第3章面向智能制造的数字孪生生态
3.1 智能制造与智能工厂
智能制造内涵的发展
智能制造的定义经历了从早期强调智能活动与机器融合，到后来强调信息化与工业化融合、自学习、自组织和自适应等特征的演变。其核心目标是适应制造环境变化，缩短产品研发周期，降低运营成本，提升产品质量和效率，满足个性化需求。
智能制造特征
智能制造具有六个主要特征：
- 快速感知：利用高效方法采集、存储、分析和传输数据，实现制造对象和过程的自动识别、判断和反应。
- 自我学习：利用机器学习、数据挖掘等技术，从海量信息中提炼知识并升华为智能策略。
- 计算预测：基于智能计算的推理和预测，实现故障诊断、生产调度等环节的知识表示与推理。
- 科学决策：利用智能机器和人的行为决策工具，实现加工制造、实时调度等环节的决策与控制。
- 优化调整：利用信息交互和制造系统柔性，对外界需求、产品环境、故障等变化进行及时优化调整。
- 自适应：通过自学习、自组织实现适应各类工况，保持系统优化运行状态。
德国“工业4.0”简介
“工业4.0”的核心内容概括为：
- 一个系统：基于信息物理系统（CPS）整合机械、仓储系统和生产设施。
- 两大主题：智能工厂、智能生产（扩展为智能物流、智能服务）。
- 三大集成：横向集成（价值链与不同公司之间）、纵向集成（企业内部制造体系）、端对端集成（贯穿整个价值链）。
- 八个重点领域：八项计划，涵盖关键技术领域。
智能工厂是智能制造的载体
智能工厂建设是制造强国战略的重要组成部分，也是行业信息化创新发展的关键。智能工厂建设可以提升智能化生产水平，培养人才，带动企业信息化转型发展。
智能工厂相关的标准
智能工厂相关标准包括：
- 智能工厂设计标准：设计要求、模型、验证、文件深度、协同设计等。
- 智能工厂交付标准：设计、实施阶段数字化交付要求，竣工验收要求。
- 智能设计标准：参数化模块化设计、基于模型的系统工程（MBSE）设计、协同设计与仿真等。
- 智能生产标准：计划建模与仿真、多级计划协同、可视化排产、生产执行、质量管控、设备运维等。
- 智能管理标准：采购管理、销售管理、资产管理、能源管理、安全管理、环保管理等。
- 工厂智能物流标准：智能仓储、智能配送等。
- 集成优化标准：软硬件集成、系统解决方案集成、操作与控制优化、全生命周期业务优化等。
3.2 基于数字孪生的智能制造
制造生态
数字孪生技术为制造生态中的产品生命周期管理（PLM）、数字化工厂和供应链管理系统（SCM）提供新的解决方案，形成以制造金字塔为核心的生命周期管理体系。
产品全生命周期的信息闭环
数字孪生技术可以实现产品制造过程的信息闭环，即产品制造过程的信息可以指导产品设计，产品运维过程的信息可以指导产品设计和产品制造过程的改进，提升产品质量和潜在价值。
数字孪生在产品生命周期各个阶段的作用
- 产品设计阶段：提供虚拟仿真，包含设计后数据，为产品开发提供参考，进行可制造性分析。
- 产品制造阶段：指导制造和装配，记录运行数据，分析挖掘制造过程质量缺陷。
- 产品运维阶段：提升产品运行感知，提供健康管理、远程维护等增值服务。
模型和数据结合的产品分析
产品数字孪生结合三维模型进行数据标记和分析，结果展示更直观；模型指导数据采集和分析，指导产品运行维护，保证数据唯一记录，跟随产品一生。
智能生产系统的数字孪生应用场景
- 生产系统规划设计过程的数字孪生应用：布局规划、工艺规划和生产过程仿真、物流优化。
- 生产系统运行过程的数字孪生应用：三维可视化实时监控、生产调度、生产和装配指导、设备管理、物流优化、能耗管控、安全防护。
供应链管理中的数字孪生应用场景
- 供应链构建过程的仿真分析：利用数字孪生体进行互联和信息交互，基于模型进行仿真分析，得到最优供应链组建方案。
- 供应链运行过程的协同：统一规划和信息共享，协调计划、运输、生产、存储、分销等环节，实现精益物流。
- 应急管理：利用预测模型评估和预警供应链扰动风险，利用仿真工具评估挑战方案，及时作出反应。
3.3 制造数字孪生生态
面向智能制造的数字孪生系统
智能制造涉及的对象与系统包括智能产品、智能生产系统、智能生产运行过程，其数字孪生系统包括产品数字孪生系统、生产系统数字孪生系统和供应链数字孪生系统。
产品数字孪生系统
产品数字孪生系统涵盖产品设计、制造和使用过程，模型和数据来源为产品设计部门、制造部门、产品服务部门以及用户。
产品数字孪生体
产品数字孪生体是产品全生命周期的数据中心，采用全数字量表达产品特征、性能、状态和功能，作为全生命周期信息的唯一依据，也是全价值链的信息集成中心。
生产系统数字孪生系统
生产系统数字孪生系统包括工厂数字孪生系统或车间数字孪生系统，模型中包含厂房基础设施模型、生产线设备模型和物流设施模型，建筑信息模型（BIM）是重要组成部分。
工厂数字孪生系统
工厂数字孪生系统基于BIM和生产系统模型，针对工厂不同阶段需要提供的服务建立相应的子服务模型贯穿工厂的全生命周期。
供应链数字孪生系统
供应链数字孪生系统通过建模和仿真创建整个供应链的数字孪生，体现供应链历史和当前状态，以及未来的决策和计划。
多域融合的数字孪生生态系统
制造企业实施智能制造需要关注资源流、信息流、服务流在多领域、多层次的制造企业中进行虚实协同运行与高效联动。
制造数字孪生生态内部的交互
制造数字孪生生态内部存在多种交互关系，包括物理空间与虚拟空间的交互融合、三个领域数字孪生系统（DTS）之间的交互、每个领域DTS不同生命周期阶段之间的交互以及每个领域DTS组成要素之间的交互配置。
基于生态的模型治理与协同演化
制造数字孪生生态中各个数字孪生种群的模型与数据治理和演化特点包括模型来源不一、数据来源不一、模型和数据治理、数字孪生生态的协同演化。
