导读:本文从智能制造与数字孪生、制造服务模式方面综述了国内外相关研究进展;提出了一个数字孪生驱动的大数据制造模式开放式体系架构及其运作逻辑;从数字孪生驱动的2个世界及其描述、数字孪生与大数据的结合、大数据制造服务模式中模型建立与优化3个方面对大数据制造服务模式使能技术进行了研究。该制造服务模式对促进中国传统制造企业转型升级和提升新国际竞争环境下综合竞争力具有理论和现实意义。
与之相应,近年来世界制造业发达国家针对当前逐步形成共识的新一轮工业革命,相继推出了自己的制造业发展战略,如德国的工业4.0、美国的工业互联网、日本的IVRA-Next等,中国也相继推出了《中国制造2025》、《关于深化“互联网 先进制造业”发展工业互联网的指导意见》等,这些国家战略,势必将导致全球工业体系、发展模式和竞争格局产生重大变革,自然也对制造业运行模式——制造模式提出了新的要求,如怎样尽快适应近年来新技术如数字孪生、大数据等对当今世界制造业带来的巨大影响。鉴于此,本文提出一种数字孪生驱动的大数据制造服务模式。
01
习近平总书记在党的十九大报告中强调:“加快建设制造强国,加快发展先进制造业,推动互联网、大数据、人工智能和实体经济深度融合,在中高端消费、创新引领、绿色低碳、共享经济、现代供应链、人力资本服务等领域培育新增长点、形成新动能。”路甬祥认为中国制造业以供给侧结构性改革为主线,需要加快转变发展方式、优化产业结构、转换增长动力。周济提出智能制造是“中国制造2025”主攻方向。
Helu为了连接基于数字孪生的设计与制造,提出了基于标准建模规范的数字总线。顾新建等认为当前制造企业正在向服务业拓展,产品服务系统作为一种新的制造系统模式正在迅速发展。刘振宇等探索了数字孪生驱动的14类应用设想与实施过程中所需突破的关键问题与技术,给出了基于数字孪生进行产品设计的思路。肖静华等提出并探讨了基于智能制造的企业战略场景的建模概念、方法思想和理论框架。
02
表1 制造服务模式分要素梳理
03
工业互联网引发生产范式变革,推动形成数据驱动制造模式。从构成要素角度看,机器、数据和人构成了工业互联网生态系统。从核心技术角度看,贯彻工业互联网始终的是数据资源,工业互联网的本质就是构建一套数据采集、存储、管理、计算、分析和应用的工业大数据资源体系,即将正确的数据在正确的时间传递给正确的人和机器,以信息流带动技术流、资金流、人才流、物资流,进而不断优化制造资源的配置效率。
从杂乱无章的原始数据到具有价值的决策信息,由此形成了用数据生产、管理和决策的制造范式,也就是计划、协调、决策及执行,为此从数字孪生、大数据及生产***的实现和服务执行机制的角度构建了数字孪生驱动的代理人大数据制造服务模式体系架构(图2),分为5大部分:“虚拟世界(产品全生命周期)”“物理世界(大数据)”“数据处理机制(数字孪生数字模型”及“应用”),从而将各类平台上的创新成果与经济社会各领域深度融合起来,产生化学反应、放大效应,形成更广泛的以互联网为基础设施、数字孪生为桥梁和大数据为工具的数字经济发展新形态。
图2 数字孪生驱动的大数据制造服务模式体系架构
如图2所示,数字孪生驱动的大数据制造服务模式针对产品全生命周期中各个阶段(物理世界)(设计、加工、装配、运行、维护、拆解、回收)进行检测或验证,通过智能感知/传感、工业以太网等,实现大数据原始数据采集等;同时,基于数字孪生中针对非结构化数据、半结构化数据、结构化数据处理机制,通过大数据收集、大数据处理和大数据分析层的数字模型,以应用层功能化方式(如决策应用、协同应用、规划应用、动态调度、质量预测、事先维护、智能回收等),实现与大数据(虚拟世界)的相应映射,进而利用大数据分析技术推动制造业向定制化和精准服务化转型。
这里,应用关联分析法对企业调度信息和订单信息进行回溯研究;应用预测分析法对生产中的设备维护周期和质量监控力度进行模拟预测,形成事先维护、事先控制的质量管理与设备维护机制;利用聚类分析法对能耗数据与回收数据进行动态关联,探索企业生产制造低碳化、清洁化、循环化的发展路径。
通过产品全生命周期中各环节的数据互相关联,最终形成数字孪生驱动的大数据制造模式闭环运作生态。此外,从大的使能技术层角度看,则大致可以划分为技术层、大数据收集层、大数据处理层、大数据分析层及应用服务层(表2)。
表2 大数据制造服务模式体系架构中涉及的主要层次说明