“数字孪生”是什么?工厂效率全看他!

数字孪生的概念可以追溯至2002年,美国工业制造工程协会举办的一次论坛,密歇根大学的迈克尔·格里弗斯博士提出了“信息镜像模型”的概念,后被称作“数字孪生”。

上周,有一个B站UP主火了,他把自己的自行车改造成了无人驾驶的“真·自行车”,给自行车装上了三个电机、一个激光雷达、一个AI运算核心等零件。

这些工作的第一步,是他把车的尺寸、结构精细地输入电脑,做出了一个类似CAD的结构图, 基于这辆虚拟的自行车,他定制加工了组件;随后,这辆数字车被输入游戏引擎,引入重力等因素,就可以用来初步调整各项参数,让只有两个轮子的自行车能稳稳地站在地上。

他把这辆软件中的自行车,称作现实中被改装的那辆车的“数字孪生”。

杨景诒、刘冬宇 | 作者

放大灯团队 | 策划

从《模拟人生》到“数字孪生”

《模拟人生》系列的历史已有21年,至今仍长盛不衰,这离不开它对现实世界的刻画——玩家在游戏不光可以自行决定人格特质、生活习惯,还能决定社交活动和婚姻生育。

自不必说,人生模拟器是一个荒诞的概念,它离真实世界相差甚远;但在另一些电子游戏中,对真实世界、物理规律与机械的还原,成了游戏最关键的卖点——例如《微软模拟飞行》,它需要玩家买一套仿真的飞机控制器,体验起降、飞行过程,甚至有人怀疑,“9·11事件”中的恐怖分子,可能就用电子游戏学习驾驶真正的飞机。也比如《坎巴拉太空计划》,其中的物理模型,与现实的火箭发射相差无几。

这些游戏,都在尝试着在虚拟空间里创造某种真实性,这是一种“仿真”——而仿真的潜力,远不止于满足娱乐需求,在工业生产中更需要“模拟经营”,用仿真工具来低成本地验证某项设计是否有效,或者提前发现致命错误。

在音箱的设计中,箱体与单元的结构,就可以通过仿真软件计算出音箱输出的声音特性,而在土木工程里,仿真软件更是计算结构强度、分析材料选择的必备工具。

就在今年高考填报志愿中,中山大学就将土木类专业划入计算机大类[1]——仿真软件成了各行各业的重要工具,或许就是这种专业划分的原因之一。

这些“仿真”,与UP主的自行车的“数字孪生”,又有什么区别?毕竟它们看起来都是数字世界的物体。

数字孪生的概念可以追溯至2002年,美国工业制造工程协会举办的一次论坛,密歇根大学的迈克尔·格里弗斯博士提出了“信息镜像模型”的概念,后被称作“数字孪生”。

为了更容易理解,我们也可以把数字孪生叫做数字镜像,或者数字化映射。它利用3D建模、传感器、物联网等技术手段,在线上复制一个与现实几乎一致的“数字体”。这个数字体能够通过大量数据,记录现实中的一举一动,“投射”到系统中。

用人话总结一下,仿真是基于现实的规律,创造出虚拟的物体,而数字孪生,则是把真实世界的真实事物,可以是物体,也可以是某种过程,经过精确测量后,在虚拟空间创造出的可以反映真实情况的数码复制体。

共同之处是,他们都能成为人们的好帮手。

某种程度上说,你可能在各处都能见到实时监控数据的大屏幕,那也是种简单的数字孪生;而苹果近年大力推进AR,其中一个应用,就是让普通消费者用手机上的激光雷达,扫描所在的房间与家具,将结构和尺寸录入手机软件,就可以生成你的房间的数字孪生——当然,精度不是很高。

其实,数字孪生不仅可以帮UP主改造自行车,更能成为工业生产、城市管理等领域的重要工具。

在获得制造业的垂青前,数字孪生主要用于军工。

2009年,美国国防部提出“机身数字孪生”的概念,将数字孪生用于航空航天飞行器的维护。另外,通过飞行器身上的传感器,相关实验室还能收集到飞行器的飞行数据,用于后续研究[2]。2012年,NASA发布了一项“建模、仿真、信息技术和处理”路线图,数字孪生这才被更多人了解。

此后数年,数字孪生一直被美国空军所看好。

但它进入民用生产领域的历史并不长,直到2015年5月,通用电气推出数字化风电场,才把数字孪生技术推向商用。2017年,更多国际巨头先后涉足数字孪生技术:

西门子发布了数字孪生体应用模型;

美国参数技术公司推出基于数字孪生技术的IoT解决方案;

达索、通用电气等企业也开始宣传数字孪生技术。

而在国内,阿里巴巴等互联网公司也紧随趋势,纷纷布局数字孪生市场。根据阿里云此前的公开新闻,在城市大脑[3]、钢铁水泥、服装制造[4]等领域,数字孪生的概念已经投入实际应用。

数字孪生技术迅速成为工业生产的宠儿,自然是因为它有助于生产。中国工程院院士谭建荣曾在2020年指出,数字孪生应用于工业领域,能够实现资源调配、智能化生产,显著提高生产效率。[5]

2016~2020年,数字孪生连续四年入选分析公司Gartner的“十大战略科技发展趋势”。Gartner 的一份2019年的报告预测,到2021年,全球将有一半的大型工业企业,在生产中使用数字孪生技术,而这能使他们的生产效率提高10%。[6]

咨询公司MarketsandMarkets的数据则显示,全球数字孪生市场将在未来快速增长,规模从2019年的38亿美元,增长至2025年的358亿美元。此外,亚太地区市场规模增速也会远超其他地区。[7]

“数字孪生”是什么?工厂效率全看他!

为什么数字孪生能提高生产效率?它是如何工作的?要回答这些问题,首先得看看制造业的数字孪生是什么样子——在工厂里,数字孪生复制的不再是一辆自行车、一架飞机,而是一条生产线。

跑在前面的竟是这家老国企

今年5月28日,在2021阿里云峰会上,阿里云与机械工业九院联合发布“汽车数字工厂1.0”行业解决方案,数字孪生是这个方案中的重要部分。

一汽红旗最新的新能源工厂“繁荣工厂”,将会是首个采用这套方案的主机厂。

这座工厂去年4月开始动工,投资78亿,是红旗品牌近年来突飞猛进的又一个信号。2017年,红旗年销量不到5000台,而去年的销量超过20万台,三年增长42倍,而今年大概率会超过40万台。随着需求迅速扩大,这个年产能20万台的新工厂由此诞生。

要造最好的车,肯定要配最好的工艺和装备。这是汽车工业颠扑不破的真理。

汽车工业,人类制造业的明珠之一。它是一种典型的离散制造:产品的生产过程通常被分解为很多零件,在不同的工厂甚至不同的企业里生产,生产过程更为复杂多变。而与之相对的则是流程制造,例如钢铁、水泥、服装等工厂,用一条生产线就将原料制成成品。

阿里云汽车行业架构师黄铮介绍,一辆汽车由3000多类、3万~5万种零部件组成,生产过程要经历冲压、焊装、涂装、总装、电池五大车间、200多种加工工艺,每个车间的生产设备完全不一样,与先前阿里云工业大脑覆盖的钢铁、水泥、服装等流程制造行业相比,汽车制造更加考验企业管理生产的能力。

与自行车和飞机的数字孪生类似,数字孪生工厂是对现实工厂3D形态的完全模拟。大到整厂五个车间,小到车间里每台设备和每一个生产动作,都映射在数字孪生上。简言之,它展现了人类对复杂系统的掌控力。

把工厂搬到虚拟空间里,有什么用?

对于车间的管理人员或者工程人员来说,偌大工厂的管理和生产安排变得没那么困难了。一汽新能源汽车工厂占地面积78万平方米,什么概念?相当于105个足球场那么大。

好在,数字孪生虚拟出来的工厂,与真实的生产环境1:1对应,人在办公室,就能看到生产现场一举一动。在数字孪生的应用中,管理人员能够看到每一个车间的工作情况,通过搜索定位、“拖拉拽”等简单交互,就能定位到生产线的每一个细节。

此外,数字孪生也降低了工人看懂数据的门槛。“它不需要你有什么CAD的经验、也不需要有太多专业知识。” 阿里云工业大脑数字孪生产品经理伍剑向放大灯介绍,就算拧螺丝的工人也看得懂。

除了实时性,“回放”也是数字孪生的重要功能。生产监管因此变得一目了然:借助数字孪生,工程师们可以快速追溯生产数据,甚至细化到当时螺丝的力矩,更容易分析故障的原因;在车辆交付给消费者后, “回放”仍然可以在售后服务中发挥作用。

但想让这一切科幻感的事情在工厂里发生,并不容易。传感器、通信模组、数采软件、算法等软硬件,它们是数字孪生的基础。

伍剑告诉放大灯团队,一个完整的数字孪生工厂,涉及至少三个领域的技术。

首先是数字孪生的载体平台。无论是设备的运行状况,还是生产线的生产数据,都需要运行的载体。这是整个数字孪生中最复杂、最关键的一套系统。

其次是三维技术。孪生世界要与物理世界完成“一一对应”,就意味着工程师要用大量三维技术还原工厂设备。“数字孪生”成为工业设计大奖的常客,就不奇怪了。(去年,阿里云的工业大脑数字孪生刚刚拿了中国设计智造大奖“金奖”。)

搭建好的三维模型,还要接入工厂的生产数据,才能把它们驱动起来。换句话说,这些三维模型不是用来观赏的,它要实实在在反映、指导生产动作。这需要特别精准、高性能的数据采集和处理技术。

如果回到原点,第一个环节就是对数据采集与监控系统的改造,排头兵就是异常复杂的连接设备传感器和PLC可编程逻辑控制器。

随着工厂自动化设备越来越多,设备接入点位和十年前相比,可能增加了二、三十倍。这些数据包括但不仅限于:

工厂的物流、仓储、内部控制环节产生的管理类数据;

温湿度计、机械臂等IoT类传感器产生的数据;

在进行安全管理、质量检查时,工厂还会借助视频手段,这些视频又是一类数据。

这些数据如何采集、监控并为生产提供参考,成了所有工厂跨越简单自动化的切入点。

在一汽红旗新能源工厂,阿里云和机械九院自主研发出一套数据采集与监控平台。数据采集的设备点位在工厂的五大车间里超过数百万个,数采频次最高可达200毫秒/次。大量的设备点位高频次介入,数采平台能不能撑住?这十分考验系统的处理能力。在红旗新能源工厂项目上线前,阿里云做了一个月的模拟测试,当有60万设备点位接入时,CPU的开销只占到30%以下。

对行业来说,这是个新记录。

当然,对车企来说,数采的手段并不重要,重要的是数据拿到手之后,如何用起来。“数据采集后,关键在于对数据治理的环节,这是核心技术。”一汽集团工程与生产物流部总装工艺部总监、一汽红旗新能源工厂项目负责人董玮在先前的采访中曾经表示:“这些核心技术我们肯定希望掌握在自己的手里,来保证数据模型搭建的自主性。”

“数字孪生”是什么?工厂效率全看他!

数字工厂中的数据流向。

图丨放大灯团队据采访整理

数字孪生对数据的完整性提出了事无巨细的要求,让车企“自主掌握数据”成为一个基本要求。归根结底,一座数字孪生工厂,就是整个工厂的所有数据的集合。难怪机械工业九院副总经理李允升这样说:“我们给一汽红旗交付的是一个真正数据驱动的工厂。”

1分钟生产1台车,机器人绝不罢工

不过数字孪生,只是智能工厂的一块拼图。

阿里云和机械工业九院合作的“汽车数字工厂”,当然不只有数字孪生——实际上,基于数据和智能算法,数字工厂还在做更多的事。

“数字孪生”是什么?工厂效率全看他!

放大灯团队据采访信息整理

在一汽红旗新能源工厂里,智能应用遍布五大车间。

其中比较容易理解的是用算法对质量做预测分析。打个比方,我们该怎样判断一颗螺丝有没有拧好?在传统的流水线上,这项工作当然需要人去做检查,但在数字工厂,就需要更自动化的策略。

IoT数据采集,当然能测出拧这颗螺丝用了多大力、拧了多少度数——但这还不够,数据指标不能解决一切问题,因为每颗螺丝、每块钢板都存在微小的差异。工厂是个复杂的系统,综合考虑这些复杂的因素,就需要建立算法模型,对“拧好螺丝”这件小事作出判断。

这只是汽车数字工厂智能算法的一个缩影。类似的算法,被应用到冲压、焊接、涂装、总装、电池电驱各个关键环节中,即时对生产质量给出判断。

另外一类算法,则是对生产设备本身的预测性维护。

高速生产的流水线中,每一个环节掉链子,都会打乱整个生产节奏。

“繁荣工厂”设计的生产节拍是60JPH(jobs per hour),即每小时完成60个作业、每分钟就有一辆汽车整装下线。如果一年停工10次,每次停工3小时,就会减少1800台产量,实际损失上亿。提前发现问题、集中处置,减少产线停工的发生,正是这套预测性维护算法带来的直接提升。

它通过IoT数采的生产数据,和流水线设备本身的寿命参数结合,以判断设备是否有部件即将超过使用寿命、需要维修,并由系统在第一时间向工程师报告问题。

如何报告呢?最快最明了的方式,就是在数字孪生的虚拟工厂里,显示出一个巨大的预警信号。即便是一线的工人也能马上理解,有什么可怕的事情正在发生,必须尽快解决。

人类对复杂系统的改造永远不会停止。福特T型车之所以短时间内成为风靡全球的爆款车型,要归功于福特在1913年发明的工业流水生产线。这条产线第一次实现了汽车零部件的标准化,第一次在总装车间采用了机械传送带,也让造一辆车的时间第一次缩短到93分钟。

为了更高的效率和品质,此后的一百年里人们几乎穷尽了自动化的所有可能。下一个问题便是如何降低自动化的费效比,如何让数据成为最重要的生产凭据——数据、智能算法、数字孪生已经是绕不开的“产线新势力”。

下个时代的“T型车”,无法简单地从一堆机械臂中诞生,智能制造的浪潮已经到来。

References:

[1] 中山大学今年实行大类招生、集中培养:计算机类可分流到土木

[2] 数字孪生:企业数字化未来之门

[3] 阿里云《城市大脑:探索“数字孪生城市”》白皮书

[4] 阿里云获中国设计智造金奖,工业大脑“数字孪生”成行业新宠儿

[5] 谭建荣院士:用数字孪生技术赋能美好生活

[6] Digital Twins: why virtual replicas of assets create real business value

[7] 工业级数字孪生稀缺标的,赋能“智造”升级

本文版权归原作者所有,同心智造网(www.cn-im.cn)转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。

扫码关注
扫码关注
加入社群
加入社群
QQ咨询
分享本页
返回顶部