同济大学现代制造技术研究所名誉所长 张曙教授

回顾2016年，“智能制造和工业4.0”无疑是最热门的话题，随着《中国制造2025》的推进和“智能制造十三五规划”的发布，2017年将会出现哪些热门新话题呢?“数字双胞胎”可能就是其中之一，我们不妨再先来议论一番。

今天，仿真不仅是各种产品或过程的设计决策、评价和试验的基本工具，并且用于复杂工程系统的分析。毫无疑问，这个趋势将会延续下去，仿真的应用不会停留在设计阶段，如今正在向产品和系统的全生命周期扩展，构成与实体形影不离的“数字双胞胎”。由于仿真能够在产品全生命周期提供无缝协助和优化，将来必然成为制造系统的核心功能之一，未来智能工厂是基于模型的系统工程或基于模型的制造，软件定义产品、决定企业盛衰，仿真技术成为制造系统关键组成部分的黄金时代才刚刚开始。

数字双胞胎(Digital Twin)是指可用于各种物理资产的计算机化“伴侣”，借助安装在物理对象上的传感器数据来映射产品实时状态、工作条件或位置。此外，数字双胞胎也可用于监测、诊断和预测，借助数据挖掘建立模型，通过物理资产使用中不断产生的和归档的历史信息，在不同地理分布的机器群之间进行比较，以帮助改善预后的结果。

因此，复杂的预测和智能维护系统平台可以利用数字双胞胎寻找运行中问题的根本原因，使人们可以管理和优化个别资产或整个网络，从嵌入物理对象中的传感器获取数据，建立其运行的数字模型，在损坏或发生故障以前加以修复，大大减少因停机所造成的损失。

若干年后，当航空公司接收一架飞机的时候，同时还将验收一套详细的数字模型。换句话说，未来的航空器生命周期管理是可预测的、集成化和完全个性化的“事前诸葛亮”。

数字双胞胎，也可用来指代工厂的厂房及生产线在没有建造之前所构建的数字化模型。设计规划阶段在虚拟世界中对工厂的设备布局、生产过程和车间物流进行仿真和模拟，并将优化后的参数提供给实际的工厂建设。数字化提高了机器生命周期各个阶段的效率和效益，降低了生命周期关键阶段故障和错误的风险。例如，传统的设备调试过程，以前需要付出巨大的努力和承受时间压力进行。如果设备信息可以在一个集成化的数据平台上，随时可以进行修改、测试和验证，产品更新换代的速度可以大大加快。此外，在模型的帮助下，设备的操作数据也可以用于优化生产过程的参数，从能效到故障率和维修周期。

基于模型的系统工程是数字双胞胎的基础，MBSE或MBM的核心思想是：用数字化模型在系统水平上捕获单个子系统和组件之间的相互作用。

按照建模支持系统要求，设计、分析和验证从产品概念设计阶段开始，贯穿于产品的全生命周期。在整个生命周期中，数据来自许多方面，如用户需求、CAD/CAM/CAE等。数字双胞胎使用这些数字信息作为初始数据来构建它的集成化仿真模型，并派生出新的辅助系统和服务应用。最后数字双胞胎从将生命周期中积累的信息返回到新产品设计，形成闭环，改进产品和生产过程。由于数字双胞胎是动态闭环的、智能化的，不仅能够提高生产效率，还可以促进新产品出现，包括设计阶段的数字模型可能转变成产品的一部分，如虚拟机床。

数字双胞胎模型除了用于评价以外，也可用于生产系统监控、诊断和预测。美国自然科学基金智能维护系统中心开发的Watchdog Agent可以安装在各种物理设备中对其进行健康管理。例如在机床数控系统中，通过监测直接控制加工过程，含有基于模型评价的监控数据可以控制机床部件的衰退进程、优化维护作业、提高制造过程的有效性，通过改变加工参数保护性能已衰退的部件可维持到下一次计划维修等。

数字双胞胎通过“时间机器”，在关键时间点采集数据，并对历史纪录进行分析比较，提高预测的准确性。对分布各地的机器群进行健康相似性识别，发现健康衰退的异常现象，在故障地图上找到故障点。