2020年9月18日，中國工程院在機械運載領域發(fā)布了工程研究前沿（一共9個領域，184個前沿研究與開發(fā)），題目是：數(shù)字孿生驅動的智能制造。數(shù)字孿生是當前的熱點，智能制造走到了現(xiàn)在，數(shù)字孿生已經(jīng)被大家認為是一個普遍的抓手。這個還是有道理的。下面筆者就結合自己的認識和理解，對這個題目進行一下初步的分析，僅供大家參考。

（1）數(shù)字孿生與智能制造的關系

對于智能制造，我們有一個普遍的模式概念，就是涵蓋：感知、識別、采集、分析、推理和執(zhí)行，形成這么一個閉環(huán)，其核心的理念就是賽博物理系統(tǒng)（CPS）。

CPS的對象是產(chǎn)品或者制造資源。我們可以建立面向產(chǎn)品的CPS。不管是從產(chǎn)品的功能性能，還是說運行服役，也可以在這個過程當中加入產(chǎn)品形成過程所需要的制造資源，甚至現(xiàn)在也有一些直接面向制造資源的，比如設備狀態(tài)的預測與維護等等。這些都是從不同的層次或者維度對CPS各種應用形式的一種延伸。

在CPS的各種應用方式上來說，其背后的關鍵都是要構建與物理實體相對應的或者部分相對應的軟件層次的分級推理決策模型。其實這個也不是說，好像數(shù)字孿生是完全全新創(chuàng)造出來的概念，而更多的是一種既有一些應用方式的總結，當然了，概念清楚之后，其內(nèi)涵可以得到更大的明確和發(fā)揮可以指導我們后續(xù)的工作。比如我們一直在進行的各種獨立的物理場或者多個物理層融合的CAE分析，雖然這個CAE分析，很大程度上，在傳統(tǒng)當中是一種離線的或者說是一種脫離了實體所進行的（或者結合對一部分實體的抽象，比如半實物仿真等等），后來進一步發(fā)展之后，我們加入了實驗測試來完善我們的CAE析模型，使得結果能夠更加的準確或者得到修正。比如我們經(jīng)常對于產(chǎn)品來進行一些遙操作，而這種遙操作的本質是建立了物理實體產(chǎn)品的行為動作模型，我們可以將我們的指令干預進去，使得實體產(chǎn)品能夠按照模型所表達的以及與實物相對應的行為方式進行運行。其實這些也都是CPS的一些傳統(tǒng)應用，而其中所見的非物理實體這一部分?，F(xiàn)在將其稱之為數(shù)字孿生體。

其實不管是CPS還是數(shù)字孿生，其表現(xiàn)形式上來說，是基于物理實體附加軟件或者賽博層面的系統(tǒng)進行融合，其目的是為了能夠更加精準精確精細的描述物理實體的行為內(nèi)涵，也有利于我們對物理實體的功能性能和行為進行更加準確的分析和預測。

在融合的基礎上，這個鏈條其實是一個閉環(huán)的鏈條。我們可以借助于工業(yè)互聯(lián)或者物聯(lián)來獲得產(chǎn)品或者產(chǎn)品制造過程當中的各種狀態(tài)數(shù)據(jù)，并進一步的構建基于這些狀態(tài)數(shù)據(jù)的分析推理模型，在做出分析推理決策之后，對物理實體或系統(tǒng)進行干預，這是一個完整的閉環(huán)控制過程也是典型的賽博物理系統(tǒng)所追求的要點。而在這個鏈條當中，最重要的是所構建的分析推理模型。其核心的目的是決策。一般來說這種決策都是比較復雜的，這種分級推理決策模型也是很難建立的，但這正是我們努力的方向。

智能制造不管是從字面的含義，還是說是從技術的角度來說，其落腳點都是制造，都是在為制造賦予智能化或者說賦能。而制造的對象就是產(chǎn)品積極制造過程以及產(chǎn)品的服役運行，圍繞著這些來開展GPS或者數(shù)字孿生，是非常貼切的，也是直接面向了問題。

從產(chǎn)品本身來說。這個產(chǎn)品都是對物理規(guī)律的某種運用。我們所做的CAE分析，也是在試圖。主動的掌握產(chǎn)品背后的物理機理模型。而這些物理機理模型。目前在實際運用過程當中，主要還是掌握在產(chǎn)品設計人員的頭腦之中的，也就是他們的知識與經(jīng)驗。因此這種物理機理模型的構建一定是需要非常好的專業(yè)背景機器，多專業(yè)的一種綜合。這是企業(yè)的實際業(yè)務。如果是簡單的事情，可能大家也會發(fā)現(xiàn)，就沒有必要使用那么多設計分析人員了，正是因為這些設計分析人員的知識和經(jīng)驗無可替代或者說難以替代。才為我們的技術發(fā)展指明了方向，這是與實際業(yè)務直接密切相關的。

而對于產(chǎn)品的形成過程來說。最主要涉及到兩個方面，一是管理決策，二是工藝決策。這個一般來說也是企業(yè)的核心競爭優(yōu)勢重點，否則的話，也就無從來區(qū)分各個企業(yè)之間的差別了。數(shù)字孿生的提出，其本意或者說出發(fā)點更多的是面向工藝決策（建立產(chǎn)品形成過程當中，各個工藝環(huán)節(jié)的工藝推理決策時間類似自適應加工等等典型的智能制造的特點），是對我們之前關于智能制造或者說CPS更多地關注于管理層是方面或者說過于關注管理層次方面的一種糾正。當然了，我們也不能走向極端。因為對于制造運行過程來說。管理也是極其重要的。面向管理所構建的這種模型與我們傳統(tǒng)的工藝機理分析決策模型相比來說。可能在顯示度上面要差一些，但是這個也是絕對必要的，比如我們面向產(chǎn)線車間或者工廠運行所構建的APS模型，其實也是一種數(shù)字孿生在管理決策方面的一種體現(xiàn)。

通過上面的一些分析和描述，我們可以看到。數(shù)字孿生所關注的東西與智能制造所應該關注的東西其實是高度契合的。因此將數(shù)字男生當做智能制造的抓手是很有必要也是非常正確的。

多說一句，既然大家都接受了數(shù)字孿生這個東西，其實也沒有必要非的糾結于說數(shù)字孿生與CPS沒有本質上的區(qū)別，我們干脆就用CPS來說吧，其實這些都是無所謂的，可能數(shù)字孿生更加平易近人或者這個詞語就能夠比較明要做哪些事情，而賽博物理系統(tǒng)相對來說比較抽象，雖然賽博物理系統(tǒng)更加學術化一些或者嚴謹一些，但不可否認，數(shù)字孿生這個詞兒還是比較形象的。

（2）數(shù)字孿生驅動的智能制造的技術路徑

首先是面向閉環(huán)鏈路的工業(yè)互聯(lián)或物聯(lián)技術。不管是智能制造本身的模式，還是CPS所具有的理念，數(shù)字孿生既然是繼承演變的概念，這些東西當然也是要繼承過來的，其中最關鍵的是體現(xiàn)的那種閉環(huán)鏈路。如果不能夠基于物理實體采集數(shù)據(jù)之后做出分析，并對物理實體進行干預，那其實跟傳統(tǒng)的那種制造，這里說的是包括設計分析生產(chǎn)運行等在內(nèi)的大制造的概念其實并沒有太多的區(qū)別。我們之前發(fā)展的物聯(lián)網(wǎng)技術，其實核心的目的是為了能夠實現(xiàn)快速的準確的數(shù)據(jù)采集。但是如果只是做到這一步，其實是無法來支撐數(shù)字孿生的，這些物聯(lián)網(wǎng)技術還應該能夠支持這些物理實體能夠接受來自上層的指令實現(xiàn)對物理實體的干預和調(diào)整，相當于將物理實體的執(zhí)行也納入到物聯(lián)網(wǎng)的范疇之內(nèi)。而在物聯(lián)技術基礎之上進一步發(fā)展的工業(yè)互聯(lián)技術，尤其是在軟件層面上的互操作和柔性集成方面來說，對于設計分析當中的多物理場演變需求下的多系統(tǒng)耦合集成，其實是很有幫助的，這也是數(shù)字孿生與工業(yè)互聯(lián)網(wǎng)結合的一個方面。在制造過程及其運行運營方面來說，結合運行運營的指標建立各種各樣的分析推理決策模型，而這些一般都涉及到多系統(tǒng)的綜合，這也是數(shù)字孿生與工業(yè)互聯(lián)網(wǎng)技術相結合的另外一個重要方面。綜合上面的這些說法，筆者認為，在數(shù)字孿生驅動的智能制造背景下，工業(yè)物聯(lián)和工業(yè)互聯(lián)網(wǎng)等技術。應該以一種基礎設施的角度，來為數(shù)字孿生和智能制造提供基礎設施尤其是技術上的支持。

第2點是基于知識工程的多物理場產(chǎn)品耦合建模與分析技術。對于數(shù)字孿生來說，產(chǎn)品的研制如果能夠實現(xiàn)完全的在數(shù)字空間就實現(xiàn)精準精確的表達與分析，這當然是一種理想目標，或者說無物理模型的一次成功，也是數(shù)字孿生的一種使命。雖然剛開始數(shù)字孿生是需要與物理實體融合的，但其最終的目標是要脫離物理實體的，或者說實現(xiàn)所建立模型的深度演變與復用。在這個過程當中，最重要的是建立面向產(chǎn)品功能性的行為的分析推理決策模型。這個知識體系是比較龐大的。企業(yè)當中的研發(fā)設計人員的知識和經(jīng)驗是一個很好的工作重點或者對象，如果能夠實現(xiàn)基于知識工程的沉淀，形成物理化的可見的載體則善莫大焉。

第3點是基于MBSE和數(shù)字主線的深度集成。數(shù)字孿生當中的孿生，應該從更大的視野范圍內(nèi)來看，而不是僅僅糾結于產(chǎn)品設計分析的多物理場耦合，當然了這也是一個方面。對于整個產(chǎn)品的研制來說，應該貫徹MBSE的思想，與其相關的比如 MBD、數(shù)字主線等等都是可以納入到這個范圍里面的。但無論如何。應該強化系統(tǒng)工程的這種理念，也許對于企業(yè)來說，甚至可以起到事半功倍的效果。這個方面。是以模型為載體，這是可見的，以數(shù)字主線為支撐，這個可能是不可見的，來實現(xiàn)對整個研制過程的一種數(shù)字孿生。其實現(xiàn)在很多企業(yè)都在建統(tǒng)一的數(shù)據(jù)中心，或者說集成數(shù)據(jù)平臺，其中也包括業(yè)務流程方面的協(xié)同，其目的都是將企業(yè)現(xiàn)有的研制，在進行深化提高以后，進行某種形式的固化和提升，其中最核心的也是體現(xiàn)了系統(tǒng)工程的思想。

第4點是面向制造執(zhí)行或者運營的數(shù)字孿生，這其中包括兩部分內(nèi)容，一個是管理層面上的，一個是工藝層面上的。管理層面上面可以結合制造運營的某個指標或者說多個指標。一方面實現(xiàn)跨數(shù)字化業(yè)務系統(tǒng)的綜合，另外一個方面就要構建面向這些指標的分析推理模型，實現(xiàn)實際制造運營狀態(tài)的一種抽象描述。并且這個分析推理的結果，最終會反映和落實到企業(yè)制造運營系統(tǒng)當中的各項改進或者調(diào)整當中。比如我們經(jīng)常見到的是建立基于APS的資源優(yōu)化配置分析推理決策模型，我們可以基于這個模型實現(xiàn)對制造執(zhí)行過程當中所有指導要素的統(tǒng)一優(yōu)化配置可以實現(xiàn)。當前制造要素優(yōu)化配置也可以實現(xiàn)未來可預計或不可預計的各種生產(chǎn)擾動下的制造要素的優(yōu)化配置。工藝層面上的數(shù)字孿生，這是我們之前比較忽視（之前很大程度上我們在智能制造這個語境下面過于偏重于管理了），但是應該極為加強的一種數(shù)字孿生。比如我們耳熟能詳?shù)拇髧そ?，或者說高技能人才。他們的工作基本上都是和工藝直接和密切相關的。如果能夠將他們大腦中的工藝機理決策模型沉淀下來，這個其實是數(shù)字孿生閉環(huán)當中最重要的分析推理決策環(huán)節(jié)所要形成的依據(jù)也是看得見的抓手。工藝的類型是多種多樣的，這也是企業(yè)最核心的一種優(yōu)勢重點，我們經(jīng)常說的人是最重要的資產(chǎn)在很大程度上，其實在表達的是這個意思。

其實數(shù)字孿生驅動的智能制造還有很多條技術路徑，但所有的這些技術路徑最根本的一個思考出發(fā)點就是：和業(yè)務結合以及實現(xiàn)業(yè)務改進，按照這種基本的原則來結合企業(yè)的實際情況推進數(shù)字孿生驅動的智能制造，一般來說都不會走偏。

啰里啰嗦的說了很多，語音輸入，錯誤和疏漏在所難免。一己之見，僅供參考。

作者信息：王愛民，北京理工大學數(shù)字化制造研究所所長，長期從事MES、APS等技術研究、系統(tǒng)開發(fā)與實施應用。

責任編輯：PSY