工業 4.0 被炒作已久，以至于人們很容易忘記它是游戲規則的改變者。不是因為工業物聯網設備的激增預示著它的到來，而是因為企業實際上可以利用這些設備生成的數據來做什么。

簡而言之，今天的 IIoT 設備收集了足夠的數據來驅動被稱為“數字雙胞胎”的虛擬制造設備，企業可以使用這些設備自動規劃或測試新戰略。借助數字雙胞胎，工程和設計團隊可以創建能夠分析物理制造設備當前性能的自主系統，將其與過去的數據進行比較，并相應地調整其設置。

在下面與 Embedded Computing Design 的 Rich Nass 的問答中，MathWorks 行業經理 Philipp Wallner 解釋了數字孿生背后的原因以及它們可以為采用——更重要的是，知道如何使用它們的企業提供的價值。

什么是數字孿生？

Philipp Wallner （PW）：數字孿生是現實世界物理資產的數字表示，它基于相關且易于訪問的歷史數據反映資產的當前狀況。公司正在使用數字雙胞胎來分析組件、機械和整個運營中的生產（或制造）工廠等資產的性能，并將其與過去的數據進行比較。他們還可以使用它們來優化公司的運營、預測未來的行為或確保給定的資產處于最佳狀態。例如，通過泵、發動機、發電廠、生產線或車隊的預測性維護。

數字孿生如何適應工業 4.0 的更大背景？

PW：擁抱工業 4.0 的制造商的主要目標應該是轉移遵循特定重復模式（人工智能算法可以學習）的部分決策過程，同時在未來從人類決策者那里獲得新的見解和想法。通過這樣做，工程師有更多的帶寬將人類洞察力（應用他們的領域專業知識）整合到他們公司的流程中。為這些平臺提供動力的模型既使用歷史數據，也使用資產傳感器生成的大量新信息，無論情況如何，都能做出適當的反應。數字雙胞胎為這個過程增加了另一層，讓工程師有機會在不使用物理世界中的資產的情況下評估模型的決策、調整變量和測試新場景。

數字孿生如何工作？

PW：這取決于公司。例如，假設您從事石油和天然氣行業，并且您的公司在三個不同的地點擁有油井，每個油井都有多個泵。您可以將數字雙胞胎用于預測性維護，讓您的工程師為每個泵構建數字雙胞胎，并使用傳感器生成的數據不斷更新數字雙胞胎，以評估每個泵的當前運行狀況。

為什么公司應該使用數字孿生？

PW：任何一家公司的工程師都可以通過多種方式使用數字孿生模型，以確保他們的設備始終在峰值狀態下運行：

減少設備停機時間：他們可以使用數字孿生通過預測設備故障并提前預防來提高密封件、閥門和柱塞等組件的性能。

庫存管理：工程師可以通過使用數字雙胞胎識別哪些零件可能需要維修或更換來改進公司的庫存管理。

車隊管理、假設模擬和運營規劃：回顧我之前提到的石油和天然氣用例是描述這一用例的最簡單方法。因此，每個井的泵可能具有相似的功能；但是，每個位置都具有影響其運行方式的獨特環境因素，例如溫度。幸運的是，該公司可以使用數字雙胞胎來監控整個油井（或其他被監控的基礎設施部分），確定提高效率的方法并模擬未來的場景來測試它們，優化未來的運營。

您能否擴展數字雙胞胎捕捉實物資產狀況的能力？

PW：數字雙胞胎經常更新以匹配實物資產的當前狀態，這可能使它們能夠隨著時間的推移測量其狀況。分類信息會根據數字雙胞胎的使用方式和捕獲的內容而變化。例如，預測性維護用例中的數字雙胞胎可用于故障分類，從泵的健康和故障狀態中捕獲運行數據，工程師可以將這些數據與其他泵的數字雙胞胎歷史記錄進行比較，以了解類似情況如何影響泵的行為以及車隊的整體效率。需要更多的數字雙胞胎來捕捉資產的整體狀態。

這些監控功能也可以用來檢測異常嗎？

PW：數字孿生與物理資產并行運行，并標記包括異常在內的操作行為。當檢測到異常時，數字孿生可以評估是否將其標記為潛在的設備損壞。

它們可以用于預測性維護嗎？

PW：由于數字孿生可以監控整個車隊，因此非常適合運營規劃和資產維護。例如，運行工業自動化和機械應用的公司可以使用數字孿生來確定其設備的剩余壽命以及維修或更換設備的最佳時間。

值得注意的是，由于預測性維護通常需要做出實時或對時間敏感的決策，因此進行預測性維護的數字孿生應該直接集成在資產本身或邊緣的工業控制器上，而不是集成在 IT/OT 上層，如下所示。

（圖 1：典型的智能連接系統拓撲以及應部署數字孿生的位置。）

人工智能的支持者喜歡關注的一個好處是它能夠幫助公司制定新戰略——你認為數字雙胞胎會給制造商帶來這種好處嗎？

普瓦：當然。數字孿生可用于模擬多種場景，以檢查車隊規模、天氣或運營條件等因素如何影響公司的業績。在工程師的幫助下，企業主可以使用這些信息就資產管理、維護計劃、優化運營做出明智的決策。

使數字孿生有效檢測異常的因素能否用于優化運營？

普瓦：當然。如前所述，公司可以更改車隊規模、天氣、性能或能源成本等變量，并將其應用于數百或數千個場景，以衡量他們的準備情況或確定哪些調整最有可能產生最佳結果。這種方法使公司能夠降低風險、降低成本或最大限度地提高系統效率——有時三者兼而有之。

例如，我們在食品和飲料行業的一位機器制造商客戶創建了一個數字雙胞胎，不僅優化了公司機器人處理設備的設計，還優化了其故障測試和預測性維護能力。您可以在此處了解有關該示例的更多信息。

讀者如何構建數字孿生？

PW：鑒于我迄今為止概述的許多好處，工程師將越來越多地被要求為他們的公司開發數字雙胞胎。設計團隊在準備、構建和應用數字孿生模型時應牢記三種主要模型：數據驅動、基于物理的模型以及將兩者結合的模型。

你能帶我們穿過它們嗎？

PW：很高興。試圖通過估計資產的剩余使用壽命 （RUL） 來優化維護計劃的公司應該使用數據驅動模型。如果公司可以訪問相似資產的完整歷史，公司也可以使用相似模型，但如果公司只能訪問故障數據，則可以使用生存模型。如果公司無法訪問故障數據但知道資產的安全閾值，則可以使用退化模型來估計 RUL，并通過傳感器測量泵的流量、壓力和振動等因素來評估資產的狀況。

如果一家公司想要試驗潛在的未來場景并模擬車隊在多種條件下的行為，它應該使用基于物理的模型，通過連接液壓和機械部件創建。基于物理的模型被輸入資產的數據，之后工程師被邀請調整或添加多個變量或環境條件，然后查看模擬結果。

工程師可以使用的另一個數字雙胞胎選項是卡爾曼濾波器，它通過對資產的退化進行建模來結合物理和數據，然后定期更新數字資產的狀態以表示物理資產的現狀。

讀者如何將數字雙胞胎融入設計過程？

PW：在設計資產時，工程團隊應該為每個組件創建一個數字雙胞胎。他們擁有的與其資產組件相對應的數字雙胞胎越多，數字雙胞胎的測量結果就越準確，資產工程師就越有能力虛擬測試他們的資產。某些應用程序可能需要比其他應用程序更少的唯一雙胞胎總數——例如，對多個系統的系統進行建模的團隊可能不需要為每個系統創建一個雙胞胎，因為對精度的期望可能較低。但是，如果設計團隊打算運行，例如，故障預測和故障分類，他們需要為每個目的創建不同的模型，并且這些模型可用的數字雙胞胎越多越好。

這是有道理的——數據工程團隊擁有的越多，他們可以為雇主提供的價值就越大？

普瓦：沒錯。數字雙胞胎的靈活性和優勢應使其成為向工業 4.0 過渡的企業的重中之重。通過提供運營中資產的最新表示，公司為其工程和設計團隊提供了無限的機會來優化、自動化或提高其資產的效率并評估未來的績效——所有這些活動都會導致成本節約、加速開發和最終，行業領先。

審核編輯：郭婷