数字孪生案例分析

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。

美国国防部最早提出利用Digital Twin技术，用于航空航天飞行器的健康维护与保障。首先在数字空间建立真实飞机的模型，并通过传感器实现与飞机真实状态完全同步，这样每次飞行后，根据结构现有情况和过往载荷，及时分析评估是否需要维修，能否承受下次的任务载荷等。

数字孪生，有时候也用来指代将一个工厂的厂房及产线，在没有建造之前，就完成数字化模型。从而在虚拟的赛博空间中对工厂进行仿真和模拟，并将真实参数传给实际的工厂建设。而工房和产线建成之后，在日常的运维中二者继续进行信息交互。

工厂就像有机体 - 过程交织在一起，传送带承载着从A到B的重要部件，每个元素都有一个目的。它们还有一种可以称为心脏的东西：涡轮机或电动机，在专家圈子里也被称为旋转机器。只要这些都已启动并运行，工厂中的其他所有内容也会运行。如果它们发生故障，公司将失去宝贵的时间、金钱和资源。为了防止此类不良事件，博世（BOSCH）开发了一种集成资产绩效管理（IAPM）解决方案，该解决方案由在Microsoft Azure上运行的数字孪生提供支持。该解决方案允许旋转机器自己指示何时需要维护，从而帮助它们以最佳成本和最大效率运行。

挑战：不要太早，也不要太晚 - 在适当的时间执行维护

当博世客户解决方案合作伙伴 Prahallad 谈到创新时，他声音中的兴奋之情清晰可闻。关键是要降低复杂性，使人们的工作更轻松。而且，正如他所说，这是关于“生产东西的任何地方最重要的机器”。在生产能源时，风力发电机中的涡轮机使一切保持运转;在汽车工业的工厂中，它是电气系统。这些旋转机器的使用寿命为10至20年或更长时间的情况并不少见。这是很长一段时间，在此期间，它们会不断进行维修。“为了避免发生故障的风险，作为预防措施，即使还没有必要，也经常更换零件。这不是非常节省资源，“Prahallad说，不仅指组件及其制造商的成本，还指维护专家投入的时间，这些时间可以更好地花在其他地方。

这一观察结果催生了一个想法，这个想法是由博世自己的创业孵化器Grow直接推动的。毕竟，博世本身在自己的工厂中运行着数百台旋转机器。“我们希望能够看到以前看不到的东西：何时需要更换零件以及机器的状况。换句话说，实时查看机器的实际情况，“Prahallad说。“由此，可以预测维护何时真正有意义。实现这一点需要许多不同类型的数据，例如机器本身通过传感器提供的数据，以及来自其他来源的数据，例如来自制造商的历史机器数据和标准数据集。

该团队希望创造真正的附加值，除此之外，还要降低复杂性和压力。“人们不接受新的解决方案，除非这些解决方案使他们的个人日常工作更容易，”Prahallad说。“这将需要额外的自动化和与机器的交互。当出现问题时，红灯不会削减它。因此，该团队在云中开发了一个数字孪生 - IAPM，它不仅可用于收集，分析和预测机器生成的数据，还可以促进与机器的通信。

解决方案：专注于以可靠性为中心和全面的生产维护，以提高生产的可持续性

“我们从最重要的机器开始 - 旋转机器，”Prahallad说。“因为如果你掌握了这些，你也掌握了所有其他的，这使得扩展更容易。但这不是唯一的考虑因素。该市场也提供了很大的潜力，特别是在欧洲，正如博世销售和全球战略合作伙伴Bhuvan Shetty所解释的那样：“这些机器中约有53%是在DACH地区制造的。运输，能源，加工和离散制造业领域最大的公司都在这里。质量标准非常高。简而言之，如果博世团队能够在这里获得客户对其解决方案的信心，那么它就可以在世界各地做到这一点。

这行得通。在某种程度上，这是因为博世在自己的工厂中运行了数字孪生。“我们从直接在这些系统上工作的同事那里知道，例如，当他们的机器承受异常负载时，应力水平会上升。我们的数字孪生使您能够做出数据驱动的决策，从一开始就避免故障。作为数字助理，它确实减轻了日常工作量。

所有相关的计算机数据都通过 Azure IoT 中心提供，该中心与 Power Apps 连接。每当检测到症状时，Power App 都会触发警报。“目前的解决方案只有在已经出现磨损迹象时才这样做。这对我们来说通常为时已晚，“Bhuvan Shetty说。这就是为什么博世的解决方案不仅考虑了传感器数据，还考虑了整个数据情况，并确定了即将磨损的症状。这使得零件能够在正确的时间更换 - 不要太早，特别是不要太晚，但总是在事情发生故障之前。

如果已触发警报，数字孪生将通过设备上控制台上的 Microsoft Teams 以及看守人的手持设备发送消息，指示问题所在。根据警报的复杂程度，还会通过 Dynamics 365 创建票证，并将其发送给适当的专家，然后他们可以对计算机进行维修。检查可以远程或现场进行。如果需要来自不同位置的专家的帮助，可以使用 HoloLens 2 和远程协助以虚拟方式引入他们。这就是理想的预测性维护如何成功。

因此，来自数字孪生体的数据直接提高了可持续性。毕竟，只有在真正必要时才更换零件。但这还不是全部：“当我们知道故障场景并知道，例如，当机器倾向于过热时，那么我们也知道如何最有效地操作它们，”Prahallad说。“高效的机器需要更少的能源，因此所需原材料的消耗得到优化，从而节省能源。这是制造业公司特别关注的一个关键领域。

因此，博世的解决方案简化了复杂的相互关系，实现了流程自动化，提高了效率，并有助于节省资源。最重要的是，它使人们的工作更轻松，而这正是该解决方案荣获 2021 年微软智能制造奖的原因。

（部分内容来源网络，如有侵权请联系删除）