制造业数字孪生：赋能技术、应用场景、挑战与起步指南

企业级基础设施可增强数字孪生计划效力并赋能创新应用。

数字孪生为制造商提供设计、监控、管理产品和设施的新途径。基础概念十多年前已存在，但连接技术和服务（边缘计算、IoT、5G）的近期引入和大规模应用，使数字孪生切实可行于工业应用。

然而，如商业环境引入任何新技术，均面临挑战、用例定义、最佳实践学习、向业务证明价值等。RTInsights采访Dell Technologies工业IoT与边缘战略总监Todd Edmunds梳理相关议题。

我们探讨制造业对数字孪生的浓厚兴趣、赋能技术、用例、障碍及起步指南。

制造业中的数字孪生

RTInsights： 什么是数字孪生？为何制造业对其感兴趣？

Edmunds： 数字孪生是实际物理对象、系统或组织的虚拟副本。结合实时数据，可提供对该对象、系统、组织运营的宝贵洞察。制造业中可有多种数字孪生，行业仍在统一术语。从运营数字孪生起步：让你问答「现在发生什么？」如：我工厂里的机器人状况如何。还可问「现在工厂该做什么？」如：这些机器人是否需预测性维护？如何用数字孪生审视我生产产品的长期质量指标？

下一代是高级仿真孪生：让你问答「如果……会怎样？」如：产线速度提升25%，该产线机器人及其他资产会否过早失效？若会，因当前可增产提利润，是否值得尽管维修成本上升？这类新一代综合数字孪生在工业4.0、智能制造、工业IoT应用中可能性近乎无限。

若拥有正确数字孪生和托管基础设施，几乎每个工业4.0用例、最新智能制造举措的所有效率均可整合进该数字孪生实施。这才是真正价值所在——单一解决方案融合预测性维护、工厂可视化、分析AI、甚至AR/VR。设想厂长虚拟巡厂，即时洞察全厂甚至每台设备（机器人/机器）内部状况。

赋能技术

RTInsights： 利用数字孪生需要哪些赋能技术？

Edmunds： 边缘计算——将算力贴近数据产生处理处——是当前行业热点，组织寻求更快决策、降低云支出。这也是实施数字孪生所需技术的高效途径。针对制造业，两类边缘计算对部署数字孪生极关键：

工业边缘计算：含强固设备，部署车间现场，可在大多数制造设施的极端温度、高振动、恶劣环境运行。用于连接并提取不易共享数据的车间设备。如：机器人数字孪生需持续实时状态数据流维持准确性和运营价值。工业边缘计算设备摄取处理相关控制、传感、环境信息。

第二类是企业边缘（有时称厚边缘）：本地企业级计算、存储、网络基础设施，处理实施真正数字孪生所需数据和工作负载。大型工厂数百/数千车间资产，所有实施数字孪生所需数据独占云存储不可能——带宽、延迟、安全策略、数据量、主权、云传输高昂成本均过高。

因此，本地企业级基础设施对于处理工厂中成百上千数字孪生的数据和工作负载至关重要。叠加5G、即将到来的Wi-Fi 6连接，这种分布式边缘计算架构让利用新技术带来的新信息流变得更容易。

数字孪生收益

RTInsights： 数字孪生在制造业如何应用，收益何在？

Edmunds： 三大类别，最后举例。第一，数字孪生提供产品端到端设计工程洞察。制造商可创建虚拟产品开发环境，集中管理所有产品信息，解决制造组织典型的数据孤岛问题。

第二，洞察高价值生产资产当前状态和条件。可用数字孪生监控响应资产实时状态趋势及其对工厂整体运营影响。应用分析AI，预测资产生产中何时可能故障，在正常停机窗口前安排维护，避免影响吞吐指标。

第三类是下一代用例，提供未来决策洞察。此类数字孪生应用高级AI分析优化资产功能，降低成本、维护时间、停机时间。例：麦克拉伦F1车队用数字孪生能力将赛车制造周期从典型42个月缩至24个月。应用相同技术，量产P1超跑开发时间和成本减半。

另一例为美军开发：用数字孪生构建不同迭代军用车辆，优化测试生存能力。数字孪生技术允许模拟车辆在数百/数千不同攻击场景下表现，模拟多位置遭不同弹药打击。数字孪生让他们制造出更安全、生存性更强的车辆。

数字孪生挑战

RTInsights： 部署使用数字孪生面临哪些挑战？

Edmunds： 数字孪生需企业级基础设施处理数据和工作负载。该基础设施须围绕安全、可扩展性、可靠性设计。一旦看到数字孪生数据价值，可靠性和可扩展性成关键，需前期投资正确基础设施。这引出必要性：识别最高价值数字孪生计划、量化ROI，以证明实施最高效架构的合理性。这样数字孪生可初期正确实施，并具备扩展所需的企业级基础设施。

另一挑战：当今数字孪生处于相当新阶段、较新概念。数字孪生存在数十年，但未真正达到我们审视的整个系统、系统体系、车间资产的精确复制。那是行业方向，头部公司竞相构建软件和应用实现真正数字孪生。目前无人完全达成。虽有许多优秀公司和应用处理数字孪生生态系统不同部分，但尚无端到端单一终极解决方案。

数字孪生起步指南

RTInsights： 企业如何开始使用数字孪生？

须审视期望从数字孪生获得的价值、目标，并准备好投资基础设施。无需从全端到端基础设施起步。但基础设施必须设计为能广泛深度扩展，以处理创建数字孪生并实现ROI所需的数据和计算负载。

可从初始数字孪生实施小规模起步。正确基础设施允许在其上叠加多数字孪生，扩展至数百甚至数千各类型数字孪生。

另一起步途径：参与快速涌现的数字孪生生态系统。最佳之一是数字孪生联盟。由Dell Technologies、Ansys、GE、Microsoft、Lendlease创立，汇聚工业IoT和工业4.0领域内外领军技术玩家。联盟设制造工作组、基础设施建筑/自然资源/航空航天国防等行业聚焦组。对任何人开放。加入是了解数字孪生、他企实践、塑造术语技术分类学未来的绝佳途径。