数字孪生技术及企业的智能化（四）

05

列举数字孪生技术所包含的技术类别，可以粗略的分为物联网，云计算（包括雾计算，边缘计算等），工业软件，人工智能，虚拟现实技术，知识管理（工程技术，技术科学，基础科学），传感器技术，高精度测量设备，智能化工业设备等等。

这些技术用来构建企业的智能化平台，解决智能化平台所需要的数据采集，传输，算力和算法等问题。一个企业就好比是一个大型的智能机器，工业大脑是企业的核心，工业大脑需要从数据采集终端得到企业运行的即时数据，并指挥企业内部分布在相应位置的具有算力的计算单元（包括工业大脑本身），实时对企业的现状进行计算，评价，决策，并发布执行指令，由机器或者通过人机交互系统，转而由人来执行。

图一数据驱动的工业大脑

工业大脑是企业算力的总和，运行并协同企业的全部算力。

Ø  计算中心

    企业核心算力，处理大型复杂的计算

Ø  各种专业服务器

通信，如IoT，LAN/WAN等，管理系统，如ERP，MES等，设备运行和监控，如PLC，工业机器人等，工业软件，CAD，CAE等，检测设备，检测温度，压力，电参数等，虚拟现实，AR/VR等，人工智能，知识管理，数据安全，以及其他应用服务等等

Ø  各种智能终端

   手机，平板，手持设备，智能穿戴设备，智能传感器等等。

数据库存放海量数据，标准化，规范化，知识化，彼此关联

Ø  传感器采集的实时数据

                     原始数据，处理以后变成企业需要的标准化规范化的数据。

Ø  可直接获得或者间接获得的数据

   文献，行业数据，专家系统，材料数据，历史文档，实验数  据，情报。

Ø  工业软件运行相关数据

                      标准化数据，数字孪生体，标准化的流程，算法，定制软件。

Ø  工业软件产生的新数据

                     虚拟实验数据，人机交互，决策。

算法是企业智能化水平的集中体现

Ø  管理算法

                           企业管理系统。

Ø  运营算法

                            企业运作系统。

Ø  操作算法

                             设备，检测，设计，研发，生产，维护，销售，市场。

Ø  智力资产

    知识挖掘，传输，标准化，关联，存储，重用，推送。

所以数字孪生体也可以分为多个层次，依赖不同的技术。

图二数字孪生体的应用层次。

需要强调的是，管理信息系统关心的是业务，是纵向的，底层数据并不完全需要关联。和以前信息化系统Top-down相比，智能化的系统变成了bottom-up，操作层的形成的数字模型是企业知识管理的基石，而数字模型依赖于仿真和验证。

我们需要重新审视仿真这个关键技术，这里的仿真已经不是某一个工程师应用一个仿真软件，去做一个不确认的仿真结果，得到几张彩色的图片。

未来的仿真模型首先应该是被V&V的，是虚拟实验，仿真结果是可以信赖的。特定仿真的流程是被固化的，对应是企业各个环节需要解决的问题模型。以设计工程师为例子，设计工程师执行的应该是：“初始设计”-“仿真”-“优化”-“验证”-“知识管理”这样一个研发闭环。仿真不再是小部分CAE工程师的行为，而是公司内部需要利用虚拟实验来解决问题的所有工程师必须经过的研发环节，长期海量仿真和大量优化后的设计方案将为企业积累惊人的智力资产。

更复杂的是，为了实现企业智能化的目标，系统不仅仅是以上一种技术的单一使用，很多是两种甚至多种技术的复合应用。数据驱动的内涵应该是数字孪生体封装知识支撑企业研发，具体落地时，应该具备几个方面的特点：

Ø  自身已经积累了一些知识，有一些直接可以应用的数字孪生体；

 Ø  有足够的吸力，不断获得新的知识，转化为新的数字孪生体；

 Ø  知识图谱关联所有知识，基于某种逻辑，建立企业知识通道；

 Ø  系统具有智能特性，依据待解决的问题，知识图谱自动向人推荐合适的数字孪生体；

 Ø  当人去使用这些数字孪生体时，会产生大量的未知的知识，数字孪生体被高效的使用，并不断优化和迭代，同时产生大量的新的数字孪生体；

 Ø  依据人工智能技术，知识被自动挖掘，并关联到相应知识图谱；

 Ø  工业大脑可以自我训练，深度学习。

图三，知识图谱（图片来自于智通云联）

野中郁次郎被称为知识管理之父，他的观点：“知识才是企业创造最大价值的源泉，知识能力是企业不确定环境下保持创新的关键”。

我的理解，知识能力就是获得知识，创造知识，并且利用知识的能力。

按照上面企业运作流程，仿真产生的大量的新的数据和知识，如果依赖于工程师自觉的对工作过程中的知识进行处理，是不现实的，也是不可能的。人工智能，语音识别，语义识别，图像识别等等技术，结合工业软件，对人的行为进行智能化处理，并依据企业的知识图谱进行存储和重用。

企业的智能化平台，将是：

Ø  员工学习平台，定制培训和实际解决问题的过程中，加速员工成长；

Ø  人机交互平台，结合机器和人的优点；

Ø  知识挖掘平台，人工智能帮助知识积累；

Ø  知识管理平台，数字孪生体驱动企业创新；

Ø  业务运作平台，智能化的运作，使得企业能高效，低成本运转；

Ø  智能创新平台，应对不断升级的市场环境。

这样的智能系统应该可以解决上面文章提到的研发当中绝大部分问题，随着系统的不断自我进化，更多的问题也会逐步一一解决，系统呈螺旋上升的趋势。当然，若是希望搭建这样的一个智能系统，还是需要非常多的技术攻关，其中涉及到的每一项技术都存在一定的难度，成功的道路一定是用脚踏实地的脚印连接起来的。

在文章快要结束的时候，我们需要面对一个原点的问题，究竟是为什么企业要花那么大的精力去搭建一个智能化的平台？

前几天微 信里的消息，特斯拉又降价了，降到了25万以下，可能以后还要降，而特斯拉的车主们都认为，一旦开上特斯拉，就很难再开回到传统车了，智能手机也是如此，用了智能手机也不会再回到普通手机。可以得出一个结论：智能化的产品不是来竞争的，而是来消灭所有竞争对手的。

这就是智能产品的可怕之处。

企业智能化的转型，决不是用智能化的手段去生产以前的产品。其真正原因: 企业若要生存，就必须要生产智能化的产品，而智能化的产品必然需要智能化的系统来支撑。

企业智能化，势在必行。