面向智能制造的数字孪生系统
智能制造所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，其所相关的数字孪生系统可以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。由于孪生对象不同，产品的数字孪生基于产品设计、制造和使用过程来建设，其模型和数据来源为产品设计部门、制造部门和产品服务部门，以及用户。生产系统的数字孪生，其模型和数据来源为工厂设计规划部门、建筑设计院、设备供应商、工厂制造部门以及工厂管理层；供应链数字孪生的模型和数据来源是供应链相关企业的管理部门、制造部门以及物流配送企业。这三者的模型和数据来源不同、更新频率不同、责任主体也不同，因此，很难构建一个覆盖整个制造过程和制造要素的数字孪生系统，只能是三个相对独立、又互相关联的数字孪生系统。三个系统对应于图1所描绘的制造生态，形成一个“制造数字孪生生态”。
图2展示了产品生命周期的典型阶段，一个产品在其生命周期内的演化是一个分层次、分阶段，且相互交互协同的立体反馈运行模型。
图2 产品全生命周期的信息闭环
在产品设计阶段，设计者首先需要充分理解用户的需求或意愿，需求决定产品的结构、配置、功能以及产品微小的差别。而产品是由多个零部件配置而成，因此需要建立用户需求与产品配置之间的关系。通常客户给出的需求是文字表述的，产品在设计阶段的模型是虚拟的，这种对应关系需要在虚拟空间中进行映射。在实际的制造场景中，新一代的产品通常会根据需求在旧一代的产品上迭代改进。作为前代物理产品所对应的数字孪生体，在研发、制造、使用、报废阶段中迭代优化并附积了大量信息，这些数字孪生体不会随物理产品的消亡而消失，前代产品数字孪生体能给新一代产品的设计和研发提供借鉴模型。
作为先于物理产品“出世”的数字胚胎是产品生命周期数据积累的开始和统一模型，集成了产品的三维几何模型、产品关联属性信息、工艺信息等。同时，需要专业工艺人员根据经验总结和工艺知识进行工艺流程的编制，即将产品设计模型转变为制造方法及步骤和工艺参数，然后将产品数字胚胎模型和设计文档传递到制造阶段。
在产品制造阶段，产品的制造过程数据(生产进度、生产订单干扰、外协需求以及产品质量等)都实时记录在产品数字孪生体中，可基于生产约束、生产目标、产品工艺等实现对产品行为和状态的生产监控和控制，达到产品的制造情况完全透明化，最终交付给用户的是产品设计的物理实例以及和其对应的唯一的产品数字孪生体，此时产品数字孪生体经过生产系统制造完成后已经具备和物理产品一样的实例行为。
在产品使用和运维阶段，物理产品的所有使用状态变化、组件变更信息、产品性能的退化信息都将反馈到产品数字孪生体。物理产品在进入使用服务阶段往往随着使用时间推移和使用次数增加会出现组件故障、磨损或损坏的情况而去更换部分组件。而产品数字孪生体与物理产品始终保持一致，会自动响应产品的组件变更信息。
因此可以看出产品数字孪生体是产品全生命周期的数据中心，刻画了产品从设计阶段、使用服务到报废/回收的所有信息和模型。产品数字孪生体采用全数字量表达产品的几何特征、性能、状态和功能，作为全生命周期信息的唯一依据。同时，产品数字孪生体也是全价值链的信息集成中心，其主要目的在于整个价值链中的价值”在时间和空间上无缝协同，这不仅是共享产品的信息，也是一种在空间上基于信息唯一性的全价值链服务协同。因此，产品信息能够在全价值链实现可追溯/可追踪性，并能够返回产品数字孪生体中，最终将形成信息高度闭环的产品数字孪生体，图3 展现了这一虚实高度融合过程。
生产系统是原材料变成产品的地方，是信息流、能量流和物流相交汇作用的地方。按不同的层次来划分，生产系统可以包括工厂、车间、生产线和加工单元。一般来说，本节所说的生产系统数字孪生系统是指工厂数字孪生系统或车间数字孪生系统。
图3 产品数字孪生体全生命周期演变过程
参照产品全生命周期的概念定义，一个生产系统的全生命周期也可以分为规划与设计阶段、施工建造阶段、运营与维护阶段以及报废与改建阶段。生产系统的全生命周期每个阶段的目标不同，对信息的需求不同，同时信息也明显具有不同的特征。在生产系统全生命周期中，所需承载的信息不断累积并由前一个阶段传递到下一个阶段，而且需要承载面向产品制造过程多领域、全要素、全业务流程的融合信息，这就需要面向生产系统全生命周期的数字孪生技术来满足信息流的流动性、集成性和可扩充性需求。
生产系统的数字模型中三维几何模型部分一般包括厂房基础设施模型、生产线设备模型和物流设施模型。厂房建筑是工厂或车间的一个重要基础设施，因此，建筑信息模型(BIM)是生产系统模型的一个重要组成部分。BIM能够有效地辅助建筑工程领域的信息集成、交互及协同工作作[51]，可以使得工厂生命周期的信息得到有效的组织和追踪，保证信息传递到下一阶段而不发生“信息流失”及减少信息不一致。BIM可以根据工厂的不同阶段和需求创建，即从工厂规划与设计、施工到运营维护不同阶段，针对不同的服务需求建立相应的子信息模型。各子信息模型具有自演化和自更新机制，可以和上一阶段信息模型进行交互，并对其进行扩展和集成形成本阶段的子模型数据，最终形成面向全生命周期的完整信息模型。
图4 数字孪生演化过程
以智能工厂这一生产系统为例，在工厂数字孪生系统构建的过程中，参照图4，也有“工厂数字胚胎的概念。一方面，工厂数字胚胎包括利用BIM提供精确的三维模型，而相关的数字化文档则可以作为BIM的基础数据服务中的内容；另一方面，工厂数字胎基于数字化技术在工厂设计和规划阶段对工厂进行提前建模，先于物理工厂诞生，是一种集成生产性能指标、产品工艺规划和调度模型的理想化数字模型。通过这种理想化数字模型来仿真工厂生命周期的制造活动，验证工厂整体运行的可行性和效率。在工厂施工阶段，物理工厂是根据已经得到验证的工厂数字胚胎建成，这是工厂虚体到实体的一种孪生映像，同时，在这个阶段，工厂数字孪生体也逐渐形成。在工厂运营阶段，工厂数字孪生体又得到来自物理工厂的信息反馈更新，进入工厂数字化映射体阶段，与物理工厂进行信息交互。因此，以BIM和生产系统模型为核心的工厂数字孪生体，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，支持对智能工厂中建筑、设备等工厂实体信息的存储、扩展和服务应用过程，如图5所示。
在供应链管理周期中，供应链中的所有产品（供需关系中的服务载体皆为产品） 都会产生与其动态、性能和状况相关的信息，利用这些聚合的海量数据，企业就可以通过建模和仿真，创建整个供应链的数字孪生。具体地，对供应链各个节点(仓储、枢纽、运输、配送)和节点的业务环节（如仓储的库存管理）进行模型建立。供应链上的各节点是最小的智能体单元，通过对这些智能体单元的建模和仿真，以及通过开放接口将模型串联起来，可以在虚拟空间中使整个供应链网络的功能运转。这种理念的实质是形成一个数字化版本的供应链，既为现实世界的供应链提供信息，又从现实世界的供应链获取信息。同时，供应链数字孪生体不仅体现供应链历史和当前状态的事实信息，还体现着未来的决策和计划。
图5工厂数字孪生系统
供应链数字孪生系统的最终目的是通过实时的信息交互实现服务协作和服务追踪管理，在供应链上下游中，每个工厂是一个业务节点（智能体单元），这些工厂形成工厂群数字孪生协同域。利用协同域中的工厂数字孪生体，建立一致的工厂指标评价体系，综合各个工厂的协同目标、协同约束制定伙伴选择策略，构建协同优化模型，实现在工厂制造各个层级（车间、生产线、设备）和上下游工厂进行业务协同。工厂数字孪生体的信息视图发出服务请求，如果上游工厂能提供相应服务，下游工厂服务视图便可在协同域中调用相关服务。最后，基于工厂数字孪生体的信息视图构建面向企业动态监督和评估机制的可视化管理模型，工厂群可根据自身在供应链的定位和自身工厂制造运行特点构建可视化服务信息模型，下游工厂可根据服务需求定期通过点对点的可视化追踪对上游工厂进行动态的监督、评估和管理，图6所示为基于产品统一模型的供应链数字孪生系统组成结构。
图6 基于产品统一模型的供应链数字孪生系统结构
