隨著大數(shù)據(jù)、物聯(lián)網(wǎng)、云/邊緣計算和人工智能等新技術的不斷演進，描述產(chǎn)品制造要素的數(shù)字技術，從抽象概念發(fā)展到以CAD為代表的幾何建模技術，再到動態(tài)模擬仿真技術，最后到達可以實現(xiàn)虛擬現(xiàn)實交互的數(shù)字孿生技術。

全球各主要工業(yè)化國家相繼提出新的國家級工業(yè)發(fā)展戰(zhàn)略，數(shù)字孿生技術在其中都是不可或缺的環(huán)節(jié)?！丁笆奈濉?a href="http://www.socialnewsupdate.com/v/" target="_blank">智能制造發(fā)展規(guī)劃》文件強調，要加強數(shù)字孿生技術與傳統(tǒng)行業(yè)深度融合發(fā)展，大力發(fā)展融合數(shù)字孿生、人工智能等新技術的新型智能制造裝備。

1數(shù)字孿生概述1.1 基本概念以及發(fā)展歷程數(shù)字孿生的概念源于MICHAEL Grieves教授在2002年關于產(chǎn)品生命周期管理的演講中提出的“與物理產(chǎn)品等價的虛擬數(shù)字表達”的概念，這是數(shù)字孿生的雛形，但是受限于當時技術發(fā)展水平，這一概念并未受到廣泛關注。 美國國家航空航天局(NASA)和國家研究委員會(NＲC)于2010年開始準備設計航空領域的技術路線圖。其中的技術主題11首次書面介紹了數(shù)字孿生，并且提出大致在2027年實現(xiàn)NASA數(shù)字孿生體規(guī)劃的目標。2014年，GRIEVES教授發(fā)表了關于數(shù)字孿生的白皮書，提出了數(shù)字孿生的基本概念模型。 數(shù)字孿生這個開創(chuàng)性的定義由圖1所示的3個主要部分組成，即:真實空間中的物理系統(tǒng)、虛擬空間中的虛擬系統(tǒng)以及物理系統(tǒng)和虛擬系統(tǒng)的數(shù)據(jù)互聯(lián)。

圖1數(shù)字孿生組成部分 2019年，中國電子信息產(chǎn)業(yè)發(fā)展研究院發(fā)表了數(shù)字孿生白皮書。陶飛等人對數(shù)字孿生概念進行了更為精細的劃分，提出了數(shù)字孿生五維模型。

相比于傳統(tǒng)的數(shù)字化模型，數(shù)字孿生使物理世界和信息世界之間的實時交互成為可能。和信息物理系統(tǒng)(CPS)相比，數(shù)字孿生更適合采用人工智能和大數(shù)據(jù)等新的計算方法;和平行系統(tǒng)相比，數(shù)字孿生更注重于對物理世界的物理系統(tǒng)進行仿真模擬。

1.2數(shù)字孿生在制造業(yè)中的應用數(shù)字孿生的應用面十分廣泛，如制造業(yè)、智慧城市、建筑交通、能源和醫(yī)療保健等。其中制造業(yè)是數(shù)字孿生最熱門的研究領域，在數(shù)字孿生研究領域中的占比超過了50%。 在制造業(yè)中，數(shù)字孿生被認為是信息世界與物理世界融合的有效途徑。

例如:特斯拉的目標是為每一輛已生產(chǎn)的汽車開發(fā)一款數(shù)字孿生體。通用電氣促進了數(shù)字孿生在預測產(chǎn)品壽命和性能方面的應用，開發(fā)了工業(yè)云平臺PREDIX，并在平臺上構建一套可以代表機器和流程的數(shù)字孿生體。西門子為研發(fā)數(shù)字孿生開發(fā)了仿真軟件Simcenter，專注于利用數(shù)字孿生技術提高生產(chǎn)效率、產(chǎn)品質量以及設計效率。ABB強調利用數(shù)字孿生技術來實現(xiàn)數(shù)據(jù)驅動決策。微軟與Ansys聯(lián)手，利用AnsysTwinBuilder平臺來拓展微軟Azure數(shù)字孿生體產(chǎn)品。

1.3 設備級數(shù)字孿生從制造業(yè)的應用范圍來說，數(shù)字孿生的應用按照物理系統(tǒng)的功能及結構可分為設備級、生產(chǎn)線級與工廠級。 設備級數(shù)字孿生是對單個設備或零件的數(shù)字孿生，是數(shù)字孿生應用范圍中功能實現(xiàn)的最小單元。數(shù)字孿生設備與傳統(tǒng)制造業(yè)設備的最大區(qū)別在于其擁有一個與物理世界近乎完全鏡像且狀態(tài)實時更新的數(shù)字空間。 當前設備級數(shù)字孿生在圖2所示的設備全生命周期都有廣泛的應用。 1)設備設計:通過數(shù)字孿生建立設計的知識庫，對現(xiàn)有的設備進行迭代優(yōu)化設計。 2)設備制造:在設備生產(chǎn)制造過程中，利用數(shù)字孿生體對設備進行測試，提高良品率。 3)設備使用:在設備使用過程中，通過數(shù)字孿生體對設備進行管理，提高工作效率。 4)設備維護:利用數(shù)字孿生模型可以有效診斷、預測故障，并對故障位置進行定位，從而提高設備維護效率。 5)設備報廢:利用數(shù)字孿生模型對設備進行剩余壽命預測，對剩余壽命過少的設備進行報廢處理。

圖2 設備全生命周期

設備級數(shù)字孿生的數(shù)據(jù)互聯(lián)是支持設備級數(shù)字孿生所有組件互聯(lián)互通的關鍵，包含數(shù)據(jù)的采集、傳輸、存儲以及處理4個方面。

2 數(shù)據(jù)采集建立

設備級數(shù)字孿生體的第一步是從物理系統(tǒng)中采集所需的所有數(shù)據(jù)，用于映射至數(shù)字孿生體。數(shù)字孿生數(shù)據(jù)采集的基本要求包括實時傳輸、分布式布置和容錯性。當討論數(shù)字孿生的數(shù)據(jù)采集時，通常會引用物聯(lián)網(wǎng)(IoT)和傳感器技術。數(shù)據(jù)采集系統(tǒng)要綜合考慮應用需求，確定采集的數(shù)據(jù)類型、采集頻率和歸檔需求等。

2.1 數(shù)據(jù)來源

設備級數(shù)字孿生和其他級別的數(shù)字孿生相比，更側重于從幾何參數(shù)、工作狀態(tài)和環(huán)境條件等多種渠道獲取物理系統(tǒng)的各項數(shù)據(jù)。

幾何參數(shù):物理系統(tǒng)的基本參數(shù)，如材料特性、關鍵尺寸、公差、表面粗糙度、密度、硬度以及零件之間的裝配關系等，大多從設計階段獲得。

工作狀態(tài):設備級數(shù)字孿生物理系統(tǒng)的工作狀態(tài)通常表現(xiàn)為其結構的變化。通過所附的傳感器采集機械設備在工作過程中的各項參數(shù)，如電壓、電流、扭矩、壓力、位移速度、加速度等。

操作和環(huán)境條件:設備級數(shù)字孿生物理系統(tǒng)的動態(tài)響應不僅受其健康狀態(tài)的影響，還與操作和環(huán)境條件相耦合。影響物理系統(tǒng)運行的環(huán)境數(shù)據(jù)包括環(huán)境溫度、大氣壓力和濕度水平等。

2.2 傳感器技術在設備級數(shù)字孿生體的數(shù)據(jù)互聯(lián)中，傳感器的主要功能是采集物理環(huán)境中的具體信息，并同步到虛擬系統(tǒng)用于模擬和分析，在構建設備級數(shù)字孿生中起著至關重要的作用。 傳感器的精度直接影響數(shù)字孿生的性能，許多變量都會影響傳感器的測量結果;因此，在設備級數(shù)字孿生設計的初期，應慎重考慮傳感器種類的選擇、傳感器的安裝位置和傳感器的組合，同時必須保證系統(tǒng)中多個傳感器單元之間的時間同步。 傳感器可能會影響設備的外觀和用戶體驗。使用額外的傳感器來實現(xiàn)設備級數(shù)字孿生將增加產(chǎn)品的開發(fā)和制造成本。在設計和開發(fā)階段，設計者需要在多方面取得平衡。

目前在設備級數(shù)字孿生中常用的傳感器有測量功率用的電流傳感器、測量振動用的加速度傳感器、測量力用的測力計和聲發(fā)射傳感器等。

2.3 物聯(lián)網(wǎng)物聯(lián)網(wǎng)是一個將多種“事物”進行整體整合的互聯(lián)網(wǎng)。物聯(lián)網(wǎng)可以專注于數(shù)字孿生物理系統(tǒng)的數(shù)據(jù)采集，是實現(xiàn)數(shù)字孿生的一項關鍵技術。數(shù)字孿生可以降低物聯(lián)網(wǎng)系統(tǒng)的復雜性。數(shù)字孿生擁有將物理系統(tǒng)克隆到虛擬系統(tǒng)的能力，與物聯(lián)網(wǎng)技術的傳感和驅動能力有關。數(shù)字孿生可以解決物聯(lián)網(wǎng)與數(shù)據(jù)分析無縫集成的問題。JIANG等人通過對傳統(tǒng)的物聯(lián)網(wǎng)架構進行改進，將傳統(tǒng)物聯(lián)網(wǎng)關注的5個層次整合為包含物理系統(tǒng)、數(shù)字孿生體和應用的3個層次，構建了設備級的物聯(lián)網(wǎng)框架中的數(shù)字孿生體，如圖3所示。

圖 3 設備級的物聯(lián)網(wǎng)框架中的數(shù)字孿生體

圖3中，數(shù)字孿生部分1在采集設備/網(wǎng)關層形成，側重于實時數(shù)據(jù)處理、信息提取和實時優(yōu)化;數(shù)字孿生部分2是在云中形成的，側重于數(shù)據(jù)分析，以支持遠程業(yè)務應用。數(shù)字孿生部分1和數(shù)字孿生部分2一起構成了該設備的一個數(shù)字孿生體。

3 數(shù)據(jù)傳輸

數(shù)據(jù)傳輸是數(shù)據(jù)互聯(lián)的重要通道，它將采集的數(shù)據(jù)傳輸?shù)教摂M系統(tǒng)，以便鏡像物理系統(tǒng)的各項參數(shù)，也將虛擬系統(tǒng)判斷過的數(shù)據(jù)通過電氣控制、可編程控制、嵌入式控制和網(wǎng)絡控制技術對物理系統(tǒng)進行控制。

3.1通信接口協(xié)議設備級數(shù)字孿生的數(shù)據(jù)互聯(lián)需要建立統(tǒng)一的通信接口協(xié)議。設備級數(shù)字孿生常用的通信協(xié)議有OPC-UA、MQTT和MTConnect等，其中大多采用OPC-UA協(xié)議。OPC-UA協(xié)議是由OPC基金會生成的最新工業(yè)標準(OPC)規(guī)范，旨在統(tǒng)一所有現(xiàn)有的OPC技術。 圖4所示為OPC-UA客戶端/服務器連接的模式。從圖4中可以看出，OPC-UA協(xié)議可以同時創(chuàng)建多個客戶端來查詢服務器，通過OPC-UA服務器中協(xié)議驅動的數(shù)據(jù)解析，使得虛擬系統(tǒng)和物理系統(tǒng)進行通信，將物理系統(tǒng)的實時數(shù)據(jù)傳輸?shù)教摂M系統(tǒng)中。

圖4 OPC-UA客戶端/服務器連接的模式

消息隊列遙測傳輸協(xié)議是用于在低帶寬和低資源需求下工作的一種傳輸協(xié)議。MQTT協(xié)議能夠選擇2個服務質量級別，保證消息只發(fā)送1次，具有較強的可靠性，滿足設備級數(shù)字孿生數(shù)據(jù)傳輸?shù)囊??？梢酝ㄟ^MQTT協(xié)議在物理系統(tǒng)和虛擬系統(tǒng)之間自動同步數(shù)據(jù)。MTConnect協(xié)議是美國機械制造技術協(xié)會提出的數(shù)據(jù)交換標準協(xié)議，采用互聯(lián)網(wǎng)協(xié)議通過網(wǎng)絡傳輸數(shù)據(jù)，包含可高度擴展的信息模型。

MTConnect協(xié)議在降低數(shù)據(jù)采集開銷和保證通信最小延遲時間方面有較好的發(fā)揮?？梢圆捎肕TConnect協(xié)議和組件完成數(shù)據(jù)的采集、傳輸和存儲。

3.2 延遲域設備級數(shù)字孿生數(shù)據(jù)傳輸?shù)幕疽笫菍崟r性。實時數(shù)據(jù)的采集可以提高設備級數(shù)字孿生體的可靠性。延遲是影響實時通信質量的主要因素，它會導致數(shù)據(jù)傳輸速率低、數(shù)據(jù)丟失和控制系統(tǒng)故障。雖然可以采用部署高速網(wǎng)絡連接(例如5G、光纖通道協(xié)議等)和進行數(shù)據(jù)壓縮的方法來減少通信延遲，但是就當前技術水平而言，延遲仍是難以避免的。

當延遲發(fā)生時，信號分析(例如基于時域和頻域的分析)可能無法充分地捕捉潛在的動力學現(xiàn)象?？梢酝ㄟ^構建延遲域來捕獲底層現(xiàn)象的動態(tài)，以此來降低延遲對數(shù)字孿生體的影響。數(shù)據(jù)采集程序通過從時變誤差數(shù)據(jù)傳輸模型中獲取誤差值來確定誤差補償值，從而規(guī)避延遲對數(shù)控機床運動軸數(shù)字孿生體的影響。

4 數(shù)據(jù)存儲

在數(shù)據(jù)采集之后，需要一個包含接口的數(shù)據(jù)存儲概念，以便利用系統(tǒng)的所有歷史更新來預測其未來的性能，并使用機器學習技術進行數(shù)據(jù)分析。

4.1數(shù)據(jù)存儲方案

通過數(shù)據(jù)采集系統(tǒng)采集到的數(shù)據(jù)需要大量的智能存儲系統(tǒng)，一般是通過內部存儲和云端存儲這2種方式進行部署。

1)內部存儲:內部存儲是在設備級數(shù)字孿生的物理系統(tǒng)上部署存儲系統(tǒng)，將數(shù)據(jù)存儲于其中。雖然該方案擁有更高的數(shù)據(jù)安全性，但需要較高的設備采購成本以及維護基礎設施的專業(yè)知識。

2)云端存儲:云端存儲是將收集到的數(shù)據(jù)傳輸?shù)皆贫舜鎯μ峁┥痰拇鎯A設施中，其成本遠低于內部存儲。云端存儲使得進一步的數(shù)據(jù)分析和機器學習解決方案集成更快、更可行，所需的專業(yè)知識更少;因此，更多的研究工作者偏向于更加靈活的基于云端的解決方案。

云端數(shù)據(jù)存儲與數(shù)據(jù)庫技術密不可分。然而，由于多源數(shù)字孿生數(shù)據(jù)的數(shù)量和異構性不斷增加，傳統(tǒng)的數(shù)據(jù)庫技術雖然是可行的，但和數(shù)字孿生數(shù)據(jù)的適配性不好。

4.2區(qū)塊鏈

區(qū)塊鏈是一種新興技術，其本質上是一個分布式數(shù)據(jù)庫，用于記錄已執(zhí)行的數(shù)字事件，并以點對點的方式在參與者之間共享。其技術特點是分布式、非中介化、不可變和不可信，可以有效解決制造服務協(xié)同中的數(shù)據(jù)同步、數(shù)據(jù)加密等問題。錯誤或損壞的數(shù)據(jù)會導致錯誤的決策，因此，保護數(shù)據(jù)對于數(shù)字孿生極其重要。區(qū)塊鏈及其智能合約可以支持數(shù)據(jù)共享的安全性。

5 數(shù)據(jù)處理

高效處理從物理系統(tǒng)收集到的數(shù)據(jù)是開發(fā)設備級數(shù)字孿生的重要支柱。數(shù)據(jù)處理意味著從大量不完整、非結構化、噪聲、模糊和隨機的原始數(shù)據(jù)中提取有用信息。

5.1 數(shù)據(jù)準備在許多情況下，從設備采集到的原始數(shù)據(jù)包含信號噪聲，容易出現(xiàn)漂移(低頻)、信號噪聲(高頻)或數(shù)據(jù)丟失等不規(guī)則情況，因此，在接下來的特征提取之前，需要進行適當?shù)臏蕚洌コ哂?、無關、誤導、重復和不一致的數(shù)據(jù)。一般的步驟包括數(shù)據(jù)去噪、數(shù)據(jù)平滑和重新格式化等。 一般需要對這些數(shù)據(jù)進行過濾，低通濾波器可以有效去除信號噪聲。但漂移的頻率與負載頻率重合，因此難以濾除，可以通過補償漂移，例如補償溫度變化來減少。

此外，采樣的原始數(shù)據(jù)往往與工頻信號、周期干擾信號和隨機干擾信號等噪聲信號疊加，導致信號波形出現(xiàn)毛刺。為了減小干擾信號對數(shù)據(jù)的影響，需要平滑處理原始數(shù)據(jù)。

5.2 特征提取

準備后的數(shù)據(jù)，需要進行特征提取，以降低所收集原始數(shù)據(jù)的維數(shù)，并提高用于創(chuàng)建數(shù)字孿生的機器學習模型的性能。特征的選擇和縮減降低了計算復雜度，避免了機器學習算法的“維數(shù)詛咒”現(xiàn)象。數(shù)字孿生的特征提取通常從時域、頻域和時頻域3個維度進行。

5.3 數(shù)據(jù)融合設備級數(shù)字孿生體使用了不同的傳感器和模型，從不同來源收集到的數(shù)據(jù)具有不同的格式或時間尺度，所以必須將動態(tài)的多源異構數(shù)據(jù)進行融合并集成在一起進行計算。

數(shù)據(jù)融合是對來自多個傳感器的數(shù)據(jù)和相關信息進行合成、關聯(lián)和集成處理，以獲得更高的檢測概率以及可信度。根據(jù)數(shù)據(jù)的表現(xiàn)形式，可以分為3個不同的融合級別:數(shù)據(jù)級別、特征級別和決策級別。

1)數(shù)據(jù)級別:如果多傳感器數(shù)據(jù)是可加的，則可以進行直接數(shù)據(jù)融合。直接數(shù)據(jù)融合包括一些經(jīng)典的估計方法，比如經(jīng)典推理、卡爾曼濾波和加權平均法等。

2)特征級別:取數(shù)據(jù)中的特征向量，并基于特征向量進行融合，例如將不同傳感器的信號特征組合為特征向量。

3)決策級別:處理每一個傳感器的數(shù)據(jù)并做出判斷，最后對所有決策進行融合，設備級數(shù)字孿生體物理系統(tǒng)的故障數(shù)據(jù)、維修數(shù)據(jù)等可以在決策層實現(xiàn)，用于決策支持。

6 展望

1)設備級數(shù)字孿生的數(shù)據(jù)互聯(lián)沒有形成統(tǒng)一標準。在數(shù)字化轉型的大背景下，設備級數(shù)字孿生作為一切數(shù)字孿生的基礎單元，勢必要向更高級別進行集成。設備級數(shù)字孿生的數(shù)據(jù)互聯(lián)經(jīng)過標準化、模塊化后，可以節(jié)約向更高級別集成的成本，縮短開發(fā)周期。

2)設備級數(shù)字孿生對預測結果的及時性、準確性和可靠性有嚴格要求。這些特性依賴于時間敏感的數(shù)據(jù)處理及高性能的數(shù)據(jù)處理。為了更好地提升數(shù)據(jù)互聯(lián)的實時性，一方面應研究低延遲、高性能、高安全以及更具兼容性的數(shù)據(jù)傳輸協(xié)議，另一方面應加大對構建延遲域的研究。

3)設備級數(shù)字孿生的數(shù)據(jù)泄露會造成嚴重的后果，所以要確保數(shù)據(jù)的安全。區(qū)塊鏈的加密特性保證了數(shù)據(jù)傳輸?shù)陌踩裕瑢⑹窃O備級數(shù)字孿生數(shù)據(jù)互聯(lián)領域的下一個研究熱點。

4)設備級數(shù)字孿生數(shù)據(jù)多源異構、存儲分散，我國急需開發(fā)專業(yè)的低代碼或零代碼的設備級數(shù)字孿生數(shù)據(jù)互聯(lián)平臺，將靜態(tài)和動態(tài)的數(shù)據(jù)進行深度融合，同時解決數(shù)據(jù)時效性管理和使用的問題。

7 結語

本文結合設備級數(shù)字孿生數(shù)據(jù)互聯(lián)的國內外發(fā)展現(xiàn)狀，綜述了設備級數(shù)字孿生數(shù)據(jù)互聯(lián)中數(shù)據(jù)采集、數(shù)據(jù)傳輸、數(shù)據(jù)存儲和數(shù)據(jù)處理的關鍵技術，并在此基礎上對設備級數(shù)字孿生數(shù)據(jù)互聯(lián)的發(fā)展趨勢進行了展望，可為將來設備級數(shù)字孿生的研究與應用提供思路和參考。

審核編輯 ：李倩