1.数字孪生数据物理装备概念与组成(组图)

1.数字孪生设备概念及组成

数字孪生设备是未来智能设备，由物理设备、数字设备、孪生数据、软件服务、连接交互五部分组成； 数字孪生），推动设备全生命周期各阶段（设计与验证、制造与测试、交付与培训、运维与控制、报废回收）的数字化、智能化升级，所以即设备具有自知自知、自学习、自决策、自执行、自优化等智能特性。

基于设备数字孪生模型、孪生数据和软件服务，通过数模联动、虚实映射、一致交互等机制，实现设备集成、多学科协同优化设计、智能化制造与数字化交付、智能运维等，以达到扩展设备功能、提升设备性能、提升设备价值的目的。

数字孪生设备组成

1）物理设备：装备物理实体

物理设备是设备的物理部分数字孪生系统，直接与物理空间的元素交互。它由动力、传动、控制和执行三部分组成。它负责执行控制指令并提供实际功能。通过结合传感器系统，物理设备也可以实现对环境的感知。

2）数码齿轮：齿轮数字孪生型号

由于物理设备受时间、空间、执行成本等约束，难以实现设备可视化监控、历史状态回溯、运行过程预演、未来结果预测、智能运行等功能和仅通过物理方式维护设备。因此，有必要构建一个数字孪生的设备模型，使物理设备的设计、制造、运行和维护在信息空间、运行机制、全行为能力、运行规律上可见。新功能，如图 2 所示。

设备数字孪生型号

3）双数据：设备数字孪生数据

物理设备的设计、制造、测试和运维都离不开数据的深度参与。数字化设备的模拟运行和设备可视化监控、历史状态回溯、运行过程演练、故障诊断等功能的实现也需要数据驱动。因此，需要对包含设备全生命周期、全流程、全业务有效信息的各类数据进行聚合整合，形成设备孪生数据。 Twin data与数字设备交互、互补，共同支持数字孪生设备的各种功能和服务，如图3所示。

设备数字孪生模型与数据融合映射

4）软件服务：设备软件及服务体系

物理设备、数字设备和孪生数据是数字孪生设备的三个必不可少的部分，它们赋予设备不同的能力，但这三个部分并不是一个完整的应用系统，难以对其进行管理和管理组织效率高，不能有效地与人互动和服务。因此，数字孪生设备需要第四个组件，软件服务。软件服务对物理设备、数字设备和孪生数据的各种功能进行封装和集成，针对不同业务需求提供可请求、可调用、可匹配、可重构、可复用的设备服务，实现多样化的设备关系，提供端到端的高-品质体验和可重构的差异化服务，并支持人机交互和平台集成，使数字孪生设备能够高效运维、人性化、灵活调度和决策智能，如图所示4.

数字孪生设备软件服务

5）连接交互：支持设备、人机、多机之间的协同交互

连接交互由网络环境、通信协议、输入输出设备及相关技术等组成，是物理设备、数字设备、孪生数据和软件服务之间数据传输的媒介，也是协作的桥梁以及与人与其他设备的交互，为实现数字孪生设备老化服务、物理设备远程管控、人机多机高效协同提供支撑，如图5所示。

数字孪生设备连接交互

2.数字孪生设备理想特性

基于物理设备、数字设备、孪生数据、软件服务和连接交互，数字孪生设备具有自感知、自认知、自学习、自决策、自执行六大理想特性和自优化，如下图所示。

数字孪生设备理想特性

3.数字孪生装备理想能力

基于物理设备、数字设备、孪生数据、软件服务和互联交互，数字孪生设备具有五个理想的能力：

3.1 物理设备的数字化表示能力；3.2 数据融合与可视化能力；3.3 远程控制和多因素协同能力；3.4 动态需求快速响应能力； 3.5 自适应-自学习-自优化能力，如图7所示。

数字孪生装备理想能力

4.数字孪生设备关键技术

为实现上述数字孪生设备的理想特性和能力，结合数字孪生技术特点，从数字化设备、孪生数据、连接交互、软件五个方面进行分析服务，模型和数据的双重驱动数字孪生设备所需的关键技术如图8所示。数字孪生设备的关键技术主要分为五类：

4.1 物理设备数字化表示相关技术；4.2 数据融合与可视化相关技术；4.3 远程控制与多元素协同相关技术；< @4.4 快速响应动态需求的相关技术； 4.5 自适应-自学习-自优化相关技术。

数字孪生设备关键技术

5.数字孪生设备开发的三个阶段

数字孪生设备的实现不是一蹴而就的。根据行业现状和实现数字孪生设备开发的具体需求，提出数字孪生设备开发的三个主要阶段，如图9所示。

数字孪生设备开发阶段

1）初级阶段：数字化设计开发、数字化交付

设备的数字化交付是实现行业数字化转型和智能化升级的基础，也是推动各行业设备发展的必要条件。因此，为尽快实现满足全行业装备数字化交付要求的阶段性目标数字孪生设备，需要全面升级装备研发模式，大力推进并坚持实施装备数字化设计和发展。

2）中间阶段：数据/模型/知识积累，形成设备数据资产

为了积累足够的设备数据、模型和知识，实现数字孪生设备智能化服务，需要各个行业：

充分认识数据资产对装备智能化的重要性，提高装备数据资产积累意识；

为相关设备建立系统的一、开源、标准化的设备模型库、数据库和知识库，实现设备全生命周期数据资产的聚合和管理；

建立通用算法库，为设备模型的管理与评估、设备数据的预处理与融合、设备知识的挖掘与表示提供支持。

3）高级阶段：数字智能增值与效率，实现设备智能化服务

数字孪生装备研发高级阶段的主要内容是挖掘装备数据资产的隐藏价值，赋予数字孪生装备涵盖可预测性、灵活性、适应性强，基于云、雾、边、端架构的发展数字孪生装备了全新的平台化、分布式、服务化运营模式数字孪生设备VR ，提供端到端的优质体验为不同用户提供可重构的差异化智能服务。

6.制造设备数字孪生技术应用6.1复合加工车间数字孪生高压釜

航空复合材料对质量要求极高，因此对生产工艺要求极高。作为航空复合材料零件的主要生产设备数字孪生设备，高压釜为先进复合材料的固化提供了高温高压环境。高压釜的稳定运行和精确控制对于航空航天复合材料的生产至关重要。目前，高压釜的运行维护大多采用定期维护和事后维护的方法。即使采用故障诊断和预测的方法，由于缺乏有效的历史故障数据，往往会导致故障诊断和预测准确率不高的问题。针对这一问题，作者团队研究建立了一套数字孪生高压釜健康管控系统，从数字化高压釜构建、孪生数据生成、孪生数据驱动的高压釜故障诊断与预测、复合材料等方面。对加工车间数字孪生高压灭菌器健康管控系统开发等方面进行了研究，如图10所示。

复合加工车间数字孪生高压灭菌器及其健康控制系统

6.2纺织车间数字孪生物流设备

纺织车间设备多，占地面积大，工序多数字孪生设备，转移工序多。车间物流设备的自动化、数字化、智能化是实现纺织行业从劳动密集型向自动化无（少）人性化转变的关键。目前普遍存在以下不足：

6.2.1 设备运行监控二维平面化，缺乏所见即所得的监控手段；

6.2.2 设备间的协作容易失败；

6.2.3 难以实现设备远程运维；

6.2.4 设备故障多，难以提前预知及时处理；

6.2.5 物流作业策略缺乏自适应调度。

纺织车间数字孪生物流设备及控制系统

针对以上不足，笔者团队建立了纺织车间数字孪生物流设备运维管控系统。开展远程运维、故障诊断与预测研究。

7.对未来设备全生命周期的新要求

设备的整个生命周期可以分为五个阶段：设计与验证、制造与测试、交付与培训、运维与控制、报废与回收。为应对装备发展的新环境、新趋势、新挑战，未来装备全生命周期的各个阶段将存在以下具体新要求，如表1所示。

表1对未来设备全生命周期的新要求

--结束--