

全球最具權威的IT研究與顧問咨詢公司Gartner在2019年十大戰略科技發展趨勢中將數字孿生作為重要技術之一，其對數字孿生的描述為：數字孿生是現實世界實體或系統的數字化體現。

圖一  數字孿生最初概念模型及其術語

我國覓圖咨詢CIMdata推薦的定義是：“數字孿生（即數字克隆）：是基于物理實體的系統描述，可以實現對跨越整個系統可生命周期可信來源的數據、模型和信息進行創建、管理和應用。”

我國北航陶飛教授定義:數字孿生作為實現虛實之間雙向映射、動態交互、實時連接的關鍵途徑，可將物理實體和系統的屬性、結構、狀態、性能、功能和行為映射到虛擬世界，形成高保真的動態多維／多尺度／多物理量模型，為觀察物理世界、認識物理世界、理解物理世界、控制物理世界、改造物理世界提供了一種有效手段。

我國2019年的《數字孿生體技術白皮書（2019）》中，給出的數字孿生體定義：數字孿生體是現有或將有的物理實體對象的數字模型，通過實測、仿真和數據分析來實時感知、診斷、預測物理實體對象的狀態，通過性能和狀態優化和指令發送來調控物理實體對象的行為，通過相關數字模型間的相互學習來進化自身，同時改進利益相關方在物理實體對象生命周期內的決策。

2020年我國工信部標準化院發布的《數字孿生應用白皮書》中的定義是：數字孿生是以數字化方式創建物理實體的虛擬實體，借助歷史數據、實時數據、以及算法模型等，模擬、驗證、預測、控制物理實體全生命周期過程的技術手段。

可見以上對數字孿生存在多種不同認識和理解，目前尚未形成統一共識的定義,但從這些定義中我們認可我國工信部標準化院所給出的定義,它比較確切、全面和容易理解。

數字孿生系統總體架構見圖二,該架構是2020年我國工信部標準化院所給出的,可以指導數字孿生體的建設與實施。 

圖二   數字孿生系統總體架構

由圖可見, 總體架構分數字孿生體系框架與物理對象兩個部分,上部分是數字孿生體系框架，下部是物理對象。物理對象在此圖中用于表達數字孿生世界與物理世界的關系，它不是數字孿生體框架的要素。數字孿生體系架構包含以下要素：數字建模、測量與控制、模擬仿真、數據分析、數字資產和人機交互等等。

作為制造業,把數字孿生系統架構說得明白一點可以這樣說,見圖三。圖二中的物理對象就是我們通常所說的現實世界或稱物理世界(或物理空間),在這里可以理解為是產品、設備、生產線、物料、人等構成的企業物理世界,而數字孿生體系框架部分可以理解為通過建模、仿真、數據分析等技術建成數字孿生的虛擬世界(或稱賽博物理空間),兩個世界由網絡連接,進行實時數據的映射和反饋控制,進而達到現實世界企業的優化。

來源:先進制造業   圖三   數字孿生系統組成

1)數字孿生的關鍵技術

面向制造業的數字孿生的關鍵技術包括:

建模、仿真、物聯網，大數據、人工智能、云計算，數字線索、邊緣計算、虛擬現實（VR/AR/MR）、MES、GIS、CAD、CAE、CAM、工業控制、區塊鏈等,見圖四。

圖四  數字孿生的關鍵技術

從這些技術看, 數字孿生關鍵技術其中大部分都和新信息技術(NewIT)相關,見圖五。

NewIT 對數字孿生的實現和落地應用起到了重要的支撐作用,例如：物聯網能通過有線或無線網絡為孿生數據的實時、可靠、高效傳輸提供幫助；VR技術利用計算機圖形學、細節渲染、動態環境建模等實現虛擬模型對物理實體屬性、行為、規則等方面層次細節的可視化動態逼真顯示；

AR與MR技術則利用實時數據采集，場景捕捉，實時跟蹤及注冊等實現虛擬模型與物理實體在時空上的同步與融合，通過虛擬模型補充增強物理實體在檢測、驗證及引導等方面的功能；邊緣計算技術可將部分從物理世界采集到的數據在邊緣側進行實時過濾、規約與處理，從而實現了用戶本地的即時決策、快速響應與及時執行；系統級和復雜系統級數字孿生則需要更大的計算與存儲能力,云計算能按需使用與分布式共享的模式,可使數字孿生在使用龐大的云計算資源與數據中心時，動態地滿足數字孿生的不同計算、存儲與運行需求；

大數據能夠從數字孿生高速產生的海量數據中提取更多有價值的信息，以解釋和預測現實事件的結果和過程；區塊鏈可對數字孿生的安全性提供可靠保證，可確保孿生數據不可篡改、全程留痕、可跟蹤、可追溯等；人工智能能通過智能匹配最佳算法，可在無需數據專家的參與下，自動執行數據準備、分析、融合對孿生數據進行深度知識挖掘，從而生成各類型服務等。 

來源: 兩化融合服務聯盟    圖五 數字孿生與NewIT的關系

數字孿生應用的前提是各個環節的模型及大量的數據，那么類似于產品的設計、制造、運維等各方面的數據，如何產生、交換和流轉？如何在一些相對獨立的系統之間實現數據的無縫流動？這些正是數字線索要解決的問題。所以數字線索技術也是數字孿生的關鍵技術之一,理解了數字線索才能更深刻的理解數字孿生。所謂數字線索有時也叫數字線程、數字紐帶、數字主線等, CIMdata曾經這樣定義過數字線索：“數字線索指一種信息交互的框架，能夠打通原來多個豎井式的業務視角，連通設備全生命周期數據的互聯數據流和集成視圖”。

可見數字線索能把不同生命周期的數字孿生給串接了起來，形成數據的自動流動,所以說數字線索是穿梭于現實物理世界與數字虛擬世界之間的橋梁,見圖六。 

來源:先進制造業   圖六  數字線索

2)數字孿生的典型特征與理想特征

數字孿生具有以下典型特征：

①互操作性--數字孿生中的物理對象和數字空間能夠雙向映射,動態交互和實時連接,因此數字孿生具備以多樣的數字模型映射物理實體的能力,具有能夠在不同數字模型之間轉換、合并和建立表達的等同性；

②可擴展性--數字孿生技術具備集成、添加和替換數字模型的能力,能夠針對多尺度、多物理、多層級的模型內容進行擴展；

③實時性--數字孿生技術要求數字化,即以一種計算機可識別和處理的方式管理數據以對隨時間軸變化的物理實體進行表征。表征的對象包括外觀、狀態、屬性、內在機理,形成物理實體實時狀態的數字虛體映射；

④保真性--數字孿生的保真性指描述數字虛體模型和物理實體之間的接近性。要求虛體和實體不僅要保持幾何結構的高度仿真,在狀態、相態和時態上也要仿真；

⑤閉環性--數字孿生中的數字虛體,用于描述物理實體的可視化模型和內在機理,以便于對物理實體的狀態數據、進行監視、分析推理、優化工藝參數和運行參數,實行決策功能,即賦予數字虛體和物理實體一個大腦。因此數字孿生具有閉環性。

對數字孿生的認識與實踐離不開具體對象、具體應用與具體需求,例如一個產品、一臺設備、一條產線、一個車間等它們在不同階段的數字孿生會呈現出不同的特點，這就要求我們從應用和解決實際問題出發，應用過程中不一定要求所建立的“數字孿生”具備所有的“理想特征”，只要能滿足用戶需要即可。見表一,基于各種視角看待數字孿生所表現出來的理想特征,它是值得我們在應用時參考的。

表一  基于不同認識的數字孿生理想特征

來源: 兩化融合服務聯盟

智能制造領域應用的數字孿生技術,其核心技術是信息物理融合生產系統（CyberPhysical Production System－CPPS），如圖七所示。信息物理融合生產系統是信息物理系統（CPS）在生產領域的應用，是一種多維度的智能技術體系。信息物理融合生產系統以大數據、人工智能、網絡和云計算為依托，通過智能感知、分析、預測、優化、協同等技術手段，使計算、通信和控制三者有機融合與協作。將所獲取的信息與對象的物理性能表征相結合，形成虛擬空間與實體空間深度融合、實時交互、互相耦合、及時更新，在網絡空間中構建實體的虛擬鏡像。通過自感知、自記憶、自認知、自決策、自重構的運算和分析，實現生產系統的數字化、智能化和網絡化。

來源: 智能制造IM   圖七  數字孿生與智能制造

基于數字孿生的智能制造系統是預測型智能制造系統。大家知道,智能制造的困擾是設備和裝置的失效，隨著時間推移，設備會磨損，性能會衰退，最終導致故障和停機。

預測型智能制造通過掌握設備實際的狀態，不是在故障發生后去搶修，或過早地將可繼續用的部件進行不必要更換，而是采用計劃性維修，從而降低維修費用和生產成本。知道設備什么時候可能失效，就能夠合理地安排維修計劃，實現“準時”維修，最大限度地提高設備的可用性和延長其正常運行時間，提升工廠運營效率。

將設備衰退模式和實時狀態評估與加工過程控制結合起來，實現在設備或系統性能隨時間變化的情況下，保證產品質量的穩定，邁向無憂慮的放心智能制造。

中國從“信息化帶動工業化，工業化促進信息化”，到兩化融合和兩化深度融合，再到“中國制造 2025”的“融合演進”的制造強國發展戰略，都期望通過信息物理融合來實現智能制造。

數字孿生既是構建CPS系統的基礎，也是智能制造的一種使能技術。可以說沒有數字孿生，就沒有CPS，也就沒有智能制造。數字孿生是未來智能制造生產的“底座”，在智能制造實踐中將大有可為。

Gartner曾經攜手樹根互聯發布了工業互聯網行業白皮書《如何利用數字孿生幫助企業創造價值》（以下簡稱《白皮書》）,在《白皮書》中預測，數字孿生將會是未來企業實現轉型與創造價值的重要驅動力。到2021年，半數的大型制造業將使用數字孿生，從而使這些企業的效率提高10%。到2024年，超過25%的全新數字孿生將作為新loT業務應用的功能被采用。

數字孿生技術受到我們如此重視，是因為它能推進數字孿生技術在實踐服裝智能制造工廠中直接應用。數字孿生技術也是服裝智能工廠實踐的重要的組成部分。

我們利用數字孿生技術來實現服裝智能制造途徑是這樣進行的,從對實體服裝加工設備(即設備實體)的數字虛擬化(即建仿真模型)開始,隨著人工智能、大數據、云計算等NEWIT技術的不斷發展與應用，數字孿生將逐步由設備數字虛擬化向產線數字虛擬化、向車間數字虛擬化、向工廠數字虛擬化發展。

在這些物理實體數字虛擬化過程中要通過反復的模擬計算，自主生成數據資源庫，并利用深度學習等人工智能技術，逐步實現數字孿生對于實體設備、產線流程的自適應、自決策。當生產需求、業務場景發生新變化時，通過數字孿生是對物理實體的虛實映射,互聯互通,(指實時數據信息上傳與下達),見圖八,生產流程就能夠完成自適應的智能化調整，進而實現真正意義上的服裝智能工廠。

圖八 數字孿生技術的智能制造概念規劃

圖八中設備實物(物理實體世界)可以是我們服裝加工用的各種設備、產線、車間、工廠；而仿真模型(數字虛擬世界)是對設備、產線、車間、工廠的3D數字化虛擬體。圖九是對我們服裝智能制造常用的機器人設備的數字孿生系統,這個系統是對機器人設備進行預測性健康維護,其原理見圖十；不問是設備還是產線、還是工廠,他們對數字孿生技術的應用原理是一樣的,只是在層級和價值上有所區別,所以在此就不再贅述。

來源: Engineering 2021  圖九 機器人數字孿生系統

 來源: 先進制造業  圖十 設備健康數字孿生系統

數字孿生服裝車間運行機制見圖十一；服裝工廠數字孿生概念模型見圖十二；數字孿生服裝立體倉庫見圖十三。

來源: 智造苑  圖十一 數字孿生服裝車間運行機制

  圖十二 服裝工廠數字孿生概念

來源: 智造苑   圖十三  數字孿生服裝立體倉庫

中國機械工程學會在2020年進行的市場研究表明：隨著企業學習如何使用數字孿生來提高生產率和降低成本，數字孿生會越來越受歡迎。到2025年，多達89％的物聯網平臺將包含數字孿生；到2027年，數字孿生將成為IoT平臺的標準功能；各個行業中將近36％的高管在了解數字孿生技術之后，其中有50%的人到2028年會在企業業務中使用數字孿生,我們服裝制造業當然不會落后。

2022年5月于上海