名家之作 | 数字孪生体白皮书

导读:2014年由达索公司资助,Michael Grieves撰写了这份“数字孪生体白皮书”(Digital Twin White Paper),报告有一些跟他本人其他文章不一致的地方。工业4.0研究院翻译全文,以便行业人士参考。
一、引言

2003年,我在密歇根大学的PLM总裁班课程中引入了虚拟数字化映射物理产品的概念,或称为“数字孪生体”(Digital Twin)在引入这个概念时,对实际物理产品的数字化表示还相对较新且不成熟。当时在生产过程中收集到的关于物理产品的信息量是很有限的,因为业界基本上都采取使用纸张来手动收集的方法。

随后的十年间,支持虚拟产品开发和维护,以及物理产品设计和制造的信息技术开始爆炸性增长。

虚拟产品是视觉上与物理产品几乎没有区别的一种丰富的产品表现形式。制造执行系统的兴起,导致工厂采集了大量关于物理产品生产和维护的数据。此外,信息采集方法已经从手工和纸张收集发展到数字化采集,并通过多种物理无损传感技术进行采集,包括传感器和仪表、坐标测量机、激光、视觉系统和白光扫描。

鉴于这些进步,现在是时候探索数字孪生体如何从一个有助于理解物理产品及其基础信息之间关系的有趣且可能有用的概念,转变为一种企业范围内生命产品周期闭环的关键组成部分。这既能降低成本,又能促进高质量产品制造的创新。

二、数字孪生体概念模型

数字孪生体概念模型包括三个主要部分:1)现实空间的物理产品;2)虚拟空间的虚拟产品;3)把虚拟产品和真实产品连接起来的数据和信息。

在数字孪生模型诞生的十年间,物理产品和虚拟产品的数量、丰富程度和信息保真度都有了实质性的提高。

虚拟模型方面,如今可获得的信息量显著提高。很多行为特征数据不但可以把产品虚拟化,而且可以用于测试产品的表现和能力。

名家之作 | 数字孪生体白皮书

通过数字孪生模型,我们获得了构建虚拟模型轻量级版本的能力。这意味着我们可以选择产品的几何形状、特征和属性,同时不必随时负载一些非必要的细节,极大地缩小了模型并加快了流程。这种轻量级模型使得当今的仿真产品能够以一个可接受的成本虚拟仿真复杂系统以及系统的系统,包括它们的实时物理行为。轻量级模型之间进行电子通信的时间和成本还显著地减少了。这些信息不但能在组织内部共享,而且还可以在整个供应商网络上共享。因此,大大提高了理解产品信息及其变化的质量、深度、协作能力和速度。

同样重要的是,我们可以仿真产品生产的制造环境,即构成制造流程的大部分人工和自动化运营活动。包括装配、机扑焊接、成型加工、铣削研磨,以及其它制造车间操作。

物理模型方面,现在我们采集了越来越多关于物理产品特性的信息。从自动化质量控制站点上,所有类型的物理测量指标都可以采集到,诸如坐标测量仪。我们可以从那些对物理部件执行操作的机器上采集数据,以便于准确了解这些机器执行了了什么操作,以及其速度和力度等等。例如,采集将燃油泵连接到发动机上的每个螺栓的扭矩读数,以确保每个发动机/燃油泵的附件都运行正常。

三、延长模型寿命——统一虚拟世界和现实世界的问题

关于虚拟产品和物理产品信息的数量和质量,在过去十年间进展迅速。虚拟空间和物理空间两端的连接问题却拖了后腿。

目前,全世界的制造商分工明确,要么就提供虚拟产品,要么就生产物理产品。我们似乎还没有发展到可以把两种产品连接起来同时协作。如果我们要这么干,典型的做法就是:先开发一个全注释的三维模型,然后再制定一个生产工艺流程,通过流程清单(BOP)和制造物料清单(MBOM)把该模型实现。产品越是复杂精妙、越是先进,制造厂商就越需要把整个生产过程数字化。

然而,在那个阶段,我们仅仅是简单地把BOP和MBOM移交到制造环节,虚拟模型仍然是发展落后的。目前很多情况下,工厂甚至只绘制了二维平面模型去表示这些信息。

有些制造商通过工作单元中的终端,将三维模型引进到工厂车间。但即便如此,虚拟模型与那些在工厂中形成的物理产品之间,还是没有产生真正的集成和连接。终端里的模型只是一个参考,还必须由操作人员在特定的基础上去操作虚拟产品和物理产品之间的联系。

把虚拟产品连接到物理产品需要的三维模型,不仅是可以显示在屏幕上,而且还必须结合物理产品的实际尺寸。物理产品的信息会覆盖虚拟产品,并且标识出两者之间需要解决的差异。

这种对物理产品和虚拟产品的同时观察和比较将带来重大的技术优势,尤其是在产品的制造阶段。

1.数字孪生体的实现要求

为了从虚拟产品和物理产品之间的这种关联中获得实际的好处,一种办法是做出解决方案,建立一个将它们联系在一起的统一存储库(UR,Unified Repository)

在虚拟工具端,进行设计和工程将会识别特征,例如尺寸、公差、扭矩要求、硬度测量等,并在虚拟模型中放置一个唯一的标签,作为实际物理产品的数据占位符。标签中包含了设计的特征参数。

当设计经过生产核可,这些标签将会从虚拟产品模型中采集出来并用于UR的建库,创建出一个带有产品特性和地理位置标签的轻量级模型。

在物理产品端,这些标签将会被合并到MES系统里的流程清单,并在工艺流程中获取和使用。工厂车间的流程完成之后,制造执行系统会把新的特征数据输出到UR库当中。

最后一步,就是把这些数据整合回到工厂仿真中。这将把工厂仿真变成一个工厂的复制应用程序。这个应用程序不是在模拟工厂中正常的运行情况,而是复刻了工厂中每个产品的生产过程中每个步骤实际发生的情况。这种工厂自我复制应用程序会与UR持续保持通信,从实际的生产中获取最新数据并显示在虚拟工厂中。用户可以看见接近实时甚至已经是实时的工厂车间情况,在实际产品经过生产单元的时候观其特征。

有相当多的用例可以从具有这种功能中预设。

2. 数字孪生模型的使用案例

数字孪生体的功能支持人类知识工具包中最强大的3个工具。它们是:概念化、比较和协作。综合三者,这些属性构成了下一代问题解决和创新的基础。

(1)概念化

人类有别于计算机,我们自身并不处理信息,至少不会像计算机那样进行机械的分步骤顺序处理。相反,人类会观察情况,并把问题及其背景抽象成概念化的想法。人类会接收自己感兴趣的所有情况数据,在脑海中看到事情的各个方面。虽然人可以查看数字、报告和其他符号信息,但我们最强大、最善于处理的信息类型其实是目视视觉。

据目前所知,人类在获取视觉信息时,会把画面简化成数字和字母的符号,然后在视觉上重新进行概念化。这个过程中会丢失大量的信息,并且时效性不高。

而数字孪生体则能够让我们直接了解情况并消除低效又适得其反的心理步骤,即如前所述将画面从视觉信息转换成符号信息,再转换回概念信息的过程中,减少需要处理的信息量。

通过数字孪生体,我们可以构建一致的视角,直接同时见到物理产品信息和虚拟产品信息。我们不需要查看工厂绩效报告,也不需要重新构思产品如何通过各个工序点,通过数字孪生体的模拟仿真,我们就可以看到物理产品的生产进程,并实际看到与其相关的特性信息。我们可以查看虚拟工厂中排列的产品,并看到动态的实际趋势曲线,而不仅仅是查看一串公差测量的数字。

我们还可以选择查看虚拟模型上的标签,同时看到之前标记的设计参数和实际产品参数。

(2)比较

人类用于评估情形的第二个工具是比较的概念。我们会无意识地、持续地比较我们心目中想要的结果和眼前的实际结果,先确定两者之间的差距,然后决定如何消除这个差异。比较是人类拥有的最强大的智力工具之一。

当我们完全分开地对比虚拟产品和物理模型时,其实也可以做到,但效率会比较低。因为这需要先查看物理产品的信息,然后在虚拟产品中找到对应的参数,最后才能对比出不同点。

借助数字孪生模型,我们可以查看产品的理想特性、理想测量值及其容差地带,还有实际趋势曲线等信息,以确定成品会不会处于我们想要的范围内。容差地带即在视为可接受的结果范围内允许的积极或消极的偏差。

据这一功能实现,我们可以通过对颜色的定义判断差异,例如绿色和绿色之间算没有区别,如果是黄色还在容差地带之内,而红色则完全在容差地带以外了。接下来,我们就可以对差异作出即时决定。

数字孪生体可以通过定量或定性参数来实现比较,例如测量值、抗拉伸强度、扭矩读数等很多在某种测量中可以定义所需特性的方面。单个产品或一系列产品都可以启用这个功能。而前述关于趋势曲线的例子则是,把理想趋势覆盖在实际的趋势曲线上。

数字孪生体具备的这种能力还可以用于通过比较调整未来的操作。例如,如果我们观测到理想状态下测量到的正方向公差,就可以把生产单元的指标参数曲线调整一下,让误差值设定在负方向一侧的公差。确保公差分布在平均值周围并不是公差的叠加。

(3)协作

最后一个要讨论的知识工具是协作。人类行为中最厉害的,就是通过相互协作带来更多的智慧、更多的可变性视角,以及更好的问题解决和创新能力。人类的概念化能力在没有数字孪生模型辅助的情况下,一个突出问题就是这种概念化仅限于个体认识。而数字孪生模型为人类赋能概念化的共享,同一个数字孪生模型的分享是不限次数的,而且无数个体无需在相同位置上就可以方式获得完全相同的

可视化体验。

借助数字孪生体,我们可以在工厂生产的任何阶段查看任何物理产品,并将虚拟产品覆盖于其上。虚拟产品的这个能力还可以扩展到多个工厂。个人无论在世界何地,不仅可以查看自家工厂的实况,还可以监控到世界上其他地方的工厂。一家工厂中出现的问题不仅可以在本地识别和控制,其解决方案可以立即传送给全球所有其他工厂进行实施。

过去,工厂管理者会把自己的办公室设在可以俯瞰厂房的位置,以便于熟悉和感受到工厂里正在发生什么事情。有了数字孪生体之后,不仅是经理,和生产相关的每个人都可以看见同样的虚拟仿真情景。而且这种共享不仅限于一个工厂范围内,而是全球所有工厂。

工厂自复制不是简单地把工厂中的常规运作模拟情况可视化,而是意味着当零部件通过各个工作单元和检查站时,我们可以看到工厂厂房中的实际情况。然而,正如图2所示,这比简单地看到产品的生产进程以及完成情况要生动得多。因为还可以看到我们最关心的关键设计特性、已实现的实际特性,以及期望和实际之间的差距。

数字孪生体的概念化、比较和协作能力,将把人类从相对低效运作的物理领域中解放出来。现在,我们可以转到与物理位置无关的虚拟领域,让全球的人类都可以得到相同的视觉化体验,共同参与比较、辨识差别以及进行合作。这是无比强大的赋能,只有我们能够成功将物理产品和虚拟产品相匹配时,才能实现。

四、结论

过去十年间,技术和能力领域取得了巨大的进步,无论是物理产品的数据采集,还是虚拟产品的创建和表现——即数字孪生体。虽然两者的数据信息都大幅增长,但两个数据源之间的连接却依然落后,这已成为一个亟待解决的问题。

对此,这份白皮书的主张是:物理产品数据和虚拟产品信息之间的连接应该同步,并将开辟全新的使用案例系列。

具体来说,就是通过把产品设计的虚拟信息和产品实际制造中的过程信息合并起来,让我们对制成的产品如何满足其设计规格目标具有一个即时同步的视角。

通过使用这些信息,我们可以改变数字工厂的模拟仿真,通过数字化的工厂自复制模型试图预测产品的生产过程,从而显示产品的实际制造过程。其后,我们可以实时或接近实时地将它与设计规范进行比较,这为任何人随时随地了解工厂生产情况提供了一个信息窗。

关注物理产品和虚拟产品之间的联系,使我们能够更好地运用概念化、比较和协作的能力。我们可以从视觉上概念化实际的制造过程、将物理产品和虚拟产品的生产进行比较,以确保正在生产的产品符合所需要求。最后,我们可以与组织中的其他人甚至整个供应链协作起来,共同获取有关产品生产的最新知识。

关注物理产品和虚拟产品之间的这种联系,将提高生产率以及生产节拍均一性,并确保生产出最高质量标准的产品。

 

参考阅读:
名家之作 | 数字孪生体概念的起源
清华讲座 | 数字孪生制造:从理论到实践
让数字孪生体”拯救“中国工业软件的未来
中国数字孪生体正在形成的三大流派
“先进制造业+现代服务业=数字孪生体”呼之欲出
数字孪生体为什么是数字经济发展的基础?
数字孪生体联盟发布“数字孪生体2020+计划”

数字孪生体研究中心简介

为了突出数字孪生体在数字化转型承上启下的地位,2017年工业4.0研究院设立数字孪生体研究中心(DTRC,Digital Twin Research Center)

名家之作 | 数字孪生体白皮书

数字孪生体研究中心公众号

 

原文始发于微信公众号(数字孪生体研究中心):名家之作 | 数字孪生体白皮书

 

本站所有资料已分享至知识星球,微信扫码加入下载10000+最新行业报告及1年更新。

 

发表评论