[智能制造] 数字孪生仿真赋能生产 - 产品生产阶段

德勤在报告”2022 manufacturing industry outlook“采访逾500美国高管，提到今年制造业中五大趋势之一就是: 数字技术的加速采用会提高运营效率。这个趋势可以理解为：

• 目前企业正在使用的数字技术有待升级。
• 有效的数字技术在制造业中至今还没有得到全面的应用，以至于发展空间还很大。
• 大瘟疫时代带来的各种改变，比如全球供应链紧张，居家办公等，对数字技术在制造行业的应用提出更多挑战及应用场景。

数字化生产计划和虚拟调试的场景，可以分为产品和生产两大部分(图1)。产品分为物理世界中真实的产品以及对应的虚拟产品，虚拟产品通常在设计阶段就已经实现。生产亦分为现实中的生产以及对应的虚拟生产，虚拟生产在厂房，流水线还没搭建出来的时候，就可以模拟其运作了。实时数据在这四个部分中交互，最终以数字孪生产品，数字孪生生产的方式，实现对生产的优化，提高所谓的数字孪生性能。

[图一] Source: Digital production planning and virtual commissioning - Siemens

虚拟产品辅助验证产品设计的准确性，并预先模拟产品在现实中的性能。如电子电气设计与仿真， 3D创成式设计等。比如在CAD/CAM/CAE (即电脑辅助设计/电脑辅助制造/电脑辅助工程)等系统中定义产品信息，材料清单，并在3D模型中进行描述。这些信息能被检测，并被其他阶段的软件交互使用。这种调用的方式通常是指通过底层函数相互调用，而不是简单的导出导入文件方式。相关的软件实现，比如西门子的XPEDITION / NX, TEAMCENTER & TCM等。

虚拟生产模拟现实中的生产工艺以及生产环境，比如装配顺序，机器人仿真，车间布局，流水线的运作(比如速度，频率)，机器人的移动和抓取等，通过验证, 瓶颈分析等，为真实生产时，提高合理的参数设置建议等。也就是说，在物理环境还不存在的情况下(如因为供应链导致流水线暂时无法完整搭建)，虚拟的3D工厂已经能提前预演生产，预测某些生产错误，即通过所谓的反馈回路，优化生产流程。

当真正开始量产时，实时的机器数据又能作为输入数据，不但可以对现场状况进行监控，实现可预测性维护和保养，还可以进入虚拟模型进行再次验证和优化。其挑战之一是，如何精准的设计对应3D模型以及提供数据流的无缝流动(即数字线程)。

数字孪生生产环境中的业务场景，包括制造执行系统(MES)/制造运营管理(MOM) (图2), 供应链系统(SCM), 生产管理(ERP),库房管理, 产品生命周期管理(PLM)等。具体的软件实现，比如有西门子的Tecnomatix, Opcenter, Mindsphere等。在选择软件的同时，也需要注意所选软件与软件周期其他的软件是否方便交互信息。

[图2] Source: - 基于ISA 95标准对企业及控制系统整合的描述 - ats-global.com

统计数据

根据Telekom在”没有数字孪生就没有智能工厂(Ohne digitale Zwillinge keine smarte Fabrik)”中提到, 数字孪生常用的五种场景包括:

1. 产品开发
2. 产品重新设计
3. 实时质量管理
4. 系统规划
5. 物流规划

数字孪生的主要数据来源，据Gartner的报道，分为如下几种：

• CAE  / 48%
• ERP / 47%
• MRO (维护，维修与运营) / 45%
• Sensoren (IoT) / 44%
• System Engineering / 44%

最新动态，欢迎关注公众号: 德国数据圈。