数字孪生是通向数字化转型的桥梁( 二 )

三步法构建数字孪生
可视化，对于数字孪生而言，可以看成是一个标配。但可视化，并不是数字孪生。构建机器数字孪生，需要有更完整的业务洞察。
数字孪生的建设，不仅仅是信息组织和表现形式的图形化，更在于构建过程中，要将企业的知识体系贯穿其中，让信息上下游之间的背景链路清晰明了。这个过程，可以采用“双模数字孪生”的方式，就是将几何模型和和机理模型相互嵌套。结合不同的设计、制造和运维的阶段，知识体系嵌入其中。
首先是需要对应物理实体，建立物理几何模型。构建物理几何模型，往往零配件开始。例如，一台烟草包装机，有1.5万个零件，需要一一建模，并且建立设备零部件库。这些零部件库的最小单位为零件级别，如螺丝、螺母。主要数据获取方式，包括从CAD软件、数据表以及现场测绘开始，构建实体等比的数字化模型。

文章图片
图2从零配件开始建立物理几何模型及肌理模型
更难的在于第二步，需要围绕物理空间的运转逻辑，建立机理模型，对应运行轨迹。
机理模型，就是要将几何空间的零部件，跟控制系统的机器动作进行匹配。机器的真实运动轨迹，在几何模型都有对应描述。这其中，都是通过数据标签，来标识零部件的状态，并且跟控制逻辑相对应。例如，薄膜纸会剔除那些无法包装的烟支和烟包。而烟支无法包装的原因会有几十种：薄膜褶皱、烟支重量不够、圆周不够圆、空投、漏气、重量等。需要深入了解这些机理，然后将其做成模型和算法，并与几何模型相对应。
第三步，则是涉及到三种知识模型的构建。
第一种是设计类。从设备的设计资料出发，运用数字孪生技术，全面刻画设备的物理属性，实现虚拟设备对物理设备的真实映射，最终完成对物理设备的完全镜像。
第二种是制造知识模型的构建。运用数字孪生技术全面的刻画设备与产品之间的属性，实现虚拟设备与物理设备的数字模型真实映射。制造阶段所涉及的知识按其特性可分为基础知识、管理知识和设备知识。基础知识，表现为装备制造企业核心数据，企业组织结构、岗位、工种、人员、存货档案、固资编码、供应商等信息。生产管理知识，则表现为如生产计划、产品指标、原材料清单、绩效考核指标等。而设备知识，如供应商、规格型号、操作说明、操作规程等。
第三种是运维知识模型的构建。基于设备服务知识模型，在采集的实时数据、历史数据及领域知识等，共同实现设备的多维数字孪生模型构建。建立各种故障代码、维修对策库，并且提前通过虚拟模型，进行仿真验证，从而实现对机器状态检测、故障预测以及维修策略建议等功能。

文章图片
图3设备制造知识模型与运维知识模型的构建
以上三种知识模型的建立，都离不开一套表达各种物品之间关系的知识图谱，这是构建在行业规则之上的编码体系，具有很强的支撑作用，能够快速建立知识模型，并且用可视化的方式，将背后的知识体系表达出来。
提升现场员工能力
在知识体系的基础上，构建了高保真的数字孪生，就可以在现场，提高员工的判断力，从而提升工厂的运营效率。
机器作为工业生产的必备工具，可视化管理是工业数字化转型必经阶段。而数字孪生，则更胜一筹，不仅仅让使用者对设备有形象具体的图形理解，对设备现实的状况及所有参数数据等信息一目了然，而且以非常体系化的方式，引导用户轻松使用机器。