前言
下午的内容主要是围绕产业创新展开，由三位国外嘉宾主讲，包括三个topic：先进制造业的物流4.0，复杂制造系统数字孪生的现状与工业应用趋势和面向制造企业的数字化解决方案-数字孪生。
其实从题目就可以看出来德国或者说欧洲对于数字孪生的偏爱，毕竟是这个概念的发源地。虽然经常听，但我一直以来对数字孪生不甚了解。这次算是加深下理解。
数字孪生
从定义上看，数字孪生是充分利用物理模型、传感器更新、运行历史等数据，集成多学科、多物理量、多尺度、多概率的仿真过程，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程。数字孪生是一种超越现实的概念，可以被视为一个或多个重要的、彼此依赖的装备系统的数字映射系统。
数字孪生的意义
物理世界运载着人类以及庞大的生态系统，它的运转容不得一丝的差错，我们更是没有胆量去屡次试错。在城市病日益突出的今天，为了使得城市的运行更加的美好，人类开始尝试用各种技术手段改变现有环境。数字孪生便也在这种情况下，得到了更多的关注。我们可以在不改变原有物理世界的情况下，运用数字孪生技术，克隆出与之对应的虚拟世界，在虚拟世界中我们可以看到物理世界的角角落落，并且可以在虚拟世界中进行各种创新性尝试与改革，这样我们就可以提前知道如果这种决策运用在现实生活中是否可行。这样将大大减少了试错的成本，并且可以不断调优，使得决策更加助力与现实环境。
数字孪生的应用场景
- 设备故障诊断和预测：通过实时获取设备上的传感器数据，实现设备生产过程中状态感知和实时状态监控，根据设备的历史数据和机理模型进行设备故障诊断和预测。防止“过维修”或“维修不足”，通过设备故障诊断和预测进行精准维修，保障设备的可靠性。
- 加工工艺仿真：在构建设备和产线的数字孪生模型基础上，获取实时的设备数据和产线数据，根据加工工艺参数，在虚拟对象上进行加工工艺仿真，进行加工工艺验证或工艺流程优化。
- 车间布局优化：在虚拟的数字孪生车间中，根据人、机、料、法、环和精益布局法则，进行新车间的布局设计和旧车间的布局优化。
- 设备全生命周期管理：基于工业设备运行管理、维护作业管理和设备零配件全生命周期管理，通过对设备的集中监视，汇总生产过程中的设备实时状况，形成设备运行和管理情况统计、设备运行情况统计、设备运维知识库，为合理安排设备运行维护，充分发挥设备的利用率，满足设备操作、车间管理和厂级管理的多层需求提供依据。
- 远程运维：运用数字孪生技术，通过收集智能设备产生的原始信息，经过后台的数据积累，以及专家库、知识库的迭加复用，进行数据挖掘和智能分析，主动给企业提供精准、高效的设备管理和远程运维服务，缩短维护响应时间，提升运维管理效率。
- 车间全要素可视化：通过对设备制造生产设备实时数据采集、汇聚，建立实体车间/工厂、虚拟车间/工厂的全要素、全流程、全业务数据的集成和融合，通过车间实体与虚体的双向真实映射与实时交互，在数据模型的驱动下，实现设备监控、生产要素、生产活动计划、生产过程等虚体的同步运行，满足设备状态监控、生产和管控最优的生产运行模式提供辅助数字孪生服务。主要包括生产前虚拟数字孪生服务、生产中实时数字孪生服务、生产后回溯数字孪生服务，以确保做到事前准备到位、事中管控到位、事后优化到位。
- 虚拟培训：对车间设备操作维护、加工工艺、生产安全等进行虚拟培训，能够为车间输送快速上岗的技术人员，同时也能进行多能工培养。提升培训质量，缩短上岗周期。
- 虚拟巡检：基于数字孪生技术和传感器技术，在数字孪生场景中按照虚拟巡检路线进行场景漫游，在关键巡检点查看巡检设备的实时状态数据、环境数据、摄像头数据，对车间进行虚拟巡检，能够提升巡检的效率，同时能够降低车间实地巡检的体能消耗和危险地段巡检事故的发生。
思考
- 德国热衷于工业4.0和数字孪生的一个原因可能是西门子、施耐德等前沿工业公司，可以向后发企业，特别是在拥有最大制造业规模的中国，出售大量传感器、高端设备或工业软件。而且往往这些设备商只开发闭环的信息化生态，不能与其他公司产品兼容，这就导致主机厂的使用、维护、升级或整合有很大的困难。
- 工业大数据或者智能制造有个很具挑战性的瓶颈就是标准化，各个厂家互不兼容、互相争夺“场景地盘”，在使用上也有诸多不便。像德国弗劳恩霍夫协会就是在做标准联盟，试图报团取暖，在市场竞争中取胜。
- 数字孪生的可视化可以做的非常炫酷，做出真实物理世界的完美重现并不困难，甚至是上海洋山港这样的国际化大港口，为了智能化升级，能够在地下安装无数的磁棒，为了AGV车辆的定位。但是这毕竟还只是成本，不是产出也不是效益。故障诊断、工艺仿真这些功能的实现，不只需要传感器、信息化平台，都需要非常完备的物理机理模型、大量的工艺参数、工程经验积累。或许德国已经有多年的积累了，但是中国还在起步阶段。
- 擦亮眼睛，国外的产业界嘉宾的目的是为了卖设备、卖软件、卖理念，其内核恐怕是保密的机理模型和详细参数。即使软件用的再好，不明其理只是叶公好龙。
- 学术界要冷静，不应该无脑为了德国企业的利益在国内摇旗呐喊，学习是必要的，但如果让国内工业企业都用外国的设备、软件，久而久之国产的软件没有数据积累，与国外企业的差距会越来越大。到那时，就会像芯片一样，有被“卡脖子”的风险。从这个角度上讲，恰当的、必要的学术交流是需要被鼓励的，但学术界要避免产生“资敌”、“买办”的嫌疑和后果。
参考资料
https://www.zhihu.com/question/435838492/answer/2384301093
本文章使用limfx的vscode插件快速发布